JP2021032650A - 劣化状態検出装置及び劣化状態検出方法 - Google Patents
劣化状態検出装置及び劣化状態検出方法 Download PDFInfo
- Publication number
- JP2021032650A JP2021032650A JP2019151856A JP2019151856A JP2021032650A JP 2021032650 A JP2021032650 A JP 2021032650A JP 2019151856 A JP2019151856 A JP 2019151856A JP 2019151856 A JP2019151856 A JP 2019151856A JP 2021032650 A JP2021032650 A JP 2021032650A
- Authority
- JP
- Japan
- Prior art keywords
- region
- deterioration
- image
- rust
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims abstract description 188
- 238000000605 extraction Methods 0.000 claims abstract description 73
- 230000005540 biological transmission Effects 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 67
- 239000000284 extract Substances 0.000 claims abstract description 22
- 238000003709 image segmentation Methods 0.000 claims abstract description 12
- 230000006866 deterioration Effects 0.000 claims description 125
- 238000003384 imaging method Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 21
- 239000012212 insulator Substances 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 abstract 1
- 238000006731 degradation reaction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 13
- 229910000831 Steel Inorganic materials 0.000 description 10
- 239000010959 steel Substances 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 239000002131 composite material Substances 0.000 description 8
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000004229 Alkannin Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 239000002151 riboflavin Substances 0.000 description 3
- 239000004149 tartrazine Substances 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 229910001335 Galvanized steel Inorganic materials 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 239000008397 galvanized steel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
を備えたことを特徴とする。
まず、本実施の形態に係る錆検出システムの概要について説明する。図1は、本実施の形態に係る錆検出システム1の概要構成を示す図である。なお、本実施の形態では、劣化状態の検出の一例として錆の度合いを検出する場合について説明するが、劣化状態としては、錆のほか、ヒビ、剥がれ、部位破損などであってもよい。また、劣化状態の検出対象である3次元構造物の一例として送電鉄塔100を示しているが、その他、橋梁などの3次元構造物であってもよい。
次に、図1に示した錆検出装置10の構成について説明する。錆検出装置10は、入力部11、表示部12、通信部13、記憶部14及び制御部15を有し、ネットワークNに接続される。入力部11は、キーボードやマウス等の入力デバイスである。表示部12は、液晶ディスプレイ装置等の表示デバイスである。通信部13は、ドローン2及び撮像部3との通信を行う通信インタフェースである。撮像部3を含むドローン2とは、例えばLTE(登録商標)などの遠距離通信規格やWiFi(登録商標)などの近距離通信規格によって接続される。
図2は、部分画像の取得を説明する説明図である。図2に示すように、送電鉄塔100は、鉛直方向に長い構造物であるため、撮像部3は、鉛直方向に沿って複数の部分画像を取得する。撮像部3は、ドローン2に搭載され、鉛直方向の底部から順次、高部に向かって部分画像を取得する。撮像部3の最初の位置は、送電鉄塔100の最も幅wが広いところが含まれるように、撮像部3の画角θと、送電鉄塔100から撮像部3への距離dとによって決定される。なお、撮像部3の焦点も送電鉄塔100に合わせる必要がある。撮像部3の最初の高さh1は、画像のアスペクト比と幅wとによって決定される。すなわち、高さh1は、アスペクト比によって決定される高さの1/2となる。鉛直方向は、被写体としての送電鉄塔100の長手方向の軸Cに沿った方向であり、撮像方向は、この長手方向の軸Cに垂直な方向である。
図5は、錆検出処理を説明する説明図である。図5に示すように、まず全体画像Pを取得する。この全体画像Pには、送電鉄塔以外に、背景として、山、家、道路、鉄骨材51などが含まれる。この全体画像Pは、構造物抽出推論モデル41及び錆抽出推論モデル42に入力される。
評価部35は、1つの全体画像Pに対する錆評価値Hを、次式(1)を用いて算出する。
H=(R・p+C・q+Y・r)/s …(1)
ここで、sは構造物領域E10の画素数である。また、Rは劣化度が高の錆領域E21の画素数であり、Cは劣化度が中の錆領域E22の画素数であり、Yは劣化度が低の錆領域E23の画素数である。さらに、pは劣化度が高に対する重み付け係数であり、qは劣化度が中に対する重み付け係数であり、rは劣化度が低に対する重み付け係数である。
HH=(H1+H2+H3+H4)/4 …(2)
なお、H1〜H4は、各方向A1〜A4に対する各全体画像Pに対する錆評価値Hである。
H´=(R+C+Y)/s …(3)
そして、1つの送電鉄塔100に対する総合的な錆評価値HH´は次式(4)となる。 HH´=(H1´+H2´+H3´+H4´)/4 …(4)
なお、H1´〜H4´は、各方向A1〜A4に対する各全体画像Pに対する錆評価値H´である。
H´=D/s …(5)
次に、錆検出装置10の制御部15による錆評価処理について説明する。図6は、制御部15による錆評価処理手順を示すフローチャートである。図6に示すように、飛行設定データ27及び撮像設定データ28を含む各種設定データをもとに初期設定を行う(ステップS101)。特に、初期設定では、全体画像Pの数である撮像面数Sを設定する。具体的にはS=4に設定する。その後、繰り返し変数mを1に設定する(ステップS102)。
ところで、錆の発生位置によってはメンテナンス上、優先順序を高く設定する必要がある。このため、本変形例では、錆の発生位置を考慮した錆劣化状態を評価できるようにしている。
2 ドローン
3 撮像部
10 錆検出装置
11 入力部
12 表示部
13 通信部
14 記憶部
15 制御部
21 構造物抽出推論モデルデータ
22 錆抽出推論モデルデータ
23 構造物領域データ
24 錆領域データ
25 重複領域データ
26 錆評価データ
27 飛行設定データ
28 撮像設定データ
29 特徴領域設定データ
31 全体画像生成部
32 画像取得部
33 構造物領域抽出部
34 錆領域抽出部
35 評価部
36 表示処理部
37 飛行制御部
38 撮像制御部
39 特徴領域抽出部
41 構造物抽出推論モデル
42 錆抽出推論モデル
51 鉄骨材
100 送電鉄塔
A1〜A4 方向
C 軸
d 距離
E10 構造物領域
E12,E24,E34 重複領域
E20,E21,E22,E23,E51 錆領域
E101 下部領域
E102 構造体接合部
E103 碍子接合部
H,HH 錆評価値
m 繰り返し変数
N ネットワーク
P 全体画像
p,q,r 重み付け係数
P1〜P4 部分画像
P10 構造物画像
P20 錆画像
P30 合成画像
S 撮像面数
w 幅
θ 画角
Claims (13)
- 3次元構造物の画像を取得し、該画像をもとに前記3次元構造物の劣化状態を検出する劣化状態検出装置であって、
前記3次元構造物の全体画像を取得する画像取得部と、
画像セグメンテーションによって前記3次元構造物を抽出する構造物抽出推論モデルを用いて前記全体画像から前記3次元構造物の構造物領域を抽出する構造物領域抽出部と、
画像セグメンテーションによって劣化領域を抽出する劣化抽出推論モデルを用いて前記全体画像から前記劣化領域を抽出する劣化領域抽出部と、
前記構造物領域の画素数に対する、前記構造物領域と前記劣化領域との重複領域における前記劣化領域の画素数の値を劣化評価値として算出して出力する評価部と
を備えたことを特徴とする劣化状態検出装置。 - 前記構造物領域と、前記構造物領域上において色付けした前記劣化領域とを表示出力する表示処理部を備えたことを特徴とする請求項1に記載の劣化状態検出装置。
- 前記劣化領域抽出部は、前記劣化領域を、劣化度合いに対応した段階的な複数の劣化分割領域に分割して抽出し、
前記評価部は、各劣化分割領域の画素数に対し、前記劣化度合いに対応した重み付けを行った値の加算値を求め、前記構造物領域の画素数の値に対する前記加算値の値を劣化評価値として算出して出力することを特徴とする請求項2に記載の劣化状態検出装置。 - 前記表示処理部は、前記劣化分割領域を前記劣化度合いに対応した色分け表示を行って表示出力することを特徴とする請求項3に記載の劣化状態検出装置。
- 前記構造物領域における所定特徴部の領域を特徴領域として抽出する特徴領域抽出部を備え、
前記評価部は、前記特徴領域内の劣化領域の画素に対する重み付けを他の領域の重み付けに対して大きくして前記劣化評価値を算出することを特徴とする請求項1〜4のいずれか一つに記載の劣化状態検出装置。 - 前記全体画像は、前記3次元構造物に対して複数方向から取得したものであり、
前記劣化評価値は、各全体画像の劣化評価値の平均値であることを特徴とする請求項1〜5のいずれか一つに記載の劣化状態検出装置。 - 前記全体画像は、前記3次元構造物の長手方向の軸に対して複数方向から撮像した複数の全体画像であり、各全体画像は、前記長手方向に垂直な方向から撮像したものであることを特徴とする請求項6に記載の劣化状態検出装置。
- 飛行体に搭載された撮像部を用いて撮像した前記3次元構造物の部分画像を取得し、該部分画像を合成して前記全体画像を生成する全体画像生成部を備えたことを特徴とする請求項1〜7のいずれか一つに記載の劣化状態検出装置。
- 前記評価部は、前記全体画像の撮像条件をもとに、前記劣化領域の実面積を含む前記劣化領域の実寸法を算出することを特徴とする請求項1〜8のいずれか一つに記載の劣化状態検出装置。
- 前記3次元構造物は、送電鉄塔であり、
前記劣化領域の劣化は、錆であり、
前記所定特徴部は、構造体接合部、前記送電鉄塔の下部領域、碍子接合部の1以上の組み合わせであることを特徴とする請求項5に記載の劣化状態検出装置。 - 前記表示処理部は、前記劣化領域を含む構造物領域の所望部分領域を拡大して表示する機能を有することを特徴とする請求項2又は4に記載の劣化状態検出装置。
- 3次元構造物の画像を取得し、該画像をもとに前記3次元構造物の劣化状態を検出する劣化状態検出方法であって、
前記3次元構造物の全体画像を取得する画像取得ステップと、
画像セグメンテーションによって前記3次元構造物を抽出する構造物抽出推論モデルを用いて前記全体画像から前記3次元構造物の構造物領域を抽出する構造物領域抽出ステップと、
画像セグメンテーションによって劣化領域を抽出する劣化抽出推論モデルを用いて前記全体画像から前記劣化領域を抽出する劣化領域抽出ステップと、
前記構造物領域の画素数に対する、前記構造物領域と前記劣化領域との重複領域における前記劣化領域の画素数の値を劣化評価値として算出して出力する評価ステップと
を含むことを特徴とする劣化状態検出方法。 - 前記全体画像は、前記3次元構造物の長手方向の軸に対して複数方向から撮像した複数の全体画像であり、各全体画像は、飛行体に搭載された撮像部を用いて前記長手方向に沿って移動しつつ前記長手方向に垂直な方向から順次撮像した前記3次元構造物の部分画像を合成したものであることを特徴とする請求項12に記載の劣化状態検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019151856A JP7290510B2 (ja) | 2019-08-22 | 2019-08-22 | 劣化状態検出装置及び劣化状態検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019151856A JP7290510B2 (ja) | 2019-08-22 | 2019-08-22 | 劣化状態検出装置及び劣化状態検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021032650A true JP2021032650A (ja) | 2021-03-01 |
JP7290510B2 JP7290510B2 (ja) | 2023-06-13 |
Family
ID=74678090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019151856A Active JP7290510B2 (ja) | 2019-08-22 | 2019-08-22 | 劣化状態検出装置及び劣化状態検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7290510B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113295700A (zh) * | 2021-05-11 | 2021-08-24 | 国网安徽省电力有限公司信息通信分公司 | 一种基于物联网的输电线路外绝缘状态监测方法及系统 |
WO2022254715A1 (ja) * | 2021-06-04 | 2022-12-08 | 日本電信電話株式会社 | 劣化判定装置、劣化判定方法、及びプログラム |
CN116356894A (zh) * | 2023-03-30 | 2023-06-30 | 中国电力工程顾问集团中南电力设计院有限公司 | 适用于输电杆塔基础承载力可靠性的评价方法 |
KR102588141B1 (ko) * | 2022-10-13 | 2023-10-12 | 주식회사 승화기술 | 드론 영상정보를 이용한 딥러닝 기반 구조물 손상 점검 방법 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005016991A (ja) * | 2003-06-24 | 2005-01-20 | Railway Technical Res Inst | 赤外線構造物診断システム |
JP2005291984A (ja) * | 2004-04-01 | 2005-10-20 | Kozo Keikaku Engineering Inc | 鋼材から成る構造物の発錆状況判定装置、方法及びプログラム |
US20120140040A1 (en) * | 2010-12-07 | 2012-06-07 | Casio Computer Co., Ltd. | Information display system, information display apparatus, information provision apparatus and non-transitory storage medium |
JP2012185161A (ja) * | 2011-03-03 | 2012-09-27 | Sang Mo Bae | 携帯端末機に備えられたカメラを利用した物体の実際の大きさを測定する方法 |
US20130155061A1 (en) * | 2011-12-16 | 2013-06-20 | University Of Southern California | Autonomous pavement condition assessment |
US20140362188A1 (en) * | 2013-06-07 | 2014-12-11 | Sony Computer Entertainment Inc. | Image processing device, image processing system, and image processing method |
JP2016223815A (ja) * | 2015-05-27 | 2016-12-28 | パナソニックIpマネジメント株式会社 | 劣化診断装置及び劣化診断方法 |
JP2017040642A (ja) * | 2015-08-20 | 2017-02-23 | 株式会社東芝 | 画像処理装置及び撮影装置 |
JP2018124177A (ja) * | 2017-02-01 | 2018-08-09 | トヨタ自動車株式会社 | 床面判断方法 |
US20180273173A1 (en) * | 2015-09-22 | 2018-09-27 | Pro-Drone Lda | Autonomous inspection of elongated structures using unmanned aerial vehicles |
US20190049275A1 (en) * | 2017-12-29 | 2019-02-14 | Intel Corporation | Method, a circuit and a system for environmental sensing |
JP2019032218A (ja) * | 2017-08-08 | 2019-02-28 | 株式会社 日立産業制御ソリューションズ | 位置情報記録方法および装置 |
JP2020197797A (ja) * | 2019-05-31 | 2020-12-10 | 株式会社東芝 | 画像処理装置及び画像処理方法 |
-
2019
- 2019-08-22 JP JP2019151856A patent/JP7290510B2/ja active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005016991A (ja) * | 2003-06-24 | 2005-01-20 | Railway Technical Res Inst | 赤外線構造物診断システム |
JP2005291984A (ja) * | 2004-04-01 | 2005-10-20 | Kozo Keikaku Engineering Inc | 鋼材から成る構造物の発錆状況判定装置、方法及びプログラム |
US20120140040A1 (en) * | 2010-12-07 | 2012-06-07 | Casio Computer Co., Ltd. | Information display system, information display apparatus, information provision apparatus and non-transitory storage medium |
JP2012185161A (ja) * | 2011-03-03 | 2012-09-27 | Sang Mo Bae | 携帯端末機に備えられたカメラを利用した物体の実際の大きさを測定する方法 |
US20130155061A1 (en) * | 2011-12-16 | 2013-06-20 | University Of Southern California | Autonomous pavement condition assessment |
US20140362188A1 (en) * | 2013-06-07 | 2014-12-11 | Sony Computer Entertainment Inc. | Image processing device, image processing system, and image processing method |
JP2016223815A (ja) * | 2015-05-27 | 2016-12-28 | パナソニックIpマネジメント株式会社 | 劣化診断装置及び劣化診断方法 |
JP2017040642A (ja) * | 2015-08-20 | 2017-02-23 | 株式会社東芝 | 画像処理装置及び撮影装置 |
US20180273173A1 (en) * | 2015-09-22 | 2018-09-27 | Pro-Drone Lda | Autonomous inspection of elongated structures using unmanned aerial vehicles |
JP2018124177A (ja) * | 2017-02-01 | 2018-08-09 | トヨタ自動車株式会社 | 床面判断方法 |
JP2019032218A (ja) * | 2017-08-08 | 2019-02-28 | 株式会社 日立産業制御ソリューションズ | 位置情報記録方法および装置 |
US20190049275A1 (en) * | 2017-12-29 | 2019-02-14 | Intel Corporation | Method, a circuit and a system for environmental sensing |
JP2020197797A (ja) * | 2019-05-31 | 2020-12-10 | 株式会社東芝 | 画像処理装置及び画像処理方法 |
Non-Patent Citations (1)
Title |
---|
"奥行き情報を用いたオブジェクト自動抽出", 電子情報通信学会2002年総合大会講演論文集, JPN6022040627, 2002, pages 347, ISSN: 0005070103 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113295700A (zh) * | 2021-05-11 | 2021-08-24 | 国网安徽省电力有限公司信息通信分公司 | 一种基于物联网的输电线路外绝缘状态监测方法及系统 |
WO2022254715A1 (ja) * | 2021-06-04 | 2022-12-08 | 日本電信電話株式会社 | 劣化判定装置、劣化判定方法、及びプログラム |
KR102588141B1 (ko) * | 2022-10-13 | 2023-10-12 | 주식회사 승화기술 | 드론 영상정보를 이용한 딥러닝 기반 구조물 손상 점검 방법 |
CN116356894A (zh) * | 2023-03-30 | 2023-06-30 | 中国电力工程顾问集团中南电力设计院有限公司 | 适用于输电杆塔基础承载力可靠性的评价方法 |
Also Published As
Publication number | Publication date |
---|---|
JP7290510B2 (ja) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7290510B2 (ja) | 劣化状態検出装置及び劣化状態検出方法 | |
CN107392247B (zh) | 一种电力线下方地物安全距离实时检测方法 | |
Ribeiro et al. | Remote inspection of RC structures using unmanned aerial vehicles and heuristic image processing | |
CN113345019B (zh) | 一种输电线路通道隐患目标测距方法、设备及介质 | |
CN101556142B (zh) | 架空线路覆冰厚度的视觉检测方法 | |
CN112147633A (zh) | 一种电力线路安全距离检测方法 | |
KR101488214B1 (ko) | 카메라 영상을 이용한 조간대 지형 변화 모니터링 장치 및 그 방법 | |
JP6548157B2 (ja) | 劣化診断装置及び劣化診断方法 | |
CN114240868A (zh) | 一种基于无人机的巡检分析系统及方法 | |
JP7156542B2 (ja) | 線状構造物の検出装置、検出方法及び検出プログラム | |
CN102346014A (zh) | 一种基于图像处理的输电线路导线弧垂的测量方法 | |
CN115240093B (zh) | 基于可见光和激光雷达点云融合的输电通道自动巡检方法 | |
EP3596570A1 (de) | Verfahren zum bestimmen eines pfades entlang eines objekts, system und verfahren zum automatischen inspizieren eines objekts | |
CN112101138B (zh) | 基于深度学习的桥梁拉索表面缺陷实时识别系统及方法 | |
WO2021083915A1 (de) | Verfahren und mobile erfassungsvorrichtung zur erfassung von infrastrukturelementen eines unterirdischen leitungsnetzwerks | |
CN109683209A (zh) | 团雾的监测方法和监测系统 | |
KR101992672B1 (ko) | 드론 영상을 이용한 가공송전선로의 경관 영향 분석 방법 | |
CN113358033B (zh) | 基于视觉分析软测量的输电线下树木安全距离判断方法 | |
CN106652031A (zh) | 一种电力工程设计的4d真实动态展示方法 | |
CN110989344A (zh) | 一种巡检机器人预置参数自动调整方法及系统 | |
CN109358640B (zh) | 一种无人机激光探测实时可视化方法、系统及存储介质 | |
CN111007071A (zh) | 一种水下巡检控制方法和水下巡检系统 | |
CN105987665B (zh) | 一种特高压输电线路弧垂点变化范围的预警监测装置及方法 | |
CN104006804B (zh) | 基于观测基准失稳补偿的接触网偏移量检测方法 | |
CN105203024A (zh) | 一种多传感器集成的输电线路覆冰摄影测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20190830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20190830 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220630 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230512 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230530 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230601 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7290510 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |