JP5064524B2 - 予測不可能で動的な複雑な環境において計画することを伴う自律型ロボット - Google Patents
予測不可能で動的な複雑な環境において計画することを伴う自律型ロボット Download PDFInfo
- Publication number
- JP5064524B2 JP5064524B2 JP2010033017A JP2010033017A JP5064524B2 JP 5064524 B2 JP5064524 B2 JP 5064524B2 JP 2010033017 A JP2010033017 A JP 2010033017A JP 2010033017 A JP2010033017 A JP 2010033017A JP 5064524 B2 JP5064524 B2 JP 5064524B2
- Authority
- JP
- Japan
- Prior art keywords
- state
- robot
- time
- target
- module
- 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.)
- Expired - Fee Related
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33051—BBC behavior based control, stand alone module, cognitive, independent agent
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40497—Collision monitor controls planner in real time to replan if collision
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
Description
−到達すべきターゲットに関する情報を、該コントローラに供給するためのターゲット入力インターフェースと、
−内部モデルを用いて、制御される該ロボットの将来の状態の少なくとも1つを予測する予測モジュールと、
−上記予測モジュールから供給された予測された状態から開始して、該ロボットの将来の状態を計画する計画モジュールと、
−該制御されるロボットをターゲットに到達させるべく、モータコマンドを出力する出力ステージと、
−上記予測モジュールによって出力されたターゲットまたは上記計画モジュールからの出力を選択するためのターゲット・アービトレータ(arbitrator:調停部)と、を備える。
−到達すべきターゲットに関するターゲット入力情報を供給するステップと、
−制御される該ロボットの将来の状態の少なくとも1つを予測するステップと、
−上記予測された状態から開始して、該ロボットの将来の状態を計画するステップと、
−該制御されるロボットをターゲットに到達させるべく、モータコマンドを出力するステップと、を含む。
瞬時予測の手法の全体が、図1に示されている。元の(オリジナルの)ターゲット信号rorgは、ロボットによって到達されるべきターゲットを示しており、これは、関連づけられたロボットの、たとえば視覚信号処理システムから供給される。オリジナルのターゲット信号rorgは、ターゲットアービトレータ(arbitrator,調停)モジュールおよび計画モジュールに供給される。ターゲットアービトレータモジュールは、第2の入力として、中間ターゲット信号rintを受け取る。
ターゲットアービトレータは、新しいターゲットrorgまたは中間ターゲットrintが与えられたときに起動される。該アービトレータが中間ターゲットを受け取ったとき、該アービトレータは、オリジナルの該与えられたターゲットrorgを格納し、rintを、ractの時間間隔で、反応コントローラおよび予測モジュールの両方に送る。ターゲットアービトレータモジュールが、新しく与えられたターゲットrorgを受け取ったとき、該格納されたデータは破棄され、該アービトレータは、ractの該新しく与えられたターゲットを送る。
反応コントローラは、ractを受け取り、ロボットのモデル、いわゆる内部反応モデルに基づいて、次の時間区間についての動きを計算する。結果としての動きコマンドが、ロボットに送られる。通常、反応コントローラは、動きコントローラ、ジョイント限界回避コントローラ、衝突回避コントローラ等のいくつかのコントローラを備える。
予測モジュールは、内部予測モジュールモデルを使用して、ロボットの将来の状態をシミュレートする。予測モジュールは、該モデルに基づいて、適合値μreactを計算する。これは、内部予測モジュールモデルでシミュレートされた反応動きについての品質の目安となるものである。この適合値μreactは、ロボットの環境の複雑性を表す。たとえば、内部予測モジュールモデルが物理的な障害物に近づくよう動いて該モデルがデッドロックに達した場合、適合値μreactは下がる。
・μreactが小さくなるとき
・システムが、近い将来を予測するとき
・システムが、与えられたターゲットrorg近くを予測するとき(後述の文献6)
「計画開始」基準モジュールは、適合値μreactに従って、計画を開始するか否かを決定する。また、該モジュールは、計算資源のような利用可能な資源が限られている場合には、該利用可能な資源を考慮することができる。
計画モジュールは、局所的に、またはグローバルに最適化された解(solution、通常は、軌道)を生成する。ここでは、任意の種類の計画モジュールを使用することができるが、より高速な計画モジュール、または、計算中に割り込まれたとしても最小解(minimal solution)を与える計画モジュールが、適している。これは、計画のための時間が制限されているためである。
反応動きおよび計画された動きの両方の適合値を比較できるように、また、ターゲットアービトレータが扱うことができるように、中間ターゲット生成器は、計画モジュールからの該解(ソリューション)を、中間ターゲットrintに変換する。たとえば、計画モジュールが配置空間(configuration space)を用い、オリジナルに与えられたターゲットrorgがタスク空間(task space)を用いる場合、中間ターゲット生成器は、該配置空間をタスク空間に変換する。rintに基づいて、中間ターゲット生成器は適合値μplanを計算し、これを、計画使用基準に送る。
「計画使用」基準モジュールは、適合値μplanおよびμreactを比較する。これらの適合値に従って、該モジュールは、どちらの中間ターゲットを、ractに用いるかを判断する。
予測モジュールは、予測深さである時間tpredictにおけるロボットの将来状態に至るまでを予測することができる。反応コントローラの計算時間をTreactとし、予測モジュールについての計算時間をTpredictとし、計画モジュールについての計算時間をTplanとする。
tpredict≧Tplan+Tpredict (1)
tpredictのための予測繰り返しサイクルをNpredictとし、1サイクルについての計算時間をΔTpredictとすると、以下を得ることができる。
tpredict=NpredictΔtpredict (2)
Tpredict=NpredictΔTpredict (3)
Tplan≦Npredict(Δtpredict−ΔTpredict) (4)
ttrig=NtrigΔtpredict (6)
Tplan≦Ntrig(Δtpredict−ΔTpredict) (7)
インタラクティブな(反応)コントローラを、動きについて使用しており、かつ計画モジュールが起動されていない間、計画モジュールは、必要に応じて、計画についての事前計算を行うことができる。たとえば、計画モジュールは、動きを生成することができ、あるいは、この期間における状態空間を離散化する等の事前処理を計算したり、予測モジュールで計算された適合値に従って動きを更新したりすることができる。
本システムは、反応コントローラを用い、該システムが、困難な状況に遭遇したとき、該システムは、計画モジュールを使用する。反応コントローラが動きについて用いられるが、計画モジュールは用いられないとき、該計画モジュールは、該計画モジュールが動きについて用いられるときに計算時間を節約するため、動きを計算する。計画モジュールは、予測モジュールによって予測された情報を利用して、動きを計画する十分な時間を取ることができる。すべてのプロセスは、オンラインで実行される。
ここで、tpredictを、環境に適応させることができる。
[1] Brendan Burns. Exploiting Structure: A Guided Approach to Sampling based Robot Motion Planning. Electronic Doctoral Dissertations for UMass Amherst. Paper AAI3275736., 2007.
[2] Michael Gienger, Bram Bolder, Mark Dunn, Hisashi Sugiura, Herbert Janssen, and Christian Goerick. Predictive behavior generation - a sensor-based walking and reaching architecture for humanoid robots. In Karsten Berns and Tobias Luksch, editors, Autonome Mobile Systeme 2007. Springer Verlag, 2007.
[3] Jindong Liu, Huosheng Hu, and Dongbing Gu. A hybrid control architecture for autonomous robotic fish. In Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems 2008, 2008.
[4] Kian Hsiang Low, Wee Kheng Leow, and Jr Marcelo H. Ang. A hybrid mobile robot architecture with integrated planning and control. In Proceedings of the International Conference on Autonomous Agents and Multiagent Systems 2002, 2002.
[5] Neal Solomon. System, methods and appratus for managing a weapon system. In United States Patent Pub. No. US2005/0183569 A1, 2005.
[6] Nikolaus Vahrenkamp, Christian Scheuer, Tamin Asfour, James Kuffner, and Ruediger Dillmann. Adaptive motion planning for humanoid robots. In Proceedings of the IEEE/RSJ International Conference on Intelligent Robotics and Systems 2008, 2008.
Claims (11)
- ロボットの動き制御のためのコントローラであって、
到達すべきターゲットに関する情報を該コントローラに供給するターゲット入力インターフェースと、
前記ロボットの制御に用いる内部ターゲットを出力するターゲットアービトレータと、
前記ロボットを前記内部ターゲットに到達させるべく、モータコマンドを出力する反応コントローラと、
前記内部ターゲットに関する情報に基づき、将来の第1の時刻における前記ロボットの状態と、第1の時刻より後の第2の時刻における前記ロボットの状態とを、前記ロボットの内部モデルを使用して予測する予測モジュールと、
前記モータコマンドの実行と並行して、前記予測モジュールが予測した第1の時刻における状態から開始して、前記ロボットの第2の時刻における将来の状態を計画する計画モジュールと、
前記計画モジュールが計画した第2の時刻における将来の状態を実現するための、前記ロボットの制御に用いる中間ターゲットを生成する中間ターゲット生成モジュールと、
を備え、
前記ターゲットアービトレータは、前記予測モジュールが予測した第2の時刻における状態に至る動きの品質と前記計画モジュールが計画した第2の時刻における状態に至る動きの品質との比較に基づいて、前記内部ターゲットを維持するか、又は、前記中間ターゲットにより前記内部ターゲットを更新する、
コントローラ。 - 前記予測モジュールが予測した状態に至る動きの品質は、コスト関数を用いて計算され、
前記中間ターゲット生成モジュールが生成した前記中間ターゲットは、前記予測モジュールが予測した第2の時刻における状態に至る動きの品質が予め設定されたしきい値未満であることを条件として、前記ロボットの動きを制御するのに用いられる、
請求項1に記載のコントローラ。 - 前記計画モジュールは、前記予測モジュールが予測した第2の時刻における状態に至る動きの品質が予め設定されたしきい値未満であるときに、起動信号が与えられる、
請求項1または2に記載のコントローラ。 - 前記予測モジュールは、第2の時刻における状態の予測計算が完了する前に、当該予測モジュールが予測した第1の時刻における状態の情報を前記計画モジュールに出力する、
請求項1または2に記載のコントローラ。 - 前記計画モジュールは、前記予測モジュールが予測した第1の時刻における状態の情報を受け取ったときに、前記ロボットの前記第2の時刻における状態の計画計算を実行して、当該計画した状態をデータベースに格納し、前記起動信号が与えられたときに、前記データベースに格納された前記計画した状態を使用する、
請求項3に記載のコントローラ。 - 前記コントローラは、さらに、前記ターゲットアービトレータから供給された内部ターゲットをモータコマンドに変換するための反応コントローラコマンドを前記反応コントローラに提示するよう構成されている、
請求項1から5のいずれかに記載のコントローラ。 - 請求項1から6のいずれかに記載のコントローラを備えるロボット。
- ロボットの動きを制御するための方法であって、
到達すべきターゲットに関するターゲット入力情報を供給するステップと、
前記ロボットの制御に用いる内部ターゲットを出力するステップと、
前記ロボットを前記内部ターゲットに到達させるべく、モータコマンドを出力す
るステップと、
前記内部ターゲットに関する情報に基づき、将来の第1の時刻における前記ロボットの状態と、第1の時刻より後の第2の時刻における前記ロボットの状態とを、前記ロボットの内部モデルを使用して予測するステップと、
前記モータコマンドの実行と並行して、前記予測するステップにおいて予測した第1の時刻における状態から開始して、前記ロボットの第2の時刻における将来の状態を計画するステップと、
前記計画するステップにおいて計画した第2の時刻における将来の状態を実現するための、前記ロボットの制御に用いる中間ターゲットを生成するステップと、
を備え、
前記内部ターゲットを出力するステップは、前記予測するステップにおいて予測した第2の時刻における状態に至る動きの品質と前記計画するステップにおいて計画した第2の時刻における状態に至る動きの品質との比較に基づいて、前記内部ターゲットを維持するか、又は、前記中間ターゲットにより前記内部ターゲットを更新する、
方法。 - 前記予測するステップにおいて第2の時刻における状態の予測計算が行われている間に、前記計画するステップにおいて、前記予測するステップにおいて予測された第1の時刻における状態に基づいて、第2の時刻における状態の計画計算を実行し、
前記予測するステップにおいて第2の時刻における状態の予測計算が完了したときに、前記計画するステップの起動信号が与えられる、
請求項8に記載の方法。 - 前記計画するステップでは、前記予測するステップにおいて第1の時刻における状態の予測が完了したときに、前記ロボットの前記第2の時刻における状態の計画計算を実行して、当該計画した状態をデータベースに格納し、前記計画するステップの起動信号が与えられたときに、前記データベースに格納された前記計画した状態を使用する、
請求項9に記載の方法。 - コンピューティングデバイス上で実行されたときに、請求項8から10のいずれかに記載の方法を実行するコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP09160406.6 | 2009-05-15 | ||
EP09160406A EP2251157B1 (en) | 2009-05-15 | 2009-05-15 | Autonomous robots with planning in unpredictable, dynamic and complex environments |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010264585A JP2010264585A (ja) | 2010-11-25 |
JP5064524B2 true JP5064524B2 (ja) | 2012-10-31 |
Family
ID=41130454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010033017A Expired - Fee Related JP5064524B2 (ja) | 2009-05-15 | 2010-02-17 | 予測不可能で動的な複雑な環境において計画することを伴う自律型ロボット |
Country Status (4)
Country | Link |
---|---|
US (1) | US8423187B2 (ja) |
EP (1) | EP2251157B1 (ja) |
JP (1) | JP5064524B2 (ja) |
AT (1) | ATE516930T1 (ja) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9906838B2 (en) | 2010-07-12 | 2018-02-27 | Time Warner Cable Enterprises Llc | Apparatus and methods for content delivery and message exchange across multiple content delivery networks |
US9015093B1 (en) | 2010-10-26 | 2015-04-21 | Michael Lamport Commons | Intelligent control with hierarchical stacked neural networks |
US8775341B1 (en) | 2010-10-26 | 2014-07-08 | Michael Lamport Commons | Intelligent control with hierarchical stacked neural networks |
US8805579B2 (en) | 2011-02-19 | 2014-08-12 | Richard Arthur Skrinde | Submersible robotically operable vehicle system for infrastructure maintenance and inspection |
US9566710B2 (en) | 2011-06-02 | 2017-02-14 | Brain Corporation | Apparatus and methods for operating robotic devices using selective state space training |
US8589013B2 (en) | 2011-10-25 | 2013-11-19 | Jaybridge Robotics, Inc. | Method and system for dynamically positioning a vehicle relative to another vehicle in motion |
US9186793B1 (en) | 2012-08-31 | 2015-11-17 | Brain Corporation | Apparatus and methods for controlling attention of a robot |
US9764468B2 (en) | 2013-03-15 | 2017-09-19 | Brain Corporation | Adaptive predictor apparatus and methods |
US8996177B2 (en) * | 2013-03-15 | 2015-03-31 | Brain Corporation | Robotic training apparatus and methods |
US9242372B2 (en) | 2013-05-31 | 2016-01-26 | Brain Corporation | Adaptive robotic interface apparatus and methods |
US9314924B1 (en) | 2013-06-14 | 2016-04-19 | Brain Corporation | Predictive robotic controller apparatus and methods |
US9792546B2 (en) | 2013-06-14 | 2017-10-17 | Brain Corporation | Hierarchical robotic controller apparatus and methods |
US9579789B2 (en) | 2013-09-27 | 2017-02-28 | Brain Corporation | Apparatus and methods for training of robotic control arbitration |
US9188986B2 (en) | 2013-10-01 | 2015-11-17 | Jaybridge Robotics, Inc. | Computer-implemented method and system for dynamically positioning a vehicle relative to another vehicle in motion for on-the-fly offloading operations |
US9597797B2 (en) | 2013-11-01 | 2017-03-21 | Brain Corporation | Apparatus and methods for haptic training of robots |
US9463571B2 (en) | 2013-11-01 | 2016-10-11 | Brian Corporation | Apparatus and methods for online training of robots |
US9248569B2 (en) | 2013-11-22 | 2016-02-02 | Brain Corporation | Discrepancy detection apparatus and methods for machine learning |
US9358685B2 (en) | 2014-02-03 | 2016-06-07 | Brain Corporation | Apparatus and methods for control of robot actions based on corrective user inputs |
US9987743B2 (en) | 2014-03-13 | 2018-06-05 | Brain Corporation | Trainable modular robotic apparatus and methods |
US9364950B2 (en) | 2014-03-13 | 2016-06-14 | Brain Corporation | Trainable modular robotic methods |
US9533413B2 (en) | 2014-03-13 | 2017-01-03 | Brain Corporation | Trainable modular robotic apparatus and methods |
US9346167B2 (en) | 2014-04-29 | 2016-05-24 | Brain Corporation | Trainable convolutional network apparatus and methods for operating a robotic vehicle |
US9934613B2 (en) | 2014-04-29 | 2018-04-03 | The Florida International University Board Of Trustees | Systems for controlling a movable object |
US9630318B2 (en) | 2014-10-02 | 2017-04-25 | Brain Corporation | Feature detection apparatus and methods for training of robotic navigation |
US9426946B2 (en) | 2014-12-02 | 2016-08-30 | Brain Corporation | Computerized learning landscaping apparatus and methods |
US9717387B1 (en) | 2015-02-26 | 2017-08-01 | Brain Corporation | Apparatus and methods for programming and training of robotic household appliances |
US9840003B2 (en) | 2015-06-24 | 2017-12-12 | Brain Corporation | Apparatus and methods for safe navigation of robotic devices |
CN110488611B (zh) * | 2019-09-02 | 2022-03-11 | 山东建筑大学 | 一种仿生机器鱼运动控制方法、控制器及仿生机器鱼 |
CN115469665B (zh) * | 2022-09-16 | 2023-07-04 | 广东工业大学 | 一种适应于动态环境的智能轮椅目标跟踪控制方法和系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5835684A (en) * | 1994-11-09 | 1998-11-10 | Amada Company, Ltd. | Method for planning/controlling robot motion |
JP2002144261A (ja) * | 2000-11-13 | 2002-05-21 | Sony Corp | 脚式移動ロボット及びその制御方法 |
WO2004003680A2 (en) * | 2002-04-22 | 2004-01-08 | Neal Solomon | System, method and apparatus for automated collective mobile robotic vehicles used in remote sensing surveillance |
JP4315872B2 (ja) * | 2004-07-28 | 2009-08-19 | 本田技研工業株式会社 | 移動ロボットの制御装置 |
JP2007229816A (ja) * | 2006-02-27 | 2007-09-13 | Toyota Motor Corp | 自律移動型ロボット |
EP1870211B1 (en) * | 2006-06-22 | 2019-02-27 | Honda Research Institute Europe GmbH | Method for controlling a robot by assessing the fitness of a plurality of simulated behaviours |
JP4143103B2 (ja) * | 2006-12-20 | 2008-09-03 | 本田技研工業株式会社 | 移動装置、ならびにその制御システム、制御プログラムおよび監督システム |
-
2009
- 2009-05-15 EP EP09160406A patent/EP2251157B1/en not_active Not-in-force
- 2009-05-15 AT AT09160406T patent/ATE516930T1/de not_active IP Right Cessation
-
2010
- 2010-02-17 JP JP2010033017A patent/JP5064524B2/ja not_active Expired - Fee Related
- 2010-03-01 US US12/714,826 patent/US8423187B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US8423187B2 (en) | 2013-04-16 |
US20100292835A1 (en) | 2010-11-18 |
EP2251157A1 (en) | 2010-11-17 |
ATE516930T1 (de) | 2011-08-15 |
EP2251157B1 (en) | 2011-07-20 |
JP2010264585A (ja) | 2010-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5064524B2 (ja) | 予測不可能で動的な複雑な環境において計画することを伴う自律型ロボット | |
CN112428278B (zh) | 机械臂的控制方法、装置及人机协同模型的训练方法 | |
JP7030988B2 (ja) | 閉鎖運動のための衝突回避動作計画 | |
CN102666030B (zh) | 用于减少工业机器人的能量消耗的方法和工业机器人系统 | |
US8260460B2 (en) | Interactive robot control system and method of use | |
US11141861B2 (en) | Method for operating a robot and robotic arm | |
JP2023504220A (ja) | 軌道中心モデルに基づく強化学習のロバスト最適化を行うためのシステムおよび方法 | |
Ardakani et al. | Model predictive control for real-time point-to-point trajectory generation | |
KR20180099455A (ko) | 로봇을 위한 모터 제어 및/또는 조정 | |
JP2008000883A (ja) | ロボットの対話型挙動の制御 | |
Scalera et al. | Optimal scaling of dynamic safety zones for collaborative robotics | |
WO2022139939A1 (en) | Robot planning | |
Pane et al. | Autonomous runtime composition of sensor-based skills using concurrent task planning | |
US20220146997A1 (en) | Device and method for training a control strategy with the aid of reinforcement learning | |
US11787054B2 (en) | Robot planning | |
Lin et al. | Learning Near-global-optimal Strategies for Hybrid Non-convex Model Predictive Control of Single Rigid Body Locomotion | |
Radulescu et al. | Whole-body trajectory optimization for non-periodic dynamic motions on quadrupedal systems | |
Kröger et al. | Robot motion control during abrupt switchings between manipulation primitives | |
KR20210090098A (ko) | 로봇 제어 장치 및 로봇 제어 방법 | |
Ju et al. | Mixed control for whole-body compliance of a humanoid robot | |
Zhao | Intelligent control and planning for industrial robots | |
Plaza et al. | Integration of cell-mapping and reinforcement-learning techniques for motion planning of car-like robots | |
Vistein et al. | Instantaneous switching between real-time commands for continuous execution of complex robotic tasks | |
Liu et al. | Fuzzy controlled hopping in a biped robot | |
Antunes et al. | Robotic tool use and problem solving based on probabilistic planning and learned affordances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120426 |
|
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: 20120724 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120808 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5064524 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150817 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |