JP5776324B2 - 地図処理方法及びプログラム、並びにロボットシステム - Google Patents
地図処理方法及びプログラム、並びにロボットシステム Download PDFInfo
- Publication number
- JP5776324B2 JP5776324B2 JP2011110740A JP2011110740A JP5776324B2 JP 5776324 B2 JP5776324 B2 JP 5776324B2 JP 2011110740 A JP2011110740 A JP 2011110740A JP 2011110740 A JP2011110740 A JP 2011110740A JP 5776324 B2 JP5776324 B2 JP 5776324B2
- Authority
- JP
- Japan
- Prior art keywords
- map
- robot
- self
- estimated
- sensor
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims description 14
- 238000000034 method Methods 0.000 claims description 122
- 238000006243 chemical reaction Methods 0.000 claims description 95
- 238000005259 measurement Methods 0.000 claims description 87
- 230000008569 process Effects 0.000 claims description 77
- 230000010354 integration Effects 0.000 claims description 31
- 238000013507 mapping Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 21
- 230000009466 transformation Effects 0.000 description 47
- 230000036544 posture Effects 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 17
- 230000007613 environmental effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 239000011159 matrix material Substances 0.000 description 12
- 230000010365 information processing Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 3
- 101000661807 Homo sapiens Suppressor of tumorigenicity 14 protein Proteins 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000005389 magnetism Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Instructional Devices (AREA)
- Processing Or Creating Images (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Description
yq=yp+dsin(θ)
次に、地図A上のP,Qを、地図Bの座標系CB上のP'(x'p,y'p),Q'(x'q,y'q)を求める。そして、地図B上でのロボット6の姿勢θ'= arctan(y'q−y'p,x'q−x'p)を求める。
また、ロボットの位置姿勢を以下の(1)〜(4)のように変換する。
(1)上記GPRを使用してロボット位置の基準座標系への座標変換を行う。
(2)上記アンセンテッド変換を利用してロボット位置の共分散行列を変換する。具体的には、ロボット位置の元の座標系でシグマポイントを求めて、基準座標系への座標変換を行い、変換されたシグマポイントの座標を用いて変換後の共分散行列を計算する。
(3)ロボットの現在位置を変換先の基準座標系へ変換することで、ロボット姿勢を変換する。具体的には、ロボットを微小距離移動させた場所での位置座標を基準座標系に変換し、基準座標系に変換された後の移動前と移動後の2つの位置座標によってarctanを計算して基準座標系におけるロボットの姿勢を求める。
(4)上記アンセンテッド変換を利用してロボット姿勢の分散を変換する。具体的には、ロボットの姿勢のシグマポイントを求めて、各シグマポイントについて基準座標系への座標変換を行い、各シグマポイントの対応する変換先の基準座標系での姿勢からロボット姿勢の分散を計算する。
(付記1)
自律移動型ロボットに取り付けられた第1のセンサの計測情報に基づき予め生成され記憶部に記憶された第1の地図と、前記ロボットの各位置での前記第1のセンサの計測情報とに基づいて前記ロボットの前記第1の地図上の自己位置を推定する第1の推定処理と、
前記ロボットに取り付けられた第2のセンサの計測情報に基づき予め生成され前記記憶部に記憶された第2の地図と、前記ロボットの各位置での前記第2のセンサの計測情報とに基づいて前記ロボットの前記第2の地図上の自己位置を推定する第2の推定処理と、
前記第1のセンサの計測情報に基づき予め推定され前記記憶部に記憶された前記ロボットの前記第1の地図上の第1の移動軌跡と前記第2のセンサの計測情報に基づき予め推定され前記記憶部に記憶された前記ロボットの前記第2の地図上の第2の移動軌跡とに基づいて予め算出された、前記第1の移動軌跡の第1の座標系を前記第2の移動軌跡の第2の座標系へ非線形マッピングする座標変換パラメータに基づいて、前記第1のセンサの計測情報に基づいて前記第1の推定処理により推定された前記ロボットの前記第1の地図上の自己位置を前記第2の地図上の自己位置に変換する変換処理
をコンピュータに実行させることを特徴とする、地図処理方法。
(付記2)
前記第1の推定処理により推定され前記変換処理により変換された前記ロボットの前記第2の地図上の推定自己位置と、前記第2の推定処理により推定された前記ロボットの前記第2の地図上の推定自己位置とを統合する統合処理
を更に前記コンピュータに実行させることを特徴とする、付記1記載の地図処理方法。
(付記3)
前記変換処理は、推定された前記ロボットの位置の前記第1の座標系をGPR(Gaussian Process Regression)を利用した変換式を用いた前記非線形マッピングにより前記第2の座標系に変換することを特徴とする、付記1または2記載の地図処理方法。
(付記4)
前記変換処理は、前記第1の座標系で推定された前記ロボットの位置の共分散列の変換をアンセンテッド変換(Unscented Transformation)を利用して行うことを特徴とする、付記1乃至3のいずれか1項記載の地図処理方法。
(付記5)
前記変換処理は、前記ロボットを微小距離移動させた場所での前記第1の座標系の位置座標を前記第2の座標系に変換し、前記第2の座標系に変換後の移動前と移動後の2つの位置座標に基づいて変換後の前記第2の座標系における前記ロボットの姿勢を求めることを特徴とする、付記1乃至4のいずれか1項記載の地図処理方法。
(付記6)
前記変換処理は、前記第1の座標系で推定された前記ロボットの姿勢の共分散列の変換をアンセンテッド変換(Unscented Transformation)を利用して行うことを特徴とする、付記5記載の地図処理方法。
(付記7)
コンピュータに地図を処理させるプログラムであって、
自律移動型ロボットに取り付けられた第1のセンサの計測情報に基づき予め生成され記憶部に記憶された第1の地図と、前記ロボットの各位置での前記第1のセンサの計測情報とに基づいて前記ロボットの前記第1の地図上の自己位置を推定する第1の推定手順と、
前記ロボットに取り付けられた第2のセンサの計測情報に基づき予め生成され前記記憶部に記憶された第2の地図と、前記ロボットの各位置での前記第2のセンサの計測情報とに基づいて前記ロボットの前記第2の地図上の自己位置を推定する第2の推定手順と、
前記第1のセンサの計測情報に基づき予め推定され前記記憶部に記憶された前記ロボットの前記第1の地図上の第1の移動軌跡と前記第2のセンサの計測情報に基づき予め推定され前記記憶部に記憶された前記ロボットの前記第2の地図上の第2の移動軌跡とに基づいて予め算出された、前記第1の移動軌跡の第1の座標系を前記第2の移動軌跡の第2の座標系へ非線形マッピングする座標変換パラメータに基づいて、前記第1のセンサの計測情報に基づいて前記第1の推定手順により推定された前記ロボットの前記第1の地図上の自己位置を前記第2の地図上の自己位置に変換する変換手順
を前記コンピュータに実行させることを特徴とする、プログラム。
(付記8)
前記第1の推定手順により推定され前記変換手順により変換された前記ロボットの前記第2の地図上の推定自己位置と、前記第2の推定手順により推定された前記ロボットの前記第2の地図上の推定自己位置とを統合する統合手順
を更に前記コンピュータに実行させることを特徴とする、付記7記載のプログラム。
(付記9)
前記変換手順は、推定された前記ロボットの位置の前記第1の座標系をGPR(Gaussian Process Regression)を利用した変換式を用いた前記非線形マッピングにより前記第2の座標系に変換することを特徴とする、付記7または8記載のプログラム。
(付記10)
前記変換手順は、前記第1の座標系で推定された前記ロボットの位置の共分散列の変換をアンセンテッド変換(Unscented Transformation)を利用して行うことを特徴とする、付記7乃至9のいずれか1項記載のプログラム。
(付記11)
前記変換手順は、前記ロボットを微小距離移動させた場所での前記第1の座標系の位置座標を前記第2の座標系に変換し、前記第2の座標系に変換後の移動前と移動後の2つの位置座標に基づいて変換後の前記第2の座標系における前記ロボットの姿勢を求めることを特徴とする、付記7乃至10のいずれか1項記載のプログラム。
(付記12)
前記変換手順は、前記第1の座標系で推定された前記ロボットの姿勢の共分散列の変換をアンセンテッド変換(Unscented Transformation)を利用して行うことを特徴とする、付記11記載のプログラム。
(付記13)
自律移動型ロボットに取り付けられた第1のセンサの計測情報に基づき予め生成され記憶部に記憶された第1の地図と、前記ロボットの各位置での前記第1のセンサの計測情報とに基づいて前記ロボットの前記第1の地図上の自己位置を推定する第1の推定器と、
前記ロボットに取り付けられた第2のセンサの計測情報に基づき予め生成され前記記憶部に記憶された第2の地図と、前記ロボットの各位置での前記第2のセンサの計測情報とに基づいて前記ロボットの前記第2の地図上の自己位置を推定する第2の推定器と、
前記第1のセンサの計測情報に基づき予め推定され前記記憶部に記憶された前記ロボットの前記第1の地図上の第1の移動軌跡と前記第2のセンサの計測情報に基づき予め推定され前記記憶部に記憶された前記ロボットの前記第2の地図上の第2の移動軌跡とに基づいて予め算出された、前記第1の移動軌跡の第1の座標系を前記第2の移動軌跡の第2の座標系へ非線形マッピングする座標変換パラメータに基づいて、前記第1のセンサの計測情報に基づいて前記第1の推定器により推定された前記ロボットの前記第1の地図上の自己位置を前記第2の地図上の自己位置に変換する座標変換部
を備えたことを特徴とする、ロボットシステム。
(付記14)
前記第1の推定器により推定され前記座標変換部により変換された前記ロボットの前記第2の地図上の推定自己位置と、前記第2の推定器により推定された前記ロボットの前記第2の地図上の推定自己位置とを統合する統合部
を更に備えたことを特徴とする、付記13記載のロボットシステム。
(付記15)
前記座標変換部は、推定された前記ロボットの位置の前記第1の座標系をGPR(Gaussian Process Regression)を利用した変換式を用いた前記非線形マッピングにより前記第2の座標系に変換することを特徴とする、付記13または14記載のロボットシステム。
(付記16)
前記座標変換部は、前記第1の座標系で推定された前記ロボットの位置の共分散列の変換をアンセンテッド変換(Unscented Transformation)を利用して行うことを特徴とする、付記13乃至15のいずれか1項記載のロボットシステム。
(付記17)
前記座標変換部は、前記ロボットを微小距離移動させた場所での前記第1の座標系の位置座標を前記第2の座標系に変換し、前記第2の座標系に変換後の移動前と移動後の2つの位置座標に基づいて変換後の前記第2の座標系における前記ロボットの姿勢を求めることを特徴とする、付記13乃至16のいずれか1項記載のロボットシステム。
(付記18)
前記座標変換部は、前記第1の座標系で推定された前記ロボットの姿勢の共分散列の変換をアンセンテッド変換(Unscented Transformation)を利用して行うことを特徴とする、付記17記載のロボットシステム。
(付記19)
前記第1の地図を予め生成して前記記憶部に記憶する第1の地図生成部と、
前記第2の地図を予め生成して前記記憶部に記憶する第2の地図生成部と、
前記座標変換パラメータを予め算出して前記記憶部に記憶するパラメータ算出部
を更に備えたことを特徴とする、付記13乃至18のいずれか1項記載のロボットシステム。
(付記20)
少なくとも前記統合部は、前記ロボットとは別体で前記ロボットと通信可能な情報処理装置に設けらていることを特徴とする、付記14乃至18のいずれか1項記載のロボットシステム。
2 センサ部
3 SLAM部
4 地図間マッピング部
7 自己位置推定部
8 統合処理部
21 オドメトリ部
22A〜22C センサ
31A〜31C 地図生成部
32A〜32C 記憶部
71A〜71C 自己位置推定器
81,82 座標変換部
83 統合部
Claims (5)
- コンピュータに地図を処理させるプログラムであって、
自律移動型ロボットに取り付けられた第1のセンサの計測情報に基づき予め生成され記憶部に記憶された第1の地図と、前記ロボットの各位置での前記第1のセンサの計測情報とに基づいて前記ロボットの前記第1の地図上の自己位置を推定する第1の推定手順と、
前記ロボットに取り付けられた第2のセンサの計測情報に基づき予め生成され前記記憶部に記憶された第2の地図と、前記ロボットの各位置での前記第2のセンサの計測情報とに基づいて前記ロボットの前記第2の地図上の自己位置を推定する第2の推定手順と、
同じ時刻に合わせて計算された、前記第1の地図上の前記自己位置から推定された前記ロボットの前記第1の地図上の第1の移動軌跡上の点座標と、前記第2の地図上の前記自己位置から推定された前記ロボットの前記第2の地図上の第2の移動軌跡上の点座標とのペアから予め算出された、前記第1の移動軌跡の第1の座標系を前記第2の移動軌跡の第2の座標系へ非線形マッピングする座標変換パラメータに基づいて、前記第1の推定手順により推定された前記ロボットの前記第1の地図上の前記自己位置を前記第2の地図上の前記自己位置に変換する変換手順
を前記コンピュータに実行させることを特徴とする、プログラム。 - 前記第1の推定手順により推定され前記変換手順による変換により得られた前記ロボットの前記第2の地図上の前記自己位置と、前記第2の推定手順により推定された前記ロボットの前記第2の地図上の前記自己位置とを統合する統合手順
を更に前記コンピュータに実行させることを特徴とする、請求項1記載のプログラム。 - 前記変換手順は、前記第1の推定手順により推定された前記ロボットの前記自己位置の前記第1の座標系を、GPR(Gaussian Process Regression)を利用した変換式を用いた前記非線形マッピングにより前記第2の座標系に変換することを特徴とする、請求項1または2記載のプログラム。
- 自律移動型ロボットに取り付けられた第1のセンサの計測情報に基づき予め生成され記憶部に記憶された第1の地図と、前記ロボットの各位置での前記第1のセンサの計測情報とに基づいて前記ロボットの前記第1の地図上の自己位置を推定する第1の推定器と、
前記ロボットに取り付けられた第2のセンサの計測情報に基づき予め生成され前記記憶部に記憶された第2の地図と、前記ロボットの各位置での前記第2のセンサの計測情報とに基づいて前記ロボットの前記第2の地図上の自己位置を推定する第2の推定器と、
同じ時刻に合わせて計算された、前記第1の地図上の前記自己位置から推定された前記ロボットの前記第1の地図上の第1の移動軌跡上の点座標と、前記第2の地図上の前記自己位置から推定された前記ロボットの前記第2の地図上の第2の移動軌跡上の点座標とのペアから予め算出された、前記第1の移動軌跡の第1の座標系を前記第2の移動軌跡の第2の座標系へ非線形マッピングする座標変換パラメータに基づいて、前記第1の推定器により推定された前記ロボットの前記第1の地図上の前記自己位置を前記第2の地図上の前記自己位置に変換する座標変換部
を備えたことを特徴とする、ロボットシステム。 - 自律移動型ロボットに取り付けられた第1のセンサの計測情報に基づき予め生成され記憶部に記憶された第1の地図と、前記ロボットの各位置での前記第1のセンサの計測情報とに基づいて前記ロボットの前記第1の地図上の自己位置を推定する第1の推定処理と、
前記ロボットに取り付けられた第2のセンサの計測情報に基づき予め生成され前記記憶部に記憶された第2の地図と、前記ロボットの各位置での前記第2のセンサの計測情報とに基づいて前記ロボットの前記第2の地図上の自己位置を推定する第2の推定処理と、
同じ時刻に合わせて計算された、前記第1の地図上の前記自己位置から推定された前記ロボットの前記第1の地図上の第1の移動軌跡上の座標点と、前記第2の地図上の前記自己位置から推定された前記ロボットの前記第2の地図上の第2の移動軌跡上の点座標とのペアから予め算出された、前記第1の移動軌跡の第1の座標系を前記第2の移動軌跡の第2の座標系へ非線形マッピングする座標変換パラメータに基づいて、前記第1の推定処理により推定された前記ロボットの前記第1の地図上の前記自己位置を前記第2の地図上の前記自己位置に変換する変換処理
をコンピュータに実行させることを特徴とする、地図処理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011110740A JP5776324B2 (ja) | 2011-05-17 | 2011-05-17 | 地図処理方法及びプログラム、並びにロボットシステム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011110740A JP5776324B2 (ja) | 2011-05-17 | 2011-05-17 | 地図処理方法及びプログラム、並びにロボットシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012242967A JP2012242967A (ja) | 2012-12-10 |
JP5776324B2 true JP5776324B2 (ja) | 2015-09-09 |
Family
ID=47464643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011110740A Active JP5776324B2 (ja) | 2011-05-17 | 2011-05-17 | 地図処理方法及びプログラム、並びにロボットシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5776324B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8880340B2 (en) * | 2013-01-04 | 2014-11-04 | The Boeing Company | Augmented mobile platform localization |
JP2015215651A (ja) * | 2014-05-08 | 2015-12-03 | 株式会社日立製作所 | ロボットおよび自己位置推定方法 |
CN105980950B (zh) | 2014-09-05 | 2019-05-28 | 深圳市大疆创新科技有限公司 | 无人飞行器的速度控制 |
CN105492985B (zh) | 2014-09-05 | 2019-06-04 | 深圳市大疆创新科技有限公司 | 一种用于在环境内控制可移动物体的系统及方法 |
CN105517666B (zh) | 2014-09-05 | 2019-08-27 | 深圳市大疆创新科技有限公司 | 基于情景的飞行模式选择 |
WO2016157428A1 (ja) * | 2015-03-31 | 2016-10-06 | パイオニア株式会社 | 計測装置、計測方法、及び、プログラム |
JP6487010B2 (ja) * | 2017-10-26 | 2019-03-20 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | ある環境内で無人航空機を制御する方法、ある環境のマップを生成する方法、システム、プログラムおよび通信端末 |
WO2019171916A1 (ja) * | 2018-03-05 | 2019-09-12 | 日本電気株式会社 | ロボット管理システム、ロボット管理方法、情報処理装置、情報処理方法および情報処理プログラム |
JP6823015B2 (ja) | 2018-07-17 | 2021-01-27 | ファナック株式会社 | ロボットシステム |
KR102243179B1 (ko) | 2019-03-27 | 2021-04-21 | 엘지전자 주식회사 | 이동 로봇 및 그 제어방법 |
JP2021128207A (ja) * | 2020-02-12 | 2021-09-02 | 本田技研工業株式会社 | 地図作成装置、地図作成システム、地図作成方法、およびプログラム |
WO2024034335A1 (ja) * | 2022-08-09 | 2024-02-15 | パナソニックIpマネジメント株式会社 | 自己位置推定システム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07271434A (ja) * | 1994-03-30 | 1995-10-20 | Nippon Telegr & Teleph Corp <Ntt> | 複数の移動ロボットによる環境地図作成方法 |
JP3237705B2 (ja) * | 1999-02-04 | 2001-12-10 | 日本電気株式会社 | 障害物検出装置および障害物検出装置を搭載した移動体 |
JP4984650B2 (ja) * | 2006-05-30 | 2012-07-25 | トヨタ自動車株式会社 | 移動装置及び移動装置の自己位置推定方法 |
JP4697127B2 (ja) * | 2006-11-27 | 2011-06-08 | パナソニック電工株式会社 | 自己位置認識方法 |
JP5105595B2 (ja) * | 2007-10-30 | 2012-12-26 | 株式会社Ihi | 自律走行移動体の走行経路決定用地図作成装置及び走行経路決定用地図作成方法 |
-
2011
- 2011-05-17 JP JP2011110740A patent/JP5776324B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2012242967A (ja) | 2012-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5776324B2 (ja) | 地図処理方法及びプログラム、並びにロボットシステム | |
KR101976241B1 (ko) | 다중로봇의 자기위치인식에 기반한 지도작성 시스템 및 그 방법 | |
Boniardi et al. | Robust LiDAR-based localization in architectural floor plans | |
KR100883520B1 (ko) | 실내 환경지도 작성 시스템 및 방법 | |
JP5219467B2 (ja) | パーティクルフィルター基盤の移動ロボットの姿勢推定方法、装置及び媒体 | |
KR101663650B1 (ko) | 거리 신호를 이용하여 위치를 인식하는 장치 및 방법 | |
JP5018458B2 (ja) | 座標補正方法、座標補正プログラム、及び自律移動ロボット | |
EP2460059B1 (en) | Estimating positions of a device and at least one target in an environment | |
TWI772743B (zh) | 資訊處理裝置以及移動機器人 | |
JP4171459B2 (ja) | 移動体の回転移動量利用方法とその装置、及びコンピュータプログラムを保存するコンピュータ読取り可能な記録媒体 | |
US20220390954A1 (en) | Topology Processing for Waypoint-based Navigation Maps | |
Demim et al. | Cooperative SLAM for multiple UGVs navigation using SVSF filter | |
JP2018017826A (ja) | 自律移動体と環境地図更新装置 | |
CN104613965B (zh) | 一种基于双向滤波平滑技术的步进式行人导航方法 | |
CN113661505A (zh) | 用于校准与物料搬运车辆相关的传感器的姿态的系统和方法 | |
Dong et al. | Sparse Gaussian processes on matrix lie groups: A unified framework for optimizing continuous-time trajectories | |
US20230278214A1 (en) | Robot localization using variance sampling | |
JP2018084699A (ja) | 地図作成装置 | |
CN112697153A (zh) | 自主移动设备的定位方法、电子设备及存储介质 | |
Cheein et al. | Autonomous Simultaneous Localization and Mapping driven by Monte Carlo uncertainty maps-based navigation | |
Zeghmi et al. | A Kalman-particle hybrid filter for improved localization of AGV in indoor environment | |
CN113091743B (zh) | 机器人的室内定位方法及装置 | |
Hani et al. | Realtime autonomous navigation in V-Rep based static and dynamic environment using EKF-SLAM | |
JP2013250795A (ja) | 移動体誘導装置及び移動体誘導方法 | |
Joukhadar et al. | Ukf-assisted slam for 4wddmr localization and mapping |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141118 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141119 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150113 |
|
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: 20150609 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150622 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5776324 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |