JP7416199B2 - 制御装置、制御方法及びプログラム - Google Patents
制御装置、制御方法及びプログラム Download PDFInfo
- Publication number
- JP7416199B2 JP7416199B2 JP2022502778A JP2022502778A JP7416199B2 JP 7416199 B2 JP7416199 B2 JP 7416199B2 JP 2022502778 A JP2022502778 A JP 2022502778A JP 2022502778 A JP2022502778 A JP 2022502778A JP 7416199 B2 JP7416199 B2 JP 7416199B2
- Authority
- JP
- Japan
- Prior art keywords
- subgoal
- final goal
- robot
- state
- goal
- 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
- 238000000034 method Methods 0.000 title claims description 21
- 230000033001 locomotion Effects 0.000 claims description 48
- 230000014509 gene expression Effects 0.000 claims description 36
- 238000005457 optimization Methods 0.000 claims description 20
- 230000009471 action Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 description 43
- 238000001514 detection method Methods 0.000 description 32
- 238000012545 processing Methods 0.000 description 24
- 230000015654 memory Effects 0.000 description 19
- 238000013500 data storage Methods 0.000 description 13
- 238000011156 evaluation Methods 0.000 description 13
- 230000002123 temporal effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013400 design of experiment Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000003578 releasing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
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
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Description
(1)システム構成
図1は、第1実施形態に係るロボット制御システム100の構成を示す。ロボット制御システム100は、主に、制御装置1と、入力装置2と、表示装置3と、記憶装置4と、ロボット5と、検出装置7と、を備える。
図2は、制御装置1のハードウェア構成を示す。制御装置1は、ハードウェアとして、プロセッサ11と、メモリ12と、インターフェース13とを含む。プロセッサ11、メモリ12及びインターフェース13は、データバス19を介して接続されている。
次に、アプリケーション情報記憶部41が記憶するアプリケーション情報のデータ構造について説明する。
図4は、制御装置1の処理の概要を示す機能ブロックの一例である。制御装置1のプロセッサ11は、機能的には、抽象状態設定部15と、最終目標設定部16と、サブゴール設定部17と、動作シーケンス生成部18とを有する。なお、図4では、各ブロック間で授受が行われるデータの一例が示されているが、これに限定されない。後述する他の機能ブロックの図においても同様である。
抽象状態設定部15は、検出装置7から検出信号S4を受信した場合に、物体モデル情報I6等を参照し、作業空間の状態を認識する技術(画像処理技術、画像認識技術、音声認識技術、RFID(Radio Frequency Identifier)を用いる技術等)により検出信号S4を解析する。これにより、抽象状態設定部15は、タスクの実行に関連する作業空間内の各物体の種類毎の数、位置及び姿勢等を認識し、当該認識結果を含む状態情報Imを生成する。また、抽象状態設定部15は、抽象状態指定情報I1を参照し、作業空間6内において設定すべき抽象状態を認識し、状態情報Imに基づき、作業空間6内の抽象状態を設定する。なお、作業空間6内において設定すべき抽象状態は、目的タスクの種類によって異なる。よって、目的タスクの種類毎に設定すべき抽象状態が抽象状態指定情報I1に規定されている場合には、抽象状態設定部15は、入力信号S1により指定された目的タスクに対応する抽象状態指定情報I1を参照し、設定すべき抽象状態を認識する。
まず、最終目標設定部16は、入力信号S1により指定された目的タスクを、時相論理を用いた論理式に変換する。入力信号S1は、自然言語を用いて表されていてもよい。なお、自然言語で表されたタスクを論理式に変換する方法は、種々の技術が存在するため、本実施形態では説明を省略する。例えば、図5の例において、「最終的に対象物(i=2)が領域Gに存在する」という目的タスクが与えられたとする。この場合、最終目標設定部16は、目的タスクを線形論理式(LTL:Linear Temporal Logic)の「eventually」に相当する演算子「◇」と、抽象状態設定部15により定義された命題「gi」と用いて、論理式「◇g2」を生成する。なお、最終目標設定部16は、演算子「◇」以外の任意の時相論理の演算子(論理積「∧」、論理和「∨」、否定「¬」、論理包含「⇒」、always「□」、next「○」、until「U」等)を用いて論理式を表現してもよい。また、線形時相論理に限らず、MTL(Metric Temporal Logic)やSTL(Signal Temporal Logic)などの任意の時相論理を用いて論理式を表現してもよい。
□¬h
∧i□¬oi
(◇g2)∧(□¬h)∧(∧i□¬oi)
次に、サブゴール設定部17が用いるサブゴール推論情報I7の学習について説明する。
次に、動作シーケンス生成部18の詳細な処理について説明する。
図7は、動作シーケンス生成部18の機能的な構成を示す機能ブロックの一例である。動作シーケンス生成部18は、機能的には、統合部32と、タイムステップ論理式生成部33と、抽象モデル生成部34と、制御入力生成部35と、サブタスクシーケンス生成部36とを有する。
統合部32は、最終目標設定部16から供給される最終目標論理式Ltagに、サブゴール設定部17から供給されるサブゴールSgを統合することで、統合論理式Ligを生成する。この場合、統合部32は、最終目標論理式Ltagに対し、論理式であるサブゴールSgを論理積により結合した統合論理式Ligを生成する。
(◇g2,3)∧(∧k=1,2,3□¬hk)∧(∧i,k=1,2,3□¬oi)
(◇g2、3)∧g2、2∧(∧k=1,2,3□¬hk)∧(∧i,k=1,2,3□¬oi)
抽象モデル生成部34は、抽象モデル情報I5と、状態情報Imとに基づき、抽象モデルΣを生成する。ここで、抽象モデル情報I5には、目的タスクの種類毎に、抽象モデルΣの生成に必要な情報が記録されている。例えば、目的タスクがピックアンドプレイスの場合には、対象物の位置や数、対象物を置く領域の位置、ロボット5の台数(又はロボットアーム52の数)等を特定しない汎用的な形式の抽象モデルが抽象モデル情報I5に記録されている。そして、抽象モデル生成部34は、抽象モデル情報I5に記録された、ロボット5のダイナミクスを含む汎用的な形式の抽象モデルに対し、状態情報Imを反映することで、抽象モデルΣを生成する。これにより、抽象モデルΣは、作業空間6内の物体の状態と、ロボット5のダイナミクスが抽象的に表されたモデルとなる。なお、作業空間6内の物体の状態は、ピックアンドプレイスの場合には、対象物の位置及び数、対象物を置く領域の位置、ロボット5の台数等を示す。
δ=1 ⇔ h(x)≧0
この式では、対象物を掴める程度に対象物の近傍にロボットハンドが存在する場合には、ロボットハンドが対象物を掴んでいるとみなし、論理変数δを1に設定している。
制御入力生成部35は、タイムステップ論理式生成部33から供給されるタイムステップ論理式Ltsと、抽象モデル生成部34から供給される抽象モデルΣと、評価関数とに基づき、ロボット5に対するタイムステップ毎の最適な制御入力を決定する。この場合、制御入力生成部35は、抽象モデルΣ及びタイムステップ論理式Ltsを制約条件として、評価関数を最小化する最適化問題を解く。評価関数は、例えば、目的タスクの種類毎に予め定められ、メモリ12又は記憶装置4に記憶されている。
サブタスクシーケンス生成部36は、制御入力生成部35から供給される制御入力情報Icと、アプリケーション情報記憶部41が記憶するサブタスク情報I4とに基づき、サブタスクシーケンスを生成する。この場合、サブタスクシーケンス生成部36は、サブタスク情報I4を参照することで、ロボット5が受け付け可能なサブタスクを認識し、制御入力情報Icが示すタイムステップ毎の制御入力をサブタスクに変換する。
図8は、第1実施形態において制御装置1が実行するロボット制御処理の概要を示すフローチャートの一例である。
サブゴール設定部17は、学習されたサブゴール推論器に基づき、サブゴールSgを決定する代わりに、サブゴール推論情報I7を用いたテンプレートマッチングを行うことで、サブゴールSgを決定してもよい。
図9は、第2実施形態における制御装置1Aの概略構成図である。第2実施形態における制御装置1Aは、サブゴールSgを最終目標論理式Ltagに基づくことなく生成し、かつ、サブゴールSgを最適化における制約条件として定める点について、第1実施形態における制御装置1と異なる。以後では、第1実施形態と同様となる第2実施形態の構成要素については、適宜同一の符号を付し、その説明を省略する。
図13は、第3実施形態における制御装置1Bの概略構成図である。図13に示すように、制御装置1Bは、主に、サブゴール設定手段17Bと、動作シーケンス生成手段18Bとを有する。
2 入力装置
3 表示装置
4 記憶装置
5 ロボット
6 作業空間
7 検出装置
8、8A 学習装置
41 アプリケーション情報記憶部
42、42A 学習データ記憶部
100 ロボット制御システム
Claims (8)
- ロボットが作業を行う作業空間における状態を抽象化した抽象状態に基づき、最終目標を達成するための中間の目標又は最終目標を達成するために必要な制約を示すサブゴールを設定するサブゴール設定手段と、
前記サブゴールに基づき、前記ロボットに実行させる動作シーケンスを生成する動作シーケンス生成手段と、
を有し、
前記最終目標及び前記サブゴールは、論理式であり、
前記動作シーケンス生成手段は、前記最終目標の論理式に前記サブゴールの論理式を統合し、前記最終目標の論理式に前記サブゴールの論理式が統合された統合論理式に基づき、前記動作シーケンスを生成する、
制御装置。 - ロボットが作業を行う作業空間における状態を抽象化した抽象状態に基づき、最終目標を達成するための中間の目標又は最終目標を達成するために必要な制約を示すサブゴールを設定するサブゴール設定手段と、
前記サブゴールに基づき、前記ロボットに実行させる動作シーケンスを生成する動作シーケンス生成手段と、
を有し、
前記最終目標及び前記サブゴールは、論理式であり、
前記動作シーケンス生成手段は、前記最終目標の論理式に前記サブゴールの論理式を統合した統合論理式から、タイムステップ毎の状態を表す論理式であるタイムステップ論理式を生成し、当該タイムステップ論理式に基づき、前記動作シーケンスを生成する、
制御装置。 - 前記サブゴール設定手段は、ロボットが作業を行う作業空間における抽象状態と最終目標とが少なくとも入力された場合に当該抽象状態及び当該最終目標に応じたサブゴールを出力するように学習された推論器に基づき、前記サブゴールを設定する、請求項1または2に記載の制御装置。
- 前記動作シーケンス生成手段は、前記サブゴールを少なくとも制約条件とする最適化により、前記動作シーケンスを生成する、請求項1に記載の制御装置。
- ロボットが作業を行う作業空間における状態を抽象化した抽象状態に基づき、最終目標を達成するための中間の目標又は最終目標を達成するために必要な制約を示すサブゴールを設定するサブゴール設定手段と、
前記サブゴールに基づき、前記ロボットに実行させる動作シーケンスを生成する動作シーケンス生成手段と、
を有し、
前記動作シーケンス生成手段は、前記サブゴールを少なくとも制約条件とする最適化により、前記動作シーケンスを生成し、
前記サブゴール設定手段は、ロボットが作業を行う作業空間における抽象状態が少なくとも入力された場合に、当該抽象状態に応じたサブゴールを出力するように学習された推論器に基づき、前記サブゴールを設定する、制御装置。 - ロボットが作業を行う作業空間における状態を抽象化した抽象状態に基づき、最終目標を達成するための中間の目標又は最終目標を達成するために必要な制約を示すサブゴールを設定するサブゴール設定手段と、
前記サブゴールに基づき、前記ロボットに実行させる動作シーケンスを生成する動作シーケンス生成手段と、
を有し、
前記動作シーケンス生成手段は、前記サブゴールを少なくとも制約条件とする最適化により、前記動作シーケンスを生成し、
前記動作シーケンス生成手段は、
前記ロボットが動作する作業空間におけるダイナミクスを抽象化した抽象モデルを生成し、
当該抽象モデルと、前記最終目標に基づき算出されたタイムステップ毎の状態を表す論理式であるタイムステップ論理式と、前記サブゴールとを少なくとも制約条件とする最適化により、前記動作シーケンスを生成する、制御装置。 - コンピュータにより、
ロボットが作業を行う作業空間における状態を抽象化した抽象状態に基づき、最終目標を達成するための中間の目標又は最終目標を達成するために必要な制約を示すサブゴールを設定し、
前記サブゴールに基づき、前記ロボットに実行させる動作シーケンスを生成する場合に、
前記最終目標及び前記サブゴールは、論理式であり、
前記最終目標の論理式に前記サブゴールの論理式を統合し、前記最終目標の論理式に前記サブゴールの論理式が統合された統合論理式に基づき、前記動作シーケンスを生成する、
制御方法。 - ロボットが作業を行う作業空間における状態を抽象化した抽象状態に基づき、最終目標を達成するための中間の目標又は最終目標を達成するために必要な制約を示すサブゴールを設定するサブゴール設定手段と、
前記サブゴールに基づき、前記ロボットに実行させる動作シーケンスを生成する動作シーケンス生成手段
としてコンピュータを機能させ、
前記最終目標及び前記サブゴールは、論理式であり、
前記動作シーケンス生成手段は、前記最終目標の論理式に前記サブゴールの論理式を統合し、前記最終目標の論理式に前記サブゴールの論理式が統合された統合論理式に基づき、前記動作シーケンスを生成する、
プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/008331 WO2021171558A1 (ja) | 2020-02-28 | 2020-02-28 | 制御装置、制御方法及び記録媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021171558A1 JPWO2021171558A1 (ja) | 2021-09-02 |
JPWO2021171558A5 JPWO2021171558A5 (ja) | 2022-10-14 |
JP7416199B2 true JP7416199B2 (ja) | 2024-01-17 |
Family
ID=77491141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022502778A Active JP7416199B2 (ja) | 2020-02-28 | 2020-02-28 | 制御装置、制御方法及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230099683A1 (ja) |
EP (1) | EP4112243A4 (ja) |
JP (1) | JP7416199B2 (ja) |
WO (1) | WO2021171558A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003029803A (ja) | 2001-04-06 | 2003-01-31 | Xerox Corp | 実行ユニットの大規模アセンブリのための分散されたアクチュエーション割当て |
JP2003175480A (ja) | 2001-12-13 | 2003-06-24 | Sony Corp | ロボット装置及びその行動制御方法、連想記憶装置及び連想記憶方法 |
JP2009140348A (ja) | 2007-12-07 | 2009-06-25 | Toyota Motor Corp | 行動決定装置、行動学習装置、及びロボット装置 |
WO2019138458A1 (ja) | 2018-01-10 | 2019-07-18 | 日本電気株式会社 | 決定装置、決定方法、及び、決定プログラムが記録された記録媒体 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04123231A (ja) * | 1990-09-14 | 1992-04-23 | Csk Corp | 人工知能における推論制御方式 |
JPH06337709A (ja) * | 1993-05-31 | 1994-12-06 | Nippon Telegr & Teleph Corp <Ntt> | ロボット作業計画生成遂行方法 |
US6681383B1 (en) * | 2000-04-04 | 2004-01-20 | Sosy, Inc. | Automatic software production system |
JP6553568B2 (ja) | 2016-09-28 | 2019-07-31 | ファナック株式会社 | 複数個の物品をひとつずつ最適な経路で取り出す搬送装置 |
US10671076B1 (en) * | 2017-03-01 | 2020-06-02 | Zoox, Inc. | Trajectory prediction of third-party objects using temporal logic and tree search |
JP6970078B2 (ja) * | 2018-11-28 | 2021-11-24 | 株式会社東芝 | ロボット動作計画装置、ロボットシステム、および方法 |
JP6904327B2 (ja) * | 2018-11-30 | 2021-07-14 | オムロン株式会社 | 制御装置、制御方法、及び制御プログラム |
EP3753684B1 (en) * | 2019-06-21 | 2022-08-10 | Robert Bosch GmbH | Method and system for robot manipulation planning |
JP7295421B2 (ja) * | 2019-08-22 | 2023-06-21 | オムロン株式会社 | 制御装置及び制御方法 |
-
2020
- 2020-02-28 WO PCT/JP2020/008331 patent/WO2021171558A1/ja unknown
- 2020-02-28 JP JP2022502778A patent/JP7416199B2/ja active Active
- 2020-02-28 EP EP20920904.8A patent/EP4112243A4/en active Pending
- 2020-02-28 US US17/801,919 patent/US20230099683A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003029803A (ja) | 2001-04-06 | 2003-01-31 | Xerox Corp | 実行ユニットの大規模アセンブリのための分散されたアクチュエーション割当て |
JP2003175480A (ja) | 2001-12-13 | 2003-06-24 | Sony Corp | ロボット装置及びその行動制御方法、連想記憶装置及び連想記憶方法 |
JP2009140348A (ja) | 2007-12-07 | 2009-06-25 | Toyota Motor Corp | 行動決定装置、行動学習装置、及びロボット装置 |
WO2019138458A1 (ja) | 2018-01-10 | 2019-07-18 | 日本電気株式会社 | 決定装置、決定方法、及び、決定プログラムが記録された記録媒体 |
Non-Patent Citations (2)
Title |
---|
幅 敏明 ほか,作業時操作手順自動作成システム,電気学会論文誌B Vol.113-B No.2 The Transactions of The Institute of Electrical Engi,日本,社団法人電気学会,1993年,pp.159-167 |
野村 拓己 ほか,POMDP環境下でのサブゴール創発による強化学習の動的階層化,第77回(平成27年)全国大会講演論文集(2) 人工知能と認知科学,日本,2015年,pp.2-399 - 2-340 |
Also Published As
Publication number | Publication date |
---|---|
WO2021171558A1 (ja) | 2021-09-02 |
EP4112243A1 (en) | 2023-01-04 |
US20230099683A1 (en) | 2023-03-30 |
JPWO2021171558A1 (ja) | 2021-09-02 |
EP4112243A4 (en) | 2023-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108873768B (zh) | 任务执行系统及方法、学习装置及方法、以及记录介质 | |
Mukherjee et al. | A survey of robot learning strategies for human-robot collaboration in industrial settings | |
WO2022074823A1 (ja) | 制御装置、制御方法及び記憶媒体 | |
EP4023396A1 (en) | Information processing device, control method, and storage medium | |
Manitsaris et al. | Human movement representation on multivariate time series for recognition of professional gestures and forecasting their trajectories | |
JP7452619B2 (ja) | 制御装置、制御方法及びプログラム | |
US20230241770A1 (en) | Control device, control method and storage medium | |
JP7416199B2 (ja) | 制御装置、制御方法及びプログラム | |
Zahedi et al. | Gesture-based adaptive haptic guidance: a comparison of discriminative and generative modeling approaches | |
Vanc et al. | Context-aware robot control using gesture episodes | |
JP7435815B2 (ja) | 動作指令生成装置、動作指令生成方法及びプログラム | |
JP7416197B2 (ja) | 制御装置、制御方法及びプログラム | |
JP7448024B2 (ja) | 制御装置、制御方法及びプログラム | |
JP7364032B2 (ja) | 制御装置、制御方法及びプログラム | |
Nambiar et al. | Automation of unstructured production environment by applying reinforcement learning | |
Naughton et al. | Structured action prediction for teleoperation in open worlds | |
JP7485058B2 (ja) | 判定装置、判定方法及びプログラム | |
JP7456552B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
WO2022074827A1 (ja) | 命題設定装置、命題設定方法及び記憶媒体 | |
JP7276466B2 (ja) | 情報処理装置、制御方法及びプログラム | |
JP7435814B2 (ja) | 時相論理式生成装置、時相論理式生成方法及びプログラム | |
JP7468694B2 (ja) | 情報収集装置、情報収集方法及びプログラム | |
JP7323045B2 (ja) | 制御装置、制御方法及びプログラム | |
JP7409474B2 (ja) | 制御装置、制御方法及びプログラム | |
WO2022224449A1 (ja) | 制御装置、制御方法及び記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220816 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220816 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230602 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231101 |
|
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: 20231205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231218 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7416199 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |