JP7495011B2 - シミュレータ装置、シミュレーション方法およびプログラム - Google Patents
シミュレータ装置、シミュレーション方法およびプログラム Download PDFInfo
- Publication number
- JP7495011B2 JP7495011B2 JP2023518556A JP2023518556A JP7495011B2 JP 7495011 B2 JP7495011 B2 JP 7495011B2 JP 2023518556 A JP2023518556 A JP 2023518556A JP 2023518556 A JP2023518556 A JP 2023518556A JP 7495011 B2 JP7495011 B2 JP 7495011B2
- Authority
- JP
- Japan
- Prior art keywords
- passengers
- simulation
- passenger
- train
- ratio
- 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
- 238000004088 simulation Methods 0.000 title claims description 103
- 238000000034 method Methods 0.000 title claims description 40
- 230000006399 behavior Effects 0.000 claims description 102
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 15
- 238000013459 approach Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 40
- 238000004891 communication Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 5
- 230000002787 reinforcement Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000001934 delay Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/60—Testing or simulation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/10—Operations, e.g. scheduling or time tables
- B61L27/16—Trackside optimisation of vehicle or train operation
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Description
例えば、特許文献1には、「最早列車選択型」または「乗換回避型」などの行動属性毎に旅客出現確率テーブルを用意して、確率に従って行動属性毎に旅客を出現させることが記載されている。また、特許文献1には、出現させた旅客毎に、その旅客の行動属性等を示す旅客データを生成し、旅客それぞれについて、その旅客の行動属性に応じて乗車、乗継、降車などの行動を行わせることが記載されている。
ことを実行させるためのプログラムである。
図1は、第1実施形態に係るシミュレータ装置の構成の例を示す図である。図1に示す構成で、シミュレータ装置100は、通信部110と、表示部120と、操作入力部130と、記憶部180と、制御部190とを備える。記憶部180は、モデル記憶部181と、リスト記憶部182とを備える。制御部190は、シミュレーション処理部191と、人数計算部192とを備える。
以下では、シミュレータ装置100が、鉄道の列車の運行のシミュレーションを行う場合を例に説明する。ただし、シミュレータ装置100がシミュレーションの対象とする交通システムは、旅客の乗降が行われ、かつ、移動体によって停車する駅または停留所など停車する停車場のパターンが異なるいろいろな交通システムとすることができ、特定の交通システムに限定されない。移動体が止まる(停留する)場所として定められている場所を停留地とも称する。
停留地のうち改札が設けられて入札および出札が行われるものを駅と称する。
実際の鉄道を鉄道システムとも称する。
ここでいう、移動体によって停車する駅または停留所など停車する停車場のパターンが異なることは、例えば特急列車、急行列車または普通列車の区別など、移動体によって止まる停留地の設定が異なることである。特急列車、急行列車または普通列車など、移動体毎の止まる停留地の設定の種別を、移動体の優等の種別、または、移動体の種別とも称する。移動体が列車である場合、特急列車、急行列車または普通列車など、列車毎の止まる駅の設定の種別を、列車の優等の種別、または、列車の種別とも称する。
操作入力部130は、例えばキーボードおよびマウスなどの入力デバイスを備え、ユーザ操作を受け付ける。例えば、操作入力部130が、シミュレーションの開始を指示するユーザ操作を受け付けるようにしてもよい。また、操作入力部130が、列車の遅延の設定などシミュレーションの条件の設定のユーザ操作を受け付けるようにしてもよい。
モデル記憶部181は、列車運行モデルを記憶する。列車運行モデルは、列車の運行のシミュレーションに用いられるモデルである。
旅客行動規則の各々では、選択条件と旅客行動割合とが紐付けられている。旅客行動割合は、駅にいる旅客が到着列車に乗車する割合など、旅客がとる行動を割合で示す。選択条件は、シミュレーションにおける状況に応じた旅客行動割合を選択するための条件を示す。選択条件として、例えば駅に停車した列車の種別など、シミュレーションにおける状況に当てはまるか否かを判定可能な条件が示される。
ここでいう旅客の目的駅は、旅客が到達したい駅である。旅客の目的駅には、旅客が出場(出札)したい駅である最終目的駅と、旅客が他の路線に乗り継ぎたい駅である路線毎の目的駅とが含まれていてもよい。
駅に限らす、旅客が到達したい移動体の停留地を目的地とも称する。
(駅に停車している列車の乗客の行動規則)
規則1: IF 停車駅が目的駅 THEN 割合1で降車する。
規則2: IF 乗車中の列車の次の停車駅は目的駅を通り越す THEN 割合1で降車する。
規則3: IF 乗車中の列車が優等列車 AND 乗車中の列車の次の停車駅は目的駅かその手前の駅 THEN 割合1で乗車し続ける。
規則4: IF (1個後続の列車 OR ホームに停車中の列車)が乗車中の列車より優等な種別の列車 AND その優等列車の次の停車駅が目的駅かその手前の駅 THEN p_trans2exp の割合でその優等列車に乗り換え、1 - p_trans2exp の割合で乗車中の列車に乗車し続ける。
(列車が駅に到着した際の、その駅の旅客の行動規則)
規則5: IF 到着列車は目的駅に停車する THEN 割合1で到着列車に乗る。
規則2における「乗車中の列車の次の停車駅は目的駅を通り越す」が選択条件の例に該当し、「割合1で降車する」が旅客行動割合の例に該当する。
規則4における「(1個後続の列車 OR ホームに停車中の列車)が乗車中の列車より優等な種別の列車 AND その優等列車の次の停車駅が目的駅かその手前の駅」が選択条件の例に該当し、「p_trans2exp の割合でその優等列車に乗り換え、1 - p_trans2exp の割合で乗車中の列車に乗車し続ける」が旅客行動割合の例に該当する。
規則5における「到着列車は目的駅に停車する」が選択条件の例に該当し、「割合1で到着列車に乗る」が旅客行動割合の例に該当する。
上記の行動規則における「優等」は、比較対象の列車と同じ走行区間において、比較対象の列車の停車駅の一部の駅にのみ停車することである。例えば、普通列車に対して急行列車および特急列車が優等列車に該当することが考えられる。また、急行列車に対して特急列車が優等列車に該当することが考えられる。
割合の設定の前提条件として、乗務員または駅係員が旅客に優等列車の案内をしており、旅客が各列車の優等の種別および停車駅を把握できるものとしてもよい。
規則4の「p_trans2exp」など旅客行動割合が、シミュレーション上の時間帯に応じて更新されるようにしてもよい。
例えば、規則3で、優等列車が普通列車の始発駅に到着した場合に、座るために優等列車から普通列車に乗り換える乗客がいることをモデル化するようにしてもよい。このように、規則3における割合が、1より小さい値になっていてもよい。
上記の割合リストでは、割合を0以上かつ1以下の実数値で表しているが、割合の表現方法はこれに限定されない。例えば、割合をパーセントで表すようにしてもよい。
人数計算部192は、人数計算手段の例に該当する。
列車の乗客の目的駅別の人数は、列車毎かつ目的駅毎に、人数で示されていてもよいし、その列車の乗客数に対する割合で示されていてもよい。
例えば、人数計算部192が、上記の規則1から規則4に基づいて目的駅毎に降車人数を算出し、目的駅毎の降車人数の合計を、その駅でのその列車からの降車人数として算出するようにしてもよい。
駅にいる旅客の目的駅別の人数は、駅毎かつ目的駅毎に人数で示されていてもよいし、その駅にいる旅客の人数に対する割合で示されていてもよい。駅にいる旅客の目的駅別の人数が、その駅にいる旅客の人数に対する割合で示される場合、シミュレーション上の時間帯に応じて割合が更新されるようにしてもよい。
例えば、人数計算部192が、駅への列車到着時に上記の規則5に基づいて、到着列車への乗車人数を目的駅毎に算出し、目的駅毎の乗車人数の合計を、その駅でのその列車への乗車人数として算出するようにしてもよい。
図2の処理で、シミュレーション処理部191は、旅客行動割合の初期設定など、シミュレーションの初期設定を行う(ステップS111)。
次に、シミュレーション処理部191は、列車の移動を模擬する(ステップS113)。
シミュレーション上の現在時刻がシミュレーション期間を経過していないとシミュレーション処理部191が判定した場合(ステップS114:NO)、処理がステップS112へ戻る。
一方、シミュレーション上の現在時刻がシミュレーション期間を経過しているとシミュレーション処理部191が判定した場合(ステップS114:YES)、シミュレータ装置100は、図2の処理を終了する。
これにより、シミュレータ装置100によれば、列車の運行のシミュレーションで、旅客による行動の違いをシミュレーションに反映することができ、かつ、処理負荷が比較的軽い。
これに対し、シミュレータ装置100では、旅客の行動毎の人数を計算することで、旅客毎に行動を決定する必要がない。シミュレータ装置100によれば、この点で、処理負荷が比較的軽い。
シミュレータ装置100によれば、乗車人数および降車人数が多いことによる列車の遅延を模擬するなど、旅客の行動を列車の運行に反映させることができる。
図3は、第2実施形態に係るシミュレータ装置の構成の例を示す図である。図3に示す構成で、シミュレータ装置200は、通信部110と、表示部120と、操作入力部130と、記憶部180と、制御部290とを備える。記憶部180は、モデル記憶部181と、リスト記憶部182とを備える。制御部290は、シミュレーション処理部191と、人数計算部192と、割合更新部293と、学習制御部294とを備える。
シミュレータ装置200は、制御部290が、図1の制御部190の各部に加えてさらに割合更新部293と、学習制御部294とを備える点で、シミュレータ装置100と異なる。それ以外の点では、シミュレータ装置200はシミュレータ装置100と同様である。
割合更新部293は、割合更新手段の例に該当する。
学習制御部294は、学習制御手段の例に該当する。
鉄道システムにおける計画情報と、鉄道システムにおける実績情報と、シミュレーション結果の情報とが、エージェントである割合更新部293が観測する状態の例に該当する。
学習制御部294が取得する評価値は、報酬の例に該当する。学習制御部294が、値が小さいほど評価が高いことを示す、いわゆる損失を報酬として算出するようにしてもよい。例えば、学習制御部294が、鉄道システムにおける駅毎の入出乗者数の実績値とシミュレーション結果における駅毎の入出場者数との誤差の大きさを報酬とする報酬関数を用いて、報酬値が小さくなるように、割合更新部293による旅客行動割合の設定の学習を制御するようにしてもよい。
図4の処理で、シミュレータ装置200は、状態情報を取得する(ステップS211)。例えば、シミュレータ装置200は、シミュレーション結果情報を取得し、記憶部180に記憶させる。シミュレーション開始時には、シミュレータ装置200は、シミュレーション結果情報に代えてシミュレーションにおける初期状態情報を取得する。
シミュレーション上の現在時刻がシミュレーション期間を経過していないとシミュレーション処理部191が判定した場合(ステップS214:NO)、処理がステップS211へ戻る。
一方、学習の終了条件が成立していると判定した場合(ステップS242:YES)、シミュレータ装置200は、図4の処理を終了する。
これにより、時間帯に応じて旅客の行動が変化することを、シミュレーション処理部191による列車運行のシミュレーションに反映させることができる。シミュレータ装置200によれば、この点で、列車運行のシミュレーションを比較的高精度に行うことができる。
これにより、シミュレータ装置200では、旅客行動割合を予め設定する必要なしに、旅客による行動の違いをシミュレーションに反映することができる。
これに対して、シミュレータ装置200では、個々の旅客がどの列車に乗車したかが実績データからは不明な場合でも、旅客行動割合を設定することができる。
鉄道システムで、駅への入場者数および駅からの出場者数の実績値を得られると期待される。シミュレータ装置200によれば、この点で、鉄道システムでの駅への入場者数および駅からの出場者数の実績値を用いて、旅客行動割合の設定の学習を比較的高精度に行えると期待される。
図5は、第3実施形態に係るシミュレータ装置の構成の例を示す図である。図5に示す構成で、シミュレータ装置610は、人数計算部611を備える。
かかる構成で、人数計算部611は、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで駅に停車する移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、移動体から駅への降車人数、または、駅から移動体への乗車人数の少なくとも何れかを算出する。
人数計算部611は、人数計算手段の例に該当する。
ここで、旅客による行動の違いをシミュレーションに反映する方法の1つとして、旅客毎に行動パターンを設定しておき、旅客毎に行動を模擬する方法が考えられる。ただし、この方法では、旅客毎に行動を決定する必要がある点で計算負荷が高くなる。特に、この方法では、旅客の人数が多ければ多いほど計算負荷が高くなる。
人数計算部611は、例えば、図1に示される人数計算部192等の機能を用いて実現することができる。
図6は、第4実施形態に係るシミュレーション方法における処理手順の例を示す図である。図6に示す方法は、人数計算を行うこと(ステップS611)を含む。
人数計算を行うこと(ステップS611)では、選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで駅に停車する移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、移動体から駅への降車人数、または、駅から移動体への乗車人数の少なくとも何れかを算出する。
ここで、旅客による行動の違いをシミュレーションに反映する方法の1つとして、旅客毎に行動パターンを設定しておき、旅客毎に行動を模擬する方法が考えられる。ただし、この方法では、旅客毎に行動を決定する必要がある点で計算負荷が高くなる。特に、この方法では、旅客の人数が多ければ多いほど計算負荷が高くなる。
これに対し、図6に示すシミュレーション方法では、旅客の行動毎の人数を計算することで、旅客毎に行動を決定する必要がない。図6に示すシミュレーション方法によれば、この点で、処理負荷が比較的軽い。
図7に示す構成で、コンピュータ700は、CPU710と、主記憶装置720と、補助記憶装置730と、インタフェース740と、不揮発性記録媒体750とを備える。
シミュレータ装置610とユーザとのインタラクションは、インタフェース740が入力デバイスおよび出力デバイスを有し、CPU710の制御に従って出力デバイスにて情報をユーザに提示し、入力デバイスにてユーザ操作を受け付けることで実行される。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM(Read Only Memory)、CD-ROM(Compact Disc Read Only Memory)等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。
110 通信部
120 表示部
130 操作入力部
180 記憶部
181 モデル記憶部
182 リスト記憶部
190、290 制御部
191 シミュレーション処理部
192、611 人数計算部
293 割合更新部
294 学習制御部
Claims (5)
- 選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出する人数計算手段と、
時刻に応じて前記旅客行動割合を更新する割合更新手段と、
旅客の人数に関する項目の実績値にシミュレーションでの前記項目の値が近いほど評価が高くなる評価関数を用いて、前記割合更新手段による前記旅客行動割合の設定の学習を制御する学習制御手段と、
を備えるシミュレータ装置。 - 前記選択条件は、移動体の種別と旅客の目的地との関係に関する条件を含み、
前記人数計算手段は、前記移動体の乗客の目的地別の人数、または、前記移動体の停留地の旅客の目的地別の人数の少なくとも何れかに基づいて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出する、
請求項1に記載のシミュレータ装置。 - 前記学習制御手段は、前記旅客の人数に関する項目の実績値として停留地への入場者数または停留地からの出場者数の少なくとも何れかを用いる、
請求項1または請求項2に記載のシミュレータ装置。 - コンピュータが、
選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出し、
時刻に応じて前記旅客行動割合を更新し、
旅客の人数に関する項目の実績値にシミュレーションでの前記項目の値が近いほど評価が高くなる評価関数を用いて、前記旅客行動割合の設定の学習を制御する、
ことを含むシミュレーション方法。 - コンピュータに、
選択条件に紐付けられた旅客行動割合のうち、交通システムのシミュレーションで停留中の移動体の種別に適合する選択条件に紐付けられた旅客行動割合を用いて、前記移動体から降りる人数、または、前記移動体へ乗る人数の少なくとも何れかを算出することと、
時刻に応じて前記旅客行動割合を更新することと、
旅客の人数に関する項目の実績値にシミュレーションでの前記項目の値が近いほど評価が高くなる評価関数を用いて、前記旅客行動割合の設定の学習を制御することと、
を実行させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/017404 WO2022234623A1 (ja) | 2021-05-06 | 2021-05-06 | シミュレータ装置、シミュレーション方法および記録媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2022234623A1 JPWO2022234623A1 (ja) | 2022-11-10 |
JPWO2022234623A5 JPWO2022234623A5 (ja) | 2024-02-07 |
JP7495011B2 true JP7495011B2 (ja) | 2024-06-04 |
Family
ID=83932653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023518556A Active JP7495011B2 (ja) | 2021-05-06 | 2021-05-06 | シミュレータ装置、シミュレーション方法およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240190487A1 (ja) |
JP (1) | JP7495011B2 (ja) |
WO (1) | WO2022234623A1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008062729A (ja) | 2006-09-06 | 2008-03-21 | Railway Technical Res Inst | プログラム及びシミュレーション装置 |
JP2018039441A (ja) | 2016-09-09 | 2018-03-15 | 株式会社日立製作所 | 評価システム及び評価方法 |
-
2021
- 2021-05-06 US US18/287,924 patent/US20240190487A1/en active Pending
- 2021-05-06 WO PCT/JP2021/017404 patent/WO2022234623A1/ja active Application Filing
- 2021-05-06 JP JP2023518556A patent/JP7495011B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008062729A (ja) | 2006-09-06 | 2008-03-21 | Railway Technical Res Inst | プログラム及びシミュレーション装置 |
JP2018039441A (ja) | 2016-09-09 | 2018-03-15 | 株式会社日立製作所 | 評価システム及び評価方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022234623A1 (ja) | 2022-11-10 |
US20240190487A1 (en) | 2024-06-13 |
JPWO2022234623A1 (ja) | 2022-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ashkrof et al. | Understanding ride-sourcing drivers' behaviour and preferences: Insights from focus groups analysis | |
US8862386B2 (en) | System and method for journey planning, finding K shortest paths through a time/space network | |
JP7047096B2 (ja) | オンラインツーオフラインサービスに関する推定された到着時間を決定するためのシステムおよび方法 | |
Powell et al. | Dynamic models for freight transportation | |
TW201946025A (zh) | 用於提供從出發地點到目標地點的旅程路線或旅程路線所需時間的方法與電腦系統 | |
US20130226446A1 (en) | Method for routing in a network, routing system, and transport system | |
Kita et al. | A game theoretic analysis of merging-giveway interaction: a joint estimation model | |
JP7520706B2 (ja) | 運行支援システムおよび運行支援方法 | |
JP7025302B2 (ja) | 情報処理システム、及び情報処理方法 | |
JP2019220048A (ja) | 交通流予測装置及び交通流予測システム | |
CN113269402B (zh) | 一种航班舱位的控制方法、装置及计算机设备 | |
JP7495011B2 (ja) | シミュレータ装置、シミュレーション方法およびプログラム | |
JP2023013012A5 (ja) | ||
Wu | Learning and Optimization for Mixed Autonomy Systems: A Mobility Context | |
Peng et al. | Network-wide coordinated control based on space-time trajectories | |
CN115170006A (zh) | 发车调度方法、装置、设备和存储介质 | |
CN112088106B (zh) | 提供车辆导航模拟环境的方法和装置 | |
CN113837798A (zh) | 行驶里程的奖励方法、装置、电子设备及存储介质 | |
Shi et al. | Generating synthetic passenger data through joint traffic-passenger modeling and simulation | |
Turnbull et al. | Human control of air traffic trajectory optimizer | |
Nnene et al. | BRT network design for transit cost reduction in Cape Town, South Africa | |
JP7371769B2 (ja) | 修正リスク出力装置、修正リスク出力方法および修正リスク出力プログラム | |
CN112907158B (zh) | 一种基于博弈学习的航班乘客流量生成方法及系统 | |
Yang | Real-time urban traffic control in a connected and automated vehicle environment | |
JP7406463B2 (ja) | 交通運行計画システム及び交通運行計画方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231101 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231101 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240404 |
|
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: 20240423 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240506 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7495011 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |