CN102393826B - 一种基于多核并行处理的柔性场景连续碰撞检测方法 - Google Patents
一种基于多核并行处理的柔性场景连续碰撞检测方法 Download PDFInfo
- Publication number
- CN102393826B CN102393826B CN 201110198821 CN201110198821A CN102393826B CN 102393826 B CN102393826 B CN 102393826B CN 201110198821 CN201110198821 CN 201110198821 CN 201110198821 A CN201110198821 A CN 201110198821A CN 102393826 B CN102393826 B CN 102393826B
- Authority
- CN
- China
- Prior art keywords
- sub
- bounding box
- collision detection
- test
- bounding
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 238000012545 processing Methods 0.000 title claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims description 40
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 4
- 238000005192 partition Methods 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- CJRQAPHWCGEATR-UHFFFAOYSA-N n-methyl-n-prop-2-ynylbutan-2-amine Chemical compound CCC(C)N(C)CC#C CJRQAPHWCGEATR-UHFFFAOYSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Generation (AREA)
Abstract
本发明公开了一种基于多核并行处理的柔性场景连续碰撞检测方法,包括:(1)构建子包围盒层次结构;(2)构建若干个BVTT,将BVTT均衡分配给每个内核进行包围盒重叠测试;(3)对三角形对进行精确连续碰撞检测。本发明通过利用数据分块对三角形网格柔性场景模型进行分割生成相应的子包围盒层次结构,然后将碰撞检测任务(包括包围盒重叠测试和精确连续碰撞检测)均衡地分配给处理器的多个内核进行处理,提高了处理器的负载均衡度,改善了存储访问模式的规则性,大大提高了碰撞检测的整体效率和速度。
Description
技术领域
本发明属于计算机检测技术领域,具体涉及一种基于多核并行处理的柔性场景碰撞检测方法。
背景技术
基于三角形网格的连续碰撞检测(CCD)通过插值获得物体在两个位置之间的运动路径,进而检测在这个运动过程中哪些部位发生了碰撞。该方法被广泛地应用于物理现象仿真、虚拟现实、人工智能等多个领域,碰撞检测速度的快慢直接决定了这些领域中算法的实时性。因此,快速碰撞检测的研究得到了广泛的重视。
对于柔性场景模型内部以及它们与周围环境间的快速连续碰撞检测的问题,一直被广泛关注。由于这些场景中可能包含着***物体或正在发生形变的柔性物体,所以碰撞检测过程非常耗时,对于由几百万个三角形组成的复杂场景更是无法获得交互式的响应速度。
传统的连续碰撞检测利用单核处理器来完成整个碰撞检测过程;通过对整个碰撞检测过程分析发现,BVH(包围盒层次结构)构造更新的操作时间大概占到整个碰撞检测过程时间的10%,包围盒重叠测试以及精确碰撞检测的操作时间大概占到整个碰撞检测时间的90%。利用单核处理器对整个碰撞检测过程进行处理极大地限制了整个碰撞检测的速度。
近年来,处理器研发的总体趋势为从单核发展为多核,再发展为众核;在CAD/CAM或虚拟现实应用中,高档图形工作站通常具有8-24个内核。但现有的并行连续碰撞检测方法无法均匀地分配计算负载,不能保证将BVH构造更新、包围盒重叠测试以及精确碰撞检测的操作均衡地分配给处理器的多个内核进行处理,因此无法获得最优的内存和Cache利用率。
发明内容
针对现有技术所存在的上述技术缺陷,本发明提供了一种基于多核并行处理的柔性场景连续碰撞检测方法,利用多核对待检测的三角形网格柔性场景按照空间位置进行分块处理,改善了处理器的负载均衡度,提高了碰撞检测的整体效率和速度。
一种基于多核并行处理的柔性场景连续碰撞检测方法,包括如下步骤:
(1)对待检测的三角形网格柔性场景模型中的每个三角形构造对应的包围盒,进而为三角形网格柔性场景模型建立N个子包围盒层次结构,N为处理器的内核数;
(2)根据N个子包围盒层次结构,构建若干个包围盒测试树(BVTT);将所有包围盒测试树均衡分配给每个内核进行包围盒重叠测试,进而输出存在包围盒重叠的叶节点;
(3)每个内核对自身输出的叶节点对应的三角形对进行精确连续碰撞检测。
所述的步骤(1)中,为三角形网格柔性场景模型建立若干个子包围盒层次结构,包括如下步骤:
1)计算出三角形网格柔性场景模型中每个三角形的中心;
2)通过采用坐标轴投影分割法对所有三角形中心进行划分:将所有三角形中心分别投影到三维坐标系的x、y、z轴上,选取轴上相距最远的两个三角形中心投影之间的距离最大的轴作为投影轴,将以投影轴上相距最远的两个三角形中心投影为端点的线段平分成两个子线段;比较两个子线段上三角形中心投影的个数,进而将三角形中心投影个数较多的子线段平分成两个子线段;比较所有子线段上三角形中心投影的个数,进而将三角形中心投影个数最多的子线段平分成两个子线段,依此直至将整个线段分成N个子线段,N为处理器的内核数;
3)根据每个子线段上三角形中心投影的个数,对应地使所有三角形分成N组,即三角形网格柔性场景模型被分成N个子场景模型;
4)利用N个内核分别为N个子场景模型建立对应的子包围盒层次结构。
所述的若干个包围盒测试树包括N个子包围盒层次结构的自碰撞测试树和N(N-1)/2个子包围盒层次结构间的互碰撞测试树。
所述的步骤(2)中,将所有包围盒测试树均衡分配给每个内核进行包围盒重叠测试,是通过将所有包围盒测试树放入一条碰撞检测队列中,当处理器的任一内核空闲时,使之从碰撞检测队列中按队列顺序抓取一个包围盒测试树进行包围盒重叠测试和精确连续碰撞检测,直至碰撞检测队列置空。
优选的技术方案中,所述的步骤(1)中,当进行第n次碰撞检测时,子包围盒层次结构是根据第n次碰撞检测时刻每个三角形的空间位置,对上一次碰撞检测过程的子包围盒层次结构中最底层的包围盒进行重构,进而自底向上对上一次碰撞检测过程的子包围盒层次结构进行整理更新而成的,n为大于1的自然数;相应的提高了碰撞检测速度。
优选的技术方案中,所述的步骤(2)中,当进行第n次碰撞检测时,所述的包围盒测试树为上一次碰撞检测过程中的包围盒测试树;无需重新构建,相应的提高了碰撞检测速度。
优选的技术方案中,所述的包围盒为16-DOP包围盒,保证了碰撞检测过程的高效性。
本发明通过利用数据分块对三角形网格柔性场景模型进行分割生成相应的子包围盒层次结构,然后将碰撞检测任务(包括包围盒重叠测试和精确连续碰撞检测)均衡地分配给处理器的多个内核进行处理,提高了处理器的负载均衡度,改善了存储访问模式的规则性,大大提高了碰撞检测的整体效率和速度。
附图说明
图1为本发明连续碰撞检测方法的步骤流程示意图。
图2为三角形网格柔性场景模型的分块示意图。
图3(a)为SBVH的结构示意图,图3(b)为BVTT的结构示意图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的连续碰撞检测方法进行详细说明。
如图1所示,一种基于多核并行处理的柔性场景连续碰撞检测方法,包括如下步骤:
(1)构建子包围盒层次结构。
对待检测的三角形网格柔性场景模型中的每个三角形构造对应的包围盒,进而为三角形网格柔性场景模型建立N个子包围盒层次结构(SBVH),N为处理器的内核数;当进行第n次碰撞检测时,子包围盒层次结构是根据第n次碰撞检测时刻每个三角形的空间位置,对上一次碰撞检测过程中的子包围盒层次结构中最底层的16-DOP包围盒进行重构,进而自底向上对上一次碰撞检测过程中的子包围盒层次结构进行整理更新而成的,n为大于1的自然数。
为每个三角形构造对应的16-DOP包围盒:首先将被包围三角形的顶点分别在各个方向上进行投影,然后判断这些投影是否落在包围盒的外部,如果落在包围盒外部,需要对该方向上包围盒的范围进行调整,保证该投影恰好落在边界上;对于16-DOP包围盒,任何一个三角形顶点都需要做16次比较,判断这个点是否落在包围盒内部。
为三角形网格柔性场景模型建立若干个子包围盒层次结构,包括如下步骤:
1)计算出三角形网格柔性场景模型中每个三角形的中心;
2)通过采用坐标轴投影分割法对所有三角形中心进行划分:将所有三角形中心分别投影到三维坐标系的x、y、z轴上,选取轴上相距最远的两个三角形中心投影之间的距离最大的轴作为投影轴,将以投影轴上相距最远的两个三角形中心投影为端点的线段平分成两个子线段;比较两个子线段上三角形中心投影的个数,进而将三角形中心投影个数较多的子线段平分成两个子线段;比较所有子线段上三角形中心投影的个数,进而将三角形中心投影个数最多的子线段平分成两个子线段,依此直至将整个线段分成N个子线段,N为处理器的内核数;
3)根据每个子线段上三角形中心投影的个数,对应地使所有三角形分成N组,即三角形网格柔性场景模型被分成N个子场景模型;
4)利用N个内核分别为N个子场景模型建立对应的子包围盒层次结构。
如图2所示,在四核处理器模式下,采用坐标轴投影分割法对所有三角形中心进行划分,三角形网格柔性场景模型A1被分成四个子场景模型,即D1、D2、C2、B2,利用四个内核分别为四个子场景模型建立或更新对应的子包围盒层次结构;图3(a)所示了子场景模型D1对应的子包围盒层次结构。
将子场景模型中的三角形对应的16-DOP包围盒,作为SBVH中最底层的16-DOP包围盒。在第一次碰撞检测时,采用自顶向下的方法构建SBVH,首先计算出这些三角形的中心,将这些三角形中心投影到直角坐标系的某个坐标轴上,依据投影的正负,可以把它们分成两部分,分别为它们构造包围盒。然后采用同样的方式,对这两个包围盒进行细分,直到包围盒中只包含一个三角形。如图3(a)所示,有一个由a、b、c、d四个三角形组成的场景D1,首先计算出这些三角形的中心,将这些三角形中心投影到某个坐标轴上,依据投影的正负,可以把它们分成两部分,一部分记为E1,另一部分记为E2,分别为E1和E2构造包围盒。然后采用同样的方式,对E1、E2进行细分,直到包围盒中只包含一个三角形。
在随后的碰撞检测过程中,只需要对SBVH中的非底层的包围盒大小进行重新计算。这是一个自底向上的计算过程,需要将每个非底层的两个子16-DOP包围盒合并为一个大的16-DOP包围盒。
(2)构建若干个BVTT,将BVTT均衡分配给每个内核进行包围盒重叠测试。
根据N个子包围盒层次结构,构建若干个包围盒测试树;将所有包围盒测试树均衡分配给每个内核进行包围盒重叠测试,进而输出存在包围盒重叠的叶节点;当进行第n次碰撞检测时,包围盒测试树为上一次碰撞检测过程中的包围盒测试树。若干个包围盒测试树包括N个子包围盒层次结构的自碰撞测试树和N(N-1)/2个子包围盒层次结构间的互碰撞测试树。
首先,采用自顶向下的构建方法构造BVTT,如图3所示,在图3(a)中已经对子场景模型D1构造了一个SBVH;相应地,图3(b)则是针对图3(a)子场景而构建的一个自碰撞测试树。
将所有包围盒测试树均衡分配给每个内核进行包围盒重叠测试,是通过将所有包围盒测试树放入一条碰撞检测队列中,当处理器的任一内核空闲时,使之从碰撞检测队列中按队列顺序抓取一个包围盒测试树进行包围盒重叠测试和精确连续碰撞检测,直至碰撞检测队列置空。
BVTT的根节点(D1,D1)就是D1的自碰撞检测对,然后提取出D1的两个子包围盒E1和E2,分别对E1和E2做自碰撞检测,另外还需要检测E1和E2之间是否发生碰撞,即比较两个16-DOP包围盒之间是否有重叠。这个过程可以概括为:在这16个方向上比较两个包围盒是否有交集;如果在某个方向上没有重叠,则停止比较并且判定两个包围盒没有重叠。如果在所有方向上都有重叠,并且E1有子包围盒a和b,则采用与处理E1和E2相同的方法,判断E1的两个子包围盒a和b是否与E2发生碰撞;如果在所有方向上都有重叠,并且E1没有子包围盒,但是E2有子包围盒c和d,则与处理E1和E2相同的方法,判断E2的两个子包围盒c和d是否与E1发生碰撞;如果在所有方向上都有重叠,并且E1和E2都已经是最底层包围盒,没有子包围盒,输出E1与E2对应的叶节点。
(3)对三角形对进行精确连续碰撞检测。
每个内核对自身输出的叶节点对应的三角形对,使用元素测试进行精确计算,得到碰撞发生的第一碰撞时间。这个过程中,将两个三角形之间的碰撞检测问题,转化为顶点与三角形的碰撞检测以及边与边的碰撞检测。
以下通过相关实验测试出本实施方式、传统并行碰撞检测方法以及传统单核碰撞检测方法在检测耗时等相关指标上的数据(如表1所示)。
表1:碰撞检测耗时的对比数据
由此可见,本实施方式通过利用数据分块对三角形网格柔性场景模型进行分割生成相应的子包围盒层次结构,然后将碰撞检测任务(包括包围盒重叠测试和精确连续碰撞检测)均衡地分配给处理器的多个内核进行处理,提高了处理器的负载均衡度,改善了存储访问模式的规则性,大大提高了碰撞检测的整体效率和速度。
Claims (5)
1.一种基于多核并行处理的柔性场景连续碰撞检测方法,包括如下步骤:
(1)对待检测的三角形网格柔性场景模型中的每个三角形构造对应的包围盒,进而为三角形网格柔性场景模型建立N个子包围盒层次结构:
1)计算出三角形网格柔性场景模型中每个三角形的中心;
2)通过采用坐标轴投影分割法对所有三角形中心进行划分:将所有三角形中心分别投影到三维坐标系的x、y、z轴上,选取轴上相距最远的两个三角形中心投影之间的距离最大的轴作为投影轴,将以投影轴上相距最远的两个三角形中心投影为端点的线段平分成两个子线段;比较两个子线段上三角形中心投影的个数,进而将三角形中心投影个数较多的子线段平分成两个子线段;比较所有子线段上三角形中心投影的个数,进而将三角形中心投影个数最多的子线段平分成两个子线段,依此直至将整个线段分成N个子线段,N为处理器的内核数;
3)根据每个子线段上三角形中心投影的个数,对应地使所有三角形分成N组,即三角形网格柔性场景模型被分成N个子场景模型;
4)利用N个内核分别为N个子场景模型建立对应的子包围盒层次结构;
(2)根据N个子包围盒层次结构,构建若干个包围盒测试树;将所有包围盒测试树均衡分配给每个内核进行包围盒重叠测试,进而输出存在包围盒重叠的叶节点;
将所有包围盒测试树均衡分配给每个内核进行包围盒重叠测试是通过将所有包围盒测试树放入一条碰撞检测队列中,当处理器的任一内核空闲时,使之从碰撞检测队列中按队列顺序抓取一个包围盒测试树进行包围盒重叠测试,直至碰撞检测队列置空;
(3)每个内核对自身输出的叶节点对应的三角形对使用元素测试进行精确连续碰撞检测。
2.根据权利要求1所述的基于多核并行处理的柔性场景连续碰撞检测方法,其特征在于:所述的步骤(1)中,当进行第n次碰撞检测时,子包围盒层次结构是根据第n次碰撞检测时刻每个三角形的空间位置,对上一次碰撞检测过程的子包围盒层次结构中最底层的包围盒进行重构,进而自底向上对上一次碰撞检测过程的子包围盒层次结构进行整理更新而成的,n为大于1的自然数。
3.根据权利要求1所述的基于多核并行处理的柔性场景连续碰撞检测方法,其特征在于:所述的步骤(2)中,当进行第n次碰撞检测时,所述的包围盒测试树为上一次碰撞检测过程中的包围盒测试树,n为大于1的自然数。
4.根据权利要求1所述的基于多核并行处理的柔性场景连续碰撞检测方法,其特征在于:所述的包围盒为16-DOP包围盒。
5.根据权利要求1所述的基于多核并行处理的柔性场景连续碰撞检测方法,其特征在于:所述的若干个包围盒测试树包括N个子包围盒层次结构的自碰撞测试树和N(N-1)/2个子包围盒层次结构间的互碰撞测试树。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110198821 CN102393826B (zh) | 2011-07-15 | 2011-07-15 | 一种基于多核并行处理的柔性场景连续碰撞检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110198821 CN102393826B (zh) | 2011-07-15 | 2011-07-15 | 一种基于多核并行处理的柔性场景连续碰撞检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393826A CN102393826A (zh) | 2012-03-28 |
CN102393826B true CN102393826B (zh) | 2013-01-30 |
Family
ID=45861154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110198821 Active CN102393826B (zh) | 2011-07-15 | 2011-07-15 | 一种基于多核并行处理的柔性场景连续碰撞检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102393826B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096082A (zh) * | 2016-05-24 | 2016-11-09 | 国网安徽省电力公司宿州供电公司 | 一种基于数据分块及并行处理的碰撞检测方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103840979B (zh) * | 2012-11-22 | 2015-04-22 | 腾讯科技(深圳)有限公司 | 用于碰撞检测的数据处理装置及方法 |
US9626829B2 (en) | 2012-11-22 | 2017-04-18 | Tencent Technology (Shenzhen) Company Limited | Data processing device and method for interaction detection |
CN103679815B (zh) * | 2013-12-19 | 2017-01-25 | 北京北科光大信息技术股份有限公司 | 基于表面搜索的可视外壳生成方法及装置 |
CN105205289B (zh) * | 2015-11-02 | 2018-04-06 | 北京航空航天大学 | 一种基于人脑变形仿真的快速连续碰撞检测方法 |
CN111243020B (zh) * | 2020-01-02 | 2023-07-25 | 东莞市一加创意数字科技有限公司 | 一种立体投影空间的音源位置的动态定位方法 |
CN115022371B (zh) * | 2022-06-14 | 2024-03-29 | 阿里云计算有限公司 | 负载分配方法、云单元***及计算机可读存储介质 |
CN115964183B (zh) * | 2023-03-16 | 2023-05-30 | 中船奥蓝托无锡软件技术有限公司 | 基于分布式计算的目标碰撞检测方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101013784B1 (ko) * | 2009-08-31 | 2011-02-14 | 이화여자대학교 산학협력단 | Cpu와 gpu를 이용한 하이브리드 병렬 연속 충돌 검출 방법 |
-
2011
- 2011-07-15 CN CN 201110198821 patent/CN102393826B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101013784B1 (ko) * | 2009-08-31 | 2011-02-14 | 이화여자대학교 산학협력단 | Cpu와 gpu를 이용한 하이브리드 병렬 연속 충돌 검출 방법 |
Non-Patent Citations (4)
Title |
---|
Min Tang,Dinesh Manocha,Ruofeng Tong.Multi-Core Collision Detection between Deformable Models.《2009 SIAM/ACM Joint Conference on Geometric and Physical Modeling (SPM"09),October 4-9,2009,San Francisco,CA.》.2009, |
Multi-Core Collision Detection between Deformable Models;Min Tang,Dinesh Manocha,Ruofeng Tong;《2009 SIAM/ACM Joint Conference on Geometric and Physical Modeling (SPM"09),October 4-9,2009,San Francisco,CA.》;20091009;355-360 * |
多核加速的并行碰撞检测;杜鹏,唐敏,童若锋;《计算机辅助设计与图形学学报》;20110531;第23卷(第5期);文章第833页倒数第2段,第834页倒数第2段到第837页第1段、图1-2 * |
杜鹏,唐敏,童若锋.多核加速的并行碰撞检测.《计算机辅助设计与图形学学报》.2011,第23卷(第5期),833-838. |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096082A (zh) * | 2016-05-24 | 2016-11-09 | 国网安徽省电力公司宿州供电公司 | 一种基于数据分块及并行处理的碰撞检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102393826A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102393826B (zh) | 一种基于多核并行处理的柔性场景连续碰撞检测方法 | |
US9483865B2 (en) | Ray shooting method utilizing geometrical stencils | |
CN102193837B (zh) | 一种基于前线的包围盒碰撞检测方法 | |
US20060139349A1 (en) | Applications of interval arithmetic for reduction of number of computations in ray tracing problems | |
US9007372B2 (en) | System for primary ray shooting having geometrical stencils | |
CN110516316B (zh) | 一种间断伽辽金法求解欧拉方程的gpu加速方法 | |
CN103337091B (zh) | 一种基于厚度的柔性场景连续碰撞检测方法 | |
US20130314420A1 (en) | Ray tracing core and method for processing ray tracing | |
CN114490011B (zh) | N体模拟在异构架构的并行加速实现方法 | |
CN102999661A (zh) | 基于粒子群优化的并行碰撞检测***及方法 | |
US11010963B2 (en) | Realism of scenes involving water surfaces during rendering | |
US20140257769A1 (en) | Parallel algorithm for molecular dynamics simulation | |
Du et al. | Parallel continuous collision detection for high-performance GPU cluster | |
CN106484532B (zh) | 面向sph流体模拟的gpgpu并行计算方法 | |
CN114565842A (zh) | 基于Nvidia Jetson嵌入式硬件的无人机实时目标检测方法及*** | |
Chao et al. | Improved hybrid bounding box collision detection algorithm | |
CN102253862A (zh) | 一种基于SIMD的k-DOP包围盒碰撞检测方法 | |
WO2011073361A1 (en) | A micro-architecture system and method for ray tracing and collision detection | |
Hermann et al. | Ray-traced collision detection for deformable bodies | |
Peng et al. | OA-CNNs: Omni-Adaptive Sparse CNNs for 3D Semantic Segmentation | |
KR101221198B1 (ko) | Gpu에서 충돌 감지를 수행하는 방법 | |
Stojanović et al. | Performance improvement of viewshed analysis using GPU | |
US20140375640A1 (en) | Ray shadowing method utilizing geometrical stencils | |
Hung et al. | Automatic clustering method for real-time construction simulation | |
US9805497B2 (en) | Collision-culling of lines over polygons |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |