CN110675595B - 一种基于视觉和人工智能的跌倒检测*** - Google Patents
一种基于视觉和人工智能的跌倒检测*** Download PDFInfo
- Publication number
- CN110675595B CN110675595B CN201910846270.7A CN201910846270A CN110675595B CN 110675595 B CN110675595 B CN 110675595B CN 201910846270 A CN201910846270 A CN 201910846270A CN 110675595 B CN110675595 B CN 110675595B
- Authority
- CN
- China
- Prior art keywords
- module
- processing unit
- central processing
- output end
- input end
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0453—Sensor means for detecting worn on the body to detect health condition by physiological monitoring, e.g. electrocardiogram, temperature, breathing
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physical Education & Sports Medicine (AREA)
- Physiology (AREA)
- Pulmonology (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于视觉和人工智能的跌倒检测***,包括中央处理器,中央处理器通过导线与摄像头实现双向连接,并且中央处理器的输出端通过导线与报警器的输入端电性连接,中央处理器的输入端通过无线与智能手环的输出端连接,中央处理器的输入端通过导线与反馈模块的输出端电性连接,本发明涉及智能监控技术领域。该基于视觉和人工智能的跌倒检测***,通过计算人体关节节点与水平地面之间的距离,以及被监测人员的身体状况来判断是否跌倒,将两种判断方法相结合,使判断结果更准确,提高了***的可靠性,且能够将跌到人员的各项身体指标发送到医疗机构,方便医护人员判断救援时所需携带的仪器及设备,节省救援时间。
Description
技术领域
本发明涉及智能监控技术领域,具体为一种基于视觉和人工智能的跌倒检测***。
背景技术
智能监控是嵌入式视频服务器中,集成了智能行为识别算法,能够对画面场景中的行人或车辆的行为进行识别、判断,并在适当的条件下,产生报警提示用户,能区分出移动物体的类别和行为,是轿车,还是摩托车、还是人、还是飞机等等,同时还能判断移动物体是行走、倒下、速度或其他,这是其他识别的基础;识别处移动物体之后,能在移动的元素后面画出其运动经过场所的轨迹;能及时发现人或车辆的异常行为,突然奔跑、摔倒,追打等行为,***都会及时发现并提醒管理者;视频监控是通过获取监控目标的视频图像信息,对视频图像进行监视、记录、回溯,并根据视频图像信息人工或自动地做出相应的动作,以达到对监控目标的监视、控制、安全防范和智能管理,已被广泛应用于军事、海关、公安、消防、林业、堤坝、机场、铁路、港口、城市交通等众多公众场合,随着技术的进步和成本的降低将逐渐普及到家庭安全防范和娱乐应用。
随着社会老龄化的加重,年轻人越来越没有时间陪伴在老人身边,对于一些年龄较大的老年人,对其人身安全的实时监控越来越重要,因此出现了跌倒检测***,但是现有的跌倒检测***一般只是根据被监测者的单项数据来判断其是否跌倒,检测结果不准确,且医疗人员无法及时了解跌倒人员的位置信息及身体情况等,无法准确判断救援时所需设备或仪器,浪费大量的救援时间,使跌倒人员处于危险中的时间加长,降低了检测***的实用性。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于视觉和人工智能的跌倒检测***,解决了检测结果不准确,医疗人员无法准确判断救援时所需设备或仪器,浪费大量的救援时间,使跌倒人员处于危险中的时间加长,降低检测***实用性的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种基于视觉和人工智能的跌倒检测***,包括中央处理器,所述中央处理器通过导线与摄像头实现双向连接,并且中央处理器的输出端通过导线与报警器的输入端电性连接,所述中央处理器的输入端通过无线与智能手环的输出端连接,所述中央处理器的输入端通过导线与反馈模块的输出端电性连接,并且反馈模块的输入端通过导线与特征识别模块的输出端电性连接,所述中央处理器的输入端通过导线与节点移动判断模块的输出端电性连接,并且中央处理器的输入端通过导线与定位模块的输出端电性连接,所述中央处理器通过无线与医疗求救模块实现双向连接。
优选的,所述特征识别模块的输入端通过导线与视频采集模块的输出端电性连接,所述中央处理器通过导线与存储模块实现双向连接,并且存储模块的输出端通过导线与视频采集模块的输入端电性连接。
优选的,所述特征识别模块包括节点捕捉模块和水平地面捕捉模块,所述节点捕捉模块的输出端通过导线与距离计算模块的输入端电性连接。
优选的,所述水平地面捕捉模块的输出端通过导线与距离计算模块的输入端电性连接,并且距离计算模块的输出端通过导线与差值对比模块的输入端电性连接。
优选的,所述中央处理器通过导线与无线信号收发模块实现双向连接,并且无线信号收发模块与移动终端通过无线实现双向连接。
优选的,所述医疗求救模块包括位置信息发送模块,并且位置信息发送模块的输出端通过无线与医疗机构智能终端的输入端连接。
优选的,所述医疗机构智能终端的输出端通过导线与视频调取模块的输入端电性连接。
优选的,所述智能手环包括心率监测模块、呼吸监测模块、体温监测模块和监测结果判断模块。
(三)有益效果
本发明提供了一种基于视觉和人工智能的跌倒检测***。与现有技术相比具备以下有益效果:
(1)、该基于视觉和人工智能的跌倒检测***,通过中央处理器的输入端通过无线与智能手环的输出端连接,中央处理器的输入端通过导线与反馈模块的输出端电性连接,并且反馈模块的输入端通过导线与特征识别模块的输出端电性连接,中央处理器的输入端通过导线与节点移动判断模块的输出端电性连接,特征识别模块包括节点捕捉模块和水平地面捕捉模块,节点捕捉模块的输出端通过导线与距离计算模块的输入端电性连接,***通过计算人体关节节点与水平地面之间的距离,以及被监测人员的身体状况来判断是否跌倒,将两种判断方法相结合,使判断结果更准确,提高了***的可靠性。
(2)、该基于视觉和人工智能的跌倒检测***,通过中央处理器的输入端通过导线与定位模块的输出端电性连接,中央处理器通过无线与医疗求救模块实现双向连接,医疗求救模块包括位置信息发送模块,智能手环包括心率监测模块、呼吸监测模块、体温监测模块和监测结果判断模块,***可以将跌到人员的各项身体指标发送到医疗机构,方便医疗人员判断救援时所需要携带的仪器及设备,节省救援时间,提高了***的实用性。
附图说明
图1为本发明***的结构原理框图;
图2为本发明特征识别模块的结构原理框图;
图3为本发明医疗求救模块的结构原理框图;
图4为本发明智能手环的结构原理框图。
图中,1中央处理器、2摄像头、3报警器、4智能手环、41心率监测模块、42呼吸监测模块、43体温监测模块、44监测结果判断模块、5反馈模块、6特征识别模块、61节点捕捉模块、62水平地面捕捉模块、63距离计算模块、64差值对比模块、7节点移动判断模块、8定位模块、9医疗求救模块、91位置信息发送模块、92医疗机构智能终端、93视频调取模块、10视频采集模块、11存储模块、12无线信号收发模块、13移动终端。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-4,本发明实施例提供一种技术方案:一种基于视觉和人工智能的跌倒检测***,包括中央处理器1,中央处理器1通过导线与无线信号收发模块12实现双向连接,并且无线信号收发模块12与移动终端13通过无线实现双向连接,中央处理器1通过导线与摄像头2实现双向连接,并且中央处理器1的输出端通过导线与报警器3的输入端电性连接,报警器3能够提醒监护人员及时查看情况,中央处理器1的输入端通过无线与智能手环4的输出端连接,智能手环4包括心率监测模块41、呼吸监测模块42、体温监测模块43和监测结果判断模块44,监测结果判断模块44能够判断监测到的心率、呼吸及心跳数据是否处于正常范围,中央处理器1的输入端通过导线与反馈模块5的输出端电性连接,并且反馈模块5的输入端通过导线与特征识别模块6的输出端电性连接,特征识别模块6包括节点捕捉模块61和水平地面捕捉模块62,节点捕捉模块61能够捕捉到被监测人员的头部、肩部、手肘、腰部及膝盖等各关节节点,水平地面捕捉模块62能够捕捉到被检测人员所处的水平地面,水平地面捕捉模块62的输出端通过导线与距离计算模块63的输入端电性连接,距离计算模块63能够计算人体各关节节点到水平地面的之间的垂直距离,并且距离计算模块63的输出端通过导线与差值对比模块64的输入端电性连接,差值对比模块64能够将计算出的数据与正常的数据进行对比,以便判断是否处于正常距离,节点捕捉模块61的输出端通过导线与距离计算模块63的输入端电性连接,特征识别模块6的输入端通过导线与视频采集模块10的输出端电性连接,中央处理器1通过导线与存储模块11实现双向连接,并且存储模块11的输出端通过导线与视频采集模块10的输入端电性连接,中央处理器1的输入端通过导线与节点移动判断模块7的输出端电性连接,并且中央处理器1的输入端通过导线与定位模块8的输出端电性连接,中央处理器1通过无线与医疗求救模块9实现双向连接,医疗求救模块9包括位置信息发送模块91,位置信息发送模块91能够将定位模块8的位置信息发送到医疗机构智能终端92,以便医护人员及时赶到,并且位置信息发送模块91的输出端通过无线与医疗机构智能终端92的输入端连接,医疗机构智能终端92的输出端通过导线与视频调取模块93的输入端电性连接,医护人员能够通过视频调取模块93调取实时监控画面,以便及时了解跌倒人员的具体信息。
工作时,中央处理器1控制摄像头2进行实时监控,同时将监控画面储存到存储模块11中,被监测者佩戴智能手环4,智能手环4时刻监测佩戴者的心率、呼吸、心跳等身体状况,一旦监测结果判断模块44发现任何一项数值处于正常数值范围之外,智能手环4就会将信息传递给中央处理器1,同时视频采集模块10收集存储模块11中的视频信息,并发送到特征识别模块6,节点捕捉模块61与水平地面捕捉模块62工作,捕捉到关节节点及水平地面,通过距离计算模块63计算两者之间的差值,并将计算结果传递到差值对比模块64,差值对比模块64将计算出的数值与最低值进行对比,当计算出的数值小于最低值时,特征识别模块6会将结果通过反馈模块5传递给中央处理器1,中央处理器1通过无线信号收发模块12将信号传递到监护人所持的移动终端13,此事监护人可以调取监控视频,查看被监测人员的具体情况,若发现被监测人员跌倒,且无法自行起身,监护人员可以通过移动终端13控制中央处理器1向医疗求救模块9发出信号,医疗求救模块9中的位置信息发送模块91将位置信息传递到医疗机构智能终端92,医护人员可以通过视频调取模块93调取实时监控画面,以便及时了解跌倒人员的具体信息,当节点移动判断模块7检测到节点不在移动,会将信号传递到中央处理器1,然后通过无线信号收发模块12传递到移动终端13,监护人可以通过智能手环4的检测结果及监控视频判断被监测者的具体情况。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种基于视觉和人工智能的跌倒检测***,包括中央处理器(1),所述中央处理器(1)通过导线与摄像头(2)实现双向连接,并且中央处理器(1)的输出端通过导线与报警器(3)的输入端电性连接,其特征在于:所述中央处理器(1)的输入端通过无线与智能手环(4)的输出端连接,所述中央处理器(1)的输入端通过导线与反馈模块(5)的输出端电性连接,并且反馈模块(5)的输入端通过导线与特征识别模块(6)的输出端电性连接,所述中央处理器(1)的输入端通过导线与节点移动判断模块(7)的输出端电性连接,并且中央处理器(1)的输入端通过导线与定位模块(8)的输出端电性连接,所述中央处理器(1)通过无线与医疗求救模块(9)实现双向连接;
所述特征识别模块(6)的输入端通过导线与视频采集模块(10)的输出端电性连接,所述中央处理器(1)通过导线与存储模块(11)实现双向连接,并且存储模块(11)的输出端通过导线与视频采集模块(10)的输入端电性连接;
所述特征识别模块(6)包括节点捕捉模块(61)和水平地面捕捉模块(62),所述节点捕捉模块(61)的输出端通过导线与距离计算模块(63)的输入端电性连接;
所述水平地面捕捉模块(62)的输出端通过导线与距离计算模块(63)的输入端电性连接,并且距离计算模块(63)的输出端通过导线与差值对比模块(64)的输入端电性连接;
所述中央处理器(1)通过导线与无线信号收发模块(12)实现双向连接,并且无线信号收发模块(12)与移动终端(13)通过无线实现双向连接;
所述医疗求救模块(9)包括位置信息发送模块(91),并且位置信息发送模块(91)的输出端通过无线与医疗机构智能终端(92)的输入端连接;
工作时,中央处理器(1)控制摄像头(2)进行实时监控,同时将监控画面储存到存储模块(11)中,被监测者佩戴智能手环(4),智能手环(4)监测佩戴者的身体状况,当发现任何一项数值处于正常数值范围之外,智能手环(4)将信息传递给中央处理器(1),同时视频采集模块(10)收集存储模块(11)中的视频信息,并发送到特征识别模块(6),节点捕捉模块(61)与水平地面捕捉模块(62)工作,捕捉到关节节点及水平地面,通过距离计算模块(63)计算关节节点及水平地面之间的差值,并将计算结果传递到差值对比模块(64),差值对比模块(64)将计算出的数值与最低值进行对比,当计算出的数值小于最低值时,特征识别模块(6)将结果通过反馈模块(5)传递给中央处理器(1),中央处理器(1)通过无线信号收发模块(12)将信号传递到监护人所持的移动终端(13),监护人调取监控视频,查看被监测人员的具体情况,若发现被监测人员跌倒,且无法自行起身,监护人员通过移动终端(13)控制中央处理器(1)向医疗求救模块(9)发出信号,医疗求救模块(9)中的位置信息发送模块(91)将位置信息传递到医疗机构智能终端(92),医护人员调取实时监控画面,以便及时了解跌倒人员的具体信息,当节点移动判断模块(7)检测到节点不在移动,会将信号传递到中央处理器(1),然后通过无线信号收发模块(12)传递到移动终端(13),监护人可以通过智能手环(4)的检测结果及监控视频判断被监测者的具体情况。
2.根据权利要求1所述的一种基于视觉和人工智能的跌倒检测***,其特征在于:所述医疗机构智能终端(92)的输出端通过导线与视频调取模块(93)的输入端电性连接。
3.根据权利要求1所述的一种基于视觉和人工智能的跌倒检测***,其特征在于:所述智能手环(4)包括心率监测模块(41)、呼吸监测模块(42)、体温监测模块(43)和监测结果判断模块(44)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910846270.7A CN110675595B (zh) | 2019-09-09 | 2019-09-09 | 一种基于视觉和人工智能的跌倒检测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910846270.7A CN110675595B (zh) | 2019-09-09 | 2019-09-09 | 一种基于视觉和人工智能的跌倒检测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110675595A CN110675595A (zh) | 2020-01-10 |
CN110675595B true CN110675595B (zh) | 2022-06-14 |
Family
ID=69076635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910846270.7A Active CN110675595B (zh) | 2019-09-09 | 2019-09-09 | 一种基于视觉和人工智能的跌倒检测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110675595B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111731979A (zh) * | 2020-07-03 | 2020-10-02 | 安徽理工大学 | 一种基于计算机视觉的自动扶梯乘降人员跌倒识别*** |
CN111883257B (zh) * | 2020-09-25 | 2021-02-26 | 西南交通大学 | 基于多传感器的人体健康状态评估与预警*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013109739A (ja) * | 2011-11-17 | 2013-06-06 | Ryosuke Nishida | 超音波センサアレイを用いた姿勢検出システムの福祉応用 |
CN105769205A (zh) * | 2016-02-23 | 2016-07-20 | 中国科学院深圳先进技术研究院 | 一种身体信息检测设备及跌倒检测*** |
CN108523843A (zh) * | 2018-03-23 | 2018-09-14 | 安徽中天保安服务集团有限公司 | 一种基于穿戴设备实现智能看护与救护的无线应急*** |
CN108703759A (zh) * | 2018-03-19 | 2018-10-26 | 陕西科技大学 | 一种智能安全监测设备及其使用方法 |
CN109330574A (zh) * | 2018-12-08 | 2019-02-15 | 徐州智编信息科技有限公司 | 一种基于物联网的智能监护*** |
CN109887238A (zh) * | 2019-03-12 | 2019-06-14 | 朱利 | 一种基于视觉和人工智能的跌倒检测***及检测报警方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8460220B2 (en) * | 2009-12-18 | 2013-06-11 | General Electric Company | System and method for monitoring the gait characteristics of a group of individuals |
-
2019
- 2019-09-09 CN CN201910846270.7A patent/CN110675595B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013109739A (ja) * | 2011-11-17 | 2013-06-06 | Ryosuke Nishida | 超音波センサアレイを用いた姿勢検出システムの福祉応用 |
CN105769205A (zh) * | 2016-02-23 | 2016-07-20 | 中国科学院深圳先进技术研究院 | 一种身体信息检测设备及跌倒检测*** |
CN108703759A (zh) * | 2018-03-19 | 2018-10-26 | 陕西科技大学 | 一种智能安全监测设备及其使用方法 |
CN108523843A (zh) * | 2018-03-23 | 2018-09-14 | 安徽中天保安服务集团有限公司 | 一种基于穿戴设备实现智能看护与救护的无线应急*** |
CN109330574A (zh) * | 2018-12-08 | 2019-02-15 | 徐州智编信息科技有限公司 | 一种基于物联网的智能监护*** |
CN109887238A (zh) * | 2019-03-12 | 2019-06-14 | 朱利 | 一种基于视觉和人工智能的跌倒检测***及检测报警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110675595A (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11978256B2 (en) | Face concealment detection | |
RU2710294C1 (ru) | Система мониторинга и оповещения о состоянии и поведении человека | |
CN111564224A (zh) | 一种具有健康监测的智能监控***及其实现方法 | |
CN110675595B (zh) | 一种基于视觉和人工智能的跌倒检测*** | |
US20140368658A1 (en) | Communication system with improved safety feature | |
CN106096833A (zh) | 一种基于Wi‑Fi实时定位追踪综合多功能管理***及使用方法 | |
CN114469024B (zh) | 一种基于智能手环的建筑工人安全预警方法和*** | |
CN109887238A (zh) | 一种基于视觉和人工智能的跌倒检测***及检测报警方法 | |
CN203535764U (zh) | 一种居家老人监护装置 | |
CN109635631A (zh) | 一种基于人工智能的消防值班室人员在岗识别方法 | |
CN113206978B (zh) | 油气管道站场安防智能监控预警***及方法 | |
CN110675596A (zh) | 应用于可穿戴终端的跌倒检测方法 | |
CN106344035A (zh) | 一种人体健康监控*** | |
WO2018161655A1 (zh) | 一种基于物业的小区安全服务平台的监护方法 | |
CN209199300U (zh) | 一种基于智能安全帽的综合监测*** | |
CN111260878B (zh) | 一种基于蓝牙手环和智能终端的全连接押解报警*** | |
CN111627124A (zh) | 作业人员安全警示与自动考勤的方法 | |
CN113706824B (zh) | 一种基于物联网监控的老人居家看护*** | |
CN109741574A (zh) | 一种基于智能安全帽的综合监测*** | |
CN113940668A (zh) | 一种可穿戴式运动状态检测识别*** | |
US11200793B2 (en) | Notifications for camera tampering | |
CN111820880A (zh) | 一种校园霸凌的预警***和方法 | |
CN112419665A (zh) | 一种基于目标检测的人类近水安全监测报警方法 | |
CN111311878A (zh) | 生命体追踪装置、方法、***和可穿戴设备 | |
KR20130122306A (ko) | 위험요소 예측 기반 스마트 보안시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |