CN110827357B - 一种组合图案标定板以及结构光相机参数标定方法 - Google Patents
一种组合图案标定板以及结构光相机参数标定方法 Download PDFInfo
- Publication number
- CN110827357B CN110827357B CN201910944334.7A CN201910944334A CN110827357B CN 110827357 B CN110827357 B CN 110827357B CN 201910944334 A CN201910944334 A CN 201910944334A CN 110827357 B CN110827357 B CN 110827357B
- Authority
- CN
- China
- Prior art keywords
- calibration plate
- calibration
- pattern
- combined pattern
- coordinates
- 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 abstract description 24
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 108091026890 Coding region Proteins 0.000 description 2
- 239000005357 flat glass Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种组合图案标定板,所述标定板上的图案包括识别标志和码块区域;所述识别标志为黑白边界区分的闭合的四边形,其边界内为黑色像素,边界外部为白色像素;所述码块区域位于四边形边界内部,码块由NxN的黑色和白色方形色块组成的编码信息。本发明还公开一种基于上述组合图案标定板的结构光相机参数标定方法。本发明设计了一种新的图案作为标定板的基本图案,每个图案都具有唯一的坐标;可以保证没有拍摄到完整标定板的情况下,也可以计算出对应的坐标。
Description
技术领域
本发明属于计算机视觉与摄像机标定的技术领域,具体涉及一种组合图案标定板以及结构光相机参数标定方法。
背景技术
随着结构光相机的广泛应用,对于结构光相机的精度提出了更高的要求,结构光相机的参数标定结果对相机精度有较大的影响。结构光相机的参数标定,采用棋盘格或圆形图案的标定板,必须拍摄完整的标定板,否则无法提取完整平面角点。
例如公开号为CN106197321B的中国专利申请提供的一种基于红蓝棋盘格标定板的投影仪标定方法,步骤为:选择标定板,搭建测量***,提取角点坐标,采集变形光栅条纹图像,构建滤波函数,进行补偿,其中包括有对采集到的水平、垂直方向的变形光栅条纹图像进行傅里叶变换,得到变形光栅条纹的幅度谱图像;构建频域滤波函数,进行滤波,提取幅度谱图像中的基频分量与直流分量,对提取的基频分量与直流分量,进行逆傅立叶变换,得到补偿后的水平、垂直方向的变形光栅条纹图像;计算水平方向、垂直方向的补偿变形光栅条纹图像的包裹相位图像,解相位后获取靶图像,然后标定投影仪。
以及公开号为CN203274682U的中国专利申请提供的一种线结构光的光平面专用标定板,该标定板包括平板玻璃、黑白棋盘格标定层和线结构光接收层,黑白棋盘格标定层和线结构光接收层都位于平板玻璃的前表面,线结构光接收层与黑白棋盘格标定层之间有间隙。
标定板平面上的特征点,相邻的间距太近或图像噪声的影响,求解投射器坐标时延长线可能为异面直线没有交点;这些缺点对结构光相机的精确度带来负面影响。
发明内容
本发明提供一种组合图案标定板,标定板上的图案包括识别标志和码块区域;
所述识别标志为黑白边界区分的闭合的四边形,其边界内为黑色像素,边界外部为白色像素;
所述码块区域位于四边形边界内部,码块由NxN的黑色和白色方形色块组成的编码信息。
本发明还提供一种基于组合图案标定板的结构光相机参数标定方法,包括步骤:
S1:利用权利要求1中的多个组合图案标定板,各组合图案标定板具有图案不同的码块区域;
S2:采集分布排列的多个组合图案标定板的图像,并进行预处理;
S3:计算图像每个像素的局部梯度;将梯度辐值和方向一致的像素区域设置为连通域;
S4:将连通域中梯度大于设定阈值的连通域作为标定图案的边缘,边缘像素点使用直线拟合成不同的线段;
S5:遍历所有的线段,检测四个依次邻接的线段能否组成完整的四边形,并检测所有具有完整四边形的区域是否包含有效的编码区域;
S6:将检测到的编码与编码库的图案进行匹配,计算编码对应的图案在标定板中的坐标,以及四边形四条线段的交点在图像中对应的坐标;
S7:根据图像中的像素坐标和对应的标定板坐标,对结构光相机参数进行标定。
作为优选的,在各组合图案标定板上,NxN矩阵的所有元素连接起来构成的一维向量之间汉明距离大于设定的阈值。
作为优选的,在各组合图案标定板上,码块区域内的图案均具有唯一的坐标编码。
作为优选的,以三角函数作为各组合图案标定板的排列规则。
作为优选的,多个组合图案标定板在指定的平面区域内随机规则排列。
作为优选的,所述随机规则是在指定的平面区域内随机生成N个点,并且保证三个点之间的距离大于阈值Lmin和小于阈值Lmax。
作为优选的,还包括计算投射器坐标:
拍摄标定板远、近两个不同位置的图像;分别提取两个图像中特征点的像素坐标并且拟合对应的轮廓曲线;由于存在多个轮廓相似、等间距的轮廓,依据轮廓曲线的拟合精度,对曲线进行筛选;根据光沿直线传播的原理,经过远、近两平面上对应曲线上的像素点的直线将在投射器的位置相交,通过最小二乘法计算满足所有延长线到该相交点距离最小的投射器坐标。
本发明的有益技术效果如下:
1)本发明设计了一种新的图案作为标定板的基本图案,每个图案都具有唯一的坐标。这样可以保证没有拍摄到完整标定板的情况下,也可以计算出对应的坐标。
2)为了更可靠的像素及物理坐标,设计了一种图案分布的规则。对应的像素及物理坐标除了满足相机模型、畸变模型外,还满足图案分布的规则,进一步细化了重投影误差的约束项。
3)为了得到更准确的投射器坐标,满足到所有延长线距离最小的同时,还要满足图案分布规则约束。
附图说明
图1表示本发明标定板图案示意图及四边形边界识别示意图;
图2表示本发明标定板图案分布方案示意图;
图3表示本发明内参标定流程图;
图4表示本发明投射器坐标计算流程图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开的具体实施例的限制。
如图1所示的标定板,包括识别标志和码块区域的图像块。识别标志为黑白边界区分的闭合的四边形,其边界内为黑色像素,边界外部为白色像素。码块区域位于四边形边界内部。码块由NxN的黑色或白色方形色块组成的编码信息,NxN矩阵的所有元素连接起来构成的一维向量之间hamming(汉明)距离大于一定的阈值,以区分不同图案的标定板。
识别标志,通过计算每个像素的梯度,按照梯度辐值和方向进行连通域划分,选择连通域中辐值较大的区域作为边缘,并且利用直线拟合,可以提取出包括图案的区域。码块区域,由四边形内部黑色和白色的方块组成,图示构成了一个5x5的编码矩阵。由于每个图案都具有唯一的坐标编码,因此可以在没有拍摄完整标定板的情况下,计算出相应特征点的标定板坐标和图像像素坐标。
多个标定板图案分布规则设计:将上述不同的图案个体(不同标定板内的编码图像不同),按照随机规则或者特定的规则排列在一起。所述随机规则通过在指定的平面区域内随机生成N个点,并且保证三个点之间的距离大于阈值Lmin和小于阈值Lmax。所述特定的规则,可以是任意的N个点满足的一个函数f(x,y)=0。按照这个轮廓可以生成多个轮廓相似、等间距的轮廓满足函数f(x/n,y/n)=0,设置图案的位置分布,对应的特征点的分布也满足这个函数
在另一个实施例中,如图2是一种标定板图案分布设计方案。不失一般性地,选择三角函数作为图案的编码规则函数。图示中虚线只是辅助示意作用,代表图案分布所满足的曲线方程f(x,y)=M*(y-sin(x))+N=0。通过调节参数M、N的大小可以改变图案的分布密度。
如图3所示,利用上述图案的标定板,相机内参数标定的过程包括如下步骤:
步骤1,使用相机拍摄具有上述图案分布的标定板的图片,对图片进行高斯滤波处理,消除噪声的影响。
步骤2,计算图像每个像素的局部梯度。将梯度辐值和方向一致的像素区域设置为连通域。
步骤3,将连通域中梯度大于一定阈值的连通域作为标定图案的边缘,边缘像素点使用直线拟合成不同的线段。
步骤4,检测四个依次邻接的线段能否组成完整的四边形;遍历所有的线段,依次执行上述步骤;检测所有具有完整四边形的区域是否包含有效的编码区域。
步骤5,检测编码区域数据有效性的方法为与检测到的编码与设计的图案编码库的编码进行匹配;匹配成功后,获取该图案在标定板中的坐标(X,Y,Z),计算四边形四条线段的交点在图像中对应的像素坐标(u,v)。
重复步骤4和5,提取所有图像中像素坐标和对应的标定板坐标。
步骤6,根据张氏标定法,像素坐标和标定板坐标满足针孔相机模型和相机畸变模型,另外标定板图案分布还满足函数f(x/n,y/n)=0,使用LM非线性优化方法,最小化重投影误差、曲线拟合误差:
如图4所示,利用上述图案的标定板,投射器坐标计算步骤如下:
步骤1,拍摄标定板远、近两个不同位置的图像。计算相机坐标系到远、***面的单应变换矩阵。
步骤2,拍摄远、***面的散斑图像。提取远平面图像中特征点的像素坐标,在***面图像中,依据散斑的匹配度搜索与之相匹配的像素坐标。利用上一步骤中计算的远、***面与相机的单应变换矩阵,计算像素点的物理坐标。
步骤3,拟合对应的轮廓曲线f1(x1/n1,y1/n1)和f2(x2/n2,y2/n2);依据轮廓曲线的拟合精度,对曲线进行筛选,舍弃拟合误差大于一定的阈值的曲线。
步骤4,根据光沿直线传播的原理,经过远、近两平面上对应曲线上的像素点的直线将在投射器的位置相交。经过曲线拟合和精度筛选后,可以得到更加精准的交点位置proj(x,y,z)。
以上所述仅为本发明的较佳实施举例,并不用于限制本发明,凡在本发明精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于组合图案标定板的结构光相机参数标定方法,标定板上的图案包括识别标志和码块区域;所述识别标志为黑白边界区分的闭合的四边形,其边界内为黑色像素,边界外部为白色像素;所述码块区域位于四边形边界内部,码块由NxN的黑色和白色方形色块组成的编码信息;其特征在于,包括步骤:
S1:利用多个组合图案标定板,各组合图案标定板具有图案不同的码块区域;
S2:采集分布排列的多个组合图案标定板的图像,并进行预处理;
S3:计算图像每个像素的局部梯度;将梯度辐值和方向一致的像素区域设置为连通域;
S4:将连通域中梯度大于设定阈值的连通域作为标定图案的边缘,边缘像素点使用直线拟合成不同的线段;
S5:遍历所有的线段,检测四个依次邻接的线段能否组成完整的四边形,并检测所有具有完整四边形的区域是否包含有效的编码区域;
S6:将检测到的编码与编码库的图案进行匹配,计算编码对应的图案的标定板坐标,以及四边形四条线段的交点在图像中对应的像素坐标;
S7:根据图像中的像素坐标和对应的标定板坐标,对结构光相机参数进行标定;
根据张氏标定法,像素坐标和标定板坐标满足针孔相机模型和相机畸变模型,标定板图案分布满足函数f(x/n,y/n)=0,使用LM非线性优化方法,最小化重投影误差、曲线拟合误差:
2.如权利要求1所述的基于组合图案标定板的结构光相机参数标定方法,其特征在于,在各组合图案标定板上,NxN矩阵的所有元素连接起来构成的一维向量之间汉明距离大于设定的阈值。
3.如权利要求1所述的基于组合图案标定板的结构光相机参数标定方法,其特征在于,在各组合图案标定板上,码块区域内的图案均具有唯一的坐标编码。
4.如权利要求1所述的基于组合图案标定板的结构光相机参数标定方法,其特征在于,以三角函数作为各组合图案标定板的排列规则。
5.如权利要求1所述的基于组合图案标定板的结构光相机参数标定方法,其特征在于,多个组合图案标定板在指定的平面区域内随机规则排列。
6.如权利要求5所述的基于组合图案标定板的结构光相机参数标定方法,其特征在于,所述随机规则是在指定的平面区域内随机生成N个点,并且保证三个点之间的距离大于阈值Lmin和小于阈值Lmax。
7.如权利要求1所述的基于组合图案标定板的结构光相机参数标定方法,其特征在于,还包括计算投射器坐标:
拍摄标定板远、近两个不同位置的图像;分别提取两个图像中特征点的像素坐标并且拟合对应的轮廓曲线;由于存在多个轮廓相似、等间距的轮廓,依据轮廓曲线的拟合精度,对曲线进行筛选;根据光沿直线传播的原理,经过远、近两平面上对应曲线上的像素点的直线将在投射器的位置相交,通过最小二乘法计算满足所有延长线到该相交点距离最小的投射器坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910944334.7A CN110827357B (zh) | 2019-09-30 | 2019-09-30 | 一种组合图案标定板以及结构光相机参数标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910944334.7A CN110827357B (zh) | 2019-09-30 | 2019-09-30 | 一种组合图案标定板以及结构光相机参数标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110827357A CN110827357A (zh) | 2020-02-21 |
CN110827357B true CN110827357B (zh) | 2024-03-29 |
Family
ID=69548646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910944334.7A Active CN110827357B (zh) | 2019-09-30 | 2019-09-30 | 一种组合图案标定板以及结构光相机参数标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110827357B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110986846B (zh) * | 2019-12-10 | 2022-04-29 | 中国计量科学研究院 | 多量值计量标准器以及多量值计量标准器制备方法 |
CN111709999A (zh) * | 2020-05-13 | 2020-09-25 | 深圳奥比中光科技有限公司 | 标定板、相机标定方法、装置、电子设备及相机*** |
CN111968185B (zh) * | 2020-09-01 | 2024-02-02 | 深圳辰视智能科技有限公司 | 标定板、基于编码定义的九点标定物体抓取方法及*** |
CN112102420B (zh) * | 2020-10-29 | 2024-05-28 | 深圳市豪恩汽车电子装备股份有限公司 | 相机标定板及标定方法 |
CN113611650B (zh) * | 2021-03-19 | 2024-02-27 | 联芯集成电路制造(厦门)有限公司 | 对准晶片图案的方法 |
CN115457144B (zh) * | 2022-09-07 | 2023-08-15 | 梅卡曼德(北京)机器人科技有限公司 | 标定图案识别方法、标定方法、装置和电子设备 |
CN117036489B (zh) * | 2023-10-10 | 2024-02-09 | 泉州装备制造研究所 | 基于人工标识和四目全景相机的机器人定位方法及设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010087743A (ja) * | 2008-09-30 | 2010-04-15 | Aisin Seiki Co Ltd | 車載カメラの校正装置 |
CN203274682U (zh) * | 2013-05-04 | 2013-11-06 | 长春工业大学 | 一种线结构光的光平面专用标定板 |
CN104933387A (zh) * | 2015-06-24 | 2015-09-23 | 上海快仓智能科技有限公司 | 一种基于二维码解码的快速定位识别的方法 |
CN106600648A (zh) * | 2016-12-06 | 2017-04-26 | 合肥工业大学 | 标定相机内参数和畸变系数的立体编码靶标及其标定方法 |
CN106600653A (zh) * | 2016-12-30 | 2017-04-26 | 亿嘉和科技股份有限公司 | 一种变倍相机光心标定方法 |
CN108416791A (zh) * | 2018-03-01 | 2018-08-17 | 燕山大学 | 一种基于双目视觉的并联机构动平台位姿监测与跟踪方法 |
CN108496354A (zh) * | 2016-01-29 | 2018-09-04 | 松下知识产权经营株式会社 | 照相机校正装置和照相机校正方法 |
CN108827316A (zh) * | 2018-08-20 | 2018-11-16 | 南京理工大学 | 基于改进的Apriltag标签的移动机器人视觉定位方法 |
CN109754436A (zh) * | 2019-01-07 | 2019-05-14 | 北京工业大学 | 一种基于镜头分区域畸变函数模型的相机标定方法 |
CN109859226A (zh) * | 2019-01-10 | 2019-06-07 | 上海理工大学 | 一种图形分割的棋盘格角点亚像素的检测方法 |
CN110047109A (zh) * | 2019-03-11 | 2019-07-23 | 南京航空航天大学 | 一种基于自识别标记的相机标定板及其识别检测方法 |
US10410373B1 (en) * | 2017-12-21 | 2019-09-10 | Facebook Technologies, Llc | Calibration of a phase interferometry depth camera assembly |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108074267B (zh) * | 2016-11-18 | 2023-08-11 | 松下知识产权经营株式会社 | 交点检测装置及方法、摄像头校正***及方法及记录介质 |
-
2019
- 2019-09-30 CN CN201910944334.7A patent/CN110827357B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010087743A (ja) * | 2008-09-30 | 2010-04-15 | Aisin Seiki Co Ltd | 車載カメラの校正装置 |
CN203274682U (zh) * | 2013-05-04 | 2013-11-06 | 长春工业大学 | 一种线结构光的光平面专用标定板 |
CN104933387A (zh) * | 2015-06-24 | 2015-09-23 | 上海快仓智能科技有限公司 | 一种基于二维码解码的快速定位识别的方法 |
CN108496354A (zh) * | 2016-01-29 | 2018-09-04 | 松下知识产权经营株式会社 | 照相机校正装置和照相机校正方法 |
CN106600648A (zh) * | 2016-12-06 | 2017-04-26 | 合肥工业大学 | 标定相机内参数和畸变系数的立体编码靶标及其标定方法 |
CN106600653A (zh) * | 2016-12-30 | 2017-04-26 | 亿嘉和科技股份有限公司 | 一种变倍相机光心标定方法 |
US10410373B1 (en) * | 2017-12-21 | 2019-09-10 | Facebook Technologies, Llc | Calibration of a phase interferometry depth camera assembly |
CN108416791A (zh) * | 2018-03-01 | 2018-08-17 | 燕山大学 | 一种基于双目视觉的并联机构动平台位姿监测与跟踪方法 |
CN108827316A (zh) * | 2018-08-20 | 2018-11-16 | 南京理工大学 | 基于改进的Apriltag标签的移动机器人视觉定位方法 |
CN109754436A (zh) * | 2019-01-07 | 2019-05-14 | 北京工业大学 | 一种基于镜头分区域畸变函数模型的相机标定方法 |
CN109859226A (zh) * | 2019-01-10 | 2019-06-07 | 上海理工大学 | 一种图形分割的棋盘格角点亚像素的检测方法 |
CN110047109A (zh) * | 2019-03-11 | 2019-07-23 | 南京航空航天大学 | 一种基于自识别标记的相机标定板及其识别检测方法 |
Non-Patent Citations (3)
Title |
---|
Bao-Quan Shi,Jin Liang.Circular grid pattern based surface strain measurement system for sheet metal formin.《Optics and Lasers in Engineering》.2012,第1186-1195页. * |
岑誉 ; 高健 ; 曾友 ; 简川霞 ; .面向贴片机视觉***的摄像机标定方法.现代制造工程.2016,(03),第131-135页. * |
曾海 ; 唐苏明 ; 田野 ; 刘映江 ; 宋展 ; .基于二值几何编码图案的高精度结构光***参数标定方法研究.集成技术.2018,(02),第39-48页. * |
Also Published As
Publication number | Publication date |
---|---|
CN110827357A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110827357B (zh) | 一种组合图案标定板以及结构光相机参数标定方法 | |
CN103697815B (zh) | 基于相位编码的混频结构光三维信息获取方法 | |
CN100494886C (zh) | 三维扫描***中圆形标志点的检测方法 | |
CN113052911B (zh) | 一种标定板、和相机标定方法、装置 | |
CA2334938C (en) | Method of accurately locating the fractional position of a template match point | |
KR20000005806A (ko) | 영상 위치맞춤 방법, 영상 위치맞춤 장치 및 기록 매체 | |
CN103824275B (zh) | 在图像中搜寻鞍点状结构并测定其信息的***和方法 | |
CN101639947A (zh) | 基于图像的植物三维形态测量与重建方法及*** | |
CN101650828A (zh) | 摄像机标定中减少圆形目标定位随机误差的方法 | |
CN113465573A (zh) | 单目测距方法、装置及智能装置 | |
CA3206206A1 (en) | Device and method for correspondence analysis in images | |
CN104751458A (zh) | 一种基于180°旋转算子的标定角点检测方法 | |
CN114972531A (zh) | 一种标定板、角点检测方法、设备及可读存储介质 | |
JPWO2011039977A1 (ja) | 横断歩道標示検出方法および横断歩道標示検出装置 | |
CN110223356A (zh) | 一种基于能量生长的单目相机全自动标定方法 | |
CN114187363A (zh) | 一种获取径向畸变参数值的方法、装置以及移动终端 | |
CN112050752B (zh) | 一种基于二次投影的投影仪标定方法 | |
CN108895979A (zh) | 线段编码的结构光深度获取方法 | |
NL2016286B1 (en) | Displacement sensor. | |
CN109690241A (zh) | 三维测定装置和三维测定方法 | |
CN107256540A (zh) | 图像修复方法、装置及三维重建*** | |
CN110243308A (zh) | 基于区域定位的实时相位测量轮廓术 | |
CN115511807A (zh) | 一种凹槽位置和深度的确定方法及装置 | |
CN111397537B (zh) | 一种投影***主点像素坐标求解方法 | |
KR20090022486A (ko) | 단일 카메라를 이용한 객체 정보 추정기 및 그 방법 |
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 |