CN111380554A - 在定义的拓扑内通过有意义的链路进行有效的搜索 - Google Patents
在定义的拓扑内通过有意义的链路进行有效的搜索 Download PDFInfo
- Publication number
- CN111380554A CN111380554A CN201911391606.1A CN201911391606A CN111380554A CN 111380554 A CN111380554 A CN 111380554A CN 201911391606 A CN201911391606 A CN 201911391606A CN 111380554 A CN111380554 A CN 111380554A
- Authority
- CN
- China
- Prior art keywords
- link
- zero
- nodes
- links
- node
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 86
- 230000006870 function Effects 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3679—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
- G01C21/3685—Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities the POI's being parking facilities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明涉及在定义的拓扑内通过有意义的链路进行有效的搜索。一种用于识别到车辆到一位置的路线的***和方法,包括生成具有多个停车空间和多条道路的停车区的地形图。在地形图上建立多个节点,其中节点中的每一个具有纬度和经度坐标。在地形图上建立多条链路。链路各自在节点中的两个节点之间延伸。将节点中的一个建立为车辆启动的起始节点,并且将节点中的一个建立为目标节点。使用迪杰斯特拉算法建立到目标节点的、沿着到目标节点的一系列链路行进的路线。为了用迪杰斯特拉算法建立路线,该路线基于与每条链路相关的成本而确定。
Description
技术领域
一种用于确定到达停车区内一位置的路线(route)的***和方法。更具体地,一种用于规划到达停车区内一位置的路线的方法,该方法利用一种用于在所定义的拓扑 内通过有意义的链路有效地进行搜索的新的且新颖的方法。
背景技术
在诸如停车场的停车区中搜索空的停车空间是一个未明确定义的唯一路径问题。停车区具有许多不同的尺寸、形状、构造,并且随着车辆进入、停车或退出而不断变 化。驾驶员通常采用多种方法,例如:1)选择一行并选择最靠近目的地入口的明显空 旷的停车空间,2)循环通过多行以识别靠近入口的停车空间,或者甚至3)远离其他 车辆或诸如购物车的可移动物体停车。尽管对于操作员驾驶和自动驾驶车辆两者而言 车辆导航***已取得进展,以帮助驾驶员确定沿道路到达目的地的最佳路线,但仍需 要进一步协助驾驶员有效地识别停车区内的空旷的停车空间。特别地,自主车辆需要 具备以有效且明确的方式执行搜索停车空间任务的能力。
发明内容
本公开的目的是提供一种用于以有效且明确的方式搜索停车区中的停车空间或其 他目的地的***和方法。
本公开的另一目的是提供一种用于搜索停车区中的停车空间或其他目的地的通用 方法,该方法可应用于停车区的不同地形图。
根据本公开的这些和其他目的/方面,提供了一种用于识别车辆的在停车区内的路 线的方法。该方法包括:生成停车区的地形图,该停车区具有多个停车空间以及在停 车空间之间延伸并与之邻接的多条路径/道路或路径。该方法还包括在地形图上建立多 个节点,其中节点沿着多条路径/道路定位,并且其中节点中的每一个具有纬度和经度 坐标。该方法还包括在地形图上建立多条链路,其中链路各自在节点中的两个之间延 伸,并且其中链路中的至少一个沿着停车空间中的一个或多个延伸。链路中的每一个 具有由包括该链路的节点的纬度和经度坐标确定的长度。该方法继续将节点中的一个 建立为车辆启动的起始节点。并且将节点中的一个建立为目标节点。该方法继续使用 迪杰斯特拉(Dijkstra)算法,建立到目标节点的路线,该路线沿着到目标节点的一系 列链路行进。为了用迪杰斯特拉算法建立路线,与每条链路相关的成本基于以下等式:
成本=邻接度+f(链路长度,停车空间);
所有具有非零数量的停车空间的链路都是非零链路,并且非零链路中的每一个的邻接度都是零。任何具有零停车空间的链路都是零链路,并且零链路的邻接度基于主 零链路和最接近的非零链路之间的零链路的数量。零链路的邻接度可例如等于主零链 路和最接近的非零链路之间的零链路的数量总和。此外,零链路的f(链路长度,停 车空间)为预定常数,并且非零链路的f(链路长度,停车空间)为主非零链路的长 度和与主非零链路毗邻的停车空间的数量的函数。主非零链路的长度和与主题非零链 路毗邻的停车空间的数量的函数可例如等于链路的长度除以与链路毗邻的停车空间的 数量。然而,基于这些因素的其他函数是可行的,并且取决于特定场景和规范。例如 函数可等于一个因子乘以链路的长度除以停车空间的数量。与非零链路毗邻的停车空 间可被理解为位于非零链路附近的停车空间。在一些实施例中,与非零链路毗邻的停 车空间是其进入点可由车辆从链路易接近停车空间。
根据本公开的上述和其他目的/方面,提供了一种存储计算机可执行指令的非暂时 性计算机可读存储介质,当由处理器执行该指令时,指示装置进行包括下述的动作: 生成停车区的地形图,该停车区具有多个停车空间以及在停车空间之间延伸并与停车 空间邻接的多条道路。该动作可进一步包括在电子显示器上显示地形图。该动作还包 括在地形图上建立多个节点,其中节点沿着多条路径/道路定位置,并且其中节点中的 每一个具有纬度和经度坐标。该动作还包括在地形图上建立多条链路,其中链路各自 在节点中的两个之间延伸,并且其中链路中的至少一个沿着停车空间中的一个或多个 延伸。链路中的每一个具有一长度,该长度可基于包括链路的节点(即链路在其之间 延伸的节点)的纬度和经度坐标。该动作还包括将节点中的一个建立为车辆启动的起 始节点,并且将节点中的一个建立为目标节点。该动作还包括使用迪杰斯特拉算法建 立到目标节点的路线,该路线沿着到目标节点的一系列链路行进。为了用迪杰斯特拉 算法建立路线,与每条链路相关的成本基于以下等式:
成本=邻接度+f(链路长度,停车空间);
具有非零数量的停车空间的链路中的任何一条都是非零链路,并且非零链路的邻接度为零。具有零停车空间的链路中的任何一条都是零链路,并且零链路的邻接度基 于主零链路和最接近的非零链路之间的零链路的数量。零链路的邻接度例如等于主零 链路和最接近的非零链路之间的零链路的数量总和。“具有非零数量的停车空间”的链 路可被理解为与一个或多个停车空间邻接地延伸的链路。此外,零链路的f(链路长 度,停车空间)为预定常数。非零链路的f(链路长度,停车空间)为链路的长度和 与链路毗邻的停车空间的数量(即链路“具有”的停车空间的数量)的函数。主非零链 路的长度与主非零链路毗邻的停车空间的数量的函数可例如等于链路的长度除以与链 路毗邻的停车空间的数量。该动作进一步包括在电子显示器上显示所建立的路线。在 本公开的方面的情况下,存在与本公开的先前讨论的第一方面类似的优点和优选特征。
如本文使用的术语“非暂时性”旨在描述不包括传播电磁信号的计算机可读存储介 质(或“存储器”),而不旨在另外限制由短语计算机可读介质或存储器所包含的物理计算机可读存储装置的类型。例如,术语“非暂时性计算机可读介质”或“有形存储器”旨 在包含不一定永久存储信息的存储装置的类型,包括例如,随机存取存储器(RAM)。 以非暂时性形式存储在有形计算机可访问的存储介质上的程序指令和数据可通过传输 介质或诸如电信号、电磁信号或数字信号的信号被进一步传输,所述信号可通过诸如 网络和/或无线链路的通信介质输送。因此,如本文使用的术语“非暂时性”是对介质本 身(即,有形,不是信号)的限制,与对数据存储持久性的限制相对(例如,RAM与 ROM)。
根据本公开的上述和其他方面,提供了用于识别车辆的停车空间的方法。该方法包括生成停车区的地形图,该停车区具有多个停车空间以及在停车空间之间延伸并与 停车空间邻接的多条道路。该方法还包括在地形图上建立多个节点,其中节点沿着多 条道路定位。该方法还包括在地形图上建立多条链路,其中链路各自在节点中的两个 之间延伸,并且其中链路中的至少一个沿着多个停车空间延伸。该方法还包括将节点 中的一个建立为车辆启动的起始节点,并且将节点中的一个建立为目标节点,其中目 标节点与预定停车空间邻接。该方法还包括使用迪杰斯特拉算法,建立到目标节点的、 沿着到目标节点的一系列链路行进的路线。为了用迪杰斯特拉算法建立路线,与每条 链路相关的成本等于包括链路的节点对之间的距离,并且其中每条链路的距离基于建 立链路的节点的纬度和经度坐标而生成。
根据本公开的另一方面,提供了一种用于识别用于车辆的在具有多个停车空间的停车区内的路线的车辆控制装置。控制装置包括被配置为在车辆的电子显示器上显示 地形图的控制电路。控制电路进一步被配置为在地形图上建立多个节点。节点沿着多 条路径定位,该多条路径在停车空间之间延伸并与停车空间邻接,并且其中节点中的 每一个具有纬度和经度坐标。进一步地,控制电路被配置为在地形图上建立多条链路, 其中链路各自在节点中的两个之间延伸,并且其中链路中的至少一个沿着多个停车空 间中的至少一个延伸。进一步地,控制电路被配置为将多个节点中的第一节点建立为 车辆启动的起始节点,并且将多个节点中的第二节点建立为目标节点,并且使用迪杰 斯特拉算法,建立从起始节点到目标节点的、沿着到目标节点的一序列的多条链路中 的至少一部分行进的路线。为了用迪杰斯特拉算法建立路线,与每条链路相关的成本 基于以下等式:
成本=邻接度+f(链路长度,停车空间);
与非零数量的停车空间相关的链路中的任何一条都是非零链路,并且其中非零链路的邻接度为零。与零停车空间相关的链路中的任何一条都是零链路,并且其中零链 路的邻接度基于主零链路和最接近的非零链路之间的零链路的数量。此外,零链路的 f(链路长度,停车空间)为预定常数,并且非零链路的f(链路长度,停车空间)为 主非零链路的长度和与链路毗邻的停车空间的数量的函数。控制电路进一步被配置为 在电子显示器上显示所建立的路线。在本公开的该方面的情况下,存在与本公开的先 前讨论的第一方面类似的优点和优选特征。
进一步地,根据本公开的另一方面,提供了一种车辆,该车辆包括电子显示器以及根据本文所公开的实施例的任一种所述的车辆控制装置。
附图说明
本发明的其他优点将很容易被理解,因为当结合附图考虑时,通过参考以下详细描述可以更好地理解这些优点,其中:
图1是包括多条链路和节点的停车区的第一示例地形图的顶部示意图;
图2是在地形图上两条道路的交叉处的多个节点和链路的示例布置;
图3是确定到预定停车空间或停车区的其他特征的路线的第一示例方法的流程图;
图4是使用迪杰斯特拉算法确定到预定停车空间或停车空间的其他特征的路线的示例方法的流程图;
图5是确定到预定停车空间或停车区的其他特征的路线的第二示例方法的流程图;
图6A至图6D是示出根据第二方法生成路线的停车区的第二示例拓扑图的顶部示意图;
图7A是根据第二方法示出生成路线的停车区的第三示例拓扑图的顶部示意图;以及
图7B是根据第一方法示出生成路线的停车区的第三示例拓扑图的顶部示意图。
具体实施方式
参考附图,其中贯穿多个视图,相同的附图标记表示的相应部分,提供了一种用于针对车辆建立到停车空间或停车区的其他特征的路线的***和方法。应认识到的是, 本***和方法可用于由操作员驾驶或自动驾驶的车辆。在其中本***和方法用于由操 作员驾驶的车辆的情况下,所生成的路线可显示在计算机生成的地图上。在其中本系 统和方法用于自动驾驶车辆的情况下,车辆可被配置为自动地沿着由本***和方法生 成的路线行进,并且也在计算机生成的地图上显示所生成的路线。
如图1所示,该***包括由计算机和相关显示装置生成并显示的地形图10A。地 形图10A包括具有多个停车空间14和道路网络16、18的停车区12(诸如,停车场)。 应认识到的是,包括特定停车空间14和道路网络的停车区12的图像可通过卫星图像、 探头源或其他图像生成技术来提供。应认识到的是,本***和方法可用于在各种类型 的停车区中寻找停车空间14,包括但不限于,传统停车场或街道停车区。道路网络16、 18可包括在停车空间14之间延伸并与停车空间14毗邻的多个行16,以及连接到行 16的入口和出口道路18。地形图10A被布置为具有多个顶点20和多个边22的图。 地形图10A可以以广泛使用的商业测绘公司规定的格式获得。应认识到的是,如本领 域普通技术人员会理解的,可使用各种类型的计算机。计算机可包括存储计算机可执 行指令的非暂时性计算机可读存储介质和用于执行本公开的方法的处理器。
计算机进一步被配置为在地形图10A上建立多个节点N1-N24。节点N1-N24各自 包括地形图10A的顶点20中的一个,顶点20由通过地形图10A获得的纬度和经度坐 标来定义。节点N1-N24各自被分配一个节点数(N1-N24)。根据示例实施例,节点 N1-N24各自位于下述中的至少一个位置处:道路车道开始形成的位置、形成道路车道 完成形成的位置、道路车道开始合并的位置、合并道路车道完成合并的位置、道路靠 近可能有多个车辆机动(vehicle maneuvers)在任一方向上来自路基的至少一个车道的 交叉口的位置、链路长度大于两公里的位置、或在特定停车空间处。应认识到的是, 节点N1-N24可位于地形图10A的其他区域处。
计算机进一步被配置为在地形图10A上建立多条链路L1-L40。链路L1-L40中的 每一个在节点N1-N24中的两个之间延伸,并且可由地形图10A的边22定义。如图1 所示,链路L1-L40可跨越停车区的行16的长度,或如图2所示,链路L1-L40可在 两个或更多个行和/或道路的交叉口内的节点N1-N40之间延伸。图2示出在典型交叉 路口处的节点N1-N3和链路L1-L3的示例。如下文将进一步详细讨论的,每条链路 L1-L40具有与其相关的成本。链路L1-L40进一步代表可在停车区内驾驶的特定路径, 并且还用作用于路径信息的容器。与每条链路L1-L40相关的参数可包括开始节点号、 结束节点号、沿着链路的停车空间的数量、链路长度和行进方向。
应认识到的是,节点N1-N24和链路L1-L40可在将地形图10A加载到车辆的计算 机中之前生成。更具体地,节点N1-N24和链路L1-L40可在由车辆的计算机访问地形 图10A之前被预先编程到地形图10A中。或者,节点N1-N24和链路L1-L40可在由 车辆的计算机/云加载地形图10A期间和/或之后,由车辆的计算机/云服务器添加到较 少开发的地形图10A。这种新的、添加的信息可诸如通过云网络与其他用户/地图共享。
如图3至图5所呈现的,本公开包括用于利用前述地形图10A的布置来优化在停 车区12内寻找停车空间14或其他特征的过程的两种方法24、26。第一方法24确定 到停车区12的预定特征(诸如,停车空间14或用户的接人(pick up)位置)的最有 效路径。第二方法26确定停车区12内的最佳路线,用于导航通过最大数量的停车空 间14。每个方法24、26利用迪杰斯特拉算法(Dijkstra’algorithm)来输出车辆应该在 起始节点和目标节点之间横穿的链路L1-L40的序列。为了使用迪杰斯特拉算法,根据 使用哪种方法24、26确定与每条链路L1-L40相关的成本。
参考图3,第一方法24包括为了使用迪杰斯特拉算法而对于链路中的每一条链路建立第一成本的步骤100。根据第一方法,与链路L1-L40中的每一条链路相关的第一 成本等于由来自地形图10A的纬度和经度坐标所确定的、每条链路L1-L40的地理长 度。该方法继续采用102将节点N1-N24中的一个节点建立为车辆启动的起始节点, 并且采用104将节点N1-N24中的另一个节点建立为车辆结束的目标节点。该方法继 续采用106利用迪杰斯特拉算法来确定从起始节点到目标节点的最有效路径,其中第 一成本用作每条链路的值。
图4进一步示出利用迪杰斯特拉算法来确定到目标节点的最有效路径的步骤106。步骤106进一步包括将所有节点N1-N24建立为未访问的108。该方法继续采用110 将起始节点的节点值建立为零并且采用112将起始节点声明为已访问。该方法继续进 行114针对中间节点和目标节点中的每一个建立无穷大的节点值。该方法继续采用116 将中间节点中的一个建立为当前节点并且将当前节点的一条链路内的所有未访问的节 点建立作为邻近节点。该方法继续采用118,对于邻近节点中的每一个,将当前节点 的节点值添加到当前节点和邻近节点之间的链路的成本,以确定邻近节点的暂定 (tentative)节点值。被分析的第一当前节点的节点值等于起始节点和当前节点之间的 链路的成本。如果邻近节点的暂定节点值小于当前节点值,则该方法继续采用120将 邻近节点的节点值建立为暂定节点值。在分析了当前节点的所有邻近节点之后,该方 法继续采用122将当前节点建立为已访问,并且将中间节点中的另一个或目标节点建 立为当前节点。该方法进行到124,针对新的当前节点和随后的中间节点以及目标节 点重复步骤118,直到所有中间节点和目标节点都被建立为已访问。最后,该方法包 括126,建立到目标节点的、沿着到目标节点的一系列节点之间的链路行进的、总和 为最小节点值的路线。所建立的路线可被显示在地形图10A上,用于自动驾驶车辆的 驾驶员跟随和/或由自动驾驶车辆跟随以到达目标目的地。
参考图5,第二方法26类似于第一方法24,不同之处是不同于第一成本的第二成本被用于每条链路L1-L40。利用第二成本使路线沿着通过最大数量的停车空间14的、 在起始节点和目标节点之间的链路L1-L40行进。
更具体地,类似于第一方法,第二方法包括建立链路中的每一条链路的第二成本的步骤200。计算第二成本的步骤200将在下面进一步详细说明。该方法继续采用202 将节点N1-N24中的一个建立为车辆启动的起始节点,并且采用204将节点N1-N24 中的另一个建立为车辆结束的目标节点。不是像第一方法24中那样将目标节点建立为 如停车空间的预定位置,目标节点被建立为多个关键节点中的一个。根据本实施例, 关键节点为停车区的拐角中的每一个,然而,可以选择其他节点N1-N24。该方法继续 进行,根据上述步骤106使用迪杰斯特拉算法来确定到目标节点的路径,除了对于每 条链路利用第二成本(而不是如第一方法中的第一成本)。一旦达到第一目标/关键节 点,该方法继续经由208将第一目标/关键节点建立为起始节点并且另一关键节点建立 为目标节点。该方法继续经由210返回根据上述步骤106利用迪杰斯特拉算法来确定 到目标节点的路径的步骤106,直到找到可用的停车空间。
返回参考步骤200,与链路L1-L40中的每一个相关的成本是基于以下等式计算的第二成本。
成本2=邻接度+f(链路长度,停车空间)
对于具有非零数量的停车空间的链路L1-L40(非零链路),邻接度值等于零。对 于具有零停车空间的链路L1-L40(零链路),邻接度值等于主零链路(subject zero link) 和最接近的非零链路(包括主链路)之间的零链路的数量总和。例如,直接与非零链 路邻接的零链路具有邻接度值1,并且与最接近的非零链路相距一条链路的零链路具 有邻接度值2。
此外,对于链路L1-L40中的每一个,确定函数f(链路长度,停车空间)。对于零 链路中的每一个,使用为预定常数的第一函数。根据示例实施例,预定常数为5,然 而,根据停车区12的特定布置,可以利用其他数量。对于非零链路中的每一个,利用 第二函数。第二函数等于链路长度除以停车空间的数量。例如,对于链路长度为20 米并与4个停车空间毗邻的非零链路,第二函数将等于5。这样,对于相同链路的第 二成本为5,因为它们的邻接度值为0。
图6A至图6D通过图表示出了第二方法26的执行。图6A呈现出具有起始节点 N28和目标节点N30的示例停车区12。目标节点N30是停车区的拐角处的关键节点 中的一个。如图6B所示,使用第二方法生成到目标节点N30的搜索路线,每条链路 采用第二成本值。如图6C所示,在计算出第一路线并且车辆已达到第一目标节点之 后,选择第二目标节点N32作为关键节点中的另一个,并且选择先前的目标节点N30 作为第二起始节点N34。图6D示出了从第二起始节点N34到新的目标节点N32的搜 索路线。
图7A示出了另一示例停车区12,在其中利用第二方法26来生成路线以覆盖起始节点N36和目标节点N38之间的最大数量的停车空间。图7B示出了示例停车区12, 在其中利用第一路线来计算起始节点N40和目标节点N42之间的最快路线。
以下项目中阐述了示例性方法和计算机可读存储介质:
1、一种用于识别车辆的停车区内的路线的方法,包括:在地形图上建立多个节点,其中节点沿着多条道路定位,并且其中节点中的每一个具有纬度和经度坐标;在地形 图上建立多条链路,其中链路各自在节点之间延伸,并且其中链路中的至少一个沿着 多个停车空间延伸;其中链路中的每一个具有由包括链路的节点的纬度和经度坐标确 定的长度;将节点中的一个建立为车辆启动的起始节点,并且将节点中的一个建立为 目标节点;并且使用迪杰斯特拉算法建立从起始节点到目标节点的、沿着到目标节点 的一系列链路行进的路线;其中为了用迪杰斯特拉算法建立路线,与每条链路相关的 成本基于以下等式:
成本=邻接度+f(链路长度/停车空间)
其中任何具有非零数量的停车空间的链路都是非零链路,并且其中非零链路的邻接度为零;其中任何具有零停车空间的链路都是零链路,并且其中零链路的邻接度等 于主零链路和最接近的非零链路之间的零链路的数量的总和;其中零链路的f(链路 长度/停车空间)为预定常数;并且其中非零链路的f(链路长度/停车空间)等于链路 的长度除以与链路毗邻的停车空间的数量。
2、如项目1所述的方法,进一步包括生成停车区的地形图的步骤,该停车区具有多个停车空间以及在停车空间之间延伸并与停车空间邻接的多条道路。
3、如项目1所述的方法,其中预定常数为5。
4、如项目1所述的方法,其中节点各自位于下述中的一个位置:道路车道开始形成的位置、形成道路车道完成形成的位置、道路车道开始合并的位置、合并道路车道 完成合并的位置、道路靠近可能有多个车辆机动在任一方向上来自路基的至少一个车 道的交叉口的位置、链路长度大于两公里的位置、或在停车空间处。
5、如项目1所述的方法,其中目标节点为多个关键节点中的一个,并且其中关键节点各自位于停车区的拐角处。
6、如项目5所述的方法,其中在建立到目标节点的路线之后,该方法继续建立第二目标节点,其中第二目标节点为关键节点中的另一个,并且该方法继续使用迪杰斯 特拉算法建立到第二目标节点的、沿着到第二目标节点的一系列链路行进的路线。
7、一种存储计算机可执行指令的非暂时性计算机可读存储介质,该指令在由处理器执行时指示装置进行包括下述的动作:生成停车区的地形图,该停车区具有多个停 车空间以及在停车空间之间延伸并与停车空间邻接的多条道路;在电子显示器上显示 地形图;在地形图上建立多个节点,其中节点沿着多条道路定位,并且其中节点中的 每一个具有纬度和经度坐标;在地形图上建立多条链路,其中链路各自在节点之间延 伸,并且其中链路中的至少一个沿着多个停车空间延伸;其中链路中的每一个具有由 包括链路的节点的纬度和经度坐标确定的长度;
将节点中的一个建立为车辆启动的起始节点并且,将节点中的一个建立为目标节点;并且使用迪杰斯特拉算法建立到目标节点的、沿着到目标节点的一系列链路行进 的路线;其中为了用迪杰斯特拉算法建立路线,与每条链路相关的成本基于以下等式:
成本=邻接度+f(链路长度/停车空间)
其中任何具有非零数量的停车空间的链路都是非零链路,并且其中非零链路的邻接度为零;其中任何具有零停车空间的链路都是零链路,并且其中零链路的邻接度等 于主零链路和最接近的非零链路之间的零链路的数量的总和;其中零链路的f(链路 长度/停车空间)为预定常数;其中非零链路的f(链路长度/停车空间)等于链路的长 度除以与链路毗邻的停车空间的数量;并且在电子显示器上显示所建立的路线。
8、如项目7所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中预定常数为5。
9、如项目7所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中节点各自位于下述中的一个位置:道路车道开始形成的位置、形成道路车道完成形成 的位置、道路车道开始合并的位置、合并道路车道完成合并的位置、道路靠近可能有 多个车辆机动在任一方向上来自路基的至少一个车道的交叉口的位置、链路长度大于 两公里的位置、或在停车空间处。
10、如项目7所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中目标节点为多个关键节点中的一个,并且其中关键节点各自位于停车区的拐角处。
11、如项目10所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中,在建立到目标节点的路线之后,并且其中指令在由处理器执行时,进一步包括建 立第二目标节点,其中第二目标节点为关键节点中的另一个,并且该方法继续使用迪 杰斯特拉算法建立到第二目标节点的、沿着到第二目标节点的一系列链路行进的路线。
12、一种用于识别车辆的停车空间的方法,包括:
在地形图上建立多个节点,其中节点沿着多条道路定位;在地形图上建立多条链路,其中链路各自在节点之间延伸,并且其中链路中的至少一个沿着多个停车空间延 伸;将节点中的一个建立为车辆启动的起始节点,并且将节点中的一个建立为目标节 点,其中目标节点与预定停车空间邻接;并且使用迪杰斯特拉算法建立到目标节点的、 沿着到目标节点的一系列链路行进的路线;其中为了用迪杰斯特拉算法,与每条链路 相关的成本建立路线等于包括每条链路的节点对之间的距离,并且其中每条链路的距 离基于建立该链路的节点的纬度和经度坐标而生成。
13、如项目12所述的方法,进一步包括生成停车区的地形图的步骤,该停车区具有多个停车空间以及在停车空间之间延伸并与停车空间邻接的多条道路。
14、如项目13所述的方法,其中通过计算机生成并显示地形图。
15、如项目12所述的方法,其中节点各自位于下述中的一个位置:道路车道开始形成的位置、形成道路车道完成形成的位置、道路车道开始合并的位置、合并道路车 道完成合并的位置、道路靠近可能有多个车辆机动在任一方向上来自路基的至少一个 车道的交叉口的位置、链路长度大于两公里的位置、或在停车空间处。
显然,根据上述教导,本发明的许多修改和改变是可能的,并且除了如具体描述的之外可以另外实施同时可在所附权利要求的范围。在本上下文中,术语示例性被理 解为用作实例、示例或说明。这些先行陈述应被解释为涵盖发明新颖性行使其效用的 任何组合。在设备权利要求中使用词语“所述”是指意指包含在权利要求的范围内的 肯定性陈述的先行词,而词语“该”在意指不包含在权利要求的范围内的词语之前。
Claims (14)
1.一种用于识别车辆的在具有多个停车空间的停车区内的路线的方法,包括:
在地形图上建立多个节点,其中所述节点沿着多条路径定位,所述多条路径在所述停车空间之间延伸并与所述停车空间邻接,并且其中所述节点中的每一个具有纬度和经度坐标;
在所述地形图上建立多条链路,其中所述链路各自在所述节点中的两个之间延伸,并且其中所述链路中的至少一个沿着所述多个停车空间中的至少一个延伸;
将所述多个节点中的第一节点建立为所述车辆启动的起始节点,并且将所述多个节点中的第二节点建立为目标节点;并且
使用迪杰斯特拉算法,建立从所述起始节点到所述目标节点的、沿着到所述目标节点的一系列的所述多条链路的至少一部分行进的路线;
其中为了用迪杰斯特拉算法建立所述路线,与每条链路相关的成本基于以下等式:
成本=邻接度+f(链路长度,停车空间);
其中与非零数量的停车空间相关的所述链路中的任何一条都是非零链路,并且其中所述非零链路的所述邻接度为零;
其中与零停车空间相关的所述链路中的任何一条都是零链路,并且其中所述零链路的所述邻接度基于主零链路和最接近的非零链路之间的零链路的数量;
其中零链路的f(链路长度,停车空间)为预定常数;并且
其中非零链路的f(链路长度,停车空间)为所述主非零链路的长度和与所述链路毗邻的停车空间的数量的函数。
2.如权利要求1所述的方法,进一步包括生成停车区的地形图的步骤,所述停车区具有所述多个停车空间以及在所述停车空间之间延伸并与所述停车空间邻接的所述多条路径。
3.如权利要求1所述的方法,其中所述预定常数为5。
4.如权利要求1所述的方法,其中所述节点各自位于下述中的一个位置:道路车道开始形成的位置、形成道路车道完成形成的位置、道路车道开始合并的位置、合并道路车道完成合并的位置、道路靠近可能有多个车辆机动在任一方向上来自路基的至少一个车道的交叉口的位置、链路长度大于两公里的位置、或在停车空间处。
5.如权利要求1所述的方法,其中所述目标节点为多个关键节点中的一个,并且其中所述多个关键节点各自位于所述停车区的拐角处。
6.如权利要求5所述的方法,其中在建立到所述目标节点的所述路线之后,所述方法继续建立第二目标节点,其中所述第二目标节点为所述关键节点中的另一个,并且所述方法继续使用迪杰斯特拉算法,建立到所述第二目标节点的、沿着到所述第二目标节点的一系列的所述链路行进的路线。
7.一种存储计算机可执行指令的非暂时性计算机可读存储介质,所述指令在由处理器执行时,指示装置进行包括下述的动作:
在电子显示器上显示地形图;
在地形图上建立多个节点,其中所述节点沿着多条路径定位,所述多条路径在多个停车空间之间延伸并与所述多个停车空间邻接,并且其中所述节点中的每一个具有纬度和经度坐标;
在所述地形图上建立多条链路,其中所述链路各自在所述节点中的两个之间延伸,并且其中所述链路中的至少一个沿着所述多个停车空间中的至少一个延伸;
将所述多个节点中的第一节点建立为所述车辆启动的起始节点,并且将所述多个节点中的第二节点建立为目标节点;并且
使用迪杰斯特拉算法,建立从所述起始节点到所述目标节点的、沿着到所述目标节点的一系列的所述多条链路的至少一部分行进路线;
其中为了用迪杰斯特拉算法建立所述路线,与每条链路相关的成本基于以下等式:
成本=邻接度+f(链路长度,停车空间)
其中与非零数量的停车空间相关的所述链路中的任何一条都是非零链路,并且其中所述非零链路的所述邻接度为零;
其中与零停车空间相关的所述链路中的任何一条都是零链路,并且其中所述零链路的所述邻接度基于主零链路和最接近的非零链路之间的零链路的数量;
其中零链路的f(链路长度,停车空间)为预定常数;并且
其中非零链路的f(链路长度,停车空间)为所述主非零链路的长度和与所述链路毗邻的停车空间的数量的函数;并且
在所述电子显示器上显示所建立的路线。
8.如权利要求7所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中所述指令在由所述处理器执行时,进一步包括:
生成停车区的地形图,所述停车区具有所述多个停车空间以及在所述停车空间之间延伸并与所述停车空间邻接的所述多条路径。
9.如权利要求7所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中所述预定常数为5。
10.如权利要求7所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中所述节点各自位于下述中的一个位置:道路车道开始形成的位置、形成道路车道完成形成的位置、道路车道开始合并的位置、合并道路车道完成合并的位置、道路靠近可能有多个车辆机动在任一方向上来自路基的至少一个车道的交叉口的位置、链路长度大于两公里的位置、或在停车空间处。
11.如权利要求7所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中所述目标节点为多个关键节点中的一个,并且其中所述关键节点各自位于所述停车区的拐角处。
12.如权利要求11所述的存储计算机可执行指令的非暂时性计算机可读存储介质,其中在建立到所述目标节点的所述路线之后,并且其中所述指令在由所述处理器执行时,进一步包括建立第二目标节点,其中所述第二目标节点为所述关键节点中的另一个,并且所述方法继续使用迪杰斯特拉算法,建立到所述第二目标节点的、沿着到所述第二目标节点的一系列所述链路行进的路线。
13.一种用于识别车辆的在具有多个停车空间的停车区内的路线的车辆控制装置,所述控制装置包括被配置为执行以下操作的控制电路:
在所述车辆的电子显示器上显示地形图;
在地形图上建立多个节点,其中所述节点沿着多条路径定位,所述多条路径在所述停车空间之间延伸并与所述停车空间邻接,并且其中所述节点中的每一个具有纬度和经度坐标;
在所述地形图上建立多条链路,其中所述链路各自在所述节点中的两个之间延伸,并且其中所述链路中的至少一个沿着所述多个停车空间中的至少一个延伸;
将所述多个节点中的第一节点建立为所述车辆启动的起始节点,并且将所述多个节点中的第二节点建立为目标节点;并且
使用迪杰斯特拉算法建立从所述起始节点到所述目标节点的、沿着到所述目标节点的一系列的所述多条链路的至少一部分行进的路线;
其中为了用迪杰斯特拉算法建立所述路线,与每条链路相关的成本基于以下等式:
成本=邻接度+f(链路长度,停车空间);
其中与非零数量的停车空间相关的所述链路中的任何一条都是非零链路,并且其中所述非零链路的所述邻接度为零;
其中与零停车空间相关的所述链路中的任何一条都是零链路,并且其中所述零链路的所述邻接度基于主零链路和最接近的非零链路之间的零链路的数量;
其中零链路的f(链路长度,停车空间)为预定常数;并且
其中非零链路的f(链路长度,停车空间)为所述主非零链路的长度和与所述链路毗邻的停车空间的数量的函数;并且
在所述电子显示器上显示所建立的路线。
14.一种车辆,包括电子显示器和根据权利要求13所述的车辆控制装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/235691 | 2018-12-28 | ||
US16/235,691 US11035685B2 (en) | 2018-12-28 | 2018-12-28 | Route planning algorithm for efficiently searching through meaningful links within a defined topology |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111380554A true CN111380554A (zh) | 2020-07-07 |
CN111380554B CN111380554B (zh) | 2024-03-15 |
Family
ID=69005398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911391606.1A Active CN111380554B (zh) | 2018-12-28 | 2019-12-30 | 在定义的拓扑内通过有意义的链路进行有效的搜索 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11035685B2 (zh) |
EP (1) | EP3674665B1 (zh) |
CN (1) | CN111380554B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118036838A (zh) * | 2024-01-10 | 2024-05-14 | 高速铁路建造技术国家工程研究中心 | 一种稠密约束环境铁路线路优化方法、存储介质及设备 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210121595A (ko) * | 2020-03-30 | 2021-10-08 | 삼성전자주식회사 | 최적 경로 탐색 장치 및 이의 동작 방법 |
CN111998869B (zh) * | 2020-09-29 | 2021-05-04 | 北京嘀嘀无限科技发展有限公司 | 路线生成方法、装置、电子设备和计算机可读存储介质 |
US20220343763A1 (en) * | 2021-04-21 | 2022-10-27 | Waymo Llc | Identifying parkable areas for autonomous vehicles |
CN113447039B (zh) * | 2021-07-03 | 2022-06-21 | 湖南汇视威智能科技有限公司 | 一种基于测绘信息的高精度道路最短路径计算方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105229422A (zh) * | 2013-03-15 | 2016-01-06 | 大众汽车有限公司 | 自动驾驶路线规划应用 |
KR20170070480A (ko) * | 2015-12-14 | 2017-06-22 | 현대모비스 주식회사 | 주차장 내 최적 경로 생성방법 및 그 시스템 |
CN107036618A (zh) * | 2017-05-24 | 2017-08-11 | 合肥工业大学(马鞍山)高新技术研究院 | 一种基于最短路径深度优化算法的agv路径规划方法 |
CN107179078A (zh) * | 2017-05-24 | 2017-09-19 | 合肥工业大学(马鞍山)高新技术研究院 | 一种基于时间窗优化的agv路径规划方法 |
CN107452226A (zh) * | 2017-07-31 | 2017-12-08 | 北京经纬恒润科技有限公司 | 一种中途停车推荐路侧停车位的方法及*** |
CN107560615A (zh) * | 2017-08-11 | 2018-01-09 | 清华大学苏州汽车研究院(吴江) | 用于停车场自动驾驶***的停车路径规划方法 |
CN108053679A (zh) * | 2017-12-05 | 2018-05-18 | 北京千方城市信息科技有限公司 | 一种基于众包数据的停车位引导方法及*** |
CN108263375A (zh) * | 2016-12-30 | 2018-07-10 | 现代自动车株式会社 | 自动停车***和自动停车方法 |
CN108648492A (zh) * | 2018-06-26 | 2018-10-12 | 深兰科技(上海)有限公司 | 一种车辆引导的方法、装置、服务器和可读存储介质 |
CN108958257A (zh) * | 2018-07-25 | 2018-12-07 | 深圳市集大自动化有限公司 | 多台agv组合导航的协同路径规划方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040215387A1 (en) * | 2002-02-14 | 2004-10-28 | Matsushita Electric Industrial Co., Ltd. | Method for transmitting location information on a digital map, apparatus for implementing the method, and traffic information provision/reception system |
JP4375234B2 (ja) * | 2005-01-11 | 2009-12-02 | 株式会社デンソー | 経路計算装置 |
DE102011015775A1 (de) * | 2011-04-01 | 2012-10-04 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Durchführen einer Reiseroutenplanung für ein Fahrzeug |
US10338586B2 (en) * | 2016-08-19 | 2019-07-02 | Dura Operating, Llc | Method for controlling autonomous valet system pathing for a motor vehicle |
US20190120640A1 (en) * | 2017-10-19 | 2019-04-25 | rideOS | Autonomous vehicle routing |
US11162797B2 (en) * | 2018-06-11 | 2021-11-02 | Here Global B.V. | Map matching method and apparatus |
US11015937B2 (en) * | 2018-07-12 | 2021-05-25 | Here Global B.V. | Method and system for guiding users in a parking facility |
US11017669B2 (en) * | 2018-11-20 | 2021-05-25 | Here Global B.V. | Methods and systems for providing parking assistance for vehicles |
US10809073B2 (en) * | 2018-12-05 | 2020-10-20 | Here Global B.V. | Local window-based 2D occupancy grids for localization of autonomous vehicles |
US20200209010A1 (en) * | 2018-12-26 | 2020-07-02 | Here Global B.V. | Method and apparatus for rendering a parking search route |
-
2018
- 2018-12-28 US US16/235,691 patent/US11035685B2/en active Active
-
2019
- 2019-12-20 EP EP19218987.6A patent/EP3674665B1/en active Active
- 2019-12-30 CN CN201911391606.1A patent/CN111380554B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105229422A (zh) * | 2013-03-15 | 2016-01-06 | 大众汽车有限公司 | 自动驾驶路线规划应用 |
KR20170070480A (ko) * | 2015-12-14 | 2017-06-22 | 현대모비스 주식회사 | 주차장 내 최적 경로 생성방법 및 그 시스템 |
CN108263375A (zh) * | 2016-12-30 | 2018-07-10 | 现代自动车株式会社 | 自动停车***和自动停车方法 |
CN107036618A (zh) * | 2017-05-24 | 2017-08-11 | 合肥工业大学(马鞍山)高新技术研究院 | 一种基于最短路径深度优化算法的agv路径规划方法 |
CN107179078A (zh) * | 2017-05-24 | 2017-09-19 | 合肥工业大学(马鞍山)高新技术研究院 | 一种基于时间窗优化的agv路径规划方法 |
CN107452226A (zh) * | 2017-07-31 | 2017-12-08 | 北京经纬恒润科技有限公司 | 一种中途停车推荐路侧停车位的方法及*** |
CN107560615A (zh) * | 2017-08-11 | 2018-01-09 | 清华大学苏州汽车研究院(吴江) | 用于停车场自动驾驶***的停车路径规划方法 |
CN108053679A (zh) * | 2017-12-05 | 2018-05-18 | 北京千方城市信息科技有限公司 | 一种基于众包数据的停车位引导方法及*** |
CN108648492A (zh) * | 2018-06-26 | 2018-10-12 | 深兰科技(上海)有限公司 | 一种车辆引导的方法、装置、服务器和可读存储介质 |
CN108958257A (zh) * | 2018-07-25 | 2018-12-07 | 深圳市集大自动化有限公司 | 多台agv组合导航的协同路径规划方法 |
Non-Patent Citations (1)
Title |
---|
江有福;吴伟志;: "动态拓扑网络最短路径启发式算法", 计算机应用与软件, no. 05 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118036838A (zh) * | 2024-01-10 | 2024-05-14 | 高速铁路建造技术国家工程研究中心 | 一种稠密约束环境铁路线路优化方法、存储介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
US11035685B2 (en) | 2021-06-15 |
EP3674665A1 (en) | 2020-07-01 |
EP3674665B1 (en) | 2021-12-01 |
US20200209001A1 (en) | 2020-07-02 |
CN111380554B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111380554B (zh) | 在定义的拓扑内通过有意义的链路进行有效的搜索 | |
US8996295B2 (en) | Vehicle range projection | |
US20090125229A1 (en) | Corridor mapping with alternative routes | |
US8214142B2 (en) | System and method for efficient routing on a network in the presence of multiple-edge restrictions and other constraints | |
KR101332158B1 (ko) | 추정 함수를 사용한 최적의 경로 결정 방법 | |
US8977487B2 (en) | Navigation device and guide route search method | |
US8706389B2 (en) | Range- and/or consumption calculation with energy costs associated with area segments | |
EP3561453A1 (en) | Method, apparatus and computer program product for determining likelihood of a route | |
US9752885B2 (en) | Time-efficient traffic routing system | |
EP4177570A1 (en) | Standard-definition to high-definition navigation route determination | |
US8219313B2 (en) | Navigation device and program | |
JP6912859B2 (ja) | 地図更新装置、地図更新方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体 | |
US20210333112A1 (en) | Route search system and route search program | |
JP2021156845A (ja) | 地図情報管理システム及び地図情報管理プログラム | |
US20160054127A1 (en) | Short-path fuzzy navigation method | |
EP2631594B1 (en) | Navigation system and method for navigation | |
Rachmawati et al. | Implementation of best first search algorithm in determining best route based on traffic jam level in medan city | |
JP2021120669A (ja) | 経路探索システムおよび経路探索プログラム | |
KR100968463B1 (ko) | 차량항법시스템에서의 도로 정보 제공 장치 및 방법 | |
JP4677767B2 (ja) | ナビゲーション装置及び情報提示方法 | |
JP3479237B2 (ja) | 交通ネットワーク経路探索方法および装置 | |
JP2018044902A (ja) | ナビゲーションシステム及びコンピュータプログラム | |
EP3425340B1 (en) | Method, device, computer program and computer program product for park spot routing for a vehicle | |
Utomo et al. | Implementation of Dijkstra Algorithm in Vehicle Routing to Improve Traffic Issues in Urban Areas | |
JPH0914985A (ja) | 経路探索方法および装置 |
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 |