CN113593234B - 一种检测道路质量的方法及装置 - Google Patents
一种检测道路质量的方法及装置 Download PDFInfo
- Publication number
- CN113593234B CN113593234B CN202110871020.6A CN202110871020A CN113593234B CN 113593234 B CN113593234 B CN 113593234B CN 202110871020 A CN202110871020 A CN 202110871020A CN 113593234 B CN113593234 B CN 113593234B
- Authority
- CN
- China
- Prior art keywords
- plan
- road
- image
- scene
- identifier
- 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 54
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 238000007619 statistical method Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 17
- 239000002131 composite material Substances 0.000 claims description 16
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 239000002352 surface water Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 17
- 238000013507 mapping Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000010813 municipal solid waste Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- 230000035508 accumulation Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例提供一种检测道路质量的方法及装置,用以解决道路质量检测结果不准确的问题。方法包括:获取第一路段对应的第一图像;根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案;其中,所述第一预案包括以下一项或多项:业务违规的统计方法、路面拥堵的统计方法、车流量的统计方法;根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果。
Description
技术领域
本申请涉及交通领域,具体涉及一种检测道路质量的方法及装置。
背景技术
目前,针对道路检测质量的各方案仅聚焦于道路本身的建造质量,例如道路路面的明显裂痕、起伏等等。该检测方式单一,存在道路质量检测结果不准确的问题。
申请内容
本申请实施例提供一种检测道路质量的方法及装置,用以解决道路质量检测结果不准确的问题。
第一方面,提供一种检测道路质量的方法,包括:获取第一路段对应的第一图像;根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案;其中,所述第一预案包括以下一项或多项:业务违规的统计方法、路面拥堵的统计方法、车流量的统计方法;根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果。
以上方案中,可以综合业务违规、路面拥堵、车流量三个不同维度中的一个或多个维度对道路进行分析和评价,使得道路的质量检测结果更加***、全面、可靠、准确;并且,在不同的场景和/或时间下,可以使用不同的预案(例如采用不同的业务违规的统计方法、不同的路面拥堵的统计方法或不同的车流量的统计方法等,或者是,采用不同的检测维度的组合,例如业务违规和路面拥堵的组合,或是业务违规和车流量的组合),可以进一步提高道路质量检测结果的可靠性和准确性。
可选的,根据所述第一图像确定所述第一路段对应的第一场景;或者,根据采集所述第一图像的前端设备所在位置确定所述第一路段对应的第一场景;或者,根据采集所述第一图像的前端设备中预配置的场景信息确定所述第一路段对应的第一场景。
本方式提供了多种确定第一场景的方法,可以提高方案的灵活性和适用性。
可选的,根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案,包括:根据所述多个预案中各个预案对应的第一标识和第二标识,从所述多个预案中确定出与所述第一场景和所述第一拍摄时间匹配的预案作为所述第一预案;其中,每个所述预案配置有第一标识和第二标识,所述第一标识用于指示每个所述预案对应的第一拍摄时间,所述第二标识用于指示每个所述预案对应的场景。
通过本方式,按照拍摄时间和场景匹配预案,对于所要检测的路面更有针对性,能提高检测的准确性。
可选的,根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案,包括:根据所述多个预案中各个预案对应的第三标识,从所述多个预案中确定出与所述第一拍摄时间匹配的预案作为所述第一预案;其中,每个所述预案配置有第三标识,所述第三标识用于指示每个所述预案对应的第一拍摄时间。
可选的,根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案,包括:根据所述多个预案中各个预案对应的第四标识,从所述多个预案中确定出与所述第一场景匹配的预案作为所述第一预案;其中,每个所述预案配置有第四标识,所述第四标识用于指示所述每个所述预案对应的场景。
通过以上方式,采用只考虑一种标识的匹配机制,提高了预案匹配效率,并减少预案设置类型,节约了前期投入。
可选的,所述第一预案中业务违规的统计方法包括:业务违规的统计对象、业务违规的判断方式、第一评分的计算方式其中,所述r为所述第一路段中业务违规的对象的数量,所述R为预设的所述第一路段上可接受业务违规的对象的数量;路面拥堵的统计方式包括:第二评分的计算方式其中,所述ti为车辆i通过所述第一路段的耗时,所述Ti为车辆i通过所述第一路段的理想耗时,所述n为被统计的车辆的总数;车流量的统计方式包括:第三评分的计算方式其中,所述n为所述第一路段中预设车辆的数量,所述N为预设的所述第一路段上可接受的所述预设车辆的最多数量。
通过本方式,针对多个检测维度进行检测,获得该第一路段不同检测维度的结果,使第一路段的道路检测结果更具实用性。
可选的,根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果,包括:根据所述第一评分、所述第二评分、所述第三评分计算所述第一路段的综合评分;根据所述综合评分确定所述第一路段的质量检测结果;其中,所述综合评分和所述第一评分、所述第二评分、所述第三评分满足以下关系:P=w1P1+w2P2+w3P3,其中P表示所述综合评分,w1、w2、w3为预置权重系数。
通过本方式,综合不同的检测维度对道路质量检测结果进行评分,可以获得更加全面、准确的检测结果。
可选的,在生成所述第一路段对应的质量检测结果之后,还包括:若所述综合评分超过阈值时,则发起报警。
通过本方式,所述第一路段内的异常情况可以及时被使用主体得知,能够有效的提升使用主体对道路质量的感知情况。
可选的,所述业务违规的统计对象包括障碍物、交通设施、交通标志、路面积水、行人或车辆中的至少一项。
可选的,所述预设车型车辆为质量超过第一质量阈值的车辆。
通过以上方式,可以确定需要关注的对象,提高了本申请的方法的可靠性。
第二方面,提供一种检测道路质量的装置,包括:获取模块,用于获取第一路段对应的第一图像;处理模块,用于根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案;其中,所述第一预案包括以下一项或多项:业务违规的统计方法、路面拥堵的统计方法、车流量的统计方法;根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果。
可选的,所述处理模块还用于:根据所述第一图像确定所述第一路段对应的第一场景;或者,根据采集所述第一图像的前端设备所在位置确定所述第一路段对应的第一场景;或者,根据采集所述第一图像的前端设备中预配置的场景信息确定所述第一路段对应的第一场景。
可选的,所述装置还包括存储模块,用于保存多个预案,所述多个预案的每个预案配置有第一标识和第二标识,所述第一标识用于指示所述每个预案对应的拍摄时间,所述第二标识用于指示所述每个预案对应的场景;所述处理模块在用于根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案时,具体用于:根据所述多个预案中各个预案对应的第一标识和第二标识,从所述多个预案中确定出与所述第一场景和所述第一拍摄时间匹配的预案作为所述第一预案。
可选的所述存储模块用于保存多个预案,所述多个预案的每个预案配置有第三标识,所述第三标识用于指示所述每个预案对应的拍摄时间;所述处理模块在用于根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案时,具体用于:根据所述多个预案中各个预案对应的第三标识,从所述多个预案中确定出与所述第一拍摄时间匹配的预案作为所述第一预案。
可选的所述存储模块用于保存多个预案,所述多个预案的每个预案配置有第四标识,所述第四标识用于指示所述每个预案对应的场景;所述处理模块在用于根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案时,具体用于:根据所述多个预案中各个预案对应的第四标识,从所述多个预案中确定出与所述第一场景匹配的预案作为所述第一预案。
可选的,所述第一预案中业务违规的统计方法包括:业务违规的统计对象、业务违规的判断方式、第一评分的计算方式其中,所述r为所述第一路段中业务违规的对象的数量,所述R为预设的所述第一路段上可接受业务违规的对象的数量;路面拥堵的统计方式包括:第二评分的计算方式其中,所述ti为车辆i通过所述第一路段的耗时,所述Ti为车辆i通过所述第一路段的理想耗时,所述n为被统计的车辆的总数;车流量的统计方式包括:第三评分的计算方式其中,所述n为所述第一路段中预设车辆的数量,所述N为预设的所述第一路段上可接受的所述预设车辆的最多数量。
可选的,所述处理模块还用于:根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果,包括:根据所述第一评分、所述第二评分、所述第三评分计算所述第一路段的综合评分;根据所述综合评分确定所述第一路段的质量检测结果;其中,所述综合评分和所述第一评分、所述第二评分、所述第三评分满足以下关系:P=w1P1+w2P2+w3P3,其中P表示所述综合评分,w1、w2、w3为预置权重系数。
可选的,所述处理模块还用于:在生成所述第一路段对应的质量检测结果之后,若所述综合评分超过阈值时,则发起报警。
可选的,所述业务违规的统计对象包括障碍物、交通设施、交通标志、路面积水、行人或车辆中的至少一项。
可选的,所述预设车型车辆为质量超过第一质量阈值的车辆。
第三方面,提供一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,使得所述装置通过执行第一方面内所提供的任意一种的方法。
也提供一种计算机可读存储介质,所述计算机可读存储介质用于存储指令,当所述指令被执行时,使如第一方面内所提供的任意一种的方法被实现。
本申请实施例中第二、第三方面中提供的一个或多个技术方案所具有的技术效果或优点,均可以由第一方面中提供的对应的一个或多个技术方案所具有的技术效果或优点对应解释。
附图说明
图1是本申请实施例提供一种可能的应用场景示意图;
图2是本申请实施例提供的一种检测道路质量的方法的流程图;
图3是本申请实施例提供一种可能的应用场景示意图;
图4是本申请实施例提供一种可能的应用场景示意图;
图5是本申请实施例提供一种可能的应用场景示意图;
图6是本申请实施例提供一种可能的应用场景示意图;
图7是本申请实施例提供的一种检测道路质量的装置的结构示意图;
图8是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
需要理解的是,在本申请实施例的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。在本申请实施例的描述中“多个”,是指两个或两个以上。
本申请实施例中的术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
为了便于理解本申请实施例的方案,下面先介绍本申请实施例可能的应用场景。
本申请实施例可以应用于任何需要对道路质量进行检测的场景,包括但不限于是城市交通道路,乡村道路,城市间的公路、铁路或室内道路等,本申请不做限制。
参见图1,本申请实施例提供一种可能的应用场景示意图,该场景为城市中的一个十字路口。
应理解,图1仅是本申请实施例可以应用的一种场景,图1中的监控摄像头A、交通标识a、交通标识b、车辆1、车辆2和车辆3仅为场景内举例示意;但实际情况不限于此,还可以有更多数量或更少数量的项目类型,以及一个项目内更多数量或更少数量的项目内容。
本申请实施例提供的方法可以应用于任何具有计算能力的电子设备,例如包括但不限于是摄像机、服务器、音/视频播放设备、手机、平板电脑、笔记本电脑、可穿戴式设备等,或者多个这样的电子设备组成的电子设备***。
参见图2,为本申请实施例提供一种检测道路质量的方法的流程图,以该方法应用于图1所示的场景为例,以下称图1所示的路段为第一路段,第一路段所对应的场景为第一场景。该检测道路质量的方法包括:
步骤S101:第一设备获取第一路段对应的第一图像。
其中,第一设备可以是第一路段中的摄像头A,或者是可以与摄像头通信的其它设备(例如摄像头A的服务器),或者是可以获取到第一路段对应的第一图像的其它设备(如手机、行车记录仪等)。
在本申请实施例中,第一设备获取第一路段对应的第一图像,包括多种方式。举例说明如下:第一图像可以由图1中的摄像头A直接拍摄获取,也可以由车辆1、2、3中的任意行车记录仪获取,或者还可以由这些摄像设备所对应的后端服务器从摄像头中获取。
步骤S102:第一设备根据第一图像的第一拍摄时间和/或第一路段对应的第一场景确定第一预案;其中,第一预案包括以下一项或多项:业务违规的统计方法、路面拥堵的统计方法、车流量的统计方法。
其中,第一拍摄时间是指:第一图像被拍摄的时间,第一图像可以准确反映第一路段在第一拍摄时间的情况。
本申请实施例中,第一设备获取该第一拍摄时间的方式有多种,本申请不做限定。以第一设备是图1内摄像头A举例说明:摄像头A拍摄第一图像时,摄像头A直接记录对应拍摄时间。以第一设备是摄像头A对应的服务器为例,服务器从摄像头A获取第一图像,其中第一图像中记录有第一图像对应的时间信息,第一设备从第一图像中获取所述第一拍摄时间。
本申请实施例中,对路段进行场景划分的方式可以有多种,本申请不做限定。该场景划分可以是人为地,也可以是第一设备或其他设备执行的,本申请不做限定。
方式1,根据路段中的标志性物体进行场景划分。
例如,场景可以包括城市道路场景、乡村道路场景、山间弯路场景、跨河公路场景等。
进一步的,还可以对每个场景进行细分,划分为多个子场景。例如,城市场景可以包括:十字路口场景、单行道场景、非机动车道场景、学校路段场景、铁道路口场景、人行道场景、停车场场景等。
方式2、根据时间对路段进行场景划分。例如:早高峰场景、晚高峰场景、午夜空旷场景等。
应理解,上述两种划分方式仅为示例而非具体限定。
在本申请实施例中,按照上述方式1划分的场景,图1所示的第一路段可对应城市道路场景,更为具体地,对应城市道路场景中的十字路口场景。按照上述方式2划分的场景,假设图1所示的第一图像的第一拍摄时间为9:00am,则第一路段可对应早高峰场景。
应理解,本申请实施例中所有出现的场景类型均为举例说明,在实际中可以进行更细致具体或更大致粗略的划分,视实际使用情况而定。
本申请实施例中,第一设备确定该第一路段所对应的第一场景,可以有不同的方式,包括但不限于以下几种:
方式1、第一设备根据第一图像确定所述第一路段对应的第一场景。
例如,在图1所示的场景中,第一设备可以是摄像头A,第一设备拍摄到该第一路段对应的第一图像后,可以通过图像识别技术确认该图像内的标志性物体(如红绿灯、车道线走向等),进而确定所述第一图像对应的第一场景为十字路口场景。
方式2、第一设备根据采集第一图像的前端设备所在位置确定所述第一路段对应的第一场景。
例如,在图1所示的场景中,第一设备可以是与行车记录仪通信连接的电子设备。这样,第一设备可以获取行车记录仪的位置信息,结合地图信息,确定所在图1所示的第一路段对应的第一场景为十字路口场景。
方式3、第一设备根据采集第一图像的前端设备中预配置的场景信息确定所述第一路段对应的第一场景。
以图1所示场景举例,第一设备可以是与摄像头A通信连接的服务器,摄像头A中预置场景信息(例如是十字路口),则该第一设备可以直接读取摄像头A中保存的场景信息,来确定该第一路段对应的第一场景是十字路口。
应理解,以上三种方式仅为举例而非具体限制,实际不限于此。
在本申请实施例中,不同的拍摄时间,可以对应不同的预案;和/或,不同的场景,可以对应不同的预案。例如,表1、2、3分别示意了场景、时间与预案的映射关系,时间与预案的映射关系,场景与预案的映射关系。
表1 场景、时间与预案的映射关系
在表1中,横向表头为前文所述的不同场景类型,纵向表头是不同的时间段。从表1可以看出,每个预案对应一种确定的场景类型和拍摄时间。
表2 时间与预案的映射关系
在表2中,纵向表头是不同的时间段。从表2可以看出,每个预案对应一种确定的拍摄时间。
表3 场景与预案的映射关系
在表3中,横向表头为前文所述的不同场景类型。从表3可以看出,每个预案对应一种确定的场景类型。
应理解,以上表1、2、3及内容仅为示例性说明,场景和/或时间与预案的映射关系的具体实施方式包括但不限于以上表格形式。例如,映射关系也可以由坐标图表示,横坐标对应不同的场景,纵坐标对应不同的时间,则由横纵坐标对应的象限内不同的点就代表了不同的预案。
以下介绍不同预案之间的差别:
在本申请实施例中,不同的预案,可以包括不同的检测维度;或者,不同的预案,可以包括相同检测维度,但是每个检测维度在不同的预案中可以对应不同的权重值。每个检测维度对应至少一种检测方法。
例如,所有预案都包括业务违规、路面拥堵、预设车型的车流量这三个维度,具体例如,每个预案均包括业务违规的统计方法、路面拥堵的统计方法、车流量的统计方法,但是不同的预案中,至少一个维度对应的统计结果在路面质量评估中占据的比重不同。
例如,一部分预案包括业务违规的统计方法、路面拥堵的统计方法两个检测维度,另一部分预案包括路面拥堵的统计方法、车流量的统计方法两个检测维度,等等。每个维度对应的方法的统计结果在路面质量评估中可以占据不同的比重,也可以占据相同的比重。
以下对业务违规、路面拥堵、预设车型的车流量这三个维度进行说明:
1)、业务违规包括:交通道路上,出现车辆和/或行人违反交通规则的行为,这种行为就叫做业务违规。另外,业务违规还可包括交通道路上出现的其它影响到了交通安全的事物,那么,这些事物的存在也是业务违规。例如,交通道路上的逆行、闯红灯、超速等都是业务违规。例如,路面上出现的大型垃圾、大块积水、倒塌的广告牌也可以是业务违规。
相应的,业务违规的统计方式包括:业务违规的统计对象,业务违规的判定方式,以及反应第一路段业务违规程度的第一评分的计算方式。
业务违规的统计对象包括但不限于:所述第一路段上所有被交通法规约束的对象(例如行人、车辆、道路标识)、在道路上偶然出现的影响交通行驶安全的对象(例如路面积水、大块垃圾等)。
业务违规的判断方式,则是指第一设备获取第一图像后,判断统计对象是否违规的方法。例如,针对某个车辆,若其出现逆行,则该车辆满足业务违规,例如针对某个行人,若其闯红灯,则该行人满足业务违规,例如,道路上出现大块垃圾,则该大块垃圾满足业务违规。
应理解,本申请的上述举例仅做说明用,不做具体限定。
2)、路面拥堵是指第一路段内道路拥堵的情况。该检测维度的统计方式包括:表征第一路段内路面拥堵情况的第二评分的计算方式。
具体的,所述Ti由车辆i确定,该确定方式包括但不限于:仅由车辆i车型确定,即,考虑车辆的车身长度,以及该车辆所对应的限制速度,确定通过所述第一路段的理想耗时;或者,考虑该路段内的限速要求,对于不同车道上的车辆,计算其通过所述第一路段的理想耗时。
同理,实际应用中第二评分P2还可以有其它具体的计算方式。
3)、预设车型的车流量。预设车型的车流量的统计方式例如包括:预设车型、用于表征第一路段上预设车型的通过量的第三评分的计算方式。
其中,车流量的具体统计对象n为预设车辆,该预设车辆为质量超过第一质量阈值的车辆,例如重型卡车,大型客车等车辆质量超过一定限额的车辆;所述N的预设值与路面使用年限以及路面管控有关。所以,第三评分所表示的是通过该路段的行人在该路段内,所需对大型车辆的重视程度。同样,该第三系数的统计值也可以用于表征长时间内,通过该路段的大型车辆数量的高低,作为道路损毁情况判断的一种依据。如图6所示的桥面,其养护及日常使用均需要对桥面承载质量进行一定的监控,而该第三系数可以很清楚的反应出大桥的承重情况。
同理,实际应用中第三评分P3还可以有其它具体的计算方式。
以上的判断维度,在一个预案内可以仅实施一种,也可以同时实施多种,视具体应用场景而定。
在本申请实施例中,每个预案中,还包括每个维度的检测结果对应的权重系数,例如上述三种评分P1、P2、P3的权重系数。
其中,当两个预案具有相同的检测维度时,在不同的预案中各检测维度的权重系数可以不同。例如在一个预案中,P1、P2、P3对应的权重系数分别为w1=0.1、w2=0.2、w3=0.7,在另一个预案中,P1、P2、P3对应的权重系数分别为w1=0.3、w2=0.1、w3=0.6。应理解,上述仅为举例说明,实际还可以有其它检测维度。
第一设备在获得第一图像的第一拍摄时间和/或第一路段所对应的第一场景后,第一设备可以根据该第一拍摄时间和/或第一场景从多个预案中确定出第一预案。
以下介绍第一设备如何从多个预案中确定出第一预案:
一种可能的实现方式中,第一设备中保存有多个预案,这些预案中的每个预案配置有第一标识和第二标识;其中,第一标识用于指示所述每个预案对应的拍摄时间,第二标识用于指示所述每个预案对应的场景。
第一设备根据各个预案对应的第一标识和第二标识,从中确定出与所述第一场景和所述第一拍摄时间匹配的预案作为所述第一预案。
例如,图3提供的一种可能的场景。在该图3场景中,存在有摄像头A3、交通标识a3、车辆4、5、6以及学校。在该场景进行预案匹配时,第一设备可以是场景中任一车辆的行车记录仪(如车辆4),行车记录仪可以保存有上文表1。行车记录仪拍摄该场景的第一图像,确定第一图像的拍摄时间为10:00,同时,识别图像中标志物体,如摄像头A3、指示学校的交通标识a3,由标志物体确认该场景为学校门前单行道,由此得到该图像的拍摄时间及确定场景后,行车记录仪可以根据上文表1中匹配具有对应标识的第一预案:预案2,1。
另一种可能的实现方式中,第一设备中保存有多个预案,这些预案中的每个预案都配置有第三标识;其中,第三标识用于指示所述每个预案对应的拍摄时间。
第一设备根据各个预案对应的第三标识,从中确定出与所述第一拍摄时间匹配的预案作为所述第一预案。
具体的,第一设备只考虑拍摄时间进行预案匹配,其含义包括:其一、第一设备应用于默认场景;其二、不限制第一设备应用的场景。即所述配置有第三标识的预案只应用于同一场景中;或所述配置有第三标识的预案应用于所有场景中。
例如,图4提供的一种可能的场景。在该图4场景中,存在摄像头A4,交通标识a4,车辆7以及火车。在该场景进行预案匹配时,第一设备可以是场景中的摄像头A4,摄像头A4对应的后端服务器中可以保存有上文表2。摄像头A4拍摄该场景的第一图像,确定第一图像的拍摄时间为12:00,同时由摄像头A4自身的位置信息,结合地图,确认该第一图像对应的固定的第一场景。由此得到该图像的第一拍摄时间后,摄像头A4可以根据上文表2中匹配具有对应第三标识的第一预案,即预案3。
再例如,图5提供的一种可能的场景。在该图5场景中,存在有摄像头A5,以及车辆8、9、10、11、12、13、14、15、16等。在该场景进行预案匹配时,第一设备可以是与摄像头A5通信的后端服务器,该服务器可以保存有上文表2。该服务器获取摄像头A5所拍摄的第一图像时,同时确定该第一图像的拍摄时间为8:30。这样获得了第一图像的第一拍摄时间后,服务器根据上文表2匹配具有对应第三标识的第一预案:预案1。
另一种可能的实现方式中,第一设备中保存有多个预案,所述多个预案的每个预案配置有第四标识,所述第四标识用于指示所述每个预案对应的场景。
第一设备根据所述多个预案中各个预案对应的第四标识,从所述多个预案中确定出与所述第一场景匹配的预案作为所述第一预案。
具体的,第一设备只考虑场景进行预案匹配,其含义包括:其一、第一预案应用于默认时间;其二、不限制第一预案应用的时间。
例如,图6提供的一种可能的场景。在该图6场景中,存在交通标识a6以及车辆17、18、19等。第一设备可以是场景中任一车辆的行车记录仪(如车辆17),行车记录仪可以保存有上文表3。行车记录仪拍摄该场景的第一图像后,以上文所述任一方式确认第一图像对应的第一场景是表3中的场景3。获得该图像对应的第一场景后,行车记录仪可以根据上文中给的表3匹配具有对应第四标识的第一预案:预案7。
步骤S103:第一设备根据匹配到的第一预案对第一图像进行检测,生成所述第一路段对应的道路质量检测结果。
具体的,第一设备按照第一预案中各个检测维度对应的检测方法,对第一路段进行检测,生成一个或者多个检测结果(例如针对每个维度生成一个对应的评分)。
进一步的,第一设备根据由第一预案各检测维度生成的第一评分、第二评分或第三评分进行综合评定,计算生成属于该第一路段的综合评分,并根据综合评分确定所述第一路段的质量检测结果。
其中,综合评分P和第一评分、第二评分、第三评分满足以下关系:P=w1P1+w2P2+w3P3,w1、w2、w3分别为所述第一评分、所述第二评分、所述第三评分对应的权重系数,即业务违规、路面拥堵、预设车型的车流量这三个维度对应的统计结果在路面质量评估中占据的比重。其中,w1、w2、w3的取值范围可以是0-1的任意值。
示例性的,参见图3,在图3提供的一种可能的应用场景中,处在学校门口单行道的车辆需重点注意上学、放学时间段,因此,在时间段7:00-9:00时,匹配该场景的预案中的权重系数可设置为:w1=0.6、w2=0.4、w3=0。那么,在该项预案中,所述综合评分应为P=0.6×P1+0.4×P2+0×P3。而在图3所示10:00时刻,其匹配预案中的权重系数可以设置为:w1=0.3、w2=0.5、w3=0.2。在该时刻,学校学生处于上课状态,那么对于通过该路段车辆,最需要考虑的就是路段拥挤情况。所述综合评分P=0.3×P1+0.5×P2+0.2×P3。
当然,本申请实施例提供的综合评分P的计算方式,除了上述P=w1P1+w2P2+w3P3之外,还可以有其它变形。例如:综合评分P=w1P1+w2P2+w3P3+a,其中a为表征第一图像的拍摄时间所对应的天气常数,具体数值可以根据天气情况设定。通过该评价方式,可以将场景的天气状况纳入考虑,得到更为准确且有意义的对道路的质量检测结果。
在第一设备计算出综合评分后,所述第一路段的质量检测结果,则可以由综合评分P所处的数值区间所确定。例如,当综合评分P<0.2时,表明该第一路段质量检测结果良好;当综合评分0.2<P<0.5时,表明该第一路段质量检测结果一般;当综合评分P>0.5时,表明该第一路段质量检测结果差,并同时给出对综合评分影响最大的一个或多个系数(例如P1、P2、P3中的最大值),用以提示用户注意该方面影响。
进一步的,当综合评分超过第一阈值时,第一设备发起报警。或者,以下至少一项满足时第一设备发起报警:第一评分超过第二阈值、第二评分超过第三阈值、第三评分超过第四阈值。
其中,发起报警的方式可以包括:第一设备输出报警信息(例如第一设备是车道上的显示设备,则可以显示文字信息),或者第一设备发送报警信息至其它设备,由其它设备输出报警信息(例如第一设备是服务器,服务器将报警信息发送至交通管理中心的电脑,交通管理中心的电脑显示文字信息或发出报警语音)。
以上介绍了本申请实施例提供的方法,以下介绍本申请实施例提供的装置。
参见图7,本申请实施例提供一种检测道路质量的装置,该装置可以是上文中的第一设备或者是该第一设备中的芯片或集成电路等,该装置包括用于执行上述方法实施例中由第一设备执行的方法的模块/单元/技术手段。
示例性的,该装置包括:
获取模块701,用于获取第一路段对应的第一图像;
处理模块702,用于根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案;其中,所述第一预案包括以下一项或多项:业务违规的统计方法、路面拥堵的统计方法、车流量的统计方法;根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果;
存储模块703,用于保存多个预案,所述多个预案的每个预案配置有第一标识和第二标识,或是多个配置有第三标识的预案,或是多个配置有第四标识的预案。
应理解,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
作为上述装置一种可能的产品形态,参见图8,本申请实施例还提供一种电子设备800,包括:
至少一个处理器801;以及与所述至少一个处理器801通信连接的通信接口803;所述至少一个处理器801通过执行存储器802存储的指令,使得所述电子设备800通过所述通信接口803执行上述方法实施例中任一设备所执行的方法步骤。
可选的,所述存储器802位于所述电子设备800之外。
可选的,所述电子设备800包括所述存储器802,所述存储器802与所述至少一个处理器801相连,所述存储器802存储有可被所述至少一个处理器801执行的指令。附图8用虚线表示存储器802对于电子设备800是可选的。
其中,所述处理器801和所述存储器802可以通过接口电路耦合,也可以集成在一起,这里不做限制。
本申请实施例中不限定上述处理器801、存储器802以及通信接口803之间的具体连接介质。本申请实施例在图8中以处理器801、存储器802以及通信接口803之间通过总线804连接,总线在图8中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
应理解,本申请实施例中提及的处理器可以通过硬件实现也可以通过软件实现。当通过硬件实现时,该处理器可以是逻辑电路、集成电路等。当通过软件实现时,该处理器可以是一个通用处理器,通过读取存储器中存储的软件代码来实现。
示例性的,处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
应理解,本申请实施例中提及的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data EateSDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DR RAM)。
需要说明的是,当处理器为通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件时,存储器(存储模块)可以集成在处理器中。
应注意,本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质用于存储指令,当所述指令被执行时,使得计算机执行上述方法实例中任一设备所执行的方法步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (12)
1.一种检测道路质量的方法,其特征在于,包括:
获取第一路段对应的第一图像;
根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案;其中,所述第一预案包括以下一项或多项:业务违规的统计方法、路面拥堵的统计方法、超过第一质量阈值的车辆的流量的统计方法;
根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果;
其中,所述第一预案还包括:所述业务违规对应的权重系数、所述路面拥堵对应的权重系数、所述超过第一质量阈值的车辆的流量对应的权重系数。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第一图像确定所述第一路段对应的第一场景;或者,
根据采集所述第一图像的前端设备所在位置确定所述第一路段对应的第一场景;或者,
根据采集所述第一图像的前端设备中预配置的场景信息确定所述第一路段对应的第一场景。
3.如权利要求1或2所述的方法,其特征在于,
根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案,包括:
根据多个预案中各个预案对应的第一标识和第二标识,从所述多个预案中确定出与所述第一场景和所述第一拍摄时间匹配的预案作为所述第一预案;其中,每个所述预案配置有第一标识和第二标识,所述第一标识用于指示每个所述预案对应的第一拍摄时间,所述第二标识用于指示每个所述预案对应的场景。
4.如权利要求1或2所述的方法,其特征在于,
根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案,包括:
根据多个预案中各个预案对应的第三标识,从所述多个预案中确定出与所述第一拍摄时间匹配的预案作为所述第一预案;其中,每个所述预案配置有第三标识,所述第三标识用于指示每个所述预案对应的第一拍摄时间。
5.如权利要求1或2所述的方法,其特征在于,
根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案,包括:
根据多个预案中各个预案对应的第四标识,从所述多个预案中确定出与所述第一场景匹配的预案作为所述第一预案;其中,每个所述预案配置有第四标识,所述第四标识用于指示所述每个所述预案对应的场景。
6.如权利要求1所述的方法,其特征在于,
7.如权利要求6所述的方法,其特征在于,根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果,包括:
根据所述第一评分、所述第二评分、所述第三评分计算所述第一路段的综合评分;根据所述综合评分确定所述第一路段的质量检测结果;
其中,所述综合评分和所述第一评分、所述第二评分、所述第三评分满足以下关系:P=w1P1+w2P2+w3P3,其中P表示所述综合评分,w1、w2、w3为所述第一预案中的所述权重系数。
8.如权利要求7所述的方法,其特征在于,在生成所述第一路段对应的质量检测结果之后,还包括:
若所述综合评分超过阈值时,则发起报警。
9.如权利要求6所述的方法,其特征在于,
所述业务违规的统计对象包括障碍物、交通设施、交通标志、路面积水、行人或车辆中的至少一项。
10.一种检测道路质量的装置,其特征在于,包括:
获取模块,用于获取第一路段对应的第一图像;
处理模块,用于根据所述第一图像的第一拍摄时间和/或所述第一路段对应的第一场景,确定第一预案;其中,所述第一预案包括以下一项或多项:业务违规的统计方法、路面拥堵的统计方法、超过第一质量阈值的车辆的流量的统计方法;根据所述第一预案对所述第一图像进行检测,生成所述第一路段对应的质量检测结果;
其中,所述第一预案还包括:所述业务违规对应的权重系数、所述路面拥堵对应的权重系数、所述超过第一质量阈值的车辆的流量对应的权重系数。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及与所述至少一个处理器通信连接的存储器;
其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述至少一个处理器通过执行所述存储器存储的指令,使得所述至少一个处理器执行如权利要求1-9中任一项所述的方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储指令,当所述指令被执行时,使如权利要求1-9中任一项所述的方法被实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110871020.6A CN113593234B (zh) | 2021-07-30 | 2021-07-30 | 一种检测道路质量的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110871020.6A CN113593234B (zh) | 2021-07-30 | 2021-07-30 | 一种检测道路质量的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113593234A CN113593234A (zh) | 2021-11-02 |
CN113593234B true CN113593234B (zh) | 2022-07-19 |
Family
ID=78252504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110871020.6A Active CN113593234B (zh) | 2021-07-30 | 2021-07-30 | 一种检测道路质量的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113593234B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004185398A (ja) * | 2002-12-04 | 2004-07-02 | Nippon Telegr & Teleph Corp <Ntt> | 輸送システム用サーバ |
CN102368356A (zh) * | 2011-10-24 | 2012-03-07 | 姜廷顺 | 一种快速路匝道口用监控***及方法 |
CN110648532A (zh) * | 2019-09-22 | 2020-01-03 | 江苏顺泰交通集团有限公司 | 一种基于智慧交通物联网的交通监测*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081844A (zh) * | 2011-01-25 | 2011-06-01 | 华中科技大学 | 一种交通视频行为分析与报警服务器 |
CN110136435A (zh) * | 2019-04-17 | 2019-08-16 | 青岛大学 | 一种多感染阈值、多传播并存的拥堵网络化传播模型 |
CN112185103A (zh) * | 2019-09-24 | 2021-01-05 | 成都通甲优博科技有限责任公司 | 交通监控方法、装置及电子设备 |
CN110728842B (zh) * | 2019-10-23 | 2021-10-08 | 江苏智通交通科技有限公司 | 基于路口车辆合理行驶范围的异常行驶预警方法 |
-
2021
- 2021-07-30 CN CN202110871020.6A patent/CN113593234B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004185398A (ja) * | 2002-12-04 | 2004-07-02 | Nippon Telegr & Teleph Corp <Ntt> | 輸送システム用サーバ |
CN102368356A (zh) * | 2011-10-24 | 2012-03-07 | 姜廷顺 | 一种快速路匝道口用监控***及方法 |
CN110648532A (zh) * | 2019-09-22 | 2020-01-03 | 江苏顺泰交通集团有限公司 | 一种基于智慧交通物联网的交通监测*** |
Non-Patent Citations (1)
Title |
---|
基于二流理论对占用车道引发交通拥堵的研究;黄智;《科技广场》;20170430(第04期);正文全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113593234A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6970103B2 (en) | System and a method for event detection and storage | |
US10203217B2 (en) | Traffic citation delivery based on type of traffic infraction | |
CN111444798B (zh) | 电动自行车驾驶行为的识别方法、装置和计算机设备 | |
CN108961825B (zh) | 基于车辆二次识别的停车场停车引导方法 | |
CN112509325B (zh) | 一种基于视频深度学习的非现场违法自动甄别方法 | |
CN108932849B (zh) | 一种记录多台机动车低速行驶违法行为的方法及装置 | |
JP6365311B2 (ja) | 交通違反管理システムおよび交通違反管理方法 | |
CN102945605A (zh) | 一种***识别方法和*** | |
KR101836990B1 (ko) | 차량 사고 정보 수집 방법, 이를 위한 장치 및 차량 사고 정보 수집 시스템 | |
CN107885795A (zh) | 一种卡口数据的数据校验方法、***和装置 | |
CN108932850B (zh) | 一种记录机动车低速行驶违法行为的方法及装置 | |
CN113222331B (zh) | 识别车辆事故真实性的方法、装置、设备及存储介质 | |
JPWO2016113974A1 (ja) | 表示装置およびこれを備えた交通違反管理システム | |
CN107154151B (zh) | 一种车辆认证方法及装置 | |
CN111563425B (zh) | 交通事件识别方法及电子设备 | |
CN113593234B (zh) | 一种检测道路质量的方法及装置 | |
JP2024019599A (ja) | 評価装置、評価方法及び評価用プログラム | |
US20220161798A1 (en) | Method and device for detecting a traffic law violation due to the allowable distance between a following vehicle and a guide vehicle being undershot | |
CN115440071B (zh) | 一种自动驾驶违规停车检测方法 | |
CN114693722B (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
CN109975847B (zh) | 一种浮动车辆位置确定和交通违章识别的方法和装置 | |
Walcott-Bryant et al. | Harsh brakes at potholes in Nairobi: Context-based driver behavior in developing cities | |
CN115394089A (zh) | 一种车辆信息融合展示的方法、无感通行***及存储介质 | |
KR102400842B1 (ko) | 교통사고 정보를 제공하기 위한 서비스 방법 | |
Pavlova et al. | Automated system for determining speed of cars ahead |
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 |