CN114474003A - 一种基于参数辨识的车载建筑机器人误差补偿方法 - Google Patents

一种基于参数辨识的车载建筑机器人误差补偿方法 Download PDF

Info

Publication number
CN114474003A
CN114474003A CN202210268014.6A CN202210268014A CN114474003A CN 114474003 A CN114474003 A CN 114474003A CN 202210268014 A CN202210268014 A CN 202210268014A CN 114474003 A CN114474003 A CN 114474003A
Authority
CN
China
Prior art keywords
error
mechanical arm
model
vehicle
parameter identification
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.)
Withdrawn
Application number
CN202210268014.6A
Other languages
English (en)
Inventor
刘今越
许硕
吕航宇
刘天宇
邢浩鑫
李铁军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei University of Technology
Original Assignee
Hebei University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hebei University of Technology filed Critical Hebei University of Technology
Priority to CN202210268014.6A priority Critical patent/CN114474003A/zh
Publication of CN114474003A publication Critical patent/CN114474003A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00—Manipulators mounted on wheels or on carriages
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种基于参数辨识的车载建筑机器人误差补偿方法，包括以下步骤：步骤一，基于MD‑H建立运动学模型；步骤二，基于MD‑H模型和激光跟踪仪的机械臂基座标进行标定；步骤三，基于MD‑H运动学模型和改进最小二乘法的机械臂连杆参数辨识进行机械臂的运动学模型修复，以此对机械臂末端误差进行补偿。本发明解决了复杂工况下建筑机器人装配作业过程中载荷及环境不确定信息下的误差补偿问题，在成本一定的条件下，提高了误差补偿模型的精度与效率。

Description

一种基于参数辨识的车载建筑机器人误差补偿方法
技术领域
本发明涉及机器人技术领域，具体涉及一种基于参数辨识的车载建筑机器人误差补偿方法。
背景技术
建筑施工现场是一个典型的半结构化复杂场景，建筑机器人安全精准的完成装配作业需要解决自身定位、环境感知及作业过程的实时危险规避等问题。车载机械人是建筑机器人的主要形态，其主体为移动底盘和操作臂，其中底盘倾斜、操作臂弹性变形以及移动底盘与机械臂之间的耦合作用等因素都会导致车载机器人末端定位的不准确。而施工现场地面环境复杂、载荷多变，建筑机器人移动底盘轮胎变形、多自由度机械臂关节间隙、构件刚度不足、机器人与现场环境定位误差等因素又会导致装配作业存在不确定性。
由于建筑施工现场的复杂性以及考虑底盘浮动基下的误差数据库难以建立，因此不适合采用神经网络的方法来进行建筑机器人定位误差预测补偿；由于相机的视野较小，同时加装外部装置极易受到外部环境的制约，且相对于离线标定技术成本大幅度提高，因此不适合采用相机或者加装各种传感进行定位误差预测补偿。以往研究主要关注通过改进机器人本体结构参数的方式或者单独考虑移动底盘、外部负载、内部驱动速度、装配误差、关节间隙及杆件变形中单一因素对机械臂定位精度的影响，少有综合考虑影响机械臂定位精度的多物理因素以及移动底盘与机械臂的强耦合作用。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
针对上述的不足，本发明提供了一种基于参数辨识的车载建筑机器人误差补偿方法。
本发明解决其技术问题所采用的技术方案是：一种基于参数辨识的车载建筑机器人误差补偿方法，包括以下步骤：步骤一，基于MD-H建立运动学模型；步骤二，基于MD-H模型和激光跟踪仪的机械臂基座标进行标定；步骤三，基于MD-H运动学模型和改进最小二乘法的机械臂连杆参数辨识进行机械臂的运动学模型修复，以此对机械臂末端误差进行补偿。
进一步地，步骤一包括：本发明的研究对象为建筑领域中的自制移动式喷涂机器人，其具有6个独立旋转关节，定义旋转关节轴线为Z轴，两个相邻轴线的公垂线为坐标系X轴，公垂线与旋转关节轴线的交点作为坐标系原点，然后通过笛卡儿坐标系右手定则确定Y轴方向，按照以上规则分别建立6个坐标系，完成运动学建模。
进一步地，步骤二包括：通过激光跟踪仪测量得到在激光跟踪仪基座标下的机械臂实际末段空间位置，对机械臂基座标在激光跟踪仪基座标下进行标定，将机械臂末端空间位置由激光跟踪仪基座标下的坐标转换为机械臂基座标下的坐标。
进一步地，步骤三包括：设连杆偏距误差、连杆长度误差为
Figure BSA0000268919350000021
连杆扭转角误差、关节角误差为
Figure BSA0000268919350000022
建立基于MD-H法参数误差的机器人末段定位误差辨识模型。对建立的理论MD-H运动学模型和误差MD-H运动学模型进行对比，通过运动学正解进而求得末段位置误差数据。最后，应用基于奇异值分解的最小二乘法求解辨识模型，以获得机械臂的连杆参数误差，并根据辨识出的误差对机器人末段定位误差进行补偿。
本发明的有益效果是，提出了一种基于参数辨识的车载建筑机器人误差补偿方法，解决了复杂工况下建筑机器人装配作业过程中载荷及环境不确定信息下的误差补偿问题，在成本一定的条件下，提高了误差补偿模型的精度与效率。
附图说明
为了更清楚地说明本实用新型实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本实用新型的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明流程循环图；
图2为本发明自制移动式喷涂机器人结构示意图；
图3为本发明自制移动式喷涂机器人MD-H模型示意图；
图4为本发明关节中心位置拟合原理图；
图5为本发明步骤三流程循环图；
图6为本发明误差补偿前机器人三个位姿的X、Y、Z三个分量上的误差数据图；
图7为本发明误差补偿后机器人三个位姿的X、Y、Z三个分量上的误差数据图。
图中附图标记：1、移动底盘；2、连杆1；3、关节1；4、连杆2；5、关节2；6、连杆3；7、关节3；8、连杆4；9、关节4；10、连杆5；11、关节5；12、连杆6；13、关节6。
具体实施方式
参照图1，一种基于参数辨识的车载建筑机器人误差补偿方法，包括以下步骤：步骤一，基于MD-H运动学建模；步骤二，基于MD-H模型和激光跟踪仪的机械臂基座标进行标定；步骤三，基于MD-H运动学模型和改进最小二乘法的机械臂连杆参数辨识进行机械臂的运动学模型修复，以此对机械臂末端误差进行补偿。
参照图2、图3，步骤一包括：本发明的研究对象为建筑领域中的自制移动式喷涂机器人，其具有6个独立旋转关节，定义旋转关节轴线为Z轴，两个相邻轴线的公垂线为坐标系X轴，公垂线与旋转关节轴线的交点作为坐标系原点，然后通过笛卡儿坐标系右手定则确定Y轴方向，按照以上规则分别建立6个坐标系，完成运动学建模。
参照图4，步骤二包括：激光跟踪仪的测量数据的位置坐标都是相对于激光跟踪仪的基座标的位置坐标，但由MD-H运动学模型得到的位置坐标则是相对于机械臂基座标的位置坐标，由于基座标不同，两者无法直接进行比较，因此进行位置误差计算之前需要进行机械臂基座标在激光跟踪仪基座标下的标定工作，然后进行基座标姿态标定，将机械臂末端空间位置由激光跟踪仪基座标下的坐标转换为机械臂基座标下的坐标。其步骤包括：第一步，进行基座标位置标定。首先，控制机械臂在零位处绕一轴进行旋转，同时使用激光跟踪仪对机械臂末端位置进行样本点采集，得到机械臂只转动一轴时机械臂末端位置的点集；同理，控制机械臂在零位处绕二轴进行旋转，并使用激光跟踪仪对机械臂末端位置进行样品点采集，得到机械臂只转动二轴时机械臂末端位置的点集。结合连杆参数，对采样点进行圆心拟合，获得一、二轴在激光跟踪仪基座标下的关节位置坐标。第二步，进行基座标姿态标定。利用第一步得到的两组点集进行空间平面拟合，通过对法向量的计算，得到机械臂基座标X轴和Z轴的方向信息，再通过向量叉乘得方法得到Y轴的方向信息，由此可以得到机械臂基座标在激光跟踪仪基座标下的旋转矩阵。利用旋转矩阵反解得到对应的偏转角、俯仰角和回转角及对应的欧拉角，并对两种反解结果进行对比验证，以保证姿态标定方法的准确性。
参照图5，步骤三包括：建立机器人运动学模型以及基于MD-H法参数误差的机器人末段定位误差辨识模型，设连杆偏距误差、连杆长度误差为
Figure BSA0000268919350000051
连杆扭转角误差、关节角误差为
Figure BSA0000268919350000052
四个连杆参数误差综合作用导致了机械臂末段的绝对定位误差。使用
Figure BSA0000268919350000053
表示第i-1号坐标系到第i号坐标系的变换，其齐次变换矩阵为：
Figure BSA0000268919350000054
式中s表示sin；c表示cos。
则从机器人底座到机器人末段的变换矩阵
Figure BSA0000268919350000055
为：
Figure BSA0000268919350000056
式中前3行3列方阵代表机器人末段的姿态，(px py pz)T为机器人末段坐标系原点在机器人基坐标系下的位置向量，此处只考虑机械臂末段的位置误差，用函数F(α，a，d，θ)表示末端位置与连杆参数的关系，用P代表末段位置向量则：
P＝(px py pz)T＝F(α，a，d，θ)
由于关节连杆制造以及装配误差，故各连杆的实际几何参数与名义几何参数存在误差，导致相邻连杆坐标系在进行位姿变换时产生位姿误差，误差累积使机器人末段位姿与预设理论位姿产生了误差。将连杆参数误差
Figure BSA0000268919350000057
代入相邻连杆的齐次变换矩阵中，则
Figure BSA0000268919350000058
表达式可写成：
Figure BSA0000268919350000059
使用
Figure BSA00002689193500000510
表示第i-1个连杆到第i个连杆的位姿误差矩阵，则：
Figure BSA00002689193500000511
则考虑连杆参数误差后的位置向量表示为：
P′＝F(α+Δα，a+Δa，d+Δd，θ+Δθ)
忽略高阶微分项，则考虑连杆参数误差的末段位置误差可以表示为
Figure BSA0000268919350000061
为了方便运算用Jδ表示误差系数矩阵，Δδ表示连杆参数误差矢量，即：
Figure BSA0000268919350000062
Δδ＝(Δα0…Δα5，Δa0…Δa5，Δd0…Δd5，Δθ0…Δθ5)T
则末段位置误差矢量的矩阵表达式为：
ΔP＝P-P′＝Jδ·Δδ＝(Δpx Δpy Δpz)T
基于改进最小二乘法利用奇异值分解求解Jδ的违逆，则Δδ可表示为：
Δδ＝(Jδ TJδ)-1Jδ TΔP
将辨识得到的连杆参数误差矢量补偿到理论MD-H模型中，则：
δi+1＝δi+Δδ
并对辨识算法进行迭代，直至误差矢量小于设定的阈值。
通过图6与图7对比可以看到经过补偿后的采样点误差值在各个方向上的误差修复值可以达到95％以上，部分采样点的误差修复值可以高达99.7％，经过对机器人几何参数的补偿，其绝对定位精度得到了明显的提高，验证了本方法的有效性。
以上所述，仅为本发明的具体实施例，不能以其限定发明实施的范围，所以其等同组件的置换，或依本发明专利保护范围所作的等同变化与修饰，都应仍属于本专利涵盖的范畴。另外，本发明中的技术特征与技术特征之间、技术特征与技术方案之间、技术方案与技术方案之间均可以自由组合使用。

Claims (6)

1.一种基于参数辨识的车载建筑机器人误差补偿方法，其特征在于：包括以下步骤：步骤一，基于MD-H建立运动学模型；步骤二，基于MD-H模型和激光跟踪仪的机械臂基座标进行标定；步骤三，基于MD-H运动学模型和改进最小二乘法的机械臂连杆参数辨识进行机械臂的运动学模型修复，以此对机械臂末端误差进行补偿。
2.根据权利要求1所述的一种基于参数辨识的车载建筑机器人误差补偿方法，其特征在于：步骤一包括：本发明的研究对象为建筑领域中的自制移动式喷涂机器人，其具有6个独立旋转关节，定义旋转关节轴线为Z轴，两个相邻轴线的公垂线为坐标系X轴，公垂线与旋转关节轴线的交点作为坐标系原点，然后通过笛卡儿坐标系右手定则确定Y轴方向，按照以上规则分别建立6个坐标系，完成运动学建模。
3.根据权利要求1所述的一种基于参数辨识的车载建筑机器人误差补偿方法，其特征在于：步骤二中，通过激光跟踪仪测量得到在激光跟踪仪基座标下的机械臂实际末段空间位置，对机械臂基座标在激光跟踪仪基座标下进行标定，将机械臂末端空间位置由激光跟踪仪基座标下的坐标转换为机械臂基座标下的坐标。
4.根据权利要求1所述的一种基于参数辨识的车载建筑机器人误差补偿方法，其特征在于：步骤三中，设连杆偏距误差、连杆长度误差为
Figure FSA0000268919340000011
连杆扭转角误差、关节角误差为
Figure FSA0000268919340000012
建立基于MD-H法参数误差的机器人末段定位误差辨识模型。
5.根据权利要求4所述的一种基于参数辨识的车载建筑机器人误差补偿方法，其特征在于：对建立的理论MD-H运动学模型和误差MD-H运动学模型进行对比，通过运动学正解进而求得末段位置误差数据。
6.根据权利要求5所述的一种基于参数辨识的车载建筑机器人误差补偿方法，其特征在于：应用基于奇异值分解的最小二乘法求解辨识模型，以获得机械臂的连杆参数误差，并根据辨识出的误差对机器人末段定位误差进行补偿。
CN202210268014.6A 2022-03-18 2022-03-18 一种基于参数辨识的车载建筑机器人误差补偿方法 Withdrawn CN114474003A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210268014.6A CN114474003A (zh) 2022-03-18 2022-03-18 一种基于参数辨识的车载建筑机器人误差补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210268014.6A CN114474003A (zh) 2022-03-18 2022-03-18 一种基于参数辨识的车载建筑机器人误差补偿方法

Publications (1)

Publication Number Publication Date
CN114474003A true CN114474003A (zh) 2022-05-13

Family

ID=81486555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210268014.6A Withdrawn CN114474003A (zh) 2022-03-18 2022-03-18 一种基于参数辨识的车载建筑机器人误差补偿方法

Country Status (1)

Country Link
CN (1) CN114474003A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114800526A (zh) * 2022-05-30 2022-07-29 上海大学 基于激光跟踪仪通过点线面建系的工业机器人标定方法
CN115107024A (zh) * 2022-06-27 2022-09-27 北京工业大学 一种基于激光追踪仪多站位技术的工业机器人运动学参数辨识方法
CN115502968A (zh) * 2022-08-05 2022-12-23 河北工业大学 一种基于标定修复刚柔耦合模型的机械臂末端位置误差补偿方法
CN117325166A (zh) * 2023-10-16 2024-01-02 北京理工大学前沿技术研究院 针对行进车辆的机械臂控制方法、***、介质及设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8706923D0 (en) * 1986-04-04 1987-04-29 Westinghouse Electric Corp Identifying kinematic parameters of robotic manipulators
US20020038855A1 (en) * 2000-09-29 2002-04-04 Woo-Dong Hwang Method for compensating position of robot using laser measuring instrument
JP2011224662A (ja) * 2010-04-15 2011-11-10 Yaskawa Electric Corp ロボット制御装置の補正パラメータ同定装置
CN102314690A (zh) * 2011-06-07 2012-01-11 北京邮电大学 机械臂运动学参数分离辨识方法
US20190111562A1 (en) * 2017-10-18 2019-04-18 Foshan Huashu Robotics Co., Ltd. Numerical method for obtaining the inverse kinematics of six-degree-of-freedom serial robot with an offset wrist
CN110197037A (zh) * 2019-06-05 2019-09-03 上海电气集团股份有限公司 基于奇异值分解的机器人的动力学参数辨识方法及***
CN110281241A (zh) * 2019-06-27 2019-09-27 大连理工大学 基于激光跟踪仪测量机械臂运动学参数标定方法
CN111367236A (zh) * 2020-03-11 2020-07-03 北京卫星制造厂有限公司 一种面向加工过程的移动机器人***标定方法及***
CN113134837A (zh) * 2021-04-16 2021-07-20 浙江大学 一种基于六自由度串联机械臂提高绝对定位精度的方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB8706923D0 (en) * 1986-04-04 1987-04-29 Westinghouse Electric Corp Identifying kinematic parameters of robotic manipulators
US20020038855A1 (en) * 2000-09-29 2002-04-04 Woo-Dong Hwang Method for compensating position of robot using laser measuring instrument
JP2011224662A (ja) * 2010-04-15 2011-11-10 Yaskawa Electric Corp ロボット制御装置の補正パラメータ同定装置
CN102314690A (zh) * 2011-06-07 2012-01-11 北京邮电大学 机械臂运动学参数分离辨识方法
US20190111562A1 (en) * 2017-10-18 2019-04-18 Foshan Huashu Robotics Co., Ltd. Numerical method for obtaining the inverse kinematics of six-degree-of-freedom serial robot with an offset wrist
CN110197037A (zh) * 2019-06-05 2019-09-03 上海电气集团股份有限公司 基于奇异值分解的机器人的动力学参数辨识方法及***
CN110281241A (zh) * 2019-06-27 2019-09-27 大连理工大学 基于激光跟踪仪测量机械臂运动学参数标定方法
CN111367236A (zh) * 2020-03-11 2020-07-03 北京卫星制造厂有限公司 一种面向加工过程的移动机器人***标定方法及***
CN113134837A (zh) * 2021-04-16 2021-07-20 浙江大学 一种基于六自由度串联机械臂提高绝对定位精度的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘今越等: ""基于视觉的刀具特征点识别及定位算法"", 《传感器与微***》, vol. 39, no. 1, pages 140 - 143 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114800526A (zh) * 2022-05-30 2022-07-29 上海大学 基于激光跟踪仪通过点线面建系的工业机器人标定方法
CN114800526B (zh) * 2022-05-30 2023-11-17 上海大学 基于激光跟踪仪通过点线面建系的工业机器人标定方法
CN115107024A (zh) * 2022-06-27 2022-09-27 北京工业大学 一种基于激光追踪仪多站位技术的工业机器人运动学参数辨识方法
CN115502968A (zh) * 2022-08-05 2022-12-23 河北工业大学 一种基于标定修复刚柔耦合模型的机械臂末端位置误差补偿方法
CN117325166A (zh) * 2023-10-16 2024-01-02 北京理工大学前沿技术研究院 针对行进车辆的机械臂控制方法、***、介质及设备

Similar Documents

Publication Publication Date Title
CN114474003A (zh) 一种基于参数辨识的车载建筑机器人误差补偿方法
CN109773786B (zh) 一种工业机器人平面精度标定方法
CN110193829B (zh) 一种耦合运动学与刚度参数辨识的机器人精度控制方法
CN107607918B (zh) 一种基于机器人的柱面近场测量馈源定位及偏焦方法
CN111203861B (zh) 一种机器人工具坐标系的标定方法及标定***
CN108789404A (zh) 一种基于视觉的串联机器人运动学参数标定方法
CN105773622A (zh) 一种基于iekf的工业机器人绝对精度校准方法
CN111590566B (zh) 一种适用于全构型的空间机械臂运动学参数在轨标定方法
CN110370271B (zh) 工业串联机器人的关节传动比误差校准方法
CN113459094B (zh) 一种工业机器人工具坐标系及零点自标定方法
CN113733088B (zh) 一种基于双目视觉的机械臂运动学自标定方法
CN113211445B (zh) 一种机器人参数标定方法、装置、设备及存储介质
CN110900610A (zh) 一种基于lm算法和粒子滤波算法优化的工业机器人标定方法
CN113618738B (zh) 一种机械臂运动学参数标定方法及***
CN112318498A (zh) 一种考虑参数耦合的工业机器人标定方法
CN111390914B (zh) 一种机器人零位和工具坐标标定方法
TW202302301A (zh) 機械手臂與輪廓感測器座標系相對關係之自動校正方法與系統
CN114833834B (zh) 一种基于多源误差建模的工业机器人精度补偿方法
CN114654466B (zh) 自动标定方法、装置、***、电子设备及存储介质
CN114147726A (zh) 一种几何误差与非几何误差相结合的机器人标定方法
CN113910218A (zh) 基于运动学与深度神经网络融合的机器人标定方法和装置
CN111687845A (zh) 一种基于惯性测量单元的机械臂运动学参数标定方法
CN115502968A (zh) 一种基于标定修复刚柔耦合模型的机械臂末端位置误差补偿方法
CN112894814B (zh) 一种基于最小二乘法的机械臂dh参数辨识方法
CN114131607B (zh) 工业机器人广义运动学误差的运动学校准方法及***

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220513

WW01 Invention patent application withdrawn after publication