CN114684147B - 一种邻车道目标切入本车道的概率计算方法 - Google Patents
一种邻车道目标切入本车道的概率计算方法 Download PDFInfo
- Publication number
- CN114684147B CN114684147B CN202210304820.4A CN202210304820A CN114684147B CN 114684147 B CN114684147 B CN 114684147B CN 202210304820 A CN202210304820 A CN 202210304820A CN 114684147 B CN114684147 B CN 114684147B
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- target vehicle
- target
- probability
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 19
- 230000001934 delay Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 4
- 230000006399 behavior Effects 0.000 description 15
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/30—Road curve radius
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种邻车道目标切入本车道的概率计算方法,步骤包括:计算邻车道的目标车辆与本车所在车道中心的横向距离;采用卡尔曼滤波的方式得到目标车辆相对于本车所在车道中心的横向速度;预测指定时间后目标车辆将要到达的横向位置;设置目标车辆切入本车所在车道的概率对应的横向位置区间;根据道路曲率、目标车辆的纵向位置、目标车辆类型对横向位置区间进行补偿;最后计算求得目标车辆切入本车所在车道的概率。本发明能够减少自车在车道内摆动对切入概率计算带来的影响,减少了传感器噪声对速度的影响,能够做到对切入行为的提前判断和响应,更为有效地量化了目标切入行为,能够避免制动过猛,提高制动的舒适性。
Description
技术领域
本发明属于自动驾驶技术领域,具体涉及一种邻车道目标切入本车道的概率计算方法。
背景技术
自适应巡航***(ACC)是根据驾驶员设置的跟车车距以及前方道路车辆情况来自动调整本车车速,从而得到稳定的跟车距离,实现舒适的跟车。目前现有的技术中,对于本车道内的前车控制方法较成熟,但是对于邻车道内的车辆切入行为判断较差,导致误识别为切入时会造成误刹车,严重影响了舒适度体验,而漏识别切入行为或识别太晚时,可能会导致严重的交通事故,因此准确判断邻车道内车辆的切入行为,对于提高自动驾驶功能的舒适性及安全性有非常重要的帮助。
当前自动驾驶***对邻车道车辆切入行为判断效果主要受到以下条件的约束:
1)传感器对于目标车的横向速度判断不准,尤其是当自车在本车道内摆动,或者前方道路为弯道时,测量的横向速度与实际情况相差较大,可信度不高;
2)道路特征及目标类型对目标的切入行为判断影响较大,无法用单一方法去检查切入行为;
3)对于切入行为如果只用0或1来描述,则影响控制体验的连续性,造成制动过猛,控制效果不舒适,需要找到用概率来替代0或1来描述切入行为的方法。
发明内容
针对现有技术的上述不足,本发明要解决的技术问题是提供一种邻车道目标切入本车道的概率计算方法,避免因对邻车道内车辆的切入行为判断不够精准甚至出现失误而导致交通事故的问题。
为解决上述技术问题,本发明采用如下技术方案:
一种邻车道目标切入本车道的概率计算方法,具体包括以下步骤:
S1:计算邻车道的目标车辆与本车所在车道中心的横向距离;
S2:根据所述步骤S1中的横向距离,采用卡尔曼滤波的方式得到所述目标车辆相对于本车所在车道中心的横向速度;
S3:根据所述步骤S1中的横向距离和所述步骤S2中的横向速度来预测指定时间后所述目标车辆将要到达的横向位置;
S4:设置所述目标车辆切入本车所在车道的概率对应的横向位置区间;
S5:根据道路曲率、所述目标车辆的纵向距离、所述目标车辆类型对所述步骤S4中的横向位置区间进行补偿;
S6:根据所述步骤S3中的横向位置和修正补偿后的横向位置区间来计算求得所述目标车辆切入本车所在车道的概率。
进一步完善上述技术方案,所述步骤S1中计算邻车道的目标车辆与本车所在车道中心的横向距离包括:
求出所述目标车辆四个边界点到本车所在车道中心的距离,在四个边界点到本车所在车道中心的距离中求出最远距离Dmax和最近距离Dmin;
所述步骤S1中的横向距离
进一步地,所述步骤S3中的指定时间为T,所述步骤S2中横向速度为V,
那么所述步骤S3中的横向位置D’=D+V×T;
其中,指定时间T由传感器及执行器的延迟决定。
进一步地,所述步骤S4中,所述横向位置区间的两端为最远门槛和最近门槛,如果所述步骤S3中的横向位置超过所述最远门槛,那么所述目标车辆切入本车所在车道的概率为0;如果所述步骤S3中横向位置小于最近门槛,那么所述目标车辆切入本车所在车道的概率为1。
进一步地,根据所述目标车辆的纵向距离、道路曲率以及目标车辆类型对所述最远门槛和最近门槛进行修正补偿。
相比现有技术,本发明具有如下有益效果:
本发明的一种邻车道目标切入本车道的概率计算方法,将自车坐标系下的目标车辆的横向位置转化为目标车辆相对于自车所在车道中心的横向位置,能够减少自车在车道内摆动对切入概率计算带来的影响。利用卡尔曼滤波器计算目标车辆的横向速度,减少了传感器噪声对速度的影响。采用预测时间后的目标横向位置,能够做到对切入行为的提前判断和响应。采用切入概率的方式来描述切入行为,更为有效地量化了目标切入行为,能够避免制动过猛,提高制动的舒适性。
附图说明
图1为实施例的一种邻车道目标切入本车道的概率计算方法的场景示意图;
图2为实施例中目标车辆的纵向距离所对应门槛的示意图;
图3为实施例中道路曲率的对应门槛的示意图;
图4为实施例的一种邻车道目标切入本车道的概率与目标车辆与本车所在车道中心的横向距离的关系示意图;
图5为本发明实车测试邻车道目标切入本车道的概率与横向距离的对应图一;
图6为本发明实车测试邻车道目标切入本车道的概率与横向距离的对应图二。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
请参见图1-图6,具体实施例的一种邻车道目标切入本车道的概率计算方法,具体包括以下步骤:
S1:计算邻车道的目标车辆与本车所在车道中心的横向距离;
S2:根据所述步骤S1中的横向距离,采用卡尔曼滤波的方式得到所述目标车辆相对于本车所在车道中心的横向速度;
S3:根据所述步骤S1中的横向距离和所述步骤S2中的横向速度来预测指定时间后所述目标车辆将要到达的横向位置;
S4:设置所述目标车辆切入本车所在车道的概率对应的横向位置区间;
S5:根据道路曲率、所述目标车辆的纵向距离、所述目标车辆类型对所述步骤S4中的横向位置区间进行补偿;
S6:根据所述步骤S3中的横向位置和修正补偿后的横向位置区间来计算求得所述目标车辆切入本车所在车道的概率。
实施例的一种邻车道目标切入本车道的概率计算方法,将自车坐标系下的目标车辆的横向位置转化为目标车辆相对于自车所在车道中心的横向位置,能够减少自车在车道内摆动对切入概率计算带来的影响。利用卡尔曼滤波器计算目标车辆的横向速度,减少了传感器噪声对速度的影响。采用预测时间后的目标横向位置,能够做到对切入行为的提前判断和响应。采用切入概率的方式来描述切入行为,更为有效地量化了目标切入行为,能够避免制动过猛,提高制动的舒适性。
请继续参见图1-图6,其中,所述步骤S1中计算邻车道的目标车辆与本车所在车道中心的横向距离包括:
求出所述目标车辆四个边界点到本车所在车道中心的距离,在四个边界点到本车所在车道中心的距离中求出最远距离Dmax和最近距离Dmin;
所述步骤S1中的横向距离
实施时,请参见图1,目标车辆的四个边界点分别为A、B、C、D,通过下式可以计算得出最远距离Dmax和最近距离Dmin:
那么图1所示情况下的最远距离Dmax和最近距离Dmin应按照下式进行计算:
其中,X:自车到目标车辆的X坐标;Y:自车到目标车辆的Y坐标;XA:A点的X坐标;YA:A点的Y坐标;XB:B点的X坐标;YB:B点的Y坐标;XC:C点的X坐标;YC:C点的Y坐标;XD:D点的X坐标;YD:D点的Y坐标;L:目标车辆长;W:目标车辆宽;θ1:目标车辆倾角;Y0:自车所在车道中线横向位置;θ2:自车所在车道中线倾角;C0:自车所在车道中线曲率;C1:自车所在车道中线曲率变化率。这些坐标的来源可以是前视摄像头的感知结果,也可以是自车运动系数拟合的结果,或者是高精地图数据,均属于现有技术,故不对坐标获取方式多加赘述。
实施时,根据计算出的横向距离D,采用卡尔曼滤波的方式得到目标车辆相对于自车所在车道中心的横向速度:
预测过程:
xk=Fk×xk-1+Bk×uk
测量过程:
x′k=xk+K′×(zk-Hk×xk)
P′k=Pk-K′×Hk×Pk
其中,xk为目标车辆相对于自车车道中心横向位置D及横向速度V组成的二维数组;Fk:预测矩阵;Bk:控制矩阵;uk:控制向量;Pk:协方差矩阵;Qk:协方差噪声;Hk:传感器数据维度;Rk:传感器噪声;zk:传感器数据;K′:卡尔曼增益;
由此,可得出比较稳定的目标车辆相对于本车所在车道中心的横向速度。
其中,所述步骤S3中的指定时间为T,所述步骤S2中横向速度为V,
那么所述步骤S3中的横向位置D’=D+V×T;
其中,指定时间T由传感器及执行器的延迟决定。
其中,所述步骤S4中,所述横向位置区间的两端为最远门槛和最近门槛,如果所述步骤S3中的横向位置超过所述最远门槛,那么所述目标车辆切入本车所在车道的概率为0;如果所述步骤S3中横向位置小于最近门槛,那么所述目标车辆切入本车所在车道的概率为1;且如果横向位置的值处于最远门槛与最近门槛之间,从最远门槛到最近门槛,所述目标车辆切入本车所在车道的概率呈从大到小的线性变化。
其中,请参见图2和图3,根据所述目标车辆的纵向距离、道路曲率以及目标车辆类型对所述最远门槛和最近门槛进行修正补偿。
实施时,所述目标车辆的纵向距离以及道路曲率均为传感器测量得到,修正补偿的实施方式可以是根据纵向距离、道路曲率以及目标车辆类型等查表得到对应的补偿系数,其中纵向距离越远补偿系数越小,所有补偿系数的范围为0到1;图2中,横坐标为横向位置的值,纵坐标为所述纵向距离;图3中,横坐标为横向位置的值,纵坐标为所述道路曲率。
这样,优化切入概率在不同场景下的适用性。
实施时,如图4所示,根据所述步骤S3中的横向距离和修正补偿后的横向位置区间来计算求得所述目标车辆切入本车所在车道的概率P。
P=(W-Wmin)/(Wmax-Wmin)×P0×P1×P2
其中,W:目标车辆相对于自车车道中心横向位置(即所述步骤S3中的横向距离D’);Wmin:最近门槛;Wmax:最远门槛;P0:纵向距离补偿系数;P1:曲率补偿系数;P2:类型补偿系数。
从图5和图6可以看出,图5的横向距离(纵坐标)越小时,图6中所对应的切入概率(纵坐标)越大,应用本发明在实车测试过程中,对目标车辆切入本车道的概率有一个较好的计算结果,且对目标车辆的行为有准确的预测,大大提高了自动驾驶功能对切入工况的反应能力,舒适度得到提升。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种邻车道目标切入本车道的概率计算方法,其特征在于:具体包括以下步骤:
S1:计算邻车道的目标车辆与本车所在车道中心的横向距离;
S2:根据所述步骤S1中的横向距离,采用卡尔曼滤波的方式得到所述目标车辆相对于本车所在车道中心的横向速度;
S3:根据所述步骤S1中的横向距离和所述步骤S2中的横向速度来预测指定时间后所述目标车辆将要到达的横向位置;
S4:设置所述目标车辆切入本车所在车道的概率对应的横向位置区间;
S5:根据道路曲率、所述目标车辆的纵向距离、所述目标车辆类型对所述步骤S4中的横向位置区间进行补偿;
S6:根据所述步骤S3中的横向位置和修正补偿后的横向位置区间来计算求得所述目标车辆切入本车所在车道的概率;
所述步骤S4中,所述横向位置区间的两端为最远门槛和最近门槛,如果所述步骤S3中的横向位置超过所述最远门槛,那么所述目标车辆切入本车所在车道的概率为0;如果所述步骤S3中横向位置小于最近门槛,那么所述目标车辆切入本车所在车道的概率为1;
根据所述步骤S3中的横向距离和修正补偿后的横向位置区间来计算求得所述目标车辆切入本车所在车道的概率P;
P=(D’-Wmin)/(Wmax-Wmin)×P0×P1×P2
其中,D’:指定时间后所述目标车辆将要到达的横向位置;Wmin:最近门槛;Wmax:最远门槛;P0:纵向距离补偿系数;P1:曲率补偿系数;P2:类型补偿系数。
2.根据权利要求1所述一种邻车道目标切入本车道的概率计算方法,其特征在于:所述步骤S1中计算邻车道的目标车辆与本车所在车道中心的横向距离包括:
求出所述目标车辆四个边界点到本车所在车道中心的距离,在四个边界点到本车所在车道中心的距离中求出最远距离Dmax和最近距离Dmin;
所述步骤S1中的横向距离
3.根据权利要求1所述一种邻车道目标切入本车道的概率计算方法,其特征在于:所述步骤S3中的指定时间为T,所述步骤S2中横向速度为V,
那么所述步骤S3中的横向位置D’=D+V×T;
其中,指定时间T由传感器及执行器的延迟决定。
4.根据权利要求1所述一种邻车道目标切入本车道的概率计算方法,其特征在于:根据所述目标车辆的纵向距离、道路曲率以及目标车辆类型对所述最远门槛和最近门槛进行修正补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210304820.4A CN114684147B (zh) | 2022-03-23 | 2022-03-23 | 一种邻车道目标切入本车道的概率计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210304820.4A CN114684147B (zh) | 2022-03-23 | 2022-03-23 | 一种邻车道目标切入本车道的概率计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114684147A CN114684147A (zh) | 2022-07-01 |
CN114684147B true CN114684147B (zh) | 2024-06-25 |
Family
ID=82139203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210304820.4A Active CN114684147B (zh) | 2022-03-23 | 2022-03-23 | 一种邻车道目标切入本车道的概率计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114684147B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101089917A (zh) * | 2007-06-01 | 2007-12-19 | 清华大学 | 一种目标车换道工况下的快速识别方法 |
CN108202745A (zh) * | 2016-12-19 | 2018-06-26 | 乐视汽车(北京)有限公司 | 预测障碍物车辆状态的方法及*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5150958B2 (ja) * | 2008-03-31 | 2013-02-27 | 本田技研工業株式会社 | 車両走行支援装置、車両、車両走行支援プログラム |
JP6363517B2 (ja) * | 2015-01-21 | 2018-07-25 | 株式会社デンソー | 車両の走行制御装置 |
CN111409639B (zh) * | 2020-04-07 | 2021-03-19 | 北京理工大学 | 一种主车网联巡航控制方法及*** |
-
2022
- 2022-03-23 CN CN202210304820.4A patent/CN114684147B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101089917A (zh) * | 2007-06-01 | 2007-12-19 | 清华大学 | 一种目标车换道工况下的快速识别方法 |
CN108202745A (zh) * | 2016-12-19 | 2018-06-26 | 乐视汽车(北京)有限公司 | 预测障碍物车辆状态的方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN114684147A (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20150112580A1 (en) | Preceding vehicle selection apparatus | |
JP4929980B2 (ja) | 車両走行制御装置 | |
US5986601A (en) | Object detecting system for vehicle | |
EP1949032B1 (en) | Mobile object position estimation apparatus and method | |
US6202027B1 (en) | Automatic curve sensor calibration method for an automotive CW/ICC system | |
WO2012014040A1 (en) | Vehicle control system | |
CN109655798B (zh) | 一种车载雷达自适应调整方法及装置 | |
WO2010100725A1 (ja) | 追従走行制御装置 | |
US9878712B2 (en) | Apparatus and program for assisting drive of vehicle | |
EP2273233A2 (en) | Reliability evaluation device, reliability evaluation method, and reliability evaluation program | |
US20190092331A1 (en) | Vehicle driving support apparatus | |
US20120065876A1 (en) | Vehicular information processing device | |
US20170307730A1 (en) | Apparatus for calculating misalignment quantity of beam sensor | |
CN104517465A (zh) | 前方车辆选择设备 | |
US11753032B2 (en) | Vehicle travel control device | |
CN109188382B (zh) | 一种基于毫米波雷达的目标识别方法 | |
US11999410B2 (en) | Lane separation line detection correcting device, lane separation line detection correcting method, and automatic driving system | |
CN111267862B (zh) | 一种依赖跟随目标的虚拟车道线构造方法和*** | |
CN114527747A (zh) | 一种基于自适应预瞄点和投影定位的无人船轨迹跟踪方法 | |
CN114684147B (zh) | 一种邻车道目标切入本车道的概率计算方法 | |
US20060089802A1 (en) | Vehicular control object determination system | |
US7966129B2 (en) | Vehicular control object determination system | |
US20200062252A1 (en) | Method and apparatus for diagonal lane detection | |
CN110562253B (zh) | 一种汽车自适应巡航弯道跟随控制装置及控制方法 | |
JP4506163B2 (ja) | 前方物体検出装置及び前方物体検出方法 |
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 |