[go: up one dir, main page]

CN114255415A - 一种基于etc数据生成高点ar视频标签的系统和方法 - Google Patents

一种基于etc数据生成高点ar视频标签的系统和方法 Download PDF

Info

Publication number
CN114255415A
CN114255415A CN202111425789.1A CN202111425789A CN114255415A CN 114255415 A CN114255415 A CN 114255415A CN 202111425789 A CN202111425789 A CN 202111425789A CN 114255415 A CN114255415 A CN 114255415A
Authority
CN
China
Prior art keywords
vehicle
point
video
data
camera
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.)
Pending
Application number
CN202111425789.1A
Other languages
English (en)
Inventor
李大成
吴冬升
林慧钒
郑廷钊
李凤娜
倪鸿鑫
刘双广
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.)
Gosuncn Technology Group Co Ltd
Original Assignee
Gosuncn Technology Group Co Ltd
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 Gosuncn Technology Group Co Ltd filed Critical Gosuncn Technology Group Co Ltd
Priority to CN202111425789.1A priority Critical patent/CN114255415A/zh
Publication of CN114255415A publication Critical patent/CN114255415A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/75—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7847—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using low-level visual features of the video content
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2431—Multiple classes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本发明属于ETC通讯、高精度AR增强现实、高点摄像头及ETC卡口联动等技术领域，具体涉及一种基于ETC数据生成高点AR视频标签的系统和方法，该方案将ETC卡口识别的车辆数据进行上传高点视频进行分析充分利用，补充高点视频的信息，降低信息获取成本。同时采用视频画面连续比较确定不同画面，同一物体的移动轨迹的确定，以此绑定AR车牌标签。其它车辆详细信息也可通过此方式进行绑定。

Description

一种基于ETC数据生成高点AR视频标签的系统和方法
技术领域
本发明属于ETC通讯、高精度AR增强现实、高点摄像头及ETC卡口联动等技术领域，具体涉及一种基于ETC数据生成高点AR视频标签的系统和方法。
背景技术
目前由于高点摄像头清晰度有限，且远距离变焦定位需要花费较长的时间，无法同时识别多个车辆车牌，所以目前高点摄像头一般只能识别车辆图像、尺寸、颜色等粗粒度信息，所以目前高点摄像头一般需要车辆自带通讯智能设备进行数据上传。
目前高点摄像头变焦时间长，无法快速识别类似于车牌号的车辆精细数据，也无法放大定位高速移动的车辆。
发明内容
针对上述不足，本发明提供一种基于ETC数据生成高点AR视频标签的系统和方法。充分利用已推广的车载OBU设备及路侧设备获取到的信息，进行汇总重新利用，提高高点的AR车牌标签或其它车辆精细信息的覆盖率，降低技术实现成本，减少推广成本。
本发明通过以下技术方案实现：
一种基于ETC数据生成高点AR视频标签的系统，包括：OBU车载设备、ETC路侧设备、ETC卡口摄像头、高点摄像头以及高点摄像头后台系统；
OBU车载设备，用于发送车辆的相关信息给ETC进行数据交互；
ETC路侧设备，用于获取ETC数据信息完成交易，并将车辆的结构化数据转发至高点摄像头后台系统；
ETC卡口摄像头，用于识别第一车道上的车辆的结构化数据及车辆图片，并将结构化数据及车辆图片通过光纤或者无线通讯模块上传到高点摄像头后台系统；
高点摄像头后台系统，用于通过视频识别各个ETC卡口摄像头检测范围内的车辆特征，按照车道行驶方向对经过ETC卡口的车辆，按照所述车辆特征进行排序，得到车辆信息序列；所述后台系统将收到的结构化数据按照时间戳进行排序，并与同时间戳视频识别出的车辆信息序列进行匹配，当所述的结构化数据与所述的车辆信息序列中的某一段数据匹配时，获取高点摄像头拍摄视频中的车辆像素矩阵与所述的结构化数据中的车牌AR标签；
高点摄像头，用于获取高点视频画面，并将后台系统生成的AR标签显示在该视频画面中，与所述车辆像素矩阵进行绑定。
优选的，所述的结构化数据包括车辆号牌、车辆尺寸和车辆颜色。
优选的，所述车辆特征包括车辆尺寸和车辆颜色。
优选的，按照车辆尺寸来分类，分为小型车、中型车、大型车、巨型车。
优选的，对高点视频画面不断进行图像识别，区分出单个车辆的像素矩阵，并且将该视频画面前后两帧像素矩阵进行相减，当差值小于或等于阈值时则判断两个像素矩阵为同一车辆图片，使用同一AR标签。
本发明涉及一种基于ETC数据生成高点AR视频标签的方法，包括如下步骤：
发送车辆的相关信息给ETC进行数据交互；
在能够获取到ETC路侧设备的数据时，通过已有的ETC路侧设备，获取到车辆的结构化数据；在无法获取ETC路侧设备的数据时，给ETC每条车道单独安装第一摄像头，识别第一车道上的车辆的结构化数据；
将结构化数据及车辆图片通过光纤或者无线通讯模块上传到高点摄像头后台系统；
通过视频识别各个第一摄像头检测范围内的车辆特征，按照车道行驶方向对经过ETC卡口的车辆，按照所述车辆特征进行排序，得到车辆信息序列；
将所述的结构化数据按照时间戳进行排序，并与同时间戳视频识别出的车辆信息序列进行匹配，当所述的结构化数据与所述的车辆信息序列中的某一段数据匹配时，获取第二摄像头拍摄视频中的车辆像素矩阵与所述的结构化数据中的车牌AR标签；
获取第二摄像头的视频画面，并将所述AR标签显示在该视频画面中，与所述车辆像素矩阵进行绑定。
优选的，所述的结构化数据包括车辆号牌、车辆尺寸和车辆颜色。
优选的，所述车辆特征包括车辆尺寸和车辆颜色。
优选的，按照车辆尺寸来分类，分为小型车、中型车、大型车、巨型车。
优选的，对所述视频画面不断进行图像识别，区分出单个车辆的像素矩阵，并且将该视频画面前后两帧像素矩阵进行相减，当差值小于或等于阈值时则判断两个像素矩阵为同一车辆图片，使用同一AR标签。
本发明充分利用已有ETC卡口，通过AR技术、图像识别技术，视频分析技术等新兴技术，低成本的在高点获得大量车辆的详细信息，并进行AR标签与车辆像素矩阵绑定，使得高点视频低成本的获得了全局车辆的AR车牌标签，其它车辆信息也可通过此方式获得。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种基于联动ETC卡口数据来获取高点车辆AR浮动标签的系统和方法。该系统所需设备包括：OBU车载标签、ETC路侧设备、ETC卡口摄像头、高点摄像头、高点摄像头后台系统；其中，
OBU车载设备：发送车辆的相关信息给ETC进行数据交互。
ETC路侧设备：获取ETC数据信息完成交易，并将车辆部分结构化数据转发至高点摄像头后台系统。
ETC卡口摄像头：通过图像识别技术，快速识别特定车道上的车辆号牌、车辆尺寸、车辆颜色等结构化数据及车辆图片，并将结构化数据及车辆图片通过光纤或者无线通讯模块上传到高点摄像头后台系统。
高点摄像头后台系统：后台系统通过视频识别各个ETC卡口检测范围内的车辆特征，按照车道行驶方向对经过ETC卡口的车辆，按照车辆尺寸、颜色进行排序。后台系统将收到特定车道的车辆结构化数据按照时间戳进行排序，并与同时间戳图像识别出的车辆信息序列进行匹配，当ETC卡口上传的结构化数据与视频画面解析出来的车辆序列中的某一段数据匹配，即可将视频中车辆像素矩阵与车牌AR标签进行绑定。
高点摄像头：获取高点的视频画面，并将后台系统生成的AR标签与视频画面进行融合。
本发明通过获取已用ETC路侧设备数据信息或新增ETC卡口摄像头，不同车道的ETC路侧设备将识别到的车辆车牌、车辆尺寸、车辆颜色、时间戳等结构化数据及车辆图片上传至高点摄像头后台系统。
本发明通过后台系统划分的ETC卡口的不同车道，根据时间戳、车辆尺寸、车辆颜色对高点视线范围内通过ETC卡口的车辆队列进行匹配相应车牌号及其它详细信息。
进一步地，在能够获取到ETC路侧设备的数据流时，通过已有的ETC路侧设备，获取到车辆的车辆号牌、车辆尺寸、车辆颜色等结构化数据。在无法获取路侧设备的数据时，给ETC每条车道单独安装ETC摄像头，通过图像识别技术，快速识别特定车道上的车辆号牌、车辆尺寸、车辆颜色等结构化数据，并将结构化数据通过光纤或者无线通讯模块上传到高点摄像头后台系统。
高点摄像头后台系统对不同ETC卡口摄像头的检测范围进行划分，后台系统通过视频识别各个ETC卡口检测范围内的车辆特征，按照车道行驶方向对车辆尺寸、颜色进行排序，车辆尺寸按照车辆尺寸来分类，分为小型车、中型车、大型车、巨型车等。
后台系统将收到特定车道的车辆结构化数据按照时间戳进行排序，并与同时间戳图像识别出的车辆信息序列进行匹配，当ETC卡口上传的结构化数据与视频画面解析出来的车辆序列中的某一段数据匹配，即可将视频中各个车辆的像素矩阵与相应AR车牌标签进行绑定。
例如：车辆离开ETC卡口方向，车道出现了两辆红色大型车后，接着一辆白色小型车，接着一辆蓝色中型车。颜色和车型是有一定概率重复的，但是车辆的顺序随机组合确实极难重复且在不断延续，有了车辆颜色类型的顺序组合后，可以快速的匹配到ETC卡口检测范围内的某一组车辆，并且可根据车牌的时间戳，区分相邻同颜色、类型车辆的具体车牌，时间戳时间早的车辆一定是该组合中先按照车道行驶方向先进入卡口检测范围的，因此可以分配车牌。
高点视频画面不断进行图像识别，区分出单个车辆的像素矩阵，并且将视频画面前后两帧车辆像素矩阵进行相减，当值为一定范围内则判断两个像素矩阵为同一车辆图像，则使用同一AR车辆标签，以此使得标签能随像素阵列进行移动，生成高点AR浮动标签。当车辆进行变道或超车或高点摄像头的AR浮动标签则自动失效。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现基于ETC数据生成高点AR视频标签的方法的步骤。
本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中所述处理器执行所述程序时实现基于ETC数据生成高点AR视频标签的方法的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。在不脱离本发明之精神和范围内，所做的任何修改、等同替换、改进等，同样属于本发明的保护范围之内。

Claims (10)

1.一种基于ETC数据生成高点AR视频标签的系统，其特征在于，包括：OBU车载设备、ETC路侧设备、ETC卡口摄像头、高点摄像头以及高点摄像头后台系统；
OBU车载设备，用于发送车辆的相关信息给ETC进行数据交互；
ETC路侧设备，用于获取ETC数据信息完成交易，并将车辆的结构化数据转发至高点摄像头后台系统；
ETC卡口摄像头，用于识别第一车道上的车辆的结构化数据及车辆图片，并将结构化数据及车辆图片通过光纤或者无线通讯模块上传到高点摄像头后台系统；
高点摄像头后台系统，用于通过视频识别各个ETC卡口摄像头检测范围内的车辆特征，按照车道行驶方向对经过ETC卡口的车辆，按照所述车辆特征进行排序，得到车辆信息序列；所述后台系统将收到的结构化数据按照时间戳进行排序，并与同时间戳视频识别出的车辆信息序列进行匹配，当所述的结构化数据与所述的车辆信息序列中的某一段数据匹配时，获取高点摄像头拍摄视频中的车辆像素矩阵与所述的结构化数据中的车牌AR标签；
高点摄像头，用于获取高点视频画面，并将后台系统生成的AR标签显示在该视频画面中，与所述车辆像素矩阵进行绑定。
2.根据权利要求1所述的基于ETC数据生成高点AR视频标签的系统，其特征在于，所述的结构化数据包括车辆号牌、车辆尺寸和车辆颜色。
3.根据权利要求1所述的基于ETC数据生成高点AR视频标签的系统，其特征在于，所述车辆特征包括车辆尺寸和车辆颜色。
4.根据权利要求3所述的基于ETC数据生成高点AR视频标签的系统，其特征在于，按照车辆尺寸来分类，分为小型车、中型车、大型车、巨型车。
5.根据权利要求1所述的基于ETC数据生成高点AR视频标签的系统，其特征在于，对高点视频画面不断进行图像识别，区分出单个车辆的像素矩阵，并且将该视频画面前后两帧像素矩阵进行相减，当差值小于或等于阈值时则判断两个像素矩阵为同一车辆图片，使用同一AR标签。
6.一种基于ETC数据生成高点AR视频标签的方法，其特征在于，包括如下步骤：
发送车辆的相关信息给ETC进行数据交互；
在能够获取到ETC路侧设备的数据时，通过已有的ETC路侧设备，获取到车辆的结构化数据；在无法获取ETC路侧设备的数据时，给ETC每条车道单独安装第一摄像头，识别第一车道上的车辆的结构化数据；
将结构化数据及车辆图片通过光纤或者无线通讯模块上传到高点摄像头后台系统；
通过视频识别各个第一摄像头检测范围内的车辆特征，按照车道行驶方向对经过ETC卡口的车辆，按照所述车辆特征进行排序，得到车辆信息序列；
将所述的结构化数据按照时间戳进行排序，并与同时间戳视频识别出的车辆信息序列进行匹配，当所述的结构化数据与所述的车辆信息序列中的某一段数据匹配时，获取第二摄像头拍摄视频中的车辆像素矩阵与所述的结构化数据中的车牌AR标签；
获取第二摄像头的视频画面，并将所述AR标签显示在该视频画面中，与所述车辆像素矩阵进行绑定。
7.根据权利要求6所述的基于ETC数据生成高点AR视频标签的方法，其特征在于，所述的结构化数据包括车辆号牌、车辆尺寸和车辆颜色。
8.根据权利要求6所述的基于ETC数据生成高点AR视频标签的方法，其特征在于，所述车辆特征包括车辆尺寸和车辆颜色。
9.根据权利要求8所述的基于ETC数据生成高点AR视频标签的方法，其特征在于，按照车辆尺寸来分类，分为小型车、中型车、大型车、巨型车。
10.根据权利要求6所述的基于ETC数据生成高点AR视频标签的方法，其特征在于，对所述视频画面不断进行图像识别，区分出单个车辆的像素矩阵，并且将该视频画面前后两帧像素矩阵进行相减，当差值小于或等于阈值时则判断两个像素矩阵为同一车辆图片，使用同一AR标签。
CN202111425789.1A 2021-11-26 2021-11-26 一种基于etc数据生成高点ar视频标签的系统和方法 Pending CN114255415A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111425789.1A CN114255415A (zh) 2021-11-26 2021-11-26 一种基于etc数据生成高点ar视频标签的系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111425789.1A CN114255415A (zh) 2021-11-26 2021-11-26 一种基于etc数据生成高点ar视频标签的系统和方法

Publications (1)

Publication Number Publication Date
CN114255415A true CN114255415A (zh) 2022-03-29

Family

ID=80793433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111425789.1A Pending CN114255415A (zh) 2021-11-26 2021-11-26 一种基于etc数据生成高点ar视频标签的系统和方法

Country Status (1)

Country Link
CN (1) CN114255415A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574946A (zh) * 2015-12-21 2016-05-11 天津中兴智联科技有限公司 一种手持式etc读写器及其采用的rfid与ar的融合方法
CN105761319A (zh) * 2016-02-18 2016-07-13 武汉万集信息技术有限公司 一种etc车道防作弊方法与系统
US20190354107A1 (en) * 2017-02-03 2019-11-21 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN111508091A (zh) * 2019-04-10 2020-08-07 北京云停车科技有限公司 一种基于etc车辆出场时快速查找车辆信息的方法
CN112249029A (zh) * 2020-10-30 2021-01-22 高新兴科技集团股份有限公司 一种基于ar辅助车辆近距离调整姿态的方法及系统
CN113470206A (zh) * 2021-07-01 2021-10-01 山东旗帜信息有限公司 一种基于车辆匹配的高速公路稽查方法、设备及介质
CN113593246A (zh) * 2021-06-25 2021-11-02 北京云星宇交通科技股份有限公司 车辆车牌与泊位的识别绑定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105574946A (zh) * 2015-12-21 2016-05-11 天津中兴智联科技有限公司 一种手持式etc读写器及其采用的rfid与ar的融合方法
CN105761319A (zh) * 2016-02-18 2016-07-13 武汉万集信息技术有限公司 一种etc车道防作弊方法与系统
US20190354107A1 (en) * 2017-02-03 2019-11-21 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN111508091A (zh) * 2019-04-10 2020-08-07 北京云停车科技有限公司 一种基于etc车辆出场时快速查找车辆信息的方法
CN112249029A (zh) * 2020-10-30 2021-01-22 高新兴科技集团股份有限公司 一种基于ar辅助车辆近距离调整姿态的方法及系统
CN113593246A (zh) * 2021-06-25 2021-11-02 北京云星宇交通科技股份有限公司 车辆车牌与泊位的识别绑定方法
CN113470206A (zh) * 2021-07-01 2021-10-01 山东旗帜信息有限公司 一种基于车辆匹配的高速公路稽查方法、设备及介质

Similar Documents

Publication Publication Date Title
Abdullah et al. YOLO-based three-stage network for Bangla license plate recognition in Dhaka metropolitan city
CN103886759B (zh) 一种闯红灯抓拍系统及方法
CN104616502B (zh) 基于组合式车路视频网络的车牌识别与定位系统
CN103186982B (zh) 一种治安智能卡口系统
Gochoo et al. Fisheye8k: A benchmark and dataset for fisheye camera object detection
CN113673438B (zh) 一种碰撞预警的方法、装置、电子设备及存储介质
CN103400499B (zh) 超高清智能视频电子警察系统及其判定车辆违章的方法
CN112115939A (zh) 车辆车牌的识别方法、装置
CN105354573A (zh) 一种集装箱车牌识别方法及系统
CN115909313A (zh) 一种基于深度学习的违停车牌识别方法和装置
CN117726996A (zh) 交通要素检测方法、装置、设备、介质及产品
CN110766949A (zh) 违章抓拍方法及装置
CN209281616U (zh) 一种全景车辆底盘拍照系统
CN204884166U (zh) 一种交通禁停区域违章停车监测装置
CN114267008A (zh) 一种基于联动低点卡口数据来获取高点车辆ar浮动标签的系统和方法
CN114255415A (zh) 一种基于etc数据生成高点ar视频标签的系统和方法
CN109300313B (zh) 违法行为的检测方法、相机及服务器
Srivastava et al. Automatic traffic surveillance system Utilizing object detection and image processing
CN117116046A (zh) 一种基于单阶段目标检测的交通常见事件检测方法
CN116824549A (zh) 基于多检测网络融合的目标检测方法、装置及车辆
Lai et al. Vls: Vehicle tail light signal detection benchmark
CN110400466B (zh) 一种基于双鉴的交通监控方法及系统
Wang et al. End-to-End High Accuracy License Plate Recognition Based on Depthwise Separable Convolution Networks
CN114529786A (zh) 车牌识别方法、相关设备及可读存储介质
CN114333340B (zh) 一种基于etc数据来实现车辆ar标注信息的系统和方法

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