欢迎来到工友文库! | 帮助中心 工友共享,造福你我!
工友文库
全部分类
  • 行业文库 >
    行业文库
    行业标准 农林牧渔 能源矿业 电力热力 水利环境 材料技术 地理测绘 建筑工程 机械工程 制造加工 交通物流 网络计算 电气机电 信息通讯 汽车行业 航空航天 船舶工程 光电工程 住宿餐饮 财会金融 房地产业 城建规划 装饰装修 家电维修 电商行业 租赁商务 批发零售 居民服务 教育服务 医药卫生 体育行业 公共管理 图书管理 外语翻译 休闲旅游 文艺传媒 其他行业
  • 商业文档 >
    商业文档
    企业计划 工程管理 广告经营 财务报表 物业管理 质控管理 企业文化 绩效管理 商务礼仪 创业孵化 市场营销 经营企划 销售管理 营销创新 资本运营 招商加盟 合同协议 信息管理 励志材料 人事档案 员工关系 薪酬管理 招聘面试 其它文档
  • 办公文书 >
    办公文书
    统计图表 总结报告 演讲致辞 心得体会 述职报告 工作计划 解决方案 调研报告 事务文书 经验事迹 往来文书 规章制度 申请范文 求职简历 活动策划 会议纪要 党建材料 软件教程 其他文书
  • PPT模板库 >
    PPT模板库
    扁平风格 创意新颖 动画效果 动态模板 简约风格 静态模板 环保绿色 卡通风格 立体风格 欧洲风格 手绘风格 创意黑板 相册风格 星空风格 炫酷科技 中国风格 医疗风格 高端商务 工作常用 总结报告 毕业答辩 节日庆典 公益风格 化妆美容 婚礼策划 餐饮美食 培训课件 融资路演 商业策划 英文模板 党政机关 述职竞聘
  • 小学初中 >
    小学初中
    幼儿教育 小学语文 小学数学 小学英语 初中语文 初中数学 初中英语 初中物理 初中化学 初中地理 初中生物 初中政治 初中历史 思想品德 小学竞赛 初中竞赛 其他学科
  • 高中教育 >
    高中教育
    高中语文 高中数学 高中英语 高中物理 高中化学 高中生物 高中地理 高中政治 高中历史 高考资料 高中竞赛 其他学科
  • 高等教育 >
    高等教育
    基础课 艺术类 哲学类 体育类 水利类 测绘类 法学类 历史学 社会学 心理学 教育学 政治学 统计学 房地产 语言文化 生物科学 医药卫生 天文气象 地理科学 环境科学 系统科学 材料科学 机械仪表 图书档案 土建工程 海洋工程 轻工纺织 工程力学 能源动力 光电工程 电力技术 市政工程 财会金融 工商管理 语言文学 广播影视 公安司法 汽车汽修 交通运输 水产加工 植物生产 森林资源 动物科学 食品加工 餐饮旅游 公共事业 新闻传播学 农林业工程 城镇规划管理 水文与水资源 地矿及资源勘查 航空航天与武器 管理科学与工程 农林业经济管理 机电设备及自动化 计算机与信息科学 大学生竞赛资料
  • 执业资格考试 >
    执业资格考试
    财会类考试 建筑类考试 外贸类考试 外语类考试 医药类考试 管理类考试 公务员类考试 司法法律考试 教师资格考试 计算机类考试 公共服务类考试 其他资格证考试
  • 一线采风 >
    一线采风
    一线新闻 事迹宣传 工友作品
  • 教育视频 >
    教育视频
    幼儿教育视频 小学教育视频 初中教育视频 高中教育视频 大学教育视频 C#自学视频教程 软件视频教程 英语视频教学 其他教学视频
  • 换一换
    首页 工友文库 > 资源分类 > DOCX文档下载
     

    摄像头目标跟踪系统设计总结报告.docx

    • 资源ID:3397       资源大小:1.68MB        全文页数:10页
    • 资源格式: DOCX        下载权限:注册会员/VIP会员    下载费用:1金币 【人民币1元】
    下载资源需要1金币 【人民币1元】
    已注册用户请登录:
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,既可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰   

    摄像头目标跟踪系统设计总结报告.docx

    摄像头目标跟踪系统 设计与总结报告 【摘要】实现一种目标跟踪系统,由上位机程序及下位机程序和机械部分组成。上位机分为Windows平台和Android平台。Windows上位机采用C,使用Qt SDK和OpenCV,可以应用多种算法对目标进行跟踪。Android上位机采用Java语言,使用安卓平台的OpenCV 进行图像处理。下位机平台为Stm32最小系统板。最终,我们实现了比赛所有基本要求和若干拓展功能。 在本次智能控制大赛中,我们设计了一个摄像头目标跟踪系统。本系统采用一片STM32F103RCT6最小系统板作为下位机控制器,并分别设计了Windows平台和Android平台的上位机软件。当使用Windows平台的上位机时,上位机与下位机的通讯采用usb虚拟串口进行,当使用Android平台的上位机时,上位机和下位机的通讯则利用蓝牙4.0。上位机利用一个UVC摄像头进行图像采集,采集到的图像通过USB进行传输,再用OpenCV图像处理库对采集到的视频进行分析处理。上位机可以发出信息指示下位机对 最终,我们的目标跟踪系统可以实现以下功能,并满足大赛提出的基本要求 *对指定的任意目标利用跟踪算法进行跟踪,能在屏幕上标出目标的所在位置; *控制两个伺服电机转动,使摄像头始终对准被跟踪物体; *提供良好的人机操作界面,实现图像的时事展示和参数控制 除此之外,我们还实现了以下拓展功能 *跟踪物体与跟踪背景的任意化; *上位机搭载多种算法,并易于编程扩展; *可以用小车搭载移动安卓设备,实现摄像头的移动跟踪; *利用SFM算法,在单摄像头的情况下实现目标的三维重建 下面,我们详细介绍本系统的具体实现细节。 Stm32F103rct6最小系统板 本系统采用STM32F103RCT6作为控制芯片。STM32系列基于转为要求高性能,低成本,低功耗的嵌入式应用设计的ARM Cotex-M3内核。芯片型号中的F103代表此芯片为增强型,R代表其一共有64个引脚,C代表有256K内嵌Flash容量,T代表LQFP封装,6代表其工作温度必须在-40到85摄氏度之间。 通信方法 ž 虚拟串口模块 我们采用的STM32最小系统板带有USB通讯功能。一般情况下,上位机与下位机之间的通信采用串口通信形式。早期的计算机一般带有RS232等形式的针式串口,如今这种串口已经在笔记本电脑上淘汰了。USB虽然也是串口的一种,但是由于标准不同,要想用USB连接笔记本型计算机与最小系统板,往往需要USB转串口线。为了减少系统的接线,使硬件电路更加简洁美观,我们采用USB虚拟串口的设计。一方面在STM32芯片中烧入相应的对应的程序,另一方面在计算机上安装虚拟串口驱动,那么使用USB连接最小系统板与计算机时,系统板就会被识别为串口设备,可以如同其它串口设备一样正常操作。 ž 蓝牙串口模块 当采用安卓设备作为上位机平台时,安卓设备往往没有虚拟串口所需的驱动,因此我们决定使用蓝牙串口模块提供STM32与安卓设备之间的通信。我们使用的蓝牙串口模块型号为CC2541. 该型号的蓝牙串口模块采用蓝牙4.0协议进行通信,利用安卓本身提供的接口可以很容易的实现与蓝牙模块的通信。 机械控制方法 ž 摄像头转动支架的设计及控制 本系统采用两个伺服电机实现摄像头的转动,一个伺服电机控制水平方向的转动,另一个电机控制竖直方向上的转动。 我们从PID控制的角度来看摄像头的转动控制。首先PID中的P所代表的是比例控制,是必不可少的一环。举例来说明比例控制的作用。以图像中心为原点当算法计算得到目标物体的方向坐标为x,0的时候,那么可以控制摄像头往kx,0处转动,其中,k即为比例控制中的比例系数。一般取k为一个小于1的数,由于PID控制是循环不断进行的,那么尽管每次摄像头的转动都达不到目标位置,但经过多次控制以后,摄像头指向必定收敛于目标方向。k越接近于1,那么收敛过程就越快实现,但是如果太大,那么控制系统很容易发生振荡现象。我们讨论k恰好为1的极限情况,看似这种情况下摄像头会立即到达指定的目标位置,但考虑到惯性,误差,还有物体的运动,很有可能发生摄像头的运动超过的情况。一旦摄像头超过,就必须往回运动对误差进行补偿,这就是振荡产生的原因。再假设k十分小,比如为0.01,那么当x为7时,kx为0.07. 实际上普通的伺服电机根本无法转动这么小的角度。过小的k会使系统迟钝,并且可能减小系统的精度。在本系统中,我们取k为14到110之间时,都可以达到良好的控制效果。 图 1 一个典型的S函数 图 1 一个典型的S函数展示了一种表达式为y2/1exp-x-1的S形函数。在此,我们不拘泥与采用传统的比例控制方法,而用S函数对比例控制进行优化。从图 1所示的函数图形可以看出,S函数有上限1和下限-1,这其实是限制了平滑地限制了系统输出的最大值和最小值。在目标跟踪系统中,我们希望摄像头跟踪速度快,但是,速度过快也带来反作用。对依赖于特征点检测的算法来说,速度过快时就无法采集到清晰的图像,导致特征点的丢失。对于另一些算法,为了减少耗时,优先考虑物体落在原位置范围附近的可能,因此当摄像头运动过快时这种策略就失败了。考虑到这些因素,我们不得不限制系统输出的最大值和最小值,采用S函数是一个比较合理的方案。 再考虑PID中的I,即积分控制。积分控制的输出增量与系统的当前误差成正比,其大方向是正确的,有提高系统稳定性,降低稳态误差与提高系统精度的作用。但太大的积分控制会使系统调节滞后,所以积分控制必须与比例控制联合使用。在本系统中,所采用的伺服电机转角有大小限制。可以设想这样一种情况,目标跟踪物体处于摄像头跟踪范围的边缘,这时候摄像头好比一个人的肩膀被固定住了,只靠脖子扭去看他背后的人。这种情况下,由于输出的增量正比与系统当前的误差,因此系统输出会越来越大,但是无论输出怎样大都无法影响摄像头朝向。积累一段时间以后,目标物体突然回到摄像头正面,积分环节的输出却无法及时修正方向。累积的时间越长,这种滞后效应越明显。考虑到这种特殊的现实情况,我们舍弃了积分控制环节。 如果单有比例控制,那么这样的控制系统未免粗糙。就像篮球投手考虑到自身的速度进行投篮一样,PID控制中的微分环节D可以根据系统误差的变化速度修正系统的输出。不过如果积分环节的作用太强,同样容易引起振荡使系统不稳定。由于积分控制环节已经舍弃,无法对微分环节进行制衡,因此微分环节的比例系数应该取较小的值。但再考虑到我们的算法要求摄像头的运动速度应该限制在一个合理的范围内,所以,追求利用提前量快速响应的微分环节最终没有加入控制系统。 ž 携带摄像头的移动小车的设计及控制 移动小车的控制与摄像头伺服电机的控制相似,但实际中必须同时控制摄像头的转动和小车的移动。为了简化问题,在水平方向存在系统误差时,优先采用摄像头控制来消除误差。如果误差未得到消除(摄像头转到头了),再通过小车的转向弥补。 OpenCV ž 读取Uvc免驱摄像头 当采用Windows作为上位机平台时,UVC摄像头的读取可以采用OpenCV自带的摄像头读取方法。当采用Android作为上位机平台时,Android本身开发工具包的接口不支持外置摄像头的使用。这时候可以参考Github上已有的在Android平台上读取UVC摄像头的代码。 ž 视频目标跟踪算法 光流法 光流的概念是Gibson在1950年首先提出来的。它是空间运动物体在观察成像平面上的像素运动的瞬时速度,是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系,从而计算出相邻帧之间物体的运动信息的一种方法。一般而言,光流是由于场景中前景目标本身的移动、相机的运动,或者两者的共同运动所产生的。其计算方法可以分为三类 (1)基于区域或者基于特征的匹配方法; (2)基于频域的方法; (3)基于梯度的方法; 图 2 光流法捕捉运动的点 图 3 改进的光流法,捕捉选定物体上的角点 简单来说,光流是空间运动物体在观测成像平面上的像素运动的“瞬时速度”。光流的研究是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”。研究光流场的目的就是为了从图片序列中近似得到不能直接得到的运动场。 光流法的前提假设 (1)相邻帧之间的亮度恒定; (2)相邻视频帧的取帧时间连续,或者,相邻帧之间物体的运动比较“微小”; (3)保持空间一致性;即,同一子图像的像素点具有相同的运动 光流法对位置相邻和颜色一致有比较严格的要求。 粒子滤波算法 所谓粒子滤波就是指通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数,用样本均值代替积分运算,进而获得系统状态的最小方差估计的过程,这些样本被形象的称为“粒子”,故而叫粒子滤波。 粒子滤波的核心在于利用采样来近似真实的概率分布,从而减少需要计算的点。另外,粒子滤波算法往往在上一个计算结果的周围进行正态分布的采样,即优先考虑周围的点,从而达到减小误差的目的。 利用粒子滤波算法,须先获得概率密度函数以进行采样。一般采取HSV空间的H维度进行直方图统计。 Camshift算法 CamShift算法是一种经典的目标跟踪算法,具有良好的跟踪效果,并且在一定程度上可以抗旋转,抗部分遮挡,还具有计算速度快等优点,是本系统主要采用的跟踪算法。 CamShift考虑到前后两帧的相邻,基于meashift算法得到最大概率点。将上一帧的结果(即搜索窗口的中心位置和窗口大小)作为下一帧MeanShift算法的搜索窗口的初始值,如此迭代下去。 图 4 CamShift算法对物体进行跟踪 图 5 CamShift算法统计的直方图图像 图 6 CamShift算法中计算直方图方向投影 Meanshift算法是Camshift算法的基础。meanShift算法,一般是指一个迭代的步骤,即先算出当前点的偏移均值,然后以此为新的起始点,继续移动,直到满足一定的结束条件。举例来说,可以给定某一大小的窗,meanshift算法依据概率密度函数寻找窗内密度最大的点,将得到的点作为新的窗的起点,寻找下一点,直到前后两窗位置相近,迭代终止。 一般取HSV空间的H空间计算目标窗的直方图反向投影作为概率密度函数,可以有效地区分人的肤色与自然界中的背景色。 ž 上位机设计 上位机采用Qt SDK开发。Qt Creator是一个用于Qt开发的轻量级跨平台集成开发环境。Qt Creator可带来两大关键益处提供首个为跨平台开发而设计的集成开发环境,并确保首次接触Qt框架的开发人员能迅速上手和操作。Qt Creator提供可视化的界面设计系统和丰富的API,其中包括Qt Serial模块可用于本目标跟踪系统的串行通信。 交互界面设计 图 7 交互界面概览 图 7是我们设计的交互界面,可以分为左中右三个部分。其中中间最大的控件是摄像头显示区。在这里,我们会显示采集到的图像,并标出目标物体位置,也可用鼠标进行物体选取等操作。 图 8 左侧操作面板 图 9 右侧操作面板 在左侧操作面板中,可以对系统的全局参数进行调整,包括摄像头切换,串口切换 ,跟踪算法的切换,摄像头的曝光时间,增益大小等参数的调整,开始跟踪和停止跟踪的命令,串口命令的发送等操作。右侧操作面板的内容则会根据跟踪算法的不同而变化。举例来说,在使用CamShift算法进行跟踪时,可以设置颜色饱和度,明度的范围,对不感兴趣的区域进行滤除,直方图统计的精度,达到更好的跟踪效果。另外,可以选择显示模式,选择观察正常图像,反向投影图像,或者查看HSV色彩空间中的某一维度。 ž 三维重建算法(SFM) SfM的全称为Structure from Motion,即通过相机的移动来确定目标的空间和几何关系,是三维重建的一种常见方法。它与Kinect这种3D摄像头最大的不同在于,它只需要普通的RGB摄像头即可,因此成本更低廉,且受环境约束较小,在室内和室外均能使用。我们查阅资料了解SfM中的基本原理与算法,并借助OpenCV实现一个简易的SfM系统。它并不需要知道相机拍摄时的绝对位置,也不需要使用结构光进行标定,只需要所拍摄物体为静态三维物体,并且所拍摄图像基本覆盖了物体。通过多视角的二维图像的几何关系,先进行运动估算,然后采用光束平差进行运动计算的优化和三维空间点的确定,最后进行点云扩展以获得稠密三维点云。 摄相机标定 小孔成像 在计算机视觉中,最常用的相机模型就是小孔模型(小孔成像模型),它将相机的透镜组简化为一个小孔,光线透过小孔在小孔后方的像面上成像,如下图所示。 图 10 小孔成像 由上图可知,小孔模型成的是倒像,为了表述与研究的方便,我们常常将像面至于小孔之前,且到小孔的距离仍然是焦距f,这样的模型与原来的小孔模型是等价的,只不过成的是正像,符合人的直观感受。在这种情况下,往往将小孔称作光心(Optical Center)。 图 11 成像焦距 小孔模型是一种理想相机模型,没有考虑实际相机中存在的场曲、畸变等问题。在实际使用时,这些问题可以通过在标定的过程中引入畸变参数解决,所以小孔模型仍然是目前最广泛使用的相机模型。 坐标系 为了用数学研究SfM,我们需要坐标系。在SfM中主要有两类坐标系,一类为相机坐标系,一类为世界坐标系。在本系列中,所以坐标系均为右手坐标系。 相机坐标系以相机的光心(小孔)作为原点,X轴为水平方向,Y轴为竖直方向,Z轴指向相机所观察的方向。世界坐标系的原点可以任意选择,与相机的具体位置无关。 图 12 相机坐标系与世界坐标系 内参矩阵 设空间中有一点P,若世界坐标系与相机坐标系重合,则该点在空间中的坐标为X, Y, Z,其中Z为该点到相机光心的垂直距离。设该点在像面上的像为点p,像素坐标为x, y,那么X, Y, Z和x, y有什么关系呢 图 13 坐标系间关系 由上图可知,这是一个简单的相似三角形关系,从而得到 但是,图像的像素坐标系原点在左上角,而上面公式假定原点在图像中心,为了处理这一偏移,设光心在图像上对应的像素坐标为cx,cy,则 将以上关系表示为矩阵形式,有 其中,将矩阵 称为内参矩阵,因为它只和相机自身的内部参数有关(焦距,光心位置)。 外参矩阵 一般情况下,世界坐标系和相机坐标系不重合,这时,世界坐标系中的某一点P要投影到像面上时,先要将该点的坐标转换到相机坐标系下。设P在世界坐标系中的坐标为X,P到光心的垂直距离为s(即上文中的Z),在像面上的坐标为x,世界坐标系与相机坐标系之间的相对旋转为矩阵R(R是一个三行三列的旋转矩阵),相对位移为向量T(三行一列),则 sxK[RXT] 其中RXT 即为P在相机坐标系下的坐标,使用齐次坐标改写上式,有 其中[R T]是一个三行四列的矩阵,称为外参矩阵,它和相机的参数无关,只与相机在世界坐标系中的位置有关。 图 14 外参示意图 极限约束与本征矩阵 在三维重建前,我们先研究一下同一点在两个相机中的像的关系。假设在世界坐标系中有一点p,坐标为X,它在1相机中的像为x1,在2相机中的像为x2(注意x1和x2为齐次坐标,最后一个元素是1),如下图。 图 15 两个相机呈像 设X到两个相机像面的垂直距离分别为s1和s2,且这两个相机具有相同的内参矩阵K,与世界坐标系之间的变换关系分别为[R1T1]和[R2T2],那么我们可以得到下面两个等式 由于K是可逆矩阵,两式坐乘K的逆,有 我们一般称x1和x2为归一化后的像坐标,它们和图像的大小没有关系,且原点位于图像中心。 由于世界坐标系可以任意选择,我们将世界坐标系选为第一个相机的相机坐标系,这时R1I,T10。上式则变为 将第一式带入第二式,有 x′2和T2都是三维向量,它们做外积(叉积)之后得到另外一个三维向量T2x′2(其中为外积的矩阵形式,T2x′2代表T2x′2),且该向量垂直于x′2和T2,再用该向量对等式两边做内积,有 即 令ET2R2有 可以看出,上式是同一点在两个相机中的像所满足的关系,它和点的空间坐标、点到相机的距离均没有关系,我们称之为极线约束,而矩阵E则称为关于这两个相机的本征矩阵。如果我们知道两幅图像中的多个对应点(至少5对),则可以通过上式解出矩阵E,又由于E是由T2和R2构成的,可以从E中分解出T2和R2。 如何从E中分解出两个相机的相对变换关系(即T2和R2),背后的数学原理比较复杂,好在OpenCV为我们提供了这样的方法 相机的标定,即为通过某个已知的目标,求取相机内参矩阵的过程。最常用的标定目标就是棋盘格。用相机对棋盘格从不同角度拍摄多张照片,然后将这些照片导入标定程序或算法,即可自动求出相机的内参。 特征点匹配 从上面的分析可知,要求取两个相机的相对关系,需要两幅图像中的对应点,这就变成的特征点的提取和匹配问题。对于图像差别较大的情况,推荐使用SIFT特征,因为SIFT对旋转、尺度、透视都有较好的鲁棒性。如果差别不大,可以考虑其他更快速的特征,比如SURF、ORB等。 本文中使用SIFT特征,由于OpenCV3.0将SIFT包含在了扩展部分中,所以官网上下载的版本是没有SIFT的,为此需要到这里下载扩展包,并按照里面的说明重新编译OpenCV。 匹配结果往往有很多误匹配,为了排除这些错误,这里使用了Ratio Test方法,即使用KNN算法寻找与该特征最匹配的2个特征,若第一个特征的匹配距离与第二个特征的匹配距离之比小于某一阈值,就接受该匹配,否则视为误匹配。当然,也可以使用Cross Test(交叉验证)方法来排除错误。得到匹配点后,就可以使用OpenCV3.0中新加入的函数findEssentialMat来求取本征矩阵了。得到本征矩阵后,再使用另一个函数对本征矩阵进行分解,并返回两相机之间的相对变换R和T。注意这里的T是在第二个相机的坐标系下表示的,也就是说,其方向从第二个相机指向第一个相机(即世界坐标系所在的相机),且它的长度等于1。 三维重建 现在已经知道了两个相机之间的变换矩阵,还有每一对匹配点的坐标。三维重建就是通过这些已知信息还原匹配点在空间当中的坐标。在前面的推导中,我们有 这个等式中有两个未知量,分别是s2和X。用x2对等式两边做外积,可以消去s2,得 整理一下可以得到一个关于空间坐标X的线性方程 解上述方程,即可求取X。其几何意义相当于分别从两个相机的光心作过x1和x2的延长线,延长线的焦点即为方程的解,如文章最上方的图所示。由于这种方法和三角测距类似,因此这种重建方式也被称为三角化(triangulate)。OpenCV提供了该方法,可以直接使用。 ž 测试结果 我们用以下两幅图片进行测试 图 16 运动右侧图像 图 17 运动左侧图像 重建后的图像 图 18 重建效果1 图 19 重建效果2 ž 参考文献 [1] 毛星云,冷飞雪.opencv3编程入门[M].北京电子工业出版社,2015.2 [2] Daniel Llis Baggio.深入理解OpenCV实用计算机视觉项目解析[M].北京机械工业出版社,2014.09 [3] 毛星云. 学习OpenCV(中文版) [M].北京电子工业出版社,2015.2 [4] (西)葛罗瑞亚布埃诺加西亚(Gloria Bueno Garca)奥斯卡德尼茨苏亚雷斯(Oscar Deniz Suarez)何塞路易斯埃斯皮诺萨阿兰达(Jos Luis Espinosa Aranda),Learning Image Processing with OpenCV.opencv3[M].北京机械工业出版社,2016.3

    注意事项

    本文(摄像头目标跟踪系统设计总结报告.docx)为本站会员(admin)主动上传,工友文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知工友文库(发送邮件至gydoc@qq.com或直接QQ联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    copyright@ 2019-2022 工友文库网站版权所有
    经营许可证编号:鲁ICP备19032292号-1


    1
    收起
    展开