ardupilot开发 --- Jetson Orin Nano 后篇

已于 2024-10-31 00:03:07 修改
阅读量1.7k 收藏 23
点赞数 12
分类专栏： 无人机技术 文章标签： Ardupilot
于 2024-06-21 11:25:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_43321489/article/details/139856024
版权

在这里插入图片描述

我拼命加速，但贫穷始终快我一步

0~19

请参考前篇。

20 visp-d455：基于IBVS的Pixhawk无人机视觉伺服

20.1 基础

在这里插入图片描述

  • 参考：Tutorial: Image-based visual-servoing on a drone equipped with a Pixhawk

  • 第三方库： MavSDK，librealsense

  • 一些概念：

    • onboard computer：板载计算机、机载计算机
    • IBVS：基于图像的视觉伺服
    • Homogeneous Matrix：齐次变换矩阵
    • rotation 、translations、transformation：旋转、平移、转换
    • Image Moments：图像矩

  • 软件：

    • QGC 或 Mission Planner，安装在地面站PC上，windows系统或Ubuntu系统。
    • MavProxy ，安装在机载计算机上。

关于连接、通讯、UDP forward服务：

  • 板载计算机与飞控用USB连接。
  • 板载计算机与地面站PC：通过局域网连接，进行SSH。例如使用思翼科技的链路产品MK32实现局域网连接，使用MobaXterm实现SSH。
  • MavProxy
    运行在：板载计算机上，Ubuntu20.04，安装教程。
    与飞控的连接：USB，即--master=/dev/ttyACM0
    创建3个UDP forward服务，使得其他应用或程序能过通过UDP连接到飞控（与飞控通讯）！
    启动命令如：
    mavproxy.py --master=/dev/ttyACM0 --out=udpout:192.168.30.111:14550 --out=udpout:192.168.30.111:14551 --out=udpout:127.0.0.1:14552
  • Mission Planner 或 QGC
    运行在：地面站PC，windows系统或Ubuntu系统都可。
    与飞控的连接：通过mavproxy创建的UDP forward服务：192.168.30.111:14550，其中192.168.30.111是地面站PC的IP地址。
  • keyboard Control app：
    运行在：地面站PC，windows系统或Ubuntu系统都可。
    与飞控的连接：通过mavproxy创建的UDP forward服务：192.168.30.111:14551，其中192.168.30.111是app所在系统的IP地址。通讯使用MavSDK。
  • IBVS app
    视觉伺服程序，visp程序。
    运行在：板载计算机上，Ubuntu20.04.
    与飞控的连接：通过mavproxy创建的UDP forward服务127.0.0.1:14552，其中127.0.0.1是app所在系统的IP地址。通讯使用MavSDK。

Jetson Orin Nano 与飞控的连接和测试

  • 使用usb线连接飞控的Type-C口与Jetson Orin Nano的USB口，用mavproxy测试是否能正常连接到飞控：mavproxy.py --master=/dev/ttyACM0
  • 错误提示：
    在这里插入图片描述
  • 解决方法：
    卸载 modemmanager 然后重启 Jetson Orin Nano.
    在这里插入图片描述

通过MK32提供的局域网SSH到Jetson Orin Nano

  • 1）将Jetson Orin Nano的网口与MK32天空端的LAN口用网线进行连接，注意Jetson Orin Nano的接口是RJ45，MK32天空端的接口是GH1.25-8P。若需要制作连接线，MK32天空端的接口定义请参考：A8mini云台相机篇，RJ45接口定义请百度查询。
      在这里插入图片描述 在这里插入图片描述

  • 2）Jetson Orin Nano设置静态IP
    其实这一步可以省略，因为通过网线接入MK32天空端后 Jetson Orin Nano 会自动获得一个192.168.144.x的IP！
    IP：192.168.144.79（11,12,20,25,26已被占用）
    网关：192.168.144.1
    掩码：255.255.255.0
    MK32的局域网设置请参考：MK32使用手册
    在这里插入图片描述

  • 3）用网线将PC的网口连接到MK32遥控器的LAN口。

  • 4）PC设置静态IP
    IP：192.168.144.80（11,12,20,25,26已被占用）
    网关：192.168.144.1
    掩码：255.255.255.0

  • 5）PC端使用SSH工具进行远程登录到 Jetson Orin Nano
    SSH前先ping一下局域网内的其他IP，验证一下网络状况。
    在这里插入图片描述

一些相关的、有用的例程

  • testPixhawkDroneTakeoff.cpp
    简单的起飞然后降落。
  • testPixhawkDronePositionAbsoluteControl.cpp
    起飞，方形轨迹飞行
  • testPixhawkDronePositionRelativeControl.cpp
    起飞，以起飞点为中心进行方形轨迹飞行
  • testPixhawkDroneVelocityControl.cpp
    起飞之后是一个简单的轨迹，使用速度控制测试一些不同的动作。
  • autopilot_server.cpp

Linux C++程序的gdb断点调试

  • 1）用VSCode打开代码
  • 2）开始调试 在这里插入图片描述
    注意：
    【1】"program": "/home/jetson/shd/visp-ws/visp-build/modules/robot/testPixhawkDroneTakeoff"中不要使用~来表示用户目录，因为VSCode无法识别！！
    【2】编译时：cmake -DCMAKE_BUILD_TYPE=debug否则无法识别断点！

搭建仿真

  • 前提：
    Ardupilot仿真运行在WSL上，visp程序和mavproxy运行在Jetson Orin Nano上！
    WSL和Jetson Orin Nano在同一个局域网！
  • 1）在Jetson Orin Nano上安装mavproxy：
    sudo apt-get install python3-dev python3-pip python3-matplotlib python3-lxml python3-pygame
pip3 install PyYAML mavproxy --user
echo 'export PATH="$PATH:$HOME/.local/bin"' >> ~/.bashrc
. ~/.bashrc
  • 2）已知Jetson Orin Nano的IP地址为：192.168.100.197
  • 3）在WSL上运行SITL仿真：
    sim_vehicle.py -v ArduCopter --console --out "192.168.100.197:14550" --out "127.0.0.1:14550" -w
    其中127.0.0.1:14550可用连接windows端的mission planner，便于查看飞行状态。
  • 4）在Jetson Orin Nano上启动MavProxy
    mavproxy.py --master=udp:192.168.100.197:14550 --out=udpout:127.0.0.1:14552
    注意：MavProxy生成的缓存文件mav.parm， mav.tlog ，mav.tlog.raw 要定时清理，这些文件保存在运行命令时的所在目录！不然会占用机载计算机的内存空间！
  • 5）testPixhawkDroneTakeoff.cpp例程调试和分析
    • /home/jetson/shd/visp-ws/visp/modules/robot/test/servo-pixhawk/testPixhawkDroneTakeoff.cpp
    • 构造一个mavsdk 对象；
    • 飞控已启动后，局域网已正常连接；
    • 建立一个TCP、UDP、串口连接，不成功会抛出异常并终止程序。
    • 发送指令之前先调用isRunning()函数，查看飞机是否在运行。
    • mavsdk的析构函数会导致飞机降落？？
    • 使用类vpRobotMavsdk控制飞机飞行的方式：
      • 1）先使用setPositioningIncertitude()设置定位和偏航的不确定性参数，如：
        drone.setPositioningIncertitude(0.10, vpMath::rad(5.));
        位置和偏航不确定范围为0.1m和5deg。
        这些参数用于你判断飞机是否到设定的期望位置或偏航角期望值，可以用
      • 2）调用takeControl()让飞机进入guided（ardupilot）或off-board（PX4）模式。
      • 3）使用 setPosition() 或 setVelocity() 去控制飞机移动 。
      • 其他
        设置起飞高度：drone.setTakeOffAlt(5.);
        是否打印详细信息：drone.setVerbose(true);

解决【testPixhawkDroneTakeoff.cpp例程能解锁但起飞命令无响应，断点模式下却有响应】问题

在这里插入图片描述
解决：先用地面站将飞控设置为guided，再运行testPixhawkDroneTakeoff.cpp例程。

解决【使用最新的mavsdk版本导致visp编译报错】问题

背景：visp中的视觉伺服例程使用的固件是px4，跟本人正在使用Ardupilot有较大区别，例如px4中的off-board而Ardupilot中是guided模式，等等。
通过查阅mavsdk源码可知：mavsdk中对guided模式的一些定义和使用在src\mavsdk\core\ardupilot_custom_mode.h中，并且必须是最新的mavsdk源码版本即main分支。
使用最新的mavsdk代码，编译visp时报错，分析和解决如下：
在这里插入图片描述
解决方式：使用合适的构造函数代替：
cpp //mavsdk::Mavsdk m_mavsdk {}; mavsdk::Mavsdk m_mavsdk{mavsdk::Mavsdk::Configuration{mavsdk::Mavsdk::ComponentType::GroundStation}};
在这里插入图片描述
解决方式：
cpp #if (VISP_HAVE_MAVSDK_VERSION > 0x010412) passthrough.unsubscribe_message(MAVLINK_MSG_ID_HEARTBEAT,handle); #else passthrough.subscribe_message_async(MAVLINK_MSG_ID_HEARTBEAT, nullptr); #endif
一些条件编译中的报错处理方法大同小异：
大部分都是#if (VISP_HAVE_MAVSDK_VERSION > 0x010412)下面的代码报错，因为visp作者使用的是mavsdk1.4版本，在例程中执行的是else下面的代码if下的代码则不会被执行所以不会被发现，更新mavsdk到最新版本后再编译visp就会出现编译报错！！
解决方式：
在这里插入图片描述
修改后的 vpRobotMavsdk.cpp .

visp中的异步编程：std::promise和std::future

std::promise和 std::future 是怎么配合工作的？以及它们在异步编程中扮演的角色是什么？参考百度。

20.2 视觉伺服

知识储备

  • 坐标变换矩阵即坐标齐次变换矩阵，包括：旋转变换、平移变换。
    Rotation Matrix
    本质：坐标变换本质上是一种投影变换，是一种投影关系！从系a转换到系b即把系a中的坐标投影到系b.
    应用：2维，3维，n维
    举例：Xb = 旋转矩阵*Xb + 系a原点在系b中的坐标 = Tr * Xa + Ao_b = 齐次变换矩阵 * Xa
    旋转译自rotation ，平移译自translations，转换译自transformation
    坐标旋转的表示方式有多种：方向余弦矩阵、欧拉角、四元素等等，可参考坐标旋转篇。
    在这里插入图片描述
  • 单应性矩阵（单应矩阵、齐次矩阵、投影变换矩阵）
    Homogeneous Matrix
    本质：是一种坐标转换关系，是两个图像坐标系之间的转换关系矩阵。
    应用：图像投影。
    什么是图像投影？有什么作用？
    对于3D空间的一系列点(某个场景)，在不同视觉角度拍摄得到的图像分别记作P1、P2，P1P2中的同一个点p在P1P2的图像坐标系(2D的)的坐标记作【x1,y1】、【x2,y2】,那么它们之间的转换关系可以用单应矩阵表示：【x2,y2】= H * 【x1,y1】
    应用场景：交通场景中，例如需要获得俯视视角下的街道平面各智能体的坐标。而摄像机的位置可能无法做到完全俯视。此时可以标注一些地标，例如地板正方形瓷砖的角作为对应点，之后通过确定的H矩阵来将摄像机的影像转换为俯视视角的坐标。
    参考：Homography matrix（单应矩阵）简介
    计算方式：
    在visp中单应矩阵可以通过3D空间坐标旋转矩阵得到，如：
    vpRxyzVector c1_rxyz_c(vpMath::rad(-10.0), vpMath::rad(0), 0);
vpRotationMatrix c1Rc(c1_rxyz_c); // Rotation between (c1) and (c)  //c1->c的3d空间坐标旋转矩阵
vpHomogeneousMatrix c1Mc(vpTranslationVector(), c1Rc); // Homogeneous matrix between (c1) and (c) //c1->c的2d图像(平面)坐标旋转矩阵，即单应矩阵
    对于单应矩阵的估计请参考：这里或Tutorial: Homography estimation from points
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
  • 图像矩（Image Moments）

    • 源自：数学学科中随机变量的矩

    • 领域：数字图像处理、计算机视觉、深度学习

    • 对象：二值图像、灰度图像

    • 概念：图像的矩可以概括为图像的某些像素点的灰度值（像素值，在灰度图中像素值即灰度值）的加权平均值，或者是图像具有类似功能或意义的属性的加权平均值。
      意义：可以通过图像的矩来获得图像的一些有用的性质，包括面积、轮廓、几何中心（重心、质心）、方向（特征向量、主轴）等信息 ，这些信息对于图像识别、形状匹配和目标跟踪等应用非常有用。

    • 分类：

      • 原点矩
        (p+q)阶原点矩：
        在这里插入图片描述
      • 中心距
        (p+q)阶原点矩：
        在这里插入图片描述
      • 中心归一化距
        (p+q)阶中心归一化距：
        在这里插入图片描述

    • 矩的应用：

      • 目标区域的面积 = 目标区域的像素个数 = m00
        与零阶混合原点矩有关！
      • 目标区域的质心坐标 =【m01/m00, m10/00】
        与 一阶混合原点矩有关！
      • 目标区域的方向
        与二阶混合中心距有关！
        主轴斜率 = mu20/mu11
        副轴斜率 = mu11/mu20
最低0.47元/天 解锁文章
ardupilot开发 --- MAVSDK 篇
记录老板的每次pua，分享领导每天的毒鸡汤...
12-07 2556
学习MAVSDK看这篇就够了，其他的都是项目用到时再去查询手册上的相应的知识点！
ardupilot开发 --- Jetson Orin Nano 前篇
记录老板的每次pua，分享领导每天的毒鸡汤...
04-24 1968
mavlink无人机机载计算机Jetson Orin Nano的开发从0到1，无论是环境安装还是算法应用部署，从视频推拉流、mqtt数据推送、4g图数传到视觉伺服应用，还是OpenCV应用、YOLO算法应用，都在此篇！看不了看亏买不了上当，看它！
Jetson AGX ORIN硬件初始化和环境部署
TracyGC的博客
10-20 2790
orin预安装了ubuntu20.04，只需开机，像重装系统一样设置用户信息即可，可以参考官网的教程[https://developer.nvidia.com/embedded/learn/get-started-jetson-agx-orin-devkit]，官网提供了两种方式：一种是orin + 显示器，orin有提供DP接口，你需要准备一台显示器，最好也是有DP口的，因为我用DP转HDMI的连的，分辨率会受影响。确认安装的路径，一般直接回车安装在默认的 /home/你的名字/anaconda3。
jetson nano-mavros-px4
ty的博客
11-28 1209
ROS：melodic Ubuntu：18.04 px4：1.11.0 QGC：3.5.6 安装mavros（推荐源码安装） sudo apt-get install python-catkin-tools python-rosinstall-generator -y mkdir -p ~/catkin_ws/src cd ~/catkin_ws catkin init wstool init src rosinstall_generator --rosdistro melodic
nanosim 仿真
dianshidai4621的博客
09-09 718
nanosim 仿真步骤以及 仿真时需要的文档 转载于:https://www.cnblogs.com/reochan00/p/3963219.html
QGC地面站二次开发(一)添加新的一栏选项卡
qq_42558591的博客
07-17 650
上面的代码需要注意的地方是，_appSettings.mqttServer、_appSettings.mqttHostName、_appSettings.mqttTopic这三个值需要在App.SettingsGroup.json中添加。在qgc的界面中添加一栏新的选项卡，用来配置消息流转到MQTT服务器的地址以及Topic。在打开的QGC源码中，参考MAVLink Forwarding的选项卡代码(qml代码) ，我在其下方增加了一个新的选项卡，用来配置MQTT服务器。在AppSettings.h中。
【在英伟达nvidia的jetson-orin-nx-工控机入门了解-自我学习-资料记录-熟悉了解】
qq_22146161的博客
07-22 3765
近期开始学习英伟达的工控板，作为新手还是有很多不同懂得地方，但是一部分它用的linux系统，有点像玩树莓派，自己也看了一些资料，最近也是调试了几个外部接口，想着将一些资料整理下。一般用这种工控机，都是跑Ai算法什么的，我还没到那一步，至少现在还没到，一直调试底层的驱动来着，有很多资料需要了解。资料可以说还是比较多的，需要消化些，但对于细节部分，或者某个专业方向，可能会有些少，现总结这些吧。
jetson-nano-image：为NVIDIA jetson nano板创建自己的图像
01-31
标题 "jetson-nano-image：为NVIDIA jetson nano板创建自己的图像" 指向的是一个项目，目的是教你如何自定义NVIDIA Jetson Nano开发板的操作系统映像。NVIDIA Jetson Nano是一款低功耗、高性能的嵌入式AI开发平台，...
Jetson-Orin-NX-and-Orin-Nano-series-Pinmux-Config-Template.xlsm
03-14
Jetson_Orin_NX_and_Orin_Nano_series复用接口表格，模块引脚名称和编号、SoC pin名称、Verilog pin名称。
Face-Mask-Detection-Jetson-Nano:Jetson Nano上的面罩检测
04-19
面膜检测Jetson-Nano 在Jetson Nano上以44-5 FPS运行的快速面罩识别。 这是在公共领域中发现的两种深度学习模型的快速C ++实现。 第一个是在ncnn框架上运行的Linzaer的面部检测器。 。 第二个是Paddle Lite遮罩检测...
在树莓派和Nano中配置静态ip地址，开机自动连接Wifi
weixin_45390670的博客
02-20 2027
在Nano和树莓派上进行wifi设置和开机自启动
飞控（Pixhawk 4 Mini）与机载电脑（Jetson Xavier NX ）实现串口通信
热门推荐
Pulsar
09-19 1万+
飞控（Pixhawk 4 Mini）与机载电脑（Jetson Xavier NX ）实现串口通信
ardupilot软件仿真及调试（vscode版）
BreederBai的博客
07-29 6169
前言 本博客着重讲述如何进行对ardupilot软件仿真和调试，搭建编译环境和vscode的使用教程不再本文的讲述范围。 一、安装vscode 下载地址：https://code.visualstudio.com/ 在安装包所在文件夹中打开终端，输入以下命令，安装vscode sudo dpkg -i code_1.36.1-1562627527_amd64.deb ...
Jetson Orin NX 开发指南（9）: MAVROS 的安装、配置与运行
Pulsar
10-13 5752
Jetson Orin NX 开发指南（9）: Mavros 的安装与配置
Jetson Nano部署YOLOv5与Tensorrtx加速
君莫笑的博客
12-01 6289
Jetson Nano部署YOLOv5与Tensorrtx加速
Jetson Nano利用ROS2通过MicroDDS与PX4通讯
Zecet的博客
05-08 3512
PX4在V1.14及后续版本中，将原本ROS2与PX4通讯的中间件micrortps模块删除了，优化成了MicroDDS模块。MicroDDS的使用相比之前也简化了许多。本文在jetson nano板子上部署了Ubuntu20.04，并安装了ROS2，测试和Pixhawk4 mini之间的通讯。
ardupilot开发 --- gdb 篇
记录老板的每次pua，分享领导每天的毒鸡汤...
11-01 386
gdb，ardupilot 断点调试，函数调用逻辑，飞控调试
Jetson nano之ROS入门 - - 机器人建模与仿真
m0_55202222的博客
05-31 2642
机器人建模和仿真还可以帮助工程师开发和测试机器人的控制算法，以及评估机器人的性能和鲁棒性。此外，通过使用ROS进行机器人建模和仿真，可以更好地理解机器人系统的各个组件之间的交互和通信，从而更好地设计和调试机器人系统的软件架构。 另外，机器人建模和仿真还可以帮助工程师实现快速迭代和开发，因为在虚拟环境中进行测试和验证比在实际机器人上进行测试和验证更加高效和灵活。通过使用ROS进行机器人建模和仿真，可以更快速地识别和解决机器人系统中的问题，从而提高开发效率和机器人的性能和可靠性。
ardupilot开发 --- RealSense-D400 篇
记录老板的每次pua，分享领导每天的毒鸡汤...
04-28 901
ardupilot开发 --- RealSense-D400
vision master九点标定
最新发布
04-23
<think>好的，我现在需要帮助用户解决关于VisionMaster九点标定方法或错误的问题。首先，我应该回顾用户提供的引用内容，看看有没有相关的信息可以利用。 用户提供的引用[1]详细描述了九点标定的步骤，包括使用N点标定模块，设置标定板为九个点，调整旋转次数为0，手动输入机械手坐标，执行并检查误差。引用[2]提到了标定板的类型，基于圆形斑点检测，以及如何筛选特征点。引用[3]则涉及坐标设置的模拟和可能的代码调整，比如将第五点设为原点。 用户的问题主要集中在九点标定的方法和错误解决上。首先，我需要整理正确的操作步骤，确保涵盖标定板准备、坐标输入、参数设置等关键点。然后，针对常见的错误，比如特征点检测失败、误差过大或执行失败，需要分析可能的原因，并提供解决方案。 例如，特征点检测失败可能由于标定板不符合要求，需要检查打印质量、光照条件等。误差过大的问题可能来自机械手定位不准或标定板翘曲，这时建议重新走点或更换更稳定的标定板材质。执行失败可能与坐标系设置或参数输入错误有关，需要核对原点设置和坐标数据。 另外，用户提到的引用中有关于标定板类型和坐标模拟的内容，可能需要强调标定板的选择和坐标输入的正确性。例如，确保使用高对比度的圆形标定板，并严格按照步骤输入物理坐标，避免手动输入错误。 最后，生成相关问题时，要考虑用户可能进一步询问的内容，如优化误差、标定板制作细节、坐标系转换应用等，这样能帮助用户更深入地理解整个标定过程。</think>### VisionMaster九点标定方法及常见错误解决 #### **一、九点标定操作步骤** 1. **标定板准备** - 使用A4纸打印9个圆形标记的标定板，建议采用高对比度的黑白圆形（如白色背景+黑色圆），确保圆直径大于5mm[^2] - 将标定板固定在工作平面，避免翘曲或倾斜 2. **标定模块配置** ```python # 模拟坐标设置逻辑参考[^3] xworld = [0, step, 2*step, 0, step, 2*step, 0, step, 2*step] yworld = [0, 0, 0, step, step, step, 2*step, 2*step, 2*step] ``` - 在VisionMaster中添加"N点标定"模块 - 参数设置： - 平移次数：保持默认（对应3x3网格） - 旋转次数：设为0（仅平面标定）[^1] - 标定板类型：选择"圆形标定板" 3. **坐标输入** - 通过【铅笔图案】手动输入机械手示教的9个物理坐标，建议按Z字形顺序录入[^1] - 确保像素坐标与物理坐标一一对应 4. **标定执行与验证** - 执行标定后检查： - 评估标定误差状态必须为0 - 平移像素平均误差应小于0.5像素（理想值）[^1] - 通过标定结果可视化检查映射关系 5. **数据保存** - 生成标定文件时注意坐标系方向一致性 - 建议保存多个版本标定文件以便回滚 --- #### **二、常见错误及解决方法** | 错误现象 | 可能原因 | 解决方案 | |---------|----------|----------| | **特征点检测失败** | 1. 标定板对比度不足<br>2. 圆形尺寸不符合要求<br>3. 光照不均匀 | 1. 改用工业级打印标定板[^2]<br>2. 调整视觉参数中的斑点检测阈值<br>3. 增加环形光源照明 | | **误差超过0.5像素** | 1. 机械手定位偏差<br>2. 标定板翘曲<br>3. 坐标输入错误 | 1. 重新示教点位，确保重复定位精度<br>2. 改用亚克力板制作标定板<br>3. 使用CSV文件导入替代手动输入 | | **标定执行失败** | 1. 坐标系设置冲突<br>2. 非共面点检测<br>3. 奇异矩阵 | 1. 确认机械坐标与像素坐标原点一致性[^3]<br>2. 使用平面度检测工具验证标定板安装<br>3. 增加标定点冗余度 | | **映射关系异常** | 1. 旋转方向错误<br>2. 比例因子异常 | 1. 检查坐标系手系设置（左手/右手）<br>2. 验证标定板物理间距测量精度 | --- #### **三、优化建议** 1. 采用12点标定可提升鲁棒性（需修改第5点为原点[^3]） 2. 结合手眼标定补偿法兰盘中心偏移 3. 定期进行标定验证（建议每月一次） 4. 使用温度稳定性好的材料制作标定板
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值