首页 / 专利分类库 / 一般车辆 / 车辆悬架装置的配置 / 一种电动摩托车减震调节系统

一种电动摩托车减震调节系统

申请号 CN202410093133.1 申请日 2024-01-23 公开(公告)号 CN117901599A 公开(公告)日 2024-04-19
申请人 杭州泛舟科技有限公司; 发明人 杨昊; 蒋周建; 李松坡;
摘要 本 发明 公开了一种电动摩托车减震调节系统包括 图像采集 模 块 采集路面图像;干扰采集模块采集环境 亮度 、空气含 水 率、振动参数、灯光的离地高度、光照强度以及照射 角 度;计算模块根据离地高度、照射角度以及空气含水率计算得到灯光照射距离,以及根据灯光照射距离、光照强度和环境亮度计算得到路面亮度;扰动生成模块根据路面亮度处理得到亮度干扰数据,根据各振动参数处理得到振动干扰数据;图像修复模块根据亮度干扰数据和振动干扰数据修复路面图像得到修复图像; 图像识别 模块识别修复图像得到坑洼数据和路面材质数据;减震调节模块根据坑洼数据以及路面材质数据调节电动摩托车的减震幅度。本发明提升电动摩托车的行驶安全性和舒适性。
权利要求

1.一种电动摩托车减震调节系统,其特征在于,包括:
图像采集,设置在电动摩托车的前端,用于在所述电动摩托车行驶过程中采集距离所述电动摩托车前方一预设距离处的路面图像;
干扰采集模块,用于实时采集环境亮度、空气含率、所述电动摩托车的振动参数、所述电动摩托车灯光的离地高度、光照强度以及照射度,所述照射角度为所述电动摩托车灯光与路面之间的夹角;
计算模块,连接所述干扰采集模块,用于根据所述离地高度、照射角度以及所述空气含水率计算得到灯光照射距离,以及根据所述灯光照射距离、所述光照强度和所述环境亮度计算得到路面亮度;
扰动生成模块,分别连接所述干扰采集模块和所述计算模块,用于根据所述路面亮度处理得到亮度干扰数据,以及根据所述振动参数处理得到振动干扰数据;
图像修复模块,连接所述扰动生成模块和所述图像采集模块,用于根据所述亮度干扰数据以及所述振动干扰数据对所述路面图像进行修复,得到修复图像;
图像识别模块,连接所述图像修复模块,用于对所述修复图像中的坑洼进行识别得到若干坑洼数据,以及对所述修复图像中的路面特征进行识别得到路面材质数据;
减震调节模块,连接所述图像识别模块,用于根据各所述坑洼数据以及所述路面材质数据提前调节所述电动摩托车的减震幅度。
2.根据权利要求1所述的电动摩托车减震调节系统,其特征在于,还包括存储模块,连接所述计算模块和所述扰动生成模块,所述存储模块中预先保存有若干所述空气含水率与偏移角度之间的关联关系以及若干所述空气含水率与光照干扰系数之间的关联关系;
则所述计算模块包括:
第一计算单元,用于根据所述空气含水率在所述存储模块中匹配得到相应的偏移角度,并将所述离地高度、所述照射角度以及所述偏移角度输入预设的距离计算公式中,计算得到所述灯光照射距离;
第二计算单元,用于根据所述空气含水率在所述存储模块中匹配得到相应的光照干扰系数,将所述光照干扰系数、所述灯光照射距离、所述光照强度和所述环境亮度输入预设的光源计算公式中,计算得到所述路面亮度。
3.根据权利要求2所述的电动摩托车减震调节系统,其特征在于,所述距离计算公式配置为:
其中,用于表示所述灯光照射距离;
用于表示所述照射角度;
用于表示所述偏移角度;
用于表示所述离地高度。
4.根据权利要求3所述的电动摩托车减震调节系统,其特征在于,所述光源计算公式配置为:

其中, 用于表示所述路面亮度;
用于表示所述光照干扰系数;
用于表示所述光照强度;
用于表示所述环境亮度。
5.根据权利要求2所述的电动摩托车减震调节系统,其特征在于,所述存储模块中还预先保存有所述路面亮度与所述亮度干扰数据之间的关联关系以及所述振动参数与所述振动干扰参数之间的关联关系,所述扰动生成模块包括:
第一干扰单元,用于将所述路面亮度在所述存储模块中匹配得到所述亮度干扰数据;
第二干扰单元,用于将所述振动参数在所述存储模块中匹配得到所述振动干扰数据。
6.根据权利要求1所述的电动摩托车减震调节系统,其特征在于,所述图像修复模块包括:
亮度修复单元,用于根据所述亮度干扰数据对所述路面图像中的亮度和对比度进行修复;
振动修复单元,用于根据所述振动干扰数据调整预设的滤波防抖算法中的滤波参数,并根据调整过后的所述滤波防抖算法对所述路面图像中的重叠和残影进行修复。
7.根据权利要求2所述的电动摩托车减震调节系统,其特征在于,所述存储模块还连接所述图像识别模块,所述存储模块中还预先保存有若干路面特征与所述路面材质数据之间的关联关系,所述图像识别模块包括:
预处理单元,用于对所述修复图像进行图像预处理,得到预处理过后的所述修复图像;
特征提取单元,连接所述预处理单元,用于根据预设的特征提取算法对预处理过后的所述修复图像进行特征提取,得到所述路面特征和所述坑洼数据;
匹配单元,连接所述特征提取单元,用于根据所述路面特征在所述存储模块中匹配得到相应的所述路面材质数据。
8.根据权利要求1所述的电动摩托车减震调节系统,其特征在于,所述坑洼数据包括坑洼形状、坑洼尺寸和坑洼深度。
9.根据权利要求7所述的电动摩托车减震调节系统,其特征在于,所述减震调节模块包括:
规划单元,用于根据所述坑洼数据中的所述坑洼形状生成最优行进路线;
振幅预测单元,连接所述规划单元,用于将所述最优行进路线中包含的坑洼的所述坑洼深度、所述坑洼形状以及所述路面材质数据输入预先训练完毕的振幅预测模型中,预测得到行驶在前方预设距离处路面上的预测振动幅度;
调整单元,连接所述振幅预测单元,用于根据所述预测振动幅度提前调整所述电动摩托车的减震幅度。

说明书全文

一种电动摩托车减震调节系统

技术领域

[0001] 本发明涉及电动摩托车技术领域,尤其涉及一种电动摩托车减震调节系统。

背景技术

[0002] 电动摩托车是一种使用电能作为动源的摩托车。与传统的燃油摩托车相比,电动摩托车没有内燃机,而是使用电池或超级电容器储存电能,并将其转化为机械能驱动摩托车运动。电动摩托车通常具有零排放和低噪音的特点,同时也可以提供与某些燃油摩托车相当甚至更高的性能。电动摩托车行驶过程中,经常会遇到坑洼不平的路面,现有技术中,电动摩托车的减震调节一般需要在非骑行过程中进行调节,但是由于行驶过程中路面的随机性,往往来不及调节减震,会影响的电动摩托车的稳定性和舒适性,同时会在骑行时产生安全隐患。

发明内容

[0003] 针对现有技术存在的不足,本发明的目的在于提供一种电动摩托车减震调节系统,用于根据行驶路面提前调节电动摩托车的减震幅度,提升行驶安全性和舒适性。
[0004] 为实现上述目的,本发明提供了如下技术方案:一种电动摩托车减震调节系统,包括:图像采集,设置在电动摩托车的前端,用于在所述电动摩托车行驶过程中采集距离所述电动摩托车前方一预设距离处的路面图像;
干扰采集模块,用于实时采集环境亮度、空气含率、所述电动摩托车的振动参数、所述电动摩托车灯光的离地高度、光照强度以及照射度,所述照射角度为所述电动摩托车灯光与路面之间的夹角;
计算模块,连接所述干扰采集模块,用于根据所述离地高度、照射角度以及所述空气含水率计算得到灯光照射距离,以及根据所述灯光照射距离、所述光照强度和所述环境亮度计算得到路面亮度;
扰动生成模块,分别连接所述干扰采集模块和所述计算模块,用于根据所述路面亮度处理得到亮度干扰数据,以及根据所述振动参数处理得到振动干扰数据;
图像修复模块,连接所述扰动生成模块和所述图像采集模块,用于根据所述亮度干扰数据以及所述振动干扰数据对所述路面图像进行修复,得到修复图像;
图像识别模块,连接所述图像修复模块,用于对所述修复图像中的坑洼进行识别得到若干坑洼数据,以及对所述修复图像中的路面特征进行识别得到路面材质数据;
减震调节模块,连接所述图像识别模块,用于根据各所述坑洼数据以及所述路面材质数据提前调节所述电动摩托车的减震幅度。
[0005] 进一步地,还包括存储模块,连接所述计算模块和所述扰动生成模块,所述存储模块中预先保存有若干所述空气含水率与偏移角度之间的关联关系以及若干所述空气含水率与光照干扰系数之间的关联关系;则所述计算模块包括:
第一计算单元,用于根据所述空气含水率在所述存储模块中匹配得到相应的偏移角度,并将所述离地高度、所述照射角度以及所述偏移角度输入预设的距离计算公式中,计算得到所述灯光照射距离;
第二计算单元,用于根据所述空气含水率在所述存储模块中匹配得到相应的光照干扰系数,将所述光照干扰系数、所述灯光照射距离、所述光照强度和所述环境亮度输入预设的光源计算公式中,计算得到所述路面亮度。
[0006] 进一步地,所述距离计算公式配置为:
[0007] 其中,用于表示所述灯光照射距离;用于表示所述照射角度;
用于表示所述偏移角度;
用于表示所述离地高度。
[0008] 进一步地,所述光源计算公式配置为:;
其中, 用于表示所述路面亮度;
用于表示所述光照干扰系数;
用于表示所述光照强度;
用于表示所述环境亮度。
[0009] 进一步地,所述存储模块中还预先保存有所述路面亮度与所述亮度干扰数据之间的关联关系以及所述振动参数与所述振动干扰参数之间的关联关系,所述扰动生成模块包括:第一干扰单元,用于将所述路面亮度在所述存储模块中匹配得到所述亮度干扰数据;
第二干扰单元,用于将所述振动参数在所述存储模块中匹配得到所述振动干扰数据。
[0010] 进一步地,所述图像修复模块包括:亮度修复单元,用于根据所述亮度干扰数据对所述路面图像中的亮度和对比度进行修复;
振动修复单元,用于根据所述振动干扰数据调整预设的滤波防抖算法中的滤波参数,并根据调整过后的所述滤波防抖算法对所述路面图像中的重叠和残影进行修复。
[0011] 进一步地,所述存储模块还连接所述图像识别模块,所述存储模块中还预先保存有若干路面特征与所述路面材质数据之间的关联关系,所述图像识别模块包括:预处理单元,用于对所述修复图像进行图像预处理,得到预处理过后的所述修复图像;
特征提取单元,连接所述预处理单元,用于根据预设的特征提取算法对预处理过后的所述修复图像进行特征提取,得到所述路面特征和所述坑洼数据;
匹配单元,连接所述特征提取单元,用于根据所述路面特征在所述存储模块中匹配得到相应的所述路面材质数据。
[0012] 进一步地,所述坑洼数据包括坑洼形状、坑洼尺寸和坑洼深度。
[0013] 进一步地,所述减震调节模块包括:规划单元,用于根据所述坑洼数据中的所述坑洼形状生成最优行进路线;
振幅预测单元,连接所述规划单元,用于将所述最优行进路线中包含的坑洼的所述坑洼深度、所述坑洼形状以及所述路面材质数据输入预先训练完毕的振幅预测模型中,预测得到行驶在前方预设距离处路面上的预测振动幅度;
调整单元,连接所述振幅预测单元,用于根据所述预测振动幅度提前调整所述电动摩托车的减震幅度。
[0014] 本发明的有益效果:本发明在电动摩托车行驶过程中采集车辆前方预设距离处的路面图像,并利用采集外部环境中的环境亮度、空气含水率,同时采集电动摩托车上的振动参数,灯光的离地高度、光照强度以及照射角度,根据离地高度、照射角度以及空气含水率计算得到灯光照射距离,进而根据灯光照射距离、光照强度和环境亮度计算得到路面亮度,以分别根据路面亮度和振动参数处理得到亮度干扰数据和振动干扰数据,从而对路面图像进行修复得到修复图像,进而对修复图像进行识别得到若干坑洼数据和路面材质数据,最终根据坑洼数据和路面材质数据提前调整电动摩托车的减震幅度,实现了根据实际路面情况提前调整电动摩托车的减震幅度,有效提升了电动摩托车的行驶安全性和舒适性。
附图说明
[0015] 图1是本发明中电动摩托车减震调节系统的示意图;图2是本发明中电动摩托车的结构示意图;
图3是本发明中计算模块的结构示意图;
图4是本发明中扰动生成模块的结构示意图;
图5是本发明中图像修复模块的结构示意图;
图6是本发明中图像识别模块的结构示意图;
图7是本发明中减震调节模块的结构示意图。
[0016] 附图标记:1、电动摩托车;2、图像采集模块;3、干扰采集模块;4、计算模块;41、第一计算单元;42、第二计算单元;5、扰动生成模块;51、第一干扰单元;52、第二干扰单元;6、图像修复模块;61、亮度修复单元;62、振动修复单元;7、图像识别模块;71、预处理单元;72、特征提取单元;73、匹配单元;8、减震调节模块;81、规划单元;82、振幅预测单元;83、调整单元;9、存储模块。

具体实施方式

[0017] 下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
[0018] 需要说明的是,当组件被称为“固定于”另一个组件,它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件,它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件,它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、 “ 水平的”、“ 左”、“ 右”以及类似的表述只是为了说明的目的。
[0019] 除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0020] 请同时参见图1,本实施例提供了一种电动摩托车减震调节系统,包括:图像采集模块2,设置在电动摩托车1的前端,用于在电动摩托车1行驶过程中采集距离电动摩托车1前方一预设距离处的路面图像;
干扰采集模块3,用于实时采集环境亮度、空气含水率、电动摩托车1的振动参数、电动摩托车1灯光的离地高度、光照强度以及照射角度,照射角度为电动摩托车1灯光与路面之间的夹角;
计算模块4,连接干扰采集模块3,用于根据离地高度、照射角度以及空气含水率计算得到灯光照射距离,以及根据灯光照射距离、光照强度和环境亮度计算得到路面亮度;
扰动生成模块5,分别连接干扰采集模块3和计算模块4,用于根据路面亮度处理得到亮度干扰数据,以及根据振动参数处理得到振动干扰数据;
图像修复模块6,连接扰动生成模块5和图像采集模块2,用于根据亮度干扰数据以及振动干扰数据对路面图像进行修复,得到修复图像;
图像识别模块7,连接图像修复模块6,用于对修复图像中的坑洼进行识别得到若干坑洼数据,以及对修复图像中的路面特征进行识别得到路面材质数据;
减震调节模块8,连接图像识别模块7,用于根据各坑洼数据以及路面材质数据提前调节电动摩托车1的减震幅度。
[0021] 具体地,本实施例中,如图2所示,图像采集模块2可以为安装在电动摩托车1前端两侧的高速摄像头。高速摄像头用于实现在电动摩托车1行驶过程中的高速图像采集。其中高速摄像头的采样频率为200/秒,通过较高的采样频率可以保证电动摩托车1行驶过程中采集到图像的清晰度,避免图像中出现拖影。干扰采集模块3可以为若干检测装置,包括光线亮度传感器、红外传感器、振动传感器、激光测距传感器、光照强度传感器和光束分析仪。其中光线亮度传感器用于采集环境亮度,红外传感器用于测量空气中的水分,得到空气含水率。振动传感器用于检测电动摩托车1上的振动量,得到振动参数。激光测距传感器设置在电动摩托车1的灯光上,用于检测灯光与路面之间的离地距离。光照强度传感器用于检测灯光的光照强度。光束分析仪用于测量灯光光线的与路面之间的夹角。受到灯光光照、外部环境光照以及电动摩托车1行驶时产生的振动影响,导致拍摄到的路面图像中可能存在对比度偏差以及模糊,导致后续对图像中的路面以及坑洼进行识别时的图像样本受到影响,影响识别精度。电动摩托车1配置有行车电脑。计算模块4可以为配置在行车电脑上的计算程序。为了滤除灯光光照、外部环境光照以及电动摩托车1行驶时产生的振动影响,在获取到离地高度、照射角度、空气含水率、光照强度和环境亮度后,计算程序根据离地高度、照射角度、空气含水率计算得到灯光照射距离,进而根据灯光照射距离、光照强度和环境亮度。
[0022] 扰动生成模块5可以为配置在行车电脑上的匹配程序,用于根据路面亮度匹配得到相应的亮度干扰数据,以及根据振动参数处理得到振动干扰数据。图像修复模块6可以为配置在行车电脑上的图像修复软件,用于根据亮度干扰数据以及振动给干扰数据对路面图像进行修复得到修复图像。经过上述图像修复处理,滤除了原本路面图像中灯光亮度、环境亮度对图像造成的对比度偏差影响,同时滤除了原本路面图像中车辆振动对图像采集过程中造成的振动模糊影响,使得修复过后的修复图像满足后续图像识别的样本精确度需求,保证了后续图像特征识别的精度。
[0023] 图像识别模块7可以为基于计算机视觉的坑洼道路识别软件,用于对修复图像中的坑洼以及路面特征进行识别得到坑洼数据和路面材质数据。减震调节模块8可以为电动摩托车1的减震机构,用于根据坑洼数据和路面材质数据对提前调整电动摩托车1的减震幅度,实现了根据实际路面情况提前调整电动摩托车1的减震幅度,有效提升了电动摩托车1的行驶安全性和舒适性。
[0024] 优选的,还包括存储模块9,连接计算模块4和扰动生成模块5,存储模块9中预先保存有若干空气含水率与偏移角度之间的关联关系以及若干空气含水率与光照干扰系数之间的关联关系;参照图3所示,则计算模块4包括:
第一计算单元41,用于根据空气含水率在存储模块9中匹配得到相应的偏移角度,并将离地高度、照射角度以及偏移角度输入预设的距离计算公式中,计算得到灯光照射距离;
第二计算单元42,用于根据空气含水率在存储模块9中匹配得到相应的光照干扰系数,将光照干扰系数、灯光照射距离、光照强度和环境亮度输入预设的光源计算公式中,计算得到路面亮度。
[0025] 具体地,本实施例中,存储模块9可以为行车电脑中的非易失性存储器,用于进行数据及关联关系的存储。计算程序的计算过程包括两个计算步骤,首先利用第一计算单元41计算得到灯光照射距离,然后利用第二计算单元42计算得到路面亮度。通过划分两个计算步骤层层递进,保证了计算严谨性。
[0026] 优选的,距离计算公式配置为:
[0027] 其中,用于表示灯光照射距离;用于表示照射角度;
用于表示偏移角度;
用于表示离地高度。
[0028] 优选的,光源计算公式配置为:;
其中, 用于表示路面亮度;
用于表示光照干扰系数;
用于表示光照强度;
用于表示环境亮度。
[0029] 具体地,本实施例中,光照强度与灯光照射距离平方的商为灯光亮度,但是由于灯光与路面具有照射角度,因此还需要与照射角度的正弦值相乘才能得到灯光与路面交汇处实际的灯光亮度。实际的灯光亮度与环境亮度叠加得到综合亮度。由于交汇位置处实际的路面亮度还受到空气含水量的影响,因此综合亮度无法直接等同与路面亮度,需要将综合亮度与光照干扰系数做乘积得到路面亮度,即可考虑到空气含水量对路面亮度的影响,以提升后续图像识别精度。
[0030] 优选的,存储模块9中还预先保存有路面亮度与亮度干扰数据之间的关联关系以及振动参数与振动干扰参数之间的关联关系,参照图4所示,扰动生成模块5包括:第一干扰单元51,用于将路面亮度在存储模块9中匹配得到亮度干扰数据;
第二干扰单元52,用于将振动参数在存储模块9中匹配得到振动干扰数据。
[0031] 具体地,本实施例中,路面亮度与亮度干扰数据,振动参数与振动干扰数据均是一一对应的。第一干扰单元51、第二干扰单元52分别实现了路面亮度与亮度干扰数据的匹配转换,以及实现了振动参数与振动干扰数据之间的匹配转换。
[0032] 优选的,参照图5所示,图像修复模块6包括:亮度修复单元61,用于根据亮度干扰数据对路面图像中的亮度和对比度进行修
复;
振动修复单元62,用于根据振动干扰数据调整预设的滤波防抖算法中的滤波参
数,并根据调整过后的滤波防抖算法对路面图像中的重叠和残影进行修复。
[0033] 具体地,本实施例中,滤波防抖算法可以为时域高斯低通滤波算法,振动修复单元62可以根据振动干扰数据对时域高斯低通滤波算法中滤波器的尺寸和滤波强度进行调整,能获得更好的滤波效果,实现对路面图像中的重叠和残影的修复。
[0034] 优选的,存储模块9还连接图像识别模块7,存储模块9中还预先保存有若干路面特征与路面材质数据之间的关联关系,参照图6所示,图像识别模块7包括:预处理单元71,用于对修复图像进行图像预处理,得到预处理过后的修复图像;
特征提取单元72,连接预处理单元71,用于根据预设的特征提取算法对预处理过后的修复图像进行特征提取,得到路面特征和坑洼数据;
匹配单元73,连接特征提取单元72,用于根据路面特征在存储模块9中匹配得到相应的路面材质数据。
[0035] 具体地,本实施例中,图像预处理过程包括图像去噪、图像增强等。特征提取算法可以为基于计算机视觉的特征提取算法,用于提取对修复图像中的若干坑洼特征以及路面特征进行提取,以得到路面特征和坑洼数据。其中,坑洼特征包括坑洼颜色、坑洼纹理和坑洼边缘。路面特征包括路面颜色、路面纹理和路面边缘。优选的,坑洼数据包括坑洼形状、坑洼尺寸和坑洼深度。
[0036] 优选的,参照图7所示,减震调节模块8包括:规划单元81,用于根据坑洼数据中的坑洼形状生成最优行进路线;
振幅预测单元82,连接规划单元81,用于将最优行进路线中包含的坑洼的坑洼深度、坑洼形状以及路面材质数据输入预先训练完毕的振幅预测模型中,预测得到行驶在前方预设距离处路面上的预测振动幅度;
调整单元83,连接振幅预测单元82,用于根据预测振动幅度提前调整电动摩托车1的减震幅度。
[0037] 具体地,本实施例中,规划单元81可以为配置在行车电脑上的路径规划程序,该路径规划程序基于Dijkstra算法训练得到,可以在保证行驶方向不变的情况下尽可能规避路面坑洼,以生成最优行进路线。但是最优行进路线中还是不可避免地存在坑洼。在行车电脑中还配置有预先训练完毕的振幅预测模型,该振幅预测模型选用前馈神经网络模型作为初始模型,并基于若干历史数据训练得到。其中历史数据包括历史时刻获取到的若干历史坑洼深度、若干历史坑洼形状、若干历史路面材质以及相应的若干实际的历史振动幅度。将若干历史坑洼深度、若干历史坑洼形状、若干历史路面材质作为模型的输入,将相应的历史振动幅度作为模型的输出,对初始模型重新训练得到振幅预测模型。振幅预测单元82将获取得到的坑洼深度、坑洼形状以及路面材质数据输入振幅预测模型,预测得到电动摩托车1行驶在前方预设距离处路面上的预测振动幅度。调整单元83可以为电动摩托车1的前后轮上的减震机构,减震机构根据预测振动幅度提前调整减震幅度,以提升电动摩托车1行驶时的舒适性与安全性。
[0038] 以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
QQ群二维码
意见反馈