【SLAM】Ubuntu16.04下配置ORB-SLAM2

最新推荐文章于 2024-03-19 16:56:45 发布
最新推荐文章于 2024-03-19 16:56:45 发布
阅读量2.4w 收藏 163
点赞数 19
分类专栏： SLAM 文章标签： ORB-SLAM2 ROS Kinetic Kame  Ubuntu 16.04
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.csdn.net/RadiantJeral/article/details/82193370
版权

本文记录了 ORB-SLAM2 在Ubuntu16.04下的安装过程.

安装环境：

  1. Xenial (Ubuntu 16.04) amd64
  2. ROS Kinetic Kame
  3. ORB-SLAM2

文章目录

1 准备工作

在开始配置ORB-SLAM2之前，有若干工具是需要提前安装的，即vim、cmake、git、gcc、g++。

sudo apt-get install vim git cmake -y
sudo apt-get install gcc g++ -y

-y表示自动安装，不需要每项手动确认输入 Yes
一般地，完整版的Ubuntu都带有gcc和g++

接下来将安装 ROS Kinetic Kame

2 ROS Kinetic Kame 的安装和配置

下面我将给出 ROS Kinetic Kame 在 Xenial (Ubuntu 16.04) 上的安装和测试过程。
点击这里，查看 ROS 官网的 ROS Kinetic Kame 安装手册。

2.1 配置Ubuntu软件中心

配置 Ubuntu 要求允许接受 restricted，universe 和 multiverse 的软件源，可以根据链接配置：https://help.ubuntu.com/community/Repositories/Ubuntu

ROS Kinetic ONLY supports Wily (Ubuntu 15.10), Xenial (Ubuntu 16.04) and Jessie (Debian 8) for debian packages.

一般地，这是系统默认设置，如下图所示：

这里写图片描述

2.2 设置sources.list（软件源）

设置你的计算机从packages.ros.org接收软件包。

添加ROS官方软件源：

sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.list.d/ros-latest.list'
sudo apt-key adv --keyserver hkp://ha.pool.sks-keyservers.net:80 --recv-key 0xB01FA116

一般地，ROS官方源速度很慢或者连接不上，推荐使用清华 TUNA Mirror 。
设置清华大学TUNA源:

Tsinghua TUNA Mirror

sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu/ $DISTRIB_CODENAME main" > /etc/apt/sources.list.d/ros-latest.list'

所有 Mirrors.

2.3 设置的密钥

sudo apt-key adv --keyserver hkp://ha.pool.sks-keyservers.net:80 --recv-key 421C365BD9FF1F717815A3895523BAEEB01FA116

如果你在连接秘钥服务器时遇到问题，你可以在上面的命令中替换链接为hkp://pgp.mit.edu:80或者hkp://keyserver.ubuntu.com:80

2.4 安装

首先，更新Debian包索引

sudo apt-get update

ROS含有多种库和工具。官网提供了4种默认配置的安装供你选择。你也可以依据自己需求进行个性化安装。

  • (1) 桌面完整版
    Desktop-Full Install: (Recommended) : ROS, rqt, rviz, robot-generic libraries, 2D/3D simulators and 2D/3D perception
sudo apt-get install ros-kinetic-desktop-full
  • (2) 桌面版
    Desktop Install: ROS, rqt, rviz, and robot-generic libraries
sudo apt-get install ros-kinetic-desktop
  • (3) 基础版
    ROS-Base: (Bare Bones) ROS package, build, and communication libraries. No GUI tools.
sudo apt-get install ros-kinetic-ros-base
  • (4) 个性化安装
    Individual Package: You can also install a specific ROS package (replace underscores with dashes of the package name):
sudo apt-get install ros-kinetic-PACKAGE

PACKAGE指包的名称

e.g.

sudo apt-get install ros-kinetic-slam-gmapping

搜索可用包:

apt-cache search ros-kinetic

我们使用 Desktop-Full Install

sudo apt-get install ros-kinetic-desktop-full

安装ROS完整版后可能会导致 X server 损坏，在重新启动Ubuntu后出现The system is running in low-graphics mode的错误，导致无法进入Ubuntu桌面。
这是由于使用 apt-get 的安装方式破坏了 X server 的包依赖关系。修复包依赖关系即可解决该问题。
如果出现上述问题，请尝试点击 answers.ros.org thread 或者 launchpad issue 解决问题。

2.6 设置环境

使用apt-get方式在 Ubuntu上安装 ROS，在使用前需要激活/opt/ros/kinetic/目录下的setup.bash文件来添加 ROS 环境变量。

ROS Kinetic Kame，命令如下:

source /opt/ros/kinetic/setup.bash

在每次打开一个新的 shell 时，我们都需要使用上述命令激活setup.bash文件。这样很繁琐。
因此，可以添加 ROS 的环境变量，这样，当我们打开新的shell时,我们的bash会话中会自动添加环境变量。

echo "source /opt/ros/kinetic/setup.bash" >> ~/.bashrc

source ~/.bashrc #（使环境变量设置立即生效）

Tips:
使用下面命令可以在不同的 ROS distribution （ROS 发行版）间切换

$ source /opt/ros/<distro>/setup.bash

使用 ROS distribution 的短名称替换 <distro>

如果我们想切换到 ROS Indigo Igloo :

$ source /opt/ros/indigo/setup.bash

2.7 安装 rosinstall

sudo apt-get install python-rosinstall python-rosinstall-generator python-wstool build-essential -y

之后注意在安装其他ROS插件时记得把ros-×××中的×××替换成kinetic，如下：

sudo apt-get install ros-kinetic-...

2.8 测试 ROS

启动ROS环境，如果显示出started core service [/rosout] ，即为安装成功，如下图：
ROS安装成功
说明 ROS 已经成功安装并配置

2.9 创建 ROS 工作空间

我们开始创建 catkin workspaces

mkdir -p ~/catkin_ws/src
cd ~/catkin_ws/src
cd ~/catkin_ws/
catkin_make
source devel/setup.bash

$ echo $ROS_PACKAGE_PATH

/home/slam2/catkin_ws/src:/opt/ros/indigo/share:/opt/ros/kinetic/stacks

出现上述结果，说明我们的 catkin workspaces 已经创建好了，并且 ROS_PACKAGE_PATH也已经配置好了。

接下来的所有工作都在 ~/catkin_ws/src 目录下完成，即在 catkin workspaces 。

3 ORB-SLAM2依赖项的安装

所有依赖项放在~/catkin_ws/src目录下，便于管理。

3.1 安装Pangolin，用于可视化和用户接口

安装依赖库

  • libglew-dev
  • libpython2.7-dev
  • libboost-dev、
  • libboost-thread-dev
  • libboost-filesystem-dev
sudo apt-get install libglew-dev libpython2.7-dev libboost-dev libboost-thread-dev libboost-filesystem-dev -y

进入~/catkin_ws/src
下载Pangolin并配置环境

cd ~/catkin_ws/src

git clone https://github.com/stevenlovegrove/Pangolin

cd ..

catkin_make

source ~/catkin-ws/devel/setup.bash

编译并安装Pangolin

cd Pangolin

mkdir build

cd build

cmake ..

make -j4

sudo make install

3.2 安装OpenCV

点击OpenCV Installation查看官方安装指南
最低的OpenCV版本为2.4.3，建议采用OpenCV 2.4.13或者OpenCV 3.2.0。
从OpenCV官网或者Git下载OpenCV2.4.13。
然后安装依赖项：
安装编译工具

sudo apt-get install build-essential -y

安装依赖包

sudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev -y

安装可选包

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev -y

sudo apt-get install libgtk2.0-dev -y

sudo apt-get install pkg-config -y

进入~/catkin_ws/src

从GitHub下载opencv2.4.13，这不是一个 git repository，使用wget。
将下载的OpenCV解压~/catkin_ws/src目录下。

wget https://github.com/Itseez/opencv/archive/2.4.13.zip

unzip 2.4.13.zip

进入OpenCV的目录下。
编译安装OpenCV 2.4.13 源码。

cd opencv-2.4.13/

mkdir build

cd build

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. 

make

sudo make install

配置OpenCV环境变量

将opencv的库加入到路径，从而让系统可以找到. 编辑文件 /etc/ld.so.conf.d/opencv.conf：

sudo vim /etc/ld.so.conf.d/opencv.conf

末尾加入/usr/local/lib，保存退出

sudo ldconfig

使配置生效. 编辑 /etc/bash.bashrc：

sudo gedit /etc/bash.bashrc

末尾加入

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

保存退出

source /etc/bash.bashrc  #使配置生效

测试实例

//文件名字lena.cpp
#include <stdio.h>
#include <opencv2/opencv.hpp>
using namespace cv;

int main( )
{
    Mat image;

    //按照自己的目录，或者将
    image = imread("/home/slam2/catkin_ws/src/lena.png", 1 );
    if ( !image.data )
    {
        printf("No image data \n");
        return -1;
    }
    namedWindow("Display Image", WINDOW_AUTOSIZE );
    imshow("Display Image", image);
    waitKey(0);
    return 0;
}

Lena.png 如下
Lena.png

编译

g++ lena.cpp -o lena.o  `pkg-config --cflags --libs opencv`

运行

./lena.o

效果如下
这里写图片描述

3.3 安装Eigen3

最低要求版本为3.1.0。在http://eigen.tuxfamily.org 下载 Eigen3.2.10 压缩文件，并解压。

下载并解压 Eigen3.2.10 到~/catkin_ws/src

wget https://bitbucket.org/eigen/eigen/get/3.2.10.tar.bz2
tar -xjf 3.2.10.tar.bz2

得到eigen-eigen-b9cd8366d4e8目录，重命名eigen-3.2.10

mv eigen-eigen-b9cd8366d4e8/ eigen-3.2.10

编译安装eigen3.2.10

cd eigen-3.2.10/

mkdir build

cd build

cmake ..

make

sudo make install

4 ORB SLAM2 的安装

注意：要安装在工作区的~/catkin_ws/src文件夹下。

cd catkin_ws/src
git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2
cd ORB_SLAM2

打开build.sh文件,将最后一行编译连接ORB-SLAM2的make -j改为make -j4

vim build.sh

执行build.sh

./build.sh

待编译完成，在ROS工作空间中就成功安装配置好了ORG-SLAM2项目。下面使用**非实时单目SLAM实例（不需要ROS平台也能运行）**测试ORB-SLAM2是否正确安装。

5 运行单目SLAM实例

在http://vision.in.tum.de/data/datasets/rgbd-dataset/download下载一个序列，并解压。转到ORBSLAM2文件夹下，执行下面的命令。根据下载的视频序列freiburg1， freiburg2 和 freiburg3将TUMX.yaml分别转换为TUM1.yaml，TUM2.yaml，TUM3.yaml。将PATH_TO_SEQUENCE_FOLDER更改为解压的视频序列文件夹。

GitHub上给出的命令执行格式：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txtExamples/Monocular/TUMX.yaml PATH_TO_SEQUENCE_FOLDER

在我的虚拟机里命令样例如下：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/slam2/Downloads/rgbd_dataset_freiburg1_xyz

因为我使用的是rgbd_dataset_freiburg1_xyz序列，所以将TUMX.yaml改为 TUM1.yaml。
我的序列存储路径为：
PATH_TO_SEQUENCE_FOLDER = /home/slam2/Downloads/rgbd_dataset_freiburg1_xyz

运行结果如下：
这里写图片描述

6 usb_cam安装

同样地，注意：要安装在工作区的~/catkin_ws/src文件夹下。

1.下载usb_cam源码并配置环境

cd catkin_ws/src
git clone https://github.com/bosch-ros-pkg/usb_cam.git
cd ..
catkin_make
source ~/catkin-ws/devel/setup.bash

2.编译usb_cam

cd usb_cam
mkdir build
cd build
cmake ..
make

3.测试usb摄像头
（1）打开新的终端，运行roscore

roscore

（2）回到原终端，先进入launch文件夹，再运行usb_cam中的launch文件，如果可以成功运行看到图像则安装成功。

cd launch
roslaunch usb_cam usb_cam-test.launch

图像显示如下

该usb_cam-test.launch是usb_cam中自带的launch文件，打开之后内容如下：

<launch>
  <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" >
    <param name="video_device" value="/dev/video0" />
    <param name="image_width" value="640" />
    <param name="image_height" value="480" />
    <param name="pixel_format" value="yuyv" />
    <param name="camera_frame_id" value="usb_cam" />
    <param name="io_method" value="mmap"/>
  </node>
  <node name="image_view" pkg="image_view" type="image_view" respawn="false" output="screen">
    <remap from="image" to="/usb_cam/image_raw"/>
    <param name="autosize" value="true" />
  </node>
</launch>

其中video_device的默认设备为video0，可以根据情况更改。

如果不了解自己的usb摄像头为video几，可以运行如下命令查看：

ls /dev/video*

usb_cam用于实时SLAM，配合ROS平台使用

7 运行实时SLAM

稍后给出

RadiantJeral
关注
  • 19
    点赞
  • 踩
  • 163
    收藏
    觉得还不错? 一键收藏
  • 32
    评论
专栏目录
ORBSLAM3_docker
04-16
ORBSLAM3_docker 构建ORBSLAM3时遇到错误。 在安装ROS之前，我能够修复该错误，并以某种方式完成了相关性。 来自原始代码 安装前要求 （1）码头工人 （2）NVIDIA泊坞窗 使用dockerfile安装ORBSLAM3 运行build_docker.sh文件 chomod +x build_docker.sh ./build_docker.sh 使用创建的图像文件运行容器 从Docker容器制作Gui Visibla sudo apt-get install x11-xserver-utils xhost + 运行容器 docker run --gpus all -it --ipc=host --net=host --privileged -e DISPLAY=unix $DISPLAY -v /tmp/.X11-unix:/tmp/.X11-unix:
ubuntu16.04安装orb_slam2
changquanhao的博客
10-09 4352
最近在学习slam，所以安装orb_slam2,参考了网上的很多博客，中间也遇到一些问题，有些博客讲解的也不是那么详细。现在补充记录如下。 整体思路主要参考了这篇文章:https://www.cnblogs.com/feifanrensheng/p/8480362.html 行文按照这篇文章进行扩充。 1 安装必要工具   首先，有两个工具是需要提前安装的。即cmake和Git。   ...
Ubuntu16.04下 ORB_SLAM2的安装与配置
qq_42585108的博客
04-15 4618
ORB_SLAM2的安装与配置一、安装工具二、安装Pangolin作为可视化和用户界面三、安装OpenCV ，用于处理图像和特征四、安装Eigen3，它是一个开源线性库，可进行矩阵运算五、安装ORB-SLAM2六、运行单目SLAM实例 一、安装工具 在配置过程中需要cmake、gcc、g++和Git工具。可在终端通过以下命令下载。 （1）更新apt库，更新软件列表 sudo apt-get upd...
ORB-SLAM2安装和运行教程
Galaxy
03-19 951
默认已经安装了cmake、git 、gcc 和g++更新apt库,更新软件列表。
SLAM学习 | Ubuntu16.04 下从零开始配置环境并运行ORB-SLAM2(TUM, ROS+USB, 自制数据集)
Chen_Tianyang的博客
10-31 3245
本文的主要内容有： 1.在空白Ubuntu16.04系统下配置并安装ORB-SLAM2； 2.下载TUM数据集并运行； 3.自己制作数据集并运行； 4.使用ROS和USB相机实时运行； 5.对ORB-SLAM2运行结果的简要评估。
基于ORB-SLAM2的实时网格地图构建
04-30
针对目前视觉SLAM（同时定位与地图构建）系统只能输出相机的运动轨迹图而不能生成用于路径规划和导航地图的缺点，提出了一种基于ORB-SLAM2的网格地图实时构建算法。首先，建立了一个适用于视觉SLAM的逆传感器模型（inverse sensor model，ISM）；针对ISM模型重新编排了网格地图算法的构建机制，并对其进行详细推导；最后，介绍了ORB-SLAM2网格地图构建的具体实施方案。通过实验，对ISM模型和网格地图模型进行分析，确保了算法的可行性；用单目相机和RGB-D深度相机进行实时实验，实现了网格地图的实时构建，且能够清晰地显现出障碍物位置，验证了所提算法的有效性。
ORB-SLAM2学习笔记（1）——ORB-SLAM2简介
weixin_51457680的博客
10-26 4666
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录一、ORB-SLAM2简介一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 一、ORB-SLAM2简介 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matpl
ORB-SLAM2原理分析
qq_44089890的博客
04-12 4190
ORB-SLAM2是一种基于单目、双目和RGB-D相机的实时视觉SLAM系统，用于在无GPS信号或有限的传感器信息情况下，构建三维地图并定位相机的位置和姿态。ORB-SLAM2采用了ORB特征点提取和描述符匹配技术，以及图优化和闭环检测算法，从而实现了高精度的地图构建和相机定位。ORB-SLAM2可以应用于室内外的多种场景，如机器人导航、增强现实和虚拟现实等领域。
ORB-SLAM2系列第一章——简介
weixin_45947476的博客
03-24 3693
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、ORB-SLAM2算法架构详解二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、ORB-SLAM2算法架构详解 这是ORB-SLAM2文章中的系统线程和模块框架。 二、使用步骤 1.引入库 代码如下（示例）：.
ORB-SLAM2的安装及试运行
weixin_55076655的博客
12-03 4348
主要包括安装ORB-SLAM2的一些相关过程，对自己踩坑的记录，仅做参考
ORB_SLAM2 源码解析 ORB_SLAM2简介（一）
热门推荐
m0_58173801的博客
08-29 1万+
一、ORB_SLAM2的特点 1、ORB_SLAM2是首个支持单目、双目和RGB-D相机的完整开源SLAM方案，能够实现地图重用，回环检测和重新定位的功能。 2、能够在GPU上进行实时工作，比如手机、无人机、汽车。 3、特征点法的巅峰之作，定位精度非常高。 4、能够实时计算处相机的位姿，并生成场景的稀疏三维重建地图。 二、算法流程框架 ORB-SLAM整体流程如下图所示 它主要有三个线程组成：跟踪、Local Mapping（又称小图）、Loop Closing（又称大图...
VI_ORB_SLAM2:基于ORB-SLAM2的MonocularStereo视觉惯性ORB-SLAM
05-14
VI_ORB_SLAM2：基于ORB-SLAM2的单目/立体视觉惯性ORB-SLAM 该存储库包括Visual-Inertial ORB-SLAM的Monocular版本和Stereo版本。 这两个是的和的。 有关详细信息，您可以参考Examples/Monocular/mono_euroc_VI.cc和...
Active-ORB-SLAM2-master.rar
07-01
基于orb-slam2的主动SLAM方法
ubuntu16.04安装运行PL-SLAM-附件资源
03-05
ubuntu16.04安装运行PL-SLAM-附件资源
2023年加湿器市场分析.pptx
04-18
行业分析报告
Skeleton-Low Poly 低多边形骨架模型Unity插件美术资源包unitypackage
04-18
Skeleton-Low Poly 低多边形骨架模型Unity插件美术资源包unitypackage 支持Unity版本2019.4.29或更高 直接的低多边形骨架。 特点： - 低多边形（9k tris，8.5） - 适用于 Unity 5 及更高 版本 - 完全装配 - 包括一个 fbx 格式的模型 - PBR 纹理 - 高清纹理
基于Java的Swing飞机订票系统设计源码
04-18
本项目是基于Java的Swing飞机订票系统设计源码，包含102个文件，其中主要包含41个java源代码文件，26个png图片文件，10个jpg图片文件等。系统采用了Java编程语言，实现了基于Swing的飞机订票系统。项目结构清晰，代码可读性强，易于理解和维护。
2023年全球包装油市场趋势分析.pptx
04-18
行业分析报告
工作汇报 年终总结2.pptx
最新发布
04-18
引言 年度工作回顾 系统进展与亮点 技术创新与应用 市场反馈与用户评价 存在问题与挑战 未来展望与计划 结束语与感谢 一、引言 简要介绍智能家居系统的重要性和发展趋势 回顾本年度的工作目标和重点 二、年度工作回顾 系统建设与维护 完成的项目与里程碑 系统稳定性与可靠性提升 团队建设与培训 团队成员构成与职责 培训与技能提升活动 合作伙伴与资源整合 与供应商、合作伙伴的合作情况 资源整合与利用 三、系统进展与亮点 功能扩展与优化 新增功能介绍与效果评估 现有功能的优化与改进 用户体验提升 界面设计与交互优化 用户反馈与改进措施 四、技术创新与应用 物联网技术的应用 传感器与通信技术的升级 大数据分析与应用 智能家居的智能化管理 自动化控制与节能策略 安全防护与预警系统 五、市场反馈与用户评价 市场反馈分析 市场需求与竞争态势 市场占有率与增长趋势 用户评价总结 用户满意度调查结果
如何ubuntu16.04安装和运行orb-slam2
05-21
ORB-SLAM2是一个基于特征点的单目、双目和RGB-D SLAM系统，它可以在ROS中工作。下面是在Ubuntu 16.04中安装和运行ORB-SLAM2的步骤： 1. 安装依赖项 打开终端并运行以下命令： ``` sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev sudo apt-get install libboost-all-dev ``` 2. 下载ORB-SLAM2 在终端中运行以下命令： ``` cd ~ git clone https://github.com/raulmur/ORB_SLAM2.git ORB_SLAM2 ``` 3. 编译ORB-SLAM2 在终端中运行以下命令： ``` cd ORB_SLAM2 chmod +x build.sh ./build.sh ``` 4. 运行ORB-SLAM2 在终端中运行以下命令： ``` ./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /path/to/your/TUM/RGB-D/sequence/ ``` 其中 `/path/to/your/TUM/RGB-D/sequence/` 是你要运行的数据集的路径。你可以使用TUM RGB-D数据集（下载链接：https://vision.in.tum.de/data/datasets/rgbd-dataset/download）进行测试。将数据集解压缩到你的计算机上，并将路径替换为 `/path/to/your/TUM/RGB-D/sequence/`。 在终端中运行该命令后，ORB-SLAM2将开始处理数据集并输出结果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 32
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