ORB_SLAM2配置——基于Ubuntu16.04+ROS+gazebo仿真

已于 2022-11-07 23:45:54 修改
阅读量2.7k 收藏 33
点赞数 1
分类专栏： ros 环境配置 slam 文章标签： slam ros
于 2022-11-04 05:05:43 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.csdn.net/weixin_40011280/article/details/127675527
版权
环境配置 同时被 3 个专栏收录
20 篇文章 0 订阅
订阅专栏
ros
2 篇文章 0 订阅
订阅专栏
slam
1 篇文章 0 订阅
订阅专栏

一、引言

ORB-SLAM2，它是基于单目、双目或RGB-D相机的一个完整的SLAM系统，其中包括地图重用、回环检测和重定位功能。这个系统可以适用于多种环境，无论是室内小型手持设备，还是工厂环境中飞行的无人机和城市中行驶的车辆，其都可以在标准CPU上实时运行。该系统的后端使用基于单目和双目观测的光束法平差法（bundle adjustment），这使得其可以精确估计轨迹的尺度。该系统包含一个轻量级的定位模式，它使用视觉里程计追踪未建图区域并匹配地图点，实现零漂移定位。
下文配置基于Ubuntu16.04系统，请线配置好系统。

二、ros（kinetic）系统的安装

OS系统目前有三大版本，分别是ROS Kinetic Kame（Ubuntu16.04）、ROS Melodic Morenia（Ubuntu18.04）、ROS Noetic Ninjemys（Ubuntu20.04）、ROS Humble（Ubuntu22.04） 。由于我们的Ubuntu系统是16.04版本，因此我们选择ROS Kinetic Kame进行安装。
链接：ROS系统配置

三、仿真环境搭建

1. 创建工作空间catkin_ws

（1）家目录下创建文件夹 catkin_ws。

mkdir catkin_ws

2）进入 catkin_ws文件夹，并在里面建立新的 src 文件夹。

cd catkin_ws
mkdir src

（3）进入src文件夹，并把当前文件夹初始化为workspace属性的文件夹。

cd src
catkin_init_workspace

如果/home/你的用户名/catkin_ws/src文件夹下出现了CMakeLists文件，说明工作空间生成成功。

（4）接下来对工作空间进行编译，打开一个新终端，进入catkin_ws文件夹。

cd  ~/catkin_ws
catkin_make

（5）产生install文件夹。

catkin_make install

（7）设置环境变量，打开一个新终端。

  • 打开 ~/.bashrc
    sudo vim ~/.bashrc
  • 并在 .bashrc 尾部添加
    source ~/catkin_ws/devel/setup.bash
  • 刷新环境变量
    cd catkin_ws
source ~/.bashrc

至此便完成了工作空间和功能包的创建，之后便可以在功能包中写程序并运行了。

2. 配置仿真环境

（1）下载一个中科院软件所的仿真环境。

github网址：https://github.com/DroidAITech/ROS-Academy-for-Beginners

下载好后，将上述zip文件解压缩后放至/home/你的用户名/catkin_ws/src文件目录下。
（2）安装依赖项

cd ~/catkin_ws
rosdep install --from-paths src --ignore-src --rosdistro=kinetic -y

在这里插入图片描述
发现有很多功能包无法通过rosdep来安装系统依赖项。

  • 此时我们选择手动安装，提示我们缺什么就安装什么，命令格式如下：

     sudo apt-get install ros-kinetic-功能包名称（软件包中的_注意要替换成-）
 # 例如
 sudo apt-get install ros-kinetic-yocs-cmd-vel-mux

  • 安装好后，再次执行：
    注意：如果继续报错，则需要继续手动安装功能包，只要将上述代码中的软件包名称不断替换成终端里提示的缺少的功能包即可，请耐心安装。在这里插入图片描述
    最终出现上述提示，则说明已全部安装成功。

（3）检查 gazebo 版本，该仿真环境要求 gazebo 的版本在7.0以上。

gazebo -v

注意：如果 gazebo 版本低于7.0，则需要进行手动升级，依次执行如下命令即可。

 sudo sh -c 'echo "deb http://packages.osrfoundation.org/gazebo/ubuntu-stable `lsb_release -cs` main" > /etc/apt/sources.list.d/gazebo-stable.list'
 wget http://packages.osrfoundation.org/gazebo.key -O - | sudo apt-key add -
 sudo apt-get update
 sudo apt-get install gazebo7

（4）编译工作空间。

cd ~/catkin_ws
catkin_make

刷新环境变量。

source ~/catkin_ws/devel/setup.bash （如果在~/.bashrc文件的末尾添加了source ~/catkin_ws/devel/setup.bash，则此步骤可以省略。）

四、ORB-SLAM2 的安装与配置

1.安装cmake，gcc，g++，git

先安装配置ORB-SLAM2所必要的一些工具（已经安装的忽略）。

sudo apt-get update
sudo apt-get install cmake gcc g++ git
2.安装Pangolin0.5(过高版本会导致错误)

Pangolin是一个轻量、便携的管理OpenGI显示、交互和提取的视频输入的快速开发库。其核心是一个简单的OpenGI视口管理器，它能帮助模块化3D可视化，不增加复杂性，提供一个先进且直接的3D导航处理器。Pangolin也提供一个操作程序的机制，这个机制通过配置文件和UI集成，有一个灵活的实时绘图仪，用于可视图形图像数据。
（1）安装依赖项

sudo apt-get install libglew-dev libpython2.7-dev
sudo apt-get install libxkbcommon-x11-dev

（2）下载并安装Pangolin0.5
Pangolin版本过高可能会出问题，经过测试0.5版本可用。
Pangolin0.5版本依赖C++的11版本，如果C++版本过高也会出错。
注意：不能用“git clone https://github.com/stevenlovegrove/Pangolin.git” 这串代码安装Pangolin，否则会默认安装最新版，导致后面运行出现错误。
解压后移动到主目录（其他目录也可），进入Pangolin文件夹进行编译。

先：找到Pangolin工程 CMakeLists.txt 加入如下代码：

set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")

再：编译Pangolin

cd Pangolin
mkdir build
cd build
cmake .. 
make
sudo make install

（3）测试Pangolin0.5是否安装成功
先：找到HelloPangolin工程 CMakeLists.txt 加入如下代码：

set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++11")

再：编译HelloPangolin

cd Pangolin
cd examples/HelloPangolin
mkdir build && cd build
cmake ..
make
./HelloPangolin

若出现一个如下的彩色方块，则说明安装成功。
在这里插入图片描述

3. 安装Eigen3

Eigen是可以用来进行线性代数、矩阵、向量操作等运算的C++库，它里面包含了很多算法。

sudo apt-get install libeigen3-dev
4. 安装OpenCV3(4会导致错误)

去官网下载opencv3系列，我选择的是3.4.10版本。
网站地址: https://opencv.org/releases
下载完成后，将其解压到主目录，并将该文件夹重命名为opencv3
（1）打开终端，安装依赖项。

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update
sudo apt install libjasper1 libjasper-dev
sudo apt-get install build-essential  
sudo apt-get install 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 libjasper-dev libdc1394-22-dev

（2）打开终端，编译OpenCV3（编译过程较慢，请耐心等待）。

cd opencv3
mkdir build
cd build
cmake ..
make 
sudo make install

（3）配置加载环境，打开一个新终端。

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

（4）在打开的空白文件中添加如下代码：

/usr/local/lib

（5）保存后关闭文件夹，打开一个新终端。

sudo ldconfig

（6）配置.bashrc文件

sudo gedit /etc/bash.bashrc

在打开的文件末尾添加以下两行代码：

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

（7）保存后关闭文件夹，打开一个新终端。

source /etc/bash.bashrc
sudo updatedb

（8）测试OpenCV3是否安装成功

cd opencv3/samples/cpp/example_cmake
cmake .
make
./opencv_example

如果出现"Hello OpenCV"，则说明OpenCV3已安装成功。
在这里插入图片描述

5. 安装ORB-SLAM2

下载源码: https://github.com/raulmur/ORB_SLAM2

（1）普通模式
1.编译（注意在src文件夹中打开终端）。

cd ORB_SLAM2
./build.sh

注意：如果编译时报错 c++: internal compiler error: 已杀死 (program cc1plus)，原因是编译需要的内存不够了，解决办法增加虚拟机内存，亲自尝试虚拟机4G不够，8G够。

2.测试。
下载数据集，Computer Vision Group - Dataset Download，下载第一个 fr1/xyz 即可。由于是国外数据集，需要挂梯子，否则下载很慢。
下载好后，进入 ORB_SLAM2 文件夹创建一个文件夹：data，将下载好的数据集压缩包提取到 data 文件夹下面，然后在ORB_SLAM2文件夹下打开一个终端：

./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml ./data/rgbd_dataset_freiburg1_xyz

在这里插入图片描述
可以跑通数据集，则证明安装成功。

（2）ROS模式
为了能够在线实时地运行ORB-SLAM2，需要借助ROS。SLAM在ROS下跑和非ROS下跑的区别：可以把ROS理解成在Linux系统下集成了许多好用的第三方和多进程编程的一个库集。在ROS下跑SLAM可以使用ROS的许多成熟的方法库。不在ROS下跑，很多进程间通信、同步、回调之类的就需要自己去设计。

将包含Examples/ROS/ORB_SLAM2的路径添加到ROS_PACKAGE_PATH环境变量中。打开.bashrc文件并在最后添加以下行。

export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:/home/用户名/catkin_ws/src/ORB_SLAM2/Examples/ROS

保存后并退出，刷新环境变量。

source ~/.bashrc

如果能正确显示刚刚加入的地址则正常。

echo ${ROS_PACKAGE_PATH}

此仿真环境下，发布的相机图像的话题为 /camera/depth/image_raw 和 /camera/rgb/image_raw，所以我们slam接受话题的数据时名称要一致。打开 /home/用户名/catkin_ws/src/ORB_SLAM2/Examples/ROS/ORB_SLAM2/src/ros_rgbd.cc 进行修改。位置大概在68行左右，修改成如下所示：

message_filters::Subscriber<sensor_msgs::Image> rgb_sub(nh, "/camera/rgb/image_raw", 1);
message_filters::Subscriber<sensor_msgs::Image> depth_sub(nh, "camera/depth/image_raw", 1);

编译ROS下的ORB-SLAM2

./build_ros.sh

注意：如果编译出错
在~/catkin_ws/src/ORB_SLAM2/Examples/ROS/ORB_SLAM2/CMakeLists.txt里添加一句-lboost_system
解决办法来源：https://github.com/raulmur/ORB_SLAM2/issues/494

set(LIBS
${OpenCV_LIBS}
${EIGEN3_LIBS}
${Pangolin_LIBRARIES}
${PROJECT_SOURCE_DIR}/../../../Thirdparty/DBoW2/lib/libDBoW2.so
${PROJECT_SOURCE_DIR}/../../../Thirdparty/g2o/lib/libg2o.so
${PROJECT_SOURCE_DIR}/../../../lib/libORB_SLAM2.so
-lboost_system
)
然后再次编译即可！！！

五、运行仿真环境

运行仿真时，建议关闭虚拟机的加速3D图形，否则运行会卡顿。
先关闭虚拟机，打开虚拟机设置，选择显示器栏，关闭 加速3d图形 选项。
在这里插入图片描述

（1）roscore是节点和程序的集合，这些节点和程序是基于ROS的系统所必需的。运行roscore，使ROS节点建立通信。
打开一个新终端，输入：

roscore

（2）打开仿真环境。
打开一个新终端，输入：

roslaunch robot_sim_demo robot_spawn.launch

（3）运行键盘控制节点。
打开另一个终端，输入：
注意：将光标定位到此终端上，才能通过按键控制机器人移动！

rosrun robot_sim_demo robot_keyboard_teleop.py

（4）运行orbslam2。
打开一个新终端，输入：

rosrun ORB_SLAM2 RGBD /home/用户名/catkin_ws/src/ORB_SLAM2/Vocabulary/ORBvoc.txt /home/用户名/catkin_ws/src/ORB_SLAM2/Examples/RGB-D/Zdzn.yaml

此时通过按键控制机器人移动，即可进行定位与建图工作！
在这里插入图片描述

注意：如果没有 Zdzn.yaml，新建一个即可
Zdzn.yaml

%YAML:1.0

#--------------------------------------------------------------------------------------------
# Camera Parameters. Adjust them!
#--------------------------------------------------------------------------------------------

# Camera calibration and distortion parameters (OpenCV) 
Camera.fx: 277.19135641132203
Camera.fy: 277.19135641132203
Camera.cx: 160.5
Camera.cy: 120.5

Camera.k1: 0.0
Camera.k2: 0.0
Camera.p1: 0.0
Camera.p2: 0.0

Camera.width: 320
Camera.height: 240

# Camera frames per second 
Camera.fps: 50.0

# IR projector baseline times fx (aprox.)
Camera.bf: 40.0

# Color order of the images (0: BGR, 1: RGB. It is ignored if images are grayscale)
Camera.RGB: 1

# Close/Far threshold. Baseline times.
ThDepth: 40.0

# Deptmap values factor
DepthMapFactor: 1.0

#--------------------------------------------------------------------------------------------
# ORB Parameters
#--------------------------------------------------------------------------------------------

# ORB Extractor: Number of features per image
ORBextractor.nFeatures: 1000

# ORB Extractor: Scale factor between levels in the scale pyramid 	
ORBextractor.scaleFactor: 1.2

# ORB Extractor: Number of levels in the scale pyramid	
ORBextractor.nLevels: 8

# ORB Extractor: Fast threshold
# Image is divided in a grid. At each cell FAST are extracted imposing a minimum response.
# Firstly we impose iniThFAST. If no corners are detected we impose a lower value minThFAST
# You can lower these values if your images have low contrast			
ORBextractor.iniThFAST: 20
ORBextractor.minThFAST: 7

#--------------------------------------------------------------------------------------------
# Viewer Parameters
#--------------------------------------------------------------------------------------------
Viewer.KeyFrameSize: 0.05
Viewer.KeyFrameLineWidth: 1
Viewer.GraphLineWidth: 0.9
Viewer.PointSize:2
Viewer.CameraSize: 0.08
Viewer.CameraLineWidth: 3
Viewer.ViewpointX: 0
Viewer.ViewpointY: -0.7
Viewer.ViewpointZ: -1.8
Viewer.ViewpointF: 500
AI_潜行者
关注
  • 1
    点赞
  • 踩
  • 33
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
专栏目录
ORB-SLAM2项目实战(4) — ROS下运行ORB-SLAM2稠密地图重建
几度春风里的博客
06-16 3090
在./orbslam2_ws下source ./devel/setup.bash，然后运行roslaunch ORB_SLAM2 orbslam2.launch可以得到相同的效果。如果进行了滤波处理，可以修改double resolution = 0.00000001，修改后颜色显示正常，但存在明显的漂移，但效果较以前好很多。在./orbslam2_ws/src/ORB_SLAM2想创建launch文件夹，创建orbslam.launch文件。将ros_rgbd.cc下的话题名称修改。
Ubuntu 20.04配置ORB-SLAM2和ORB-SLAM3运行环境+ROS实时运行ORB-SLAM+Gazebo仿真运行ORB-SLAM2+各种相关库的安装
热门推荐
zardforever123的博客
05-30 4万+
在新安装的Ubuntu 20.04系统中配置ORB-SLAM2和ORB-SLAM3的运行环境 Ubuntu系统自带的源都是国外的网址，国内用户在使用的时候下载比较慢甚至无法获取，在安装各种库或软件时会深受其折磨！解决方案是直接替换成国内的镜像源 （1）备份源文件： （2）打开文件： （3）换源：推荐清华的源（根据自己的网去尝试，选择最快的一个，查看ubuntu版本命令：cat /etc/issue）：清华源地址，选择Ubuntu版本并复制源，覆盖sources.list文件原来的内容。...........
ubuntu20.04+ros-noetic+ORB-SLAM3配置
最新发布
GFCLJY的博客
04-28 945
如图所示，这里报出redefinition of 'struct Sophus::Constants<Scalar>'，翻阅终端中全部编译信息，发现设计redefinition的报错不少。导致这个问题是因为，我们之前下载过Sophus并安装过，在ORB-SLAM中，其在第三方库中也有，这个地方冲突了。我们选择将我们原来下载的Sophus库进行删除。删除方法可以在网络上进行查找。可以参考这篇博客，我的实现方法是根据这篇博客的改编。
视觉SLAM | 在ROS上运行ORB-SLAM2
白鸟无言的博客
07-31 6726
本文直接使用的github上的orb_slam_2_ros实现在ROS上运行ORB-SLAM2，这个ros包能够得到相机的位姿以及稀疏点云，而且删掉了对Pangolin的依赖，进行可视化时要用RViz。 运行环境 硬件环境：Intel Up2、Realsense D435i 软件环境：Ubuntu18.04、ROS melodic、librealsense2.29、realsense-ros2.2.9 安装依赖项 安装Eigen3 这是矩阵运算用到的库，下载地址： http://eigen.tuxfam
ROS配置ORB_SLAM2
weixin_43828675的博客
03-29 2561
准备工作 ORB_SLAM2/ROS的安装，具体安装流程博主之前写过，读者可以自行阅读。   添加环境变量 cd ~ gedit .bashrc export ROS_PACKAGE_PATH=${ROS_PACKAGE_PATH}:PATH/ORB_SLAM2/Examples/ROS 其中PATH为ORB_SLAM2的安装路径   编译ROS文件 cd ORB_SLAM2的目录下 chmod +x build_ros.sh ./build_ros.sh   安装摄像头驱动功能包 编译usb_ca
MATLAB - Gazebo 仿真环境
weixin_46300916的博客
12-19 1621
机器人系统工具箱（Robotics System Toolbox™）为使用 Gazebo 模拟器可视化的模拟环境提供了一个界面。通过 Gazebo，您可以在真实模拟的物理场景中使用机器人进行测试和实验，并获得高质量的图形。Gazebo 可在 Linux® 机器或 Linux 虚拟机上运行，并使用插件包与 MATLAB® 和 Simulink® 进行通信。在 Gazebo 中进行仿真时，请注意以下要求和限制。
orb_slam_2_ros:ORB_SLAM2 的 ROS 实现
07-24
这是用于单目、立体和RGB-D相机的 ORB-SLAM2 实时 SLAM 库的 ROS 实现，用于计算相机轨迹和稀疏 3D 重建（在具有真实比例的立体和 RGB-D 情况下）。 它能够实时检测环路并重新定位相机。 此实现删除了穿山甲依赖项和...
ORB_SLAM2+OpenCV3.2.0+Pangolin.zip
06-20
ORB_SLAM2及相关依赖源码（未编译），可在ubuntu16.04环境下安装实现ORB_SLAM2的使用。安装使用方法可参考：https://blog.csdn.net/sinat_27066063/article/details/90416188
ORB_SLAM2源码工作空间（带位姿发布功能）
04-22
- `ORB_SLAM2`目录：包含了ORB_SLAM2的源代码，包括主程序、各个模块（如初值估计、跟踪、地图构建、回环检测等）以及配置文件。 - `Examples`：示例数据集和运行脚本，用于测试和验证ORB_SLAM2的性能。 - `Third...
ORB_SLAM2源码资源包
04-17
这个源码资源包包含了ORB_SLAM2的全部源代码，意味着你需要自行进行编译和配置才能在Ubuntu操作系统上使用。编译过程通常包括以下几个步骤： 1. **环境配置**：首先，确保已经安装了ROS和所有必要的依赖库，如Eigen...
ORB_SLAM3官方标定文档的中文版
04-20
ORB_SLAM3 官方标定文档中文版知识点 ORB_SLAM3 官方标定文档中文版是 ORB_SLAM3 的视觉和惯性标定的官方指南。该文档提供了详细的标定文件格式、坐标系定义、外参和内参的说明。 1. 坐标系定义 ORB_SLAM3 中定义...
Ubuntu18.04配置orb-slam2+ROS，一次性通过./build_ros.sh
挥手
11-26 5797
在Ubuntu18.04下配置ROS，并在ROS环境下运行ORB-SLAM2
ORB-SLAM2在Ubuntu20上配合ROS编译运行
qq_49164258的博客
03-07 1431
ORB-SLAM2在Ubuntu20中配合ROS运行
gazebo仿真环境搭建+配置+小车运动仿真
想与你共饮冰的博客
07-27 2万+
gazebo仿真场景搭建+配置 ubuntu版本：20.04 gazebo版本：gazebo11
ORB_SLAM2配置——基于Ubuntu20.04+ROS+gazebo仿真
qq_46454669的博客
02-03 5048
ORB-SLAM2，它是基于单目、双目或RGB-D相机的一个完整的SLAM系统，其中包括地图重用、回环检测和重定位功能。这个系统可以适用于多种环境，无论是室内小型手持设备，还是工厂环境中飞行的无人机和城市中行驶的车辆，其都可以在标准CPU上实时运行。该系统的后端使用基于单目和双目观测的光束法平差法（bundle adjustment），这使得其可以精确估计轨迹的尺度。该系统包含一个轻量级的定位模式，它使用视觉里程计追踪未建图区域并匹配地图点，实现零漂移定位。
运行仿真环境一般需要多大运存
weixin_48878618的博客
01-25 684
对于简单的仿真，可能只需要8GB左右的RAM，对于中等复杂度的仿真可能会需要至少16GB的RAM。如果你打算进行特别高级或资源密集型的仿真，如使用深度学习进行策略训练或进行大规模并行仿真，那么32GB或更多的RAM可能是合适的。对于更复杂的仿真，如专业级的CAD（计算机辅助设计）、CAM（计算机辅助制造）、CAE（计算机辅助工程）和其他工程仿真软件，可能需要16GB、32GB甚至更多的运行内存。：如果仿真环境复杂，模拟的对象多，或者仿真的精度要求高，那么它需要更大的内存来存储所有必要的数据。
SLAM实践 -- 利用ROS实时运行ORB-SLAM2
weixin_51995147的博客
12-19 835
利用ROS实时运行ORB-SLAM2，相机使用的是astra-s深度相机，本文中仅是简单的成功运行一下ORB-SLAM2的一个ros_mono程序
ORB_SLAM2保存地图详细流程（ros版本）
qq_40216084的博客
03-26 4866
1.开发背景 首先，之前提到过的博主最近换了工作，以后打算努力学习slam，之前做激光嘛，当然，也是个菜鸟，现在突然做视觉SLAM-orbslam，接触起来的第一感觉是：哇，好大一个工程。反正既然做了，就认真学嘛，项目老哥要求把地图保存并加载，所以，这一篇就记录一下保存地图的流程。 2. 软硬件环境 传感器：azure-kinect-sdk，驱动用的是v1.4(当初搭建这个ros版本的驱动可真是折磨死我了，不过后来总结了一下经验，搭建起来也不是太费劲了，需要的话，后面我再写一篇讲搭建linux下ros驱动的
ROS环境下用笔记本摄像头运行ORB_SLAM2
m0_65009717的博客
04-20 4918
笔记本摄像头运行ORB_SLAM2
Ubuntu16.04下 ORB_SLAM2的安装与配置
05-19
ORB_SLAM2是一种基于单目、双目和RGB-D...roslaunch orb_slam2_ros orb_slam2.launch ``` 以上是在Ubuntu 16.04上安装和配置ORB_SLAM2的步骤。如果您使用的是其他操作系统，请参考ORB_SLAM2官方文档进行安装和配置。
评论 4
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

打赏作者

AI_潜行者

赐予我力量吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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