穿墙雷达人体动作识别技术的研究现状与展望

云脑智库 2022-05-01 00:00


来源 | 电子与信息学报

智库 | 云脑智库(CloudBrain-TT)

云圈 | “云脑智库微信群”,请加微信:15881101905,备注您的研究方向

声明 | 本号聚焦相关知识分享,内容观点不代表本号立场,可追溯内容均注明来源,若存在版权等问题,请联系(15881101905,微信同号)删除,谢谢

| 穿墙雷达 / 动作识别 / 中南大学 |

Through-Wall Radar (TWR); Action recognition; CSU


作为一种显著生物特征,人体动作在表征目标身份、判断目标状态和预测目标意图等方面负责传递重要信息,在生活娱乐、安全监控、医疗健康和人机交互等领域应用广泛。由于穿墙雷达发射的低频电磁波信号对混凝土、树丛、隔板、烟雾等常见非金属障碍物具有很强穿透能力,观测者能够通过回波信号幅度、频率和相位等参数的变化提取隐藏在障碍物后的目标信息,进而实现对目标动作的识别。


目前市面上一些典型穿墙雷达系统的相关参数如表1示。中南大学丁一鹏副教授团队在《电子与信息学报》“超宽带雷达及其应用技术”专题发表最新综述文章《穿墙雷达人体动作识别技术的研究现状与展望》,从方法论的角度探讨基于穿墙雷达的人体动作识别方法,结合人体动作识别过程中的关键技术:雷达成像、特征参数提取和动作状态判决对近年来国内外研究人员作出的努力进行回顾,并由此对该技术的发展趋势进行展望。

表1 部分穿墙雷达产品的性能参数

表 2 不同体制穿墙雷达的探测特点比较



穿墙雷达人体动作识别的关键技术

1)雷达成像技术

通过将回波信号投影至距离(高度)-方位向的2维平面或距离-方位-高度向的3维平面,雷达成像技术可以在图像域内完成对目标的特征信息提取。目前常用的穿墙雷达成像技术主要包括逆散射时间反转后向投影等方法。


逆散射方法主要通过反演探测区域内电磁参数的分布特性来判断散射体目标的位置、形状和尺寸分布等信息,在理想条件下可以达到很高准确率。意大利环境电磁感知研究所Soldovieri等人提出一种基于Born假设和奇异值分解技术的快速求解方法,并将其应用于对人体目标的2维图像重构中(见图1)。

图1 Soldovieri等人的人体目标探测场景和成像结果示意

美国杜克大学Zhang等人在Born假设基础上引入障碍物介质的高阶格林函数对非线性的反演问题进行化简,结合傅里叶逆变换的近似求解结果完成对目标的3维成像(见图2)。但该方法由于普遍存在非线性和病态性特点,导致求解过程往往需要进行反复迭代从而耗费大量的计算资源。

图2 Zhang等人的人体目标探测场景和3维成像结果示意

时间反转镜方法利用电磁波在时不变介质中传输的互易性原理,通过将时间反转变换后的回波反向传输至探测区域内完成信号在目标散射源位置的重聚焦,具有超越逆散射和后向投影方法的超分辨率成像效果。


法国土伦大学Dubroca等人提出一种结合奇异值分解和时间反转镜理论的成像方法,并基于分布式结构的穿墙雷达系统实现对障碍物后人体目标的2维成像与识别(见图3)。

图3 Dubroca等人的人体目标探测场景和成像结果示意

美国杜克大学Gollub等人提出一种适用于非均匀2维天线阵列的扩展时间反转镜方法,并基于24发72收K波段的调频连续波雷达系统得到墙后人体目标的清晰3维图像(见图4)。但该方法对目标成像的累积时间较长,通常只适用于对静止目标的相关探测。


图4 Gollub等人的人体目标探测场景和成像结果示意

后向投影方法主要通过对不同位置接收天线处回波信号的相干叠加,将每个回波信号不同时刻的能量转化为探测空间内相应位置的能量分布,并由此完成对目标回波能量的重聚焦,具有成像精准和分辨率可调的特点。


美国维拉诺瓦大学Ahmad等人最早基于步进变频的雷达系统提出了一种基于延时求和波束形成技术的成像方法,开创了3维后向投影方法的先例(见图5)。

图5 Ahmad等人的目标探测场景和3维成像结果示意

中国电子科技大学崔国龙等人在已知墙体参数的情况下通过改进的后向投影算法对墙后目标进行成像(见图6),在低频分辨率受限的条件下成功识别出了人体目标的躯干、肢体等重要部位。但是后向投影算法存在计算量大、成像速度慢等缺陷。

图6 Kong等人的人体目标探测场景和3维成像结果示意

2)特征参数提取

除了对目标成像,研究者还可以选择通过变换方法将穿墙雷达的回波信号投影至参数域,在参数域内完成对目标的特征信息挖掘,其中时频分析技术是穿墙雷达在参数域内分析人体目标动作特征最常用的工具之一。以短时傅里叶变换为代表的线性时频分析技术具有计算简单、易于集成且没有交叉项干扰等优点。


美国Chen等人详细分析了人体动作中的锥旋分量对电磁波信号的调制影响,并重点分析了四肢部位在不同动作条件下产生微多普勒频率轨迹的差异性(见图7)。

图7 Chen等人的目标特征参数提取结果示意

美国加利福尼亚州立大学Kim等人从回波信号的谱图中估计目标的多普勒频率和微多普勒频率带宽、峰值、周期等6种特征参数,实现对目标走路、跑步、爬行等7种不同动作的识别(见图8)。

图8 Kim等人的目标探测场景与特征参数提取结果示意

在之前工作中,本文作者丁一鹏教授在回波信号的谱图基础上利用人体运动的连续性特点,提出一种改进的Viterbi算法完成对目标不同部位微多普勒频率轨迹的完整提取并将目标特征参数的估计精度提高90%以上。然而受到海森堡不确定性原理的限制,线性时频分析技术普遍存在时间和频率分辨率之间的折中矛盾,从而导致对目标特征参数的估计精度低。相比于线性变换,非线性的时频变换方法通常具有更高的分辨率,能够改善某些目标特征参数的估计精度。


美国维拉诺瓦大学Amin等人利用维格纳-威利分布提取人体行为数据的局部瞬时频率特征,对比分析了使用和不使用拐杖目标的时频特征差异。欧洲黑山大学Orovic等人提出一种具有多分辨率特点的多时窗S变换方法,通过提取回波分量时频曲线的包络信息,实现对目标的步态动作识别(见图9)。

图9 Orovic等人的目标特征参数提取结果示意

但由于存在不可避免的交叉项干扰,非线性的时频变换方法通常只能在局部区域内完成对目标的特征参数提取。除了直接从回波信号中提取特征参数,一些常用的分量分离算法也开始被广泛应用于对目标特征参数的估计过程中。


美国维拉诺瓦大学Jokanovic等人通过主元分析算法依次提取穿墙雷达回波信号中具有最强能量的3个主导分量,并基于提取分量奇异值的分布规律完成对目标摔倒、坐下、弯腰和走路4种不同动作的识别。


荷兰代尔夫特理工大学Groot等人提出了一种改进的粒子滤波算法对人体不同部位的微多普勒频率轨迹进行估计,进而完成对人体动作的重构。


澳大利亚伍伦贡大学Le等人通过小波变换对回波信号进行分解,通过提取分量的能量分布差异完成对目标静立、行走、起立等动作的识别。但由于这些传统的分量分离算法通常不基于目标特性,其分离结果往往是部分或者多个人体部位回波分量的混叠,提取的特征参数在描述目标具体部位的精细动作时可能会出现偏差。


此外,还有许多算法尝试在非时间-频率的平面内提取目标动作的特征信息。例如,美国密苏里大学Liu等人借鉴语音信号处理方法,在回波信号谱图的基础上进一步求取目标的梅尔频率倒谱系数构建特征向量,完成对人体目标摔倒动作的识别。美国宾州州立大学Fairchild等人通过扩展经验模式分解方法求取回波信号谱图的本征模式函数,并基于本征模式函数的能量占比构建特征向量,完成对人体静立、甩臂、拾取和站立等动作的识别。中国桂林电子科技大学蒋留兵等人提出一种基于小波包分解理论的回波信号特征提取算法,并结合奇异值分解技术对提取的特征信息进行数据降维,实现对步行、跑步、摔倒、跳跃等9种动作的识别

3)动作状态的判决技术

目前大部分穿墙雷达对人体动作的判决方法主要基于传统的机器学习理论,即首先根据观测者经验挑选合适的特征参数并构建相应特征空间,然后根据分类器预先设定的判决准则在特征空间内划分决策边界,最后将提取的目标特征参数映射到特征空间内形成对目标信息的有效表示,并根据特征参数的分布规律完成对目标动作的判决。常用的分类器主要包括支持向量机贝叶斯或隐马尔可夫分类器决策树等。


支持向量机基于分类误差最小和类间距离最远准则在特征空间内构建决策边界,从而完成对目标属性的识别。美国陶森大学Yang等人通过支持向量机对人体目标的走路和跑步动作进行识别,最高准确率达到96.05%。澳大利亚伍伦贡大学Li等人通过支持向量机对人体目标双臂运动、单臂运动和无臂运动3种状态进行识别,分类准确率达到92.8%。支持向量机具有计算效率高且对训练样本的数据量需求较低等特点,但识别性能严重依赖于对核函数的选择,在实际应用中经常需要不断调试寻找最优的核函数与惩罚系数。


贝叶斯分类器基于总体风险最小化准则在特征空间内构建决策边界,并在样本特征参数当前取值的条件下依据贝叶斯公式求出样本属于各个类别的条件概率,进而完成对人体目标的动作识别。


意大利帕多瓦大学Ricci等人通过通过贝叶斯分类器对人体目标的走路和跑步动作进行识别,最高准确率达到97.64%。土耳其Padar等人基于隐马尔科夫分类器对人体行为的瞬时和长期变化进行建模,完成对目标的匍匐、爬行、走路和跑步4种动作进行识别,最高准确率达到100%。贝叶斯分类器具有计算效率高且对大样本数据具有良好适应性等特点,但无法对多种类别组合型的数据作出判断,且要求目标的特征参数服从正态和相互独立假设,因此在实际应用中受到限制。


决策树按属性间的从属关系层层递进进行判决,而树形结构的叶节点即为样本所有可能的判决类别。例如,北京航空航天大学Lei等人基于人体动作的微多普勒频率特征,构建多个支持向量机作为属性集,并通过决策树完成对目标旋转、锥动和绕动3种动作的识别,最高准确率达到99.9%。


然而,传统机器学习方法的主要问题是严重依赖于对目标特征信息的选取,而目前无论是基于经验还是统计分析的特征信息选取方法在适用性和灵活性上都存在很大局限。因此,具有自适应特征提取和强大特征表征能力的深度学习技术在近年来开始受到人们的广泛关注,并开始为穿墙雷达人体目标的动作识别技术提供一种集感知、处理、决策于一体的全新架构。


美国加利福尼亚州立大学Kim等人用雷达回波信号的谱图结果训练深度卷积神经网络,完成对人体目标10种不同手势的动作识别,最高准确率达到93.1%。中国深圳大学Zhu等人将雷达回波信号的谱图结果进行维度变换,在LSTM混合网络中对人体跑步、走路、爬行等7个动作进行识别,准确率达到98.28%。美国Google公司的Wang等人提出手势识别系统Soli,在使用传统卷积神经网络对时频图像进行识别的基础上,再加入一组循环神经网络系统对回波信号的时序信息进行建模,达到87%以上的综合识别率。




总结与展望

目前研究尚存在的不足

目前,对穿墙雷达的人体动作识别技术研究尚不完善,主要挑战表现在:

  (a) 障碍物对目标特征信息的复合影响机制研究尚不充分。

  (b) 在保证良好穿透能力的前提下,提高人体动作识别的精细程度十分困难。

  (c) 在先验知识未知的条件下,对目标动作起止时段的判定十分困难。

  (d) 对不同文献中提出人体目标动作识别方法的性能比较十分困难。

此外,由于穿墙雷达应用场景的特殊性,如何在已有成果的基础上在系统集成方面进一步完善,使其更加适应于穿墙探测实时性、鲁棒性、低功率、小型化和便捷式的工程应用需求依然是未来穿墙雷达探测技术发展的重要挑战。

未来展望

结合目前的发展情况与穿墙雷达人体目标动作识别的探测需求来看,未来一些可能的发展趋势为:

  (a) 结合无线组网和数据融合技术,未来的穿墙雷达有望通过不同节点、不同体制和不同参数传感单元间的协调工作,组建成一个特征描述更加完善,识别性能更加稳定的探测系统。

  (b) 穿墙雷达对人体目标的动作识别技术将出现在更加广泛的应用领域中,如自动驾驶、微型机器人、虚拟现实等。此外,在一些涉及对用户隐私信息保护的私密场景,有望代替图像探测设备得到更广泛的推广。

  (c) 嵌入式系统将不再成为制约穿墙雷达实时运算处理的主要因素。借助5G通信等技术的飞速发展,云计算功能将穿墙雷达对多个目标复杂动作的实时同步监控变为可能。



团队介绍

丁一鹏,男,汉族,工学博士,中南大学物理与电子学院电子系副主任,副教授,博士/研究生导师,2020年“湖湘青年英才”计划入选者。

邮箱:dingyipeng@sina.com

2022级博士研究生招生进行中(物理、电子等专业),欢迎优秀推免和考研同学随时咨询报名!



2012年7月博士毕业于中国科学院电子学研究所;2012年9月入职中南大学物理与电子学院;2015年3月至2016年3月受国家留学基金委资助,前往美国布兰迪斯大学计算机科学学院进行了一年的访问研究,取得了丰富的研究成果。主讲信号与系统(双语)本科生课程,随机信号与随机过程研究生课程。近五年,申请人主持国防科技创新特区重点项目(国家级重点项目)、国家自然科学基金青年基金、中国博士后科学基金、湖南省自然科学基金青年基金、湖南省科技计划共5项纵向课题,参与国家重点研发计划、国家高技术研究发展计划(863计划)共2项重点课题;发表SCI论文30余篇,其中以第一或通信作者在IEEE Transactions on Microwave Theory and Techniques, IEEE Transactions on Instrumentation and Measurement, IEEE Transactions on Aerospace and Electronic Systems, IEEE sensors Journal, IEEE Antennas and Wireless Propagation Letters, IEEE Geoscience and Remote Sensing Letters等IEEE系列期刊发表论文20余篇;此外,申请人具有发明专利6项,受邀承担10余个国内外著名期刊的审稿人。目前主要从事微波感知、雷达信号处理、机器学习和射频电路设计等方面的研究。

欢迎对相关研究方向感兴趣的博士生和研究生报考本人课题组!


美 编 | 刘艳玲

校 对 | 马秀强、余 蓉

审 核 | 陈 倩

- The End

版权声明:欢迎转发本号原创内容,转载和摘编需经本号授权并标注原作者和信息来源为云脑智库。本公众号目前所载内容为本公众号原创、网络转载或根据非密公开性信息资料编辑整理,相关内容仅供参考及学习交流使用。由于部分文字、图片等来源于互联网,无法核实真实出处,如涉及相关争议,请跟我们联系删除。我们致力于保护作者知识产权或作品版权,本公众号所载内容的知识产权或作品版权归原作者所有。本公众号拥有对此声明的最终解释权。

投稿/招聘/推广/合作/入群/赞助 请加微信:15881101905,备注关键词

“阅读是一种习惯,分享是一种美德,我们是一群专业、有态度的知识传播者

 阅读原文加入知识星球,发现更多精彩内容.

 分享💬 点赞👍 在看❤️@以“三连”行动支持优质内容!

云脑智库 努力是一种生活态度,与年龄无关!专注搬运、分享、发表雷达、卫通、通信、化合物半导体等技术应用、行业调研、前沿技术探索!专注相控阵、太赫兹、微波光子、光学等前沿技术学习、分享
评论
  • PLC组态方式主要有三种,每种都有其独特的特点和适用场景。下面来简单说说: 1. 硬件组态   定义:硬件组态指的是选择适合的PLC型号、I/O模块、通信模块等硬件组件,并按照实际需求进行连接和配置。    灵活性:这种方式允许用户根据项目需求自由搭配硬件组件,具有较高的灵活性。    成本:可能需要额外的硬件购买成本,适用于对系统性能和扩展性有较高要求的场合。 2. 软件组态   定义:软件组态主要是通过PLC
    丙丁先生 2025-01-06 09:23 85浏览
  • By Toradex 秦海1). 简介嵌入式平台设备基于Yocto Linux 在开发后期量产前期,为了安全以及提高启动速度等考虑,希望将 ARM 处理器平台的 Debug Console 输出关闭,本文就基于 NXP i.MX8MP ARM 处理器平台来演示相关流程。 本文所示例的平台来自于 Toradex Verdin i.MX8MP 嵌入式平台。  2. 准备a). Verdin i.MX8MP ARM核心版配合Dahlia载板并
    hai.qin_651820742 2025-01-07 14:52 44浏览
  • 根据Global Info Research项目团队最新调研,预计2030年全球封闭式电机产值达到1425百万美元,2024-2030年期间年复合增长率CAGR为3.4%。 封闭式电机是一种电动机,其外壳设计为密闭结构,通常用于要求较高的防护等级的应用场合。封闭式电机可以有效防止外部灰尘、水分和其他污染物进入内部,从而保护电机的内部组件,延长其使用寿命。 环洋市场咨询机构出版的调研分析报告【全球封闭式电机行业总体规模、主要厂商及IPO上市调研报告,2025-2031】研究全球封闭式电机总体规
    GIRtina 2025-01-06 11:10 104浏览
  • 随着市场需求不断的变化,各行各业对CPU的要求越来越高,特别是近几年流行的 AIOT,为了有更好的用户体验,CPU的算力就要求更高了。今天为大家推荐由米尔基于瑞芯微RK3576处理器推出的MYC-LR3576核心板及开发板。关于RK3576处理器国产CPU,是这些年的骄傲,华为手机全国产化,国人一片呼声,再也不用卡脖子了。RK3576处理器,就是一款由国产是厂商瑞芯微,今年第二季推出的全新通用型的高性能SOC芯片,这款CPU到底有多么的高性能,下面看看它的几个特性:8核心6 TOPS超强算力双千
    米尔电子嵌入式 2025-01-03 17:04 55浏览
  • 自动化已成为现代制造业的基石,而驱动隔离器作为关键组件,在提升效率、精度和可靠性方面起到了不可或缺的作用。随着工业技术不断革新,驱动隔离器正助力自动化生产设备适应新兴趋势,并推动行业未来的发展。本文将探讨自动化的核心趋势及驱动隔离器在其中的重要角色。自动化领域的新兴趋势智能工厂的崛起智能工厂已成为自动化生产的新标杆。通过结合物联网(IoT)、人工智能(AI)和机器学习(ML),智能工厂实现了实时监控和动态决策。驱动隔离器在其中至关重要,它确保了传感器、执行器和控制单元之间的信号完整性,同时提供高
    腾恩科技-彭工 2025-01-03 16:28 170浏览
  • 根据环洋市场咨询(Global Info Research)项目团队最新调研,预计2030年全球无人机锂电池产值达到2457百万美元,2024-2030年期间年复合增长率CAGR为9.6%。 无人机锂电池是无人机动力系统中存储并释放能量的部分。无人机使用的动力电池,大多数是锂聚合物电池,相较其他电池,锂聚合物电池具有较高的能量密度,较长寿命,同时也具有良好的放电特性和安全性。 全球无人机锂电池核心厂商有宁德新能源科技、欣旺达、鹏辉能源、深圳格瑞普和EaglePicher等,前五大厂商占有全球
    GIRtina 2025-01-07 11:02 68浏览
  • 在智能家居领域中,Wi-Fi、蓝牙、Zigbee、Thread与Z-Wave等无线通信协议是构建短距物联局域网的关键手段,它们常在实际应用中交叉运用,以满足智能家居生态系统多样化的功能需求。然而,这些协议之间并未遵循统一的互通标准,缺乏直接的互操作性,在进行组网时需要引入额外的网关作为“翻译桥梁”,极大地增加了系统的复杂性。 同时,Apple HomeKit、SamSung SmartThings、Amazon Alexa、Google Home等主流智能家居平台为了提升市占率与消费者
    华普微HOPERF 2025-01-06 17:23 141浏览
  • 本文介绍Linux系统更换开机logo方法教程,通用RK3566、RK3568、RK3588、RK3576等开发板,触觉智能RK3562开发板演示,搭载4核A53处理器,主频高达2.0GHz;内置独立1Tops算力NPU,可应用于物联网网关、平板电脑、智能家居、教育电子、工业显示与控制等行业。制作图片开机logo图片制作注意事项(1)图片必须为bmp格式;(2)图片大小不能大于4MB;(3)BMP位深最大是32,建议设置为8;(4)图片名称为logo.bmp和logo_kernel.bmp;开机
    Industio_触觉智能 2025-01-06 10:43 87浏览
  • 这篇内容主要讨论三个基本问题,硅电容是什么,为什么要使用硅电容,如何正确使用硅电容?1.  硅电容是什么首先我们需要了解电容是什么?物理学上电容的概念指的是给定电位差下自由电荷的储藏量,记为C,单位是F,指的是容纳电荷的能力,C=εS/d=ε0εrS/4πkd(真空)=Q/U。百度百科上电容器的概念指的是两个相互靠近的导体,中间夹一层不导电的绝缘介质。通过观察电容本身的定义公式中可以看到,在各个变量中比较能够改变的就是εr,S和d,也就是介质的介电常数,金属板有效相对面积以及距离。当前
    知白 2025-01-06 12:04 170浏览
  • 大模型的赋能是指利用大型机器学习模型(如深度学习模型)来增强或改进各种应用和服务。这种技术在许多领域都显示出了巨大的潜力,包括但不限于以下几个方面: 1. 企业服务:大模型可以用于构建智能客服系统、知识库问答系统等,提升企业的服务质量和运营效率。 2. 教育服务:在教育领域,大模型被应用于个性化学习、智能辅导、作业批改等,帮助教师减轻工作负担,提高教学质量。 3. 工业智能化:大模型有助于解决工业领域的复杂性和不确定性问题,尽管在认知能力方面尚未完全具备专家级的复杂决策能力。 4. 消费
    丙丁先生 2025-01-07 09:25 80浏览
  •     为控制片内设备并且查询其工作状态,MCU内部总是有一组特殊功能寄存器(SFR,Special Function Register)。    使用Eclipse环境调试MCU程序时,可以利用 Peripheral Registers Viewer来查看SFR。这个小工具是怎样知道某个型号的MCU有怎样的寄存器定义呢?它使用一种描述性的文本文件——SVD文件。这个文件存储在下面红色字体的路径下。    例:南京沁恒  &n
    电子知识打边炉 2025-01-04 20:04 100浏览
  • 每日可见的315MHz和433MHz遥控模块,你能分清楚吗?众所周知,一套遥控设备主要由发射部分和接收部分组成,发射器可以将控制者的控制按键经过编码,调制到射频信号上面,然后经天线发射出无线信号。而接收器是将天线接收到的无线信号进行解码,从而得到与控制按键相对应的信号,然后再去控制相应的设备工作。当前,常见的遥控设备主要分为红外遥控与无线电遥控两大类,其主要区别为所采用的载波频率及其应用场景不一致。红外遥控设备所采用的射频信号频率一般为38kHz,通常应用在电视、投影仪等设备中;而无线电遥控设备
    华普微HOPERF 2025-01-06 15:29 125浏览
  • 彼得·德鲁克被誉为“现代管理学之父”,他的管理思想影响了无数企业和管理者。然而,关于他的书籍分类,一种流行的说法令人感到困惑:德鲁克一生写了39本书,其中15本是关于管理的,而其中“专门写工商企业或为企业管理者写的”只有两本——《为成果而管理》和《创新与企业家精神》。这样的表述广为流传,但深入探讨后却发现并不完全准确。让我们一起重新审视这一说法,解析其中的矛盾与根源,进而重新认识德鲁克的管理思想及其著作的真正价值。从《创新与企业家精神》看德鲁克的视角《创新与企业家精神》通常被认为是一本专为企业管
    优思学院 2025-01-06 12:03 116浏览
  • 村田是目前全球量产硅电容的领先企业,其在2016年收购了法国IPDiA头部硅电容器公司,并于2023年6月宣布投资约100亿日元将硅电容产能提升两倍。以下内容主要来自村田官网信息整理,村田高密度硅电容器采用半导体MOS工艺开发,并使用3D结构来大幅增加电极表面,因此在给定的占位面积内增加了静电容量。村田的硅技术以嵌入非结晶基板的单片结构为基础(单层MIM和多层MIM—MIM是指金属 / 绝缘体/ 金属) 村田硅电容采用先进3D拓扑结构在100um内,使开发的有效静电容量面积相当于80个
    知白 2025-01-07 15:02 75浏览
我要评论
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦