企业官网建设流程全解析

简介：《基于MATLAB的Stewart并联平台运动学逆解与动力学仿真研究》面向机器人控制、并联机构方向的科研人员与技术爱好者，围绕六自由度平台从理论推导到仿真验证的完整链路展开，适合具备一定MATLAB基础、希望打通逆解建模与动力学仿真环节的读者。压缩包共1个PDF文件，约116KB，为集中呈现技术要点的研究文档，便于对照代码阅读与随查随用。内容从坐标变换与欧拉角转旋转矩阵入手，给出支腿长度向量化计算、雅可比矩阵求解与数值验证思路，继而以牛顿—欧拉法建立动力学方程，并结合Simscape Multibody搭建三维仿真模型；对实时绘制平台运动的可视化代码、drawnow limitrate刷新优化、刚性系统选用ode15s求解器等工程细节亦有说明。文中还专门讨论奇异位形检测、轨迹规划不合理等常见问题的排查与改进方案，读者可据此复现螺旋上升等典型轨迹算例，减少调试弯路。目前已有192人学习下载。

1. 六条腿的反解其实不难：这套 MATLAB 工程到底能解决什么

把上平台挪到[0.1, -0.05, 0.3]、再横滚 5 度，六条电缸各该伸多长？这个问题的答案，就是 Stewart 并联平台运动学逆解的全部工作量，也是这套 MATLAB 工程的第一块地基。逆解把六自由度位姿翻译成六根腿长，动力学仿真接着回答“电机出力够不够、会不会顶到行程”，三维可视化负责让你在拖参数的时候不至于对着一堆数字发呆。它适合已经能写 MATLAB 脚本、但没真正拆过并联机构的人：串联机械臂那套 DH 参数在这儿完全用不上，六条腿互相耦合，动其中一条，其余五条全得跟着改。说句反直觉的，并联平台的逆解比正解简单得多——不需要解方程，只是坐标变换加求模长；真正咬人的是后面的雅可比、奇异位形和动力学闭环。

2. 工程骨架：目录分层、铰点参数表与位姿向量约定

拿到一堆代码片段直接开跑，大概率会在第三个函数报错。并联机构的坑有一半不在数学上，在约定上：上平台的点到底存成 3×6 还是 6×3、欧拉角是弧度还是角度、位姿向量的第 4 位是 roll 还是 yaw。这些约定只要有一处对不上，腿长算出来照样是六个正数，但平台就是歪的。所以在写逆解之前，先把工程骨架和数据结构定死。

2.1 目录分层：数学、模型和画图拆成三块

我一般按“算的、仿的、看的”把目录分成三层，配置文件放最外面当唯一数据源：

stewart_sim/ ├── config/ │ └── platform_params.m % 几何、质量、惯量、行程，全部常量的唯一来源 ├── kinematics/ │ ├── inverse_kinematics.m % 位姿 -> 六条腿长 │ ├── compute_jacobian.m % 数值微分法求雅可比 │ └── check_singularity.m % 条件数判据 ├── dynamics/ │ ├── dynamics_solver.m % 牛顿-欧拉逆动力学 │ └── friction_term.m % 库伦 + 粘滞摩擦 ├── sim/ │ ├── stewart_sfun.m % S-Function 状态方程 │ ├── stewart_model.slx % Simulink 闭环 │ └── stewart_assembly.xml % Simscape 导入的装配体 ├── viz/ │ ├── init_scene.m % 句柄只建一次 │ └── update_scene.m % 单帧只改数据 └── run_demo.m % 入口脚本

这样分的好处很直接：Simulink 模型里不允许出现任何魔数，所有半径、质量都从platform_params.m取；改机构尺寸只动一个文件，逆解、动力学、可视化自动跟着变。血泪经验是，早期我把上平台半径同时写进了逆解函数和 slx 里的模块参数，调了一次尺寸之后两边差了 3 cm，腿长曲线看着正常，动画里平台却是斜的，查了整整一个下午。

入口脚本保持极薄，只做三件事：加载参数、跑一条轨迹、把结果画出来。别把逻辑写进run_demo.m，否则以后想批量扫参数，就得把整个脚本复制一遍。

2.2 铰点参数表：半径、相位与坐标生成

六个铰点在上下平台上的分布，决定了这个机构的工作空间长什么样。常用参数我列成一张表，值可以改，但含义别改：

坐标生成写成函数，别在脚本里手敲六行数字：

function [base_pts, top_pts] = hinge_points(cfg) % 返回 3x6，每一列是一个铰点在自身坐标系下的坐标，单位 m th = (0:5)' * pi/3 + cfg.phase_rad; % 每 60 度一个铰点 base_pts = cfg.R_base_m * [cos(th), sin(th), zeros(6,1)]'; top_pts = cfg.R_top_m * [cos(th + cfg.top_twist_rad), ... sin(th + cfg.top_twist_rad), zeros(6,1)]'; end

这里是第一个高频翻车点：linspace(0, 2*pi, 7)会生成 7 个点，首尾重合，取前 6 个虽然能跑，但角度间隔是 72 度而不是 60 度，机构看着像个歪六边形。要么用(0:5)*pi/3，要么linspace(0, 2*pi, 7)之后明确取1:6并知道自己在干什么。返回 3×6 而不是 6×3，是为了后面R * top_pts能直接做矩阵乘，省掉一次转置，也避免vecnorm的维度参数选错。

2.3 位姿向量：一个六元组定死顺序和单位

全工程只认一种位姿表示：pose = [x y z roll pitch yaw]，平移单位米，姿态单位弧度，姿态按内旋 ZYX 解释。写成两个互逆的小函数，谁也别绕过它们：

function T = pose2T(pose) % pose: 1x6，[x y z roll pitch yaw]，单位 m / rad R = eul2rotm(pose(4:6), 'ZYX'); % 顺序必须和轨迹生成端完全一致 T = [R, pose(1:3)'; 0 0 0 1]; % 4x4 齐次变换 end function pose = T2pose(T) R = T(1:3,1:3); eul = rotm2eul(R, 'ZYX'); % 返回顺序是 [yaw pitch roll] pose = [T(1:3,4)', eul(3), eul(2), eul(1)]; end

注意eul2rotm吃的是行向量，pose(4:6)正好是行向量；如果上游传进来的是列向量，MATLAB 会静默按列解释或者直接报维度错。rotm2eul的返回顺序和eul2rotm的输入顺序并不对称，它是[yaw pitch roll]，所以要手动倒序，这一步我见过不止一个人写错，结果做正逆解闭环验证时误差永远收不敛。

3. 运动学逆解：从欧拉角到六条腿长度

约定定完，逆解本身其实只有三行有效代码。但要让这三行在整条链路里都成立，还得处理旋转顺序、矩阵维度、行程越界和奇异位形四件事。这一章按“旋转 → 腿长 → 雅可比 → 可视化快检”的顺序推一遍，每步都能单独跑起来验证。

3.1 旋转顺序：整条链路只认 ZYX

eul2rotm的默认顺序是'ZYZ'，这是给欧拉角经典定义用的，不是给机器人姿态用的。同样的三个角度，换成不同顺序，旋转矩阵能差出一个可观的角度：

pose = [0.1, -0.05, 0.35, deg2rad(5), deg2rad(3), deg2rad(-2)]; R_zyx = eul2rotm(pose(4:6), 'ZYX'); R_zyz = eul2rotm(pose(4:6), 'ZYZ'); fprintf('两种顺序的矩阵差: %.4f\n', norm(R_zyx - R_zyz, 'fro'));

5 度、3 度、-2 度这么大的小角度，两种顺序的差在腿长上就能到毫米级；实机上毫米级就是撞限位和密封圈磨损。所以工程里我强制所有地方写'ZYX'，包括可视化、轨迹生成、Simulink 里的姿态输入口。ZYX 对应的是“先绕 Z 转 yaw、再绕 Y 转 pitch、最后绕 X 转 roll”的内旋解释，和航空、车辆姿态那套习惯一致，跟串联机械臂常见的 ZYZ 不是一回事。

有个细节值得单独说：如果你从别处拿到一组[roll pitch yaw]数据，但不确定对方用的是外旋还是内旋，用rotm2eul反解一次再正解回去，看能不能复现原矩阵，比对着公式推半天快得多。

3.2 逆解函数：一次算完六条腿，外加两处校验

核心逻辑就三步：算旋转矩阵、把上平台铰点变换到基坐标系、求每条腿的向量长度。写成向量化版本，六条腿一次算完：

function [L, leg_vec] = inverse_kinematics(pose, base_pts, top_pts, cfg) % pose: 1x6 [x y z roll pitch yaw] % base_pts / top_pts: 3x6，列向量 % L: 6x1 腿长，leg_vec: 3x6 腿向量（基坐标系下，由下铰点指向上铰点） R = eul2rotm(pose(4:6), 'ZYX'); p = pose(1:3)'; top_w = R * top_pts + p; % 3x6，六次旋转乘法一次做完 leg_vec = top_w - base_pts; % 3x6 L = vecnorm(leg_vec, 2, 1)';% 沿第 1 维求二范数 -> 1x6 -> 转置成 6x1 if any(L < cfg.L_min_m) || any(L > cfg.L_max_m) warning('支腿超出行程: min=%.4f, max=%.4f', min(L), max(L)); end end

参数说明：pose是行向量，base_pts/top_pts是 3×6 列排布，cfg里带L_min_m/L_max_m。返回的leg_vec后面算雅可比和动力学都要用，别只返回长度。

vecnorm的第三个参数是维度，这里是第 1 维，因为数据按列排。原始代码里出现过vecnorm(leg_vectors, 2, 2)的写法，那是对 6×3 的行排布求行范数，两种写法的结果顺序不一样，混用就会出现“腿长顺序错位”——曲线看着挺正常，动画里平台却像被拧了一把。我的做法是：全工程只允许 3×6 列排布，vecnorm的维度参数永远写 1。

向量化相比 for 循环在这个规模上大概快 5 到 10 倍，单次调用感知不明显，但你后面要做工作空间扫描（比如三个姿态角各取 21 个点，就是 9000 多次逆解），差距立刻出来了。我做过一次粗测，纯循环版本扫一遍工作空间要 40 多秒，向量化之后 6 秒左右，调参体验完全不是一个量级。

3.3 雅可比：先数值微分兜底，再上解析解

雅可比描述的是“位姿动一点，腿长动多少”，J是 6×6，第 i 列对应第 i 条腿。推导解析解要用到腿方向单位向量和位置向量的叉乘，符号容易推错，所以我习惯先用数值微分把整条链路跑通：

function J = compute_jacobian(pose, base_pts, top_pts, cfg, h) % 数值微分法：对 6 个位姿分量各扰动一次 if nargin < 5, h = 1e-6; end J = zeros(6,6); L0 = inverse_kinematics(pose, base_pts, top_pts, cfg); for i = 1:6 dp = zeros(1,6); dp(i) = h; % 位置用 m，姿态用 rad，量纲不同但可接受 J(:,i) = (inverse_kinematics(pose + dp, base_pts, top_pts, cfg) - L0) / h; end end

代价是一次调用要做 7 次逆解（含基准点），对 6×6 的矩阵来说完全可以接受。等数值版稳定之后，再拿它当标准答案去校验解析解：norm(J_num - J_ana, 'fro') / norm(J_num, 'fro')小于 1e-6 才算对。这个顺序很重要，先写解析解再找 bug，你根本分不清是推导错还是坐标约定错。

顺带说一句h的取法。位置分量扰动用 1e-6 m 没问题，姿态分量扰动用 1e-6 rad 会让差分结果被浮点噪声淹掉，实际操作里我对姿态分量单独用 1e-4。这种细节不上台面，但会让你的雅可比在奇异位形附近表现得像随机数。

3.4 奇异判据：用条件数，别用行列式

平台走到某些位姿会“卡死”，腿长变化对位姿变化不再敏感，控制器一给指令就爆。原始代码里用det(J)判零，我建议换成条件数：

function [ok, kappa] = check_singularity(J, cfg) kappa = cond(J); % 无量纲，尺度变化不影响阈值 ok = kappa < cfg.kappa_max; % 常用 1e4 if ~ok warning('接近奇异位形, cond(J) = %.2e', kappa); end end

原因很实在：行列式是有量纲的，机构尺寸从 0.5 m 改成 0.8 m，行列式的量级就整体变了，原来设的 1e-6 阈值直接失效，要么天天误报，要么真进了奇异区还不响。条件数没有这个问题，1e4 这个阈值换机构基本还能用。

真进了奇异区附近，求速度要用阻尼最小二乘，别硬求逆：

lambda = 1e-3; % 阻尼系数，从 1e-6 试起 dq = (J'*J + lambda*eye(6)) \ (J'*v_desired); % 6x1 关节速度

lambda太大会让跟踪变迟钝，太小压不住奇异点附近的数值爆炸。我的习惯是先固定 1e-6 跑一遍，看腿速曲线的峰值，再往上加一个量级，直到峰值落到电缸能接受的范围。

3.5 用 hgtransform 做逆解快检

逆解算对了没有，看数字不如看画面。这里的关键是句柄只建一次，之后每帧只改数据或变换矩阵：

function h = init_scene(base_pts, top_pts) figure('Color','w'); ax = axes('XLim',[-0.8 0.8],'YLim',[-0.8 0.8],'ZLim',[0 1.2]); hold(ax,'on'); grid(ax,'on'); view(ax,35,20); axis(ax,'equal'); h.base = patch('Vertices',base_pts','Faces',1:6, ... 'FaceColor',[.6 .6 .6],'FaceAlpha',.6,'Parent',ax); h.tf = hgtransform('Parent',ax); % 刚体变换节点 h.top = patch('Vertices',top_pts','Faces',1:6, ... 'FaceColor',[.2 .5 .9],'FaceAlpha',.7,'Parent',h.tf); h.legs = plot3(ax, zeros(2,6), zeros(2,6), zeros(2,6), 'k-', 'LineWidth', 2); end function update_scene(h, pose, base_pts, top_pts) T = pose2T(pose); set(h.tf, 'Matrix', T); % 顶点不动，只换矩阵 top_w = T(1:3,1:3)*top_pts + T(1:3,4); set(h.legs, 'XData', [base_pts(1,:); top_w(1,:)], ... 'YData', [base_pts(2,:); top_w(2,:)], ... 'ZData', [base_pts(3,:); top_w(3,:)]); drawnow limitrate; % 比 drawnow 少排图形队列 end

hgtransform的价值在于上平台的六个顶点只在初始化时上传一次，之后 GPU 侧只做一次矩阵变换，比每帧set(Vertices, ...)轻得多。drawnow limitrate会把刷新限制在大概 20 帧每秒，循环跑 100 Hz 也不会积压事件队列——这一点很关键，用普通drawnow的时候，图形刷新会把主循环拖慢两到三倍，你以为是算法慢，其实是画图慢了。

patch的Faces写成1:6是把六个顶点按顺序连成一个多边形，上下平台都是正六边形所以够用；如果要画成有厚度的板，得另外构造侧面顶点，别在这上面花太多时间，仿真阶段能看清姿态就够。

4. 动力学链路：牛顿-欧拉、S-Function 与 ode15s

运动学解决的是“腿该多长”，动力学解决的是“腿要出多大力”。Stewart 平台的动力学有两个绕不开的麻烦：一是六条腿和上平台强耦合，写不出干净的串链递推；二是符号推导展开后项数爆炸。工程上的解法是老老实实走数值路线，把质量矩阵、科氏项、重力项拆成独立函数，哪个错了单独查。

4.1 数值化牛顿-欧拉：符号推导会炸，别硬刚

我试过用syms把六条腿的动能、势能全展开再求拉格朗日方程，结果表达式长到没法看，生成代码那一步直接内存不足。后来改成矩阵形式，用雅可比把笛卡尔空间的惯性映射到关节空间：

function tau = dynamics_solver(q, dq, ddq, p) % q/dq/ddq: 6x1，这里用支腿长度及其一、二阶导 % p: 参数结构体，含 m_platform_kg、I_body（3x3）、摩擦系数 [Jv, Jw] = jacobian_split(q, p); % 3x6 线速度 / 3x6 角速度映射 M = p.m_platform_kg * (Jv'*Jv) + Jw' * p.I_body * Jw; % 6x6 广义质量阵 g = [0; 0; -9.81]; tau_g = -Jv' * (p.m_platform_kg * g); % 重力项 tau_c = coriolis_term(q, dq, p); % 科氏/离心项 tau = M*ddq + tau_c + tau_g + friction_term(dq, p); end

参数上，m_platform_kg只算上平台加负载，六条腿的质量要么忽略，要么等效折算进M的对角线；I_body是上平台在体坐标系下的 3×3 惯量张量，从 CAD 里读，别手填。friction_term用库伦加粘滞两项，Fc*sign(dq) + Fv*dq，实测库伦摩擦对定位精度的影响比想象中大，尤其是低速换向那一下。

这套写法有个前提：Jv和Jw必须和逆解用的是同一套位姿约定，否则力算出来方向都是错的。我的做法是把jacobian_split放在kinematics/目录下，和inverse_kinematics共用pose2T，从源头上不给不一致留口子。

4.2 S-Function：状态方程写对，求解器选对

要在 Simulink 里闭环，就得把动力学写成状态空间形式。状态取 12 维：6 个腿长加 6 个腿速，输入是六条腿的驱动力：

function sys = mdlDerivatives(~, ~, x, u, p) q = x(1:6); % 支腿长度 dq = x(7:12); % 支腿速度 F = u(1:6); % 控制器给出的驱动力 M = mass_matrix(q, p); % 6x6 b = bias_force(q, dq, p); % 科氏 + 重力 + 摩擦 ddq = M \ (F - b); % 正动力学，用左除别用 inv sys = [dq; ddq]; % 12x1 状态导数 end

两个细节：M \ (...)不要写成inv(M)*(...)，前者是求解，后者是求逆再乘，数值稳定性和速度都差一截；F - b里的b必须包含重力项，否则零输入时平台会永远停不住。

求解器配置直接决定仿真能不能跑完：

set_param('stewart_model', 'Solver', 'ode15s', ... 'MaxStep', '5e-4', 'RelTol', '1e-4', 'AbsTol', '1e-6');

ode15s是给刚性系统准备的，这类带闭环约束和强耦合的机构方程，用ode45经常跑到一半步长掉到 1e-9，十分钟仿真跑一晚上。MaxStep设成 5e-4 对应 0.5 ms 的步长上限，是原文里提到的量级，配合RelTol1e-4 基本够用。别把MaxStep设太大，变步长会直接跳过奇异位形附近的瞬态，你以为平台稳稳过去了，其实是在数值上被抹平了。

4.3 Simscape Multibody 联合仿真：CAD 进来先别急着跑

自己写的动力学模型适合做控制器验证，但要看“真实感”，还是得上 Simscape Multibody。从 CAD 导出的装配体可以直接生成模型骨架：

smimport('stewart_assembly.xml'); % 生成 Simscape 模型与关节 mdl = 'stewart_model'; set_param([mdl '/UpperPlatform/Revolute Joint'], 'Motion', 'Provided by Input'); set_param(mdl, 'StopTime', '10');

导入之后有三件事必查：球铰和虎克铰的类型对不对（上下铰点通常一端球铰一端虎克铰，全用球铰会多出自由度，平台会自己转）、各连杆的质量和惯量有没有从 CAD 带进来（没带进来就是默认 1 kg，仿真结果毫无意义）、闭环约束有没有过约束报警。并联机构是闭环结构，六条腿同时约束上平台，约束数量一旦超过 6，求解器就会报过约束或者直接崩。

排查手段是Mechanics Explorer，把仿真暂停在第一步，手动拖一下上平台，看哪个关节在飘。哪个关节飘，就回去查那条腿的约束副定义。这个可视化调试器比看日志高效得多，我一般导入模型第一件事就是打开它空跑一次。

5. 避坑排查：奇异位形、单位制与栈溢出这五笔账

这套东西跑通之后回头看，真正花时间的不是推公式，是排查那些“数学没错但结果不对”的问题。下面五条都是我实际撞过的，按现象、原因、解决写，能省一次通宵就值了。

5.1 腿长曲线突然打出一个尖峰

现象：跑螺旋上升轨迹，位置曲线光滑，但某条腿在 t≈4.2 s 处速度跳变，腿长本身连续，导数不连续，控制器跟着抖。

原因：轨迹在笛卡尔空间做直线插补，位置线性、欧拉角线性。欧拉角在 pitch 接近 ±90° 附近本身就有表示奇异，角速度会趋向无穷，映射到关节空间就是突变。这类问题是“轨迹空间选错了”，不是逆解算错了。

解决：改用旋量插值或者分段贝塞尔曲线，让姿态在 SO(3) 上走短弧；懒得改的话，至少把 pitch 幅值限制在 ±60° 以内，并对欧拉角做unwrap。判定方法很简单：把cond(J)随时间画出来，尖峰位置和腿速尖峰对得上，就基本可以确定是插补方式的问题。

5.2 仿真一跑，平台直接飞到天上

现象：位移曲线指数发散，一秒内 z 冲到几十米，动画里平台瞬间消失。

原因：单位制不统一。要么 CAD 导出的装配体是英寸、逆解用的是米；要么惯量张量按 mm 算、质量按 kg 算，量级差了 1e6。还有一种隐蔽情况：g写成了 9.81 而长度单位是 mm，重力项大了三个数量级。

解决：变量名里强制带单位后缀，R_base_m、m_platform_kg、I_body_kgm2，看一眼就知道有没有混。再加一步静态自检：给零驱动力、零初速，跑 0.1 s，看ddq是不是接近零，不接近就说明重力项或质量矩阵有问题。这一步十秒钟，能省掉半天。

5.3 只给了横滚，平台却自己偏航了

现象：目标位姿里 yaw 是 0，画面上平台绕竖直轴转了二十来度。

原因：旋转顺序不一致。逆解用的是'ZYX'，可视化用makehgtform('euler', ...)，后者默认按 XYZ 组合，两边差一个复合旋转；另一种情况是上平台铰点用了下平台的相位，机构本身就歪了。

解决：全链路只保留pose2T一个入口，可视化也用它算出的 4×4 矩阵set到hgtransform的Matrix上，makehgtform的'euler'参数一律不用。另外，上下平台的相位偏置要在hinge_points里显式写出来，别在两处各写一半。

5.4 命令窗口刷栈溢出，MATLAB 直接卡死

现象：跑久了报Stack overflow或者Out of memory，任务管理器里 MATLAB 内存一路涨。

原因：两类。一类是把逆解写成了递归，每次位姿修正后再调用自己，终止条件写得不够严格，误差在 1e-9 附近反复横跳；另一类是syms推导的表达式太大，matlabFunction生成代码时直接爆内存。

解决：逆解必须是纯函数，无状态、不递归。位姿修正在外层用while循环，显式设最大迭代次数（我一般设 20）和收敛阈值，两个条件任一满足就退出。符号推导只用来在小规模下校验公式，验证完立刻扔掉，跑仿真一律走数值版本。从那以后我每个带迭代的函数都强制加次数上限，这个习惯救过我好几次。

5.5 动画卡成 PPT，曲线也跟着延迟

现象：实时循环里画面一卡一卡，腿长曲线在示波器里明显滞后。

原因：每帧都用plot3重建图形对象，句柄不断累积；或者用了drawnow而不是drawnow limitrate，图形事件队列积压，主循环被拖慢。

解决：初始化只建一次句柄，更新只set数据字段；刷新用drawnow limitrate；如果循环频率超过 100 Hz，直接在循环里加计数器，每 5 帧刷一次。刷新间隔别小于 20 ms，低于这个值人眼也分辨不出来，纯粹是浪费算力。

6. 二次开发：换轨迹、换机构、接控制器

拿到这套工程之后，绝大多数人第一件想干的事是换条轨迹。改trajectory_func就行，输出仍然是 6×1 的位姿序列，但有三处必须跟着验证，不然改完跑出来的曲线会很漂亮、机构却已经超行程了。

换机构尺寸这一项最容易被低估。半径一改，奇异面的位置就整体移动，原来安全的工作空间可能有一块直接落进奇异区。我一般写一个scan_workspace.m，三个姿态角各取 21 个点、z 取 15 层，批量跑逆解，输出腿长越界和cond(J) > 1e4的点云。几十行代码，跑一遍十几秒，比在动画里瞎拖靠谱得多。

还有一个我逢改必做的技巧：逆解没有正解对照，也能自己验自己。把算出来的六条腿长灌回一个正运动学牛顿迭代求解器，看能不能迭代回原来的位姿，误差小于 1e-8 才算这条链路干净。这个回归脚本run_regression.m我固定放一组位姿（零位、纯平移、纯横滚、接近奇异四组），每次动 config 就跑一遍，红灯了绝不去看动画。

从那以后我每次改platform_params.m里的任何一个半径或相位，都强制先跑工作空间扫描、再看cond(J)曲线、最后才打开可视化。跳过前两步直接看动画，看着顺滑不代表数值上安全。希望帮到你。

本文还有配套的精品资源，点击获取