智能汽车激光雷达感知技术的研究分析(论文)_第1页
智能汽车激光雷达感知技术的研究分析(论文)_第2页
智能汽车激光雷达感知技术的研究分析(论文)_第3页
智能汽车激光雷达感知技术的研究分析(论文)_第4页
智能汽车激光雷达感知技术的研究分析(论文)_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

智能汽车激光雷达感知技术的研究分析摘要智能汽车的发展是为人类提供便利生活的重要工具之一,而现代智能感知技术的发展让智能汽车的发展也走上了快车道,环境感知技术属于一种智能的自动传感器,可以对道路上出现的各种事物进行检测识别。它的内在元件主要有超声波雷达、毫米波雷达、激光雷达和自组织网络等。对于激光雷达在智能汽车上的应用,其主要功能就是对车身周围的信息进行检测,通过一定的专业数据分析,为汽车的行驶提供最优良的数据信息。近年来,随着信息融合与人工智能技术的飞速发展,智能车的智能化水平也在不断提升,智能车的应用正逐渐从封闭园区、高速公路等相对简单的交通环境向更加复杂的城市环境渗透。由于城市路况复杂、人车混行、存在大量GPS盲区,智能车周围的动态目标多,且容易形成遮挡,这些因素给智能车的高精度环境感知带来了极大的挑战。关键词:智能汽车;激光雷达;感知技术;发展趋势目录TOC\o"1-3"\h\u26147摘要 1626目录 212767绪论 27615第1章概念界定 45656第2章工作原理及特点 5148042.1工作原理 597862.2激光雷达的优点 682942.2.1分辨率高 6248922.2.2隐蔽性好 621382.2.3低空探测性能好 6120452.2.4体积小、质量轻 671702.3激光雷达的缺点 721099第3章行车环境感知系统研究 756403.1行车感知系统作用 7150003.1.1车辆定位 8212193.1.2行车环境中各种目标的检测和识别 8152353.2行车环境感知系统组成 9252943.2.1视觉传感器 9103323.2.2激光雷达 9185813.2.3毫米波雷达 11275683.2.4V2X车路协同传感器 12132423.3三维激光雷达工作原理 1220863第4章激光雷达发展趋势 1314517结论 156893参考文献 1624683致谢 17绪论据世界卫生组织统计,2016年全球死于道路交通事故人数达到了135万,这一数字每年仍在稳步上升。研究表明,在道路交通事故成因中,人为错误占据了94%以上。根据NavigantResearch发布的报告,截至到2021年将达到14.47亿辆。汽车保有量的增加在方便人们出行的同时,也增加了道路的负荷,甚至造成了交通拥堵。据中国交通部统计,中国每年因交通拥堵造成的直接经济损失高达2500亿元人民币,而拥堵带来的财务成本仍然逐年在增加。此外,汽车数量的增加也引发了城市生存环境的持续恶化。汽车的尾气中含有多种有毒气体和挥发性有机物,汽车在拥堵情况下排放的污染气体浓度远高于在自由流状态下。据统计加拿大多伦多每年因交通污染造成119人过早死亡,每日直接经济损失超过13亿美元。智能车作为汽车领域的未来发展方向,对汽车行业以及交通运输业具有非常大的影响,智能车依靠先进的环境感知与精确的车辆控制技术,解放了人类的双手,免除驾驶员的驾驶负担,减少甚至消除人为的错误从而降低交通事故率。此外,智能车通过精确的车辆控制可以提高道路的通行能力,减少车辆尾气排放对环境的污染。因此,智能车的到来为解决上述交通问题提供了理想的方案。智能车可以看作是一个轮式机器人,要让它从起点自主导航到目的地,必须要让它知道三个信息:“在哪儿”,“要去哪儿”以及“要如何去”。“在哪儿”和“去哪儿”的信息主要依靠智能驾驶系统中的定位模块获取。目前,智能车定位的方法主要有两种,一种是基于组合导航GNSS的定位方法,这种方法特别适合高速公路这样空旷的场景,但是在城市环境下,楼宇林立、树木环绕,会使得全球定位系统出现多径效应,近而导致定位失败。另一种方法是通过融合车载激光雷达、摄像头等传感器输出的环境特征信息建立高精度的环境地图,然后依靠车载传感器输出数据与地图地图匹配实现车辆定位。该方法解决了智能车在林荫道、隧道内的定位问题,环境复杂度越高,智能车的定位精度越高。解决了“在哪儿”和“去哪儿”的问题,下一步就是依赖智能车的决策控制模块从高精度的地图中规划出全局路径,从而控制车辆沿着路径自主导航。由于路况瞬息万变,行车环境感知系统作为智能车的眼睛对保障智能车安全行驶起到了决定性的作用。近年来,在国家的大力支持下,我国的智能驾驶技术研究得到了突飞猛进的发展,智能驾驶技术也开始在各种环境中,特别是在一些相对简单的封闭园区和无人矿区中进行了商业化应用,但是对于车辆密度较高、交叉口错综复杂、人车混合的城市环境,目前的智能驾驶技术还难以应对,尤其是城市环境下精确的行车环境感知技术还存在不足,这也是目前研究人员一直非常感兴趣的问题,国内举办的智能驾驶挑战赛也在一定程度上推动了城市环境下的行车环境感知的相关研究工作。城市环境下的智能驾驶行车环境感知技术既有趣又非常具有挑战性,它的进步既可以提高智能驾驶车辆的运行速度,同时也解决了复杂环境下的智能驾驶的难题。第1章概念界定激光雷达(LiDAR,发音为莱达)机载激光雷达是一种主动式对地进行三维直接观察和测量的技术,因此可以使用它昼夜工作。随着计算机技术、GPS和其自身技术的发展和完善,机载激光雷达最近几年受到了越来越多的重视。向需要检测的物品发射激光束,然后通过对接收到从物品反射回来的数据进行分析比较,进行适当处理后,就可以得到一定的物品相关信息,比如距离、速度、高度、形状等参数,从而实现对一些目标飞行器的观察。激光雷达LIDAR是激光探测及测距系统的简称,另外也称为LaserRadar或LADAR(LaserDetectionandRanging)。将激光发射器作为发射激光的光源,然后运用光电的探测设备作为主动的遥感设备。激光雷达是一种不同于以往的高科技的探测设备,它将激光与光电探测融为一体,共同使用,可以发射并接收处理信息。发射系统也有多种不同的类别,比如人们可以理解的二氧化碳激光器、更为先进的可调节的固体激光器等。而接收系统就比较常规一些,例如可以运用拥有望远镜功能和光电探测技术功能的设备进行观测,人们常见的和可以理解的有半导体光电二极管和红外射线等。激光雷达通常使用的是脉冲和连续波两种方式,探测的具体方法可以根据用途的不同而采用不同的方式,例如有瑞丽散射、拉曼散射、荧光等激光雷达。第2章工作原理及特点2.1工作原理LIDAR是将激光和诸多导航定位系统进行概括的一个系统,可以获得相对精准的数据,最后形成精确的DEM。将三种技术相结合,可以精确掌握物品存在的形态。目前,人们熟知的数据模型包括地面数字模型和水文模型,两者的共同特点是都可以通过激光进行探测,因此,它的英文名称为LightDetectionAndRanging(LIDAR)。激光对于距离的测量和定位具有非常优良的能力,往往可以将范围缩小到几厘米之内。对于LIDAR系统的精确度分析,除了要考虑激光的因素外,还要对GPS和IMU测量单元进行考虑。随着两者的不断高速发展,让LIDAR系统的运用范围更加精确了,拥有了更多的应用平台。LIDAR系统自身携带着一个窄带激光和一个接收系统。它的工作方法就是将光脉冲发出,探测到物品之后反射回来,接收器接收处理,得出信息数据。因为光脉冲的传播速度为光速,所以在整体的结构中,接收器可以不间断地接收到物体的信息,从而形成一整个工作流程;又因光速的可测算性,所以经过一定的计算就可以得到物品的距离。同时。通过激光器的测算高度、扫描角度以及GPS定位,可以相对准确地得到一个物品所在方位的X、Y、Z坐标。同时,激光束的发射频率非常高,在1s内可以发射几个到几万个脉冲信号,因此,接收器在一定时间内就可以接收大量的数据信息。一般而言,LIDAR系统的地面光斑间距为2-4m。2.2激光雷达的优点与普通的微波雷达进行比较,激光雷达因为运用的是激光束,所以它的工作效率要高很多,也有很多特点,主要如下。2.2.1分辨率高激光雷达对于物品的角度、距离和速度等各种因素都非常的敏感,对其有较高的精密度。因此,分辨率也会随之提升。通常范围内在4km的距离可以同时对多个目标进行跟踪分析,并经过计算得出结果。分辨率的速率也大大提升,灵敏度得到了很大的提高。同时,可以获得很高的清晰度,大大提高了人们对图像和各项数据的分析能力。2.2.2隐蔽性好激光传播的原理是直线传播,方向感非常好,光束的距离也很窄,因此,只有在特定的传播接收路径上才可以接收到,在此情况下,被敌方识破的可能性就大大降低了,并且激光雷达的整体发射口径和接收区域都非常的窄,所以干扰信号被接收到的概率很低。另外,自然界中对激光雷达存在干扰的影响元素很少,所以,激光雷达拥有很强的抗干扰能力,可以适用于多种复杂的环境。2.2.3低空探测性能好激光雷达的工作原理为只要照射到物体,物体就会发生反射,不会受到期间一些其他因素的影响,可以在任何高度进行工作,拥有强大的低空探测能力。2.2.4体积小、质量轻与微波雷达动辄数吨重的重量比,激光雷达整体身形要小巧很多,发射设备的直径一般只有几厘米,整套系统也只有几十斤,且拆装方便,能在任何需要的地点进行架设,操纵起来更加容易一些,且价格很低,可以被大多数人所接受。2.3激光雷达的缺点激光雷达也存在一定的缺陷,首先就是受天气的影响比较大,在正常晴朗的天气里,激光的传播范围非常远,不受任何影响,而当遇到一些比较恶劣的天气时,它的传播距离就会大打折扣,受到极大的影响。比如工作波长为10.6μm的激光,是现有市面上在大气中传播性能最好的一种,但在恶劣天气中它的运行效能会比良好天气低6倍;激光雷达的波束过于狭窄,所以在搜索目标时就很困难,对于目标的检测效果和截获概率大大降低,搜索的范围变得非常小,所以,激光雷达的使用就只适用于一些特定的小目标。第3章行车环境感知系统研究3.1行车感知系统作用而在智能驾驶系统中,行车感知系统主要承担了两个主要作用。首先是车辆定位,无人车必须实时、准确地知道它当前的位置以确定其应该如何行进;其次是行车环境中的目标检测和识别,车辆必须感知其周围环境并检测静态物体以及移动的交通参与者,同时要估计出移动目标的速度和方向以便预测其未来的位置和确定未来哪个空间是空闲的以避免事故的发生。只有这两个任务都能完成,才能实现智能车安全自主的行驶。3.1.1车辆定位智能车定位通常采用两种方式,一种是利用惯导和全球定位系统如GPS、北斗等构成组合导航系统来实现定位。这种方式在高速路、空旷地带可以实现较高的定位精度。但是在城市场景中,楼宇环伺、树荫茂密,隧道、林荫道、地下停车场分布众多。在这种环境下GPS信号会出现多径效应、甚至被遮挡,无法只依赖GPS进行定位。在城市环境下最常用的定位解决方案是结合三维激光雷达、图像和全球定位信息建立高精度地图,然后将车辆行驶时采集的三维点云和GPS数据与地图进行匹配,从而实现智能车厘米级的定位。3.1.2行车环境中各种目标的检测和识别智能车在城市环境中行驶,首先要遵守交通规则,按照车道线、标志标线、红绿灯状态行驶,这就要求智能车能够实时、精确地检测出行车环境中的道路边界和道路标志标线的位置和走向,以及沿途的各种限速、指示牌和红绿灯的状态。目前标志、标线的检测还只能依靠摄像机来完成,而红绿灯和指示牌的检测一方面可以依靠高动态的摄像机,另一方面随着LTE-V、5G的发展,车辆协同为远距离、高精度地获取交通信号灯和指示牌信息提供了一种理想的解决方案。此外,城市场景车流量密集,人车混杂,因此智能车需要对近、中、远不同距离的障碍物能够精确地检测到所在的位置、类别、三维形态,以及运动趋势。在近距离感知中,最常用的传感器是单线激光雷达,一般测量范围在0-20m,由于它输出频率和测距精度都非常高,非常适合做近距离的紧急避障。三维激光雷达可以对车辆周围70m范围包内的行车环境进行三维建模,从三维点云中可以直接获取物体的几何形态,检测精度可以达到,因此被常用于智能车的中距离目标感知。智能车在城市场景中进行车道保持、车辆跟随时,需要实时、精确地获取前方更远处正在行驶的车辆的位置、速度和运动方向。在这种情况下,相机、三维激光雷达都不能很好的满足要求。而毫米波雷达依靠多普勒效应对移动中的车辆非常敏感,且检测距离可以达到150m以上,常常用于智能车的远距离感知。此外,近年来随着DSRC、5G等技术的发展,车车通信、车路协同技术得到了大力的推广,这些技术的使用可以显著降低智能车单车成本,为智能车提供了一种超视距感知、信息共享的新手段。3.2行车环境感知系统组成3.2.1视觉传感器视觉传感器一直是智能驾驶汽车最常用于感知行车环境的传感器之一。尤其是高分辨率彩色相机,它是检测交通信号灯、车道线、交通标志标牌等目标的主要首选。和其它感知器相比,视觉传感器价格较低并且体积小容易安装在车上。此外,它可以提供车辆周围丰富的环境信息,包括物体的颜色、纹理等,而这些信息对于目标的识别至关重要。智能驾驶汽车一般工作在室外环境,天气、路况等复杂多变,因此视觉传感器的性能除了受限于图像中的照明变化,它的安装位置以及车辆的运动状态的变化同样会影响视觉系统的可靠性。相机的曝光度受制于光照强度的变化,而在室外环境中经常会出现背光、逆光的情况,当出现逆光时,阳光会直射镜头而物体的反射也更强烈,进而导致相机过度曝光;而在背光情况下,会因为光线不足导致相机曝光不足。无论是出现曝光过度还是曝光不足的情况都会降低图像的质量,影响最终的目标检测与识别的结果。在智能激光技术应用中,视觉传感器一般选择安装在车顶或者安装在前挡风玻璃处。相机安装在车顶视野比较开阔,光线也比较好,但是需要做好外部防护措施,如果把它装在前挡风玻璃处,就不必考虑行车环境中雨、雾、尘等恶劣天气对传感器的影响,但是要解决车内光照不足以及挡风玻璃对镜头发光的难题。此外,无人车运动也会在一定程度上降低图像质量。由于相机的采集帧频是一定的,当智能车高速运动时,图像采集会出现运动模糊,从而会损失部分纹理特征甚至会产生错误的纹理。为了获得质量相对较高的图像,我们选择了两个微视高动态相机CM-A1003-GM50/GC50,它是1.3M像素CMOS高速面阵相机,采用千兆网接口,在全幅面的分辨率下,帧率可以达到58fps,动态范围可以达到140dB。为了检测红绿灯和交通标志标线以及其他障碍物,分别使用了8mm和25mm焦距的镜头从而可以检测不同景深和视场角的目标。为了获得最佳的视野。3.2.2激光雷达单目视觉主要受限于图像中的照明变化,直接进行深度感知和夜视感知比较困难,这也限制了它们在真实驾驶场景中的应用,同时也限制了安全驾驶的可靠性。虽然双目视觉可以通过视差计算获得深度信息,但是需要消耗较多的计算时间,立体视觉的精度也受限于标定质量,并且在无纹理环境下(例如,夜间驾驶场景,积雪环境,大雨和强烈照明条件)下的性能较差,激光雷达的使用很好地填补了相机存在的不足。激光雷达视野较宽并可以直接进行测距,获得车辆周围物体的距离、角度以及反射强度信息,测距精度可以达到厘米级。此外,激光雷达是主动探测,不依赖于外界光照条件或者目标本身的辐射特性,只需要发射自己的激光束,通过探测发射激光束的回波信号来获取目标的信息,因此对光线变化不太敏感,可以全天候工作。目前激光雷达按照线束的多少主要可以划分为单线激光雷达和三维激光雷达。单线激光雷达只有单线束,只能提供有限的视场,为了补偿视场的不足,设计了三维激光雷达,三维激光雷达采用了旋转机制,并采用一对以上的发射和接收单元分布在垂直方向上,通过电机的旋转形成多条线束的扫描。目前主流的产品有4线、8线、16线、32线、64线和128线三维激光雷达,线束越多,技术越难,价格也越昂贵。近年来,由于成本降低以及分辨率和范围的增加,三维激光雷达传感器开始成为物体检测,分类,跟踪和驾驶场景理解的有效选择。(1)单线激光雷达单线激光雷达依靠发射器在雷达内部进行匀速旋转,产生同一高度的一排点阵。单线激光雷达频率高,有效测距较短,在无人驾驶系统中它主要用于弥补其他传感器存在的盲区,实现紧急避障的作用。(2)三维激光雷达三维激光雷达按照工作原理主要分为机械旋转式和固态三维激光雷达。机械式旋转三维激光雷达主要是通过机械方式改变扫描方向,由多束激光并排绕轴旋转360度,每束激光扫描一个平面。在车载三维激光雷达领域,Velodye最资深,有着成熟的技术和丰富的经验,目前Velodyne能够产出16线、32线、64线和128线激光雷达,如图3.1所示Velodyne系列三维激光雷达。这种激光雷达的扫描频率可以达到5-25Hz,它的扫描速度只受制于其激光发射单元的电子响应速度,因此它可以做到比其它类型的雷达更高的扫描频率。3.1Velodyne系列三维激光雷达此外,这种激光雷达在旋转扫描时,其发射单元和接收单元时进行了时间同步,测量精度高,对边界环境的抗干扰能力特别强固态三维激光雷达没有了物理的机械旋转部件,而是通过MEMS、相控阵或者Flash技术改变扫描方向,采用基于电子部件进行数据读写。由于固体激光雷达是通过电子元件进行波束控制,从而改变扫描激光扫描的方向,因此可以做到像图像一样非常高的扫描分辨率。固态激光雷达没有了机械旋转结构,激光发射和接收器的数量也大幅度地减少了,降低了整个激光雷达的部件数量,使用寿命得到了很大的提升,同时体积也可以做的很小,大大降低了生产成本。因此,固态雷达是激光雷达未来的发展趋势,也是智能车实现量产必不可少的感知器。如下图3.2所示,速腾聚创展示的一款MEMS固态雷达,采用的是MEMS技术方案,替代了机械旋转式结构,使得机器更加紧凑,可完美嵌入任何车体。图3.2MEMS固态雷达及点云图3.2.3毫米波雷达毫米波雷达是在辅助驾驶系统中不可或缺的传感器,目前已经成为高档车的标配。毫米波雷达,顾名思义就是工作在毫米波波段的雷达,其雷达波长介于1-10mm发射频率介于10GHz-200GHz。与红外、激光等光学导引头相比,毫米波在烟雾、灰尘等恶劣环境下穿透能力更强,受天气影响较小,传输更远,且不受障碍物形状、颜色的干扰,能够全天候全天时工作,有效地弥补了摄像头等车载传感器在车载应用中所不具备的使用场景。毫米波雷达发射毫米波然后再接收回波,通过反射波的时间差来确定目标与雷达的相对距离,通过计算反射波频率的偏移量来确定目标与雷达的相对速度。目前根据毫米波雷达的工作频段主要可以分为24GHz和77GHz毫米波雷达。24GHz毫米波雷达探测距离较短一般在15-30m,但是探测角度(FOV)大,在中短距离探测有明显的优势,而77GHz毫米波雷达探测角度较小,但是探测距离较长,探测距离在150-250m,有的高性能毫米波雷达产品探测距离甚至能够达到300m,可以满足无人车对于中长距离目标的探测的需求。3.2.4V2X车路协同传感器虽然智能驾驶技术近年来得到了突飞猛进的发展,但目前还只能在特定的场景下应用,要实现乘用车智能驾驶商业化应用还面临着诸多地挑战。目前智能车主要是单车智能,车辆行车感知依赖于车载传感器,导致整车成本居高不下,此外车载传感器感知范围也很有限。V2X技术借助于无线通信技术,通过车与车,车与路侧基础设施(如路上安装的激光雷达、相机、毫米波雷达等传感器),车与其他目标之间的通信可以实时、超视距地感知行车周边的信号灯、标牌、行人、车辆以及突发事件,弥补了车载传感器存在的不足,同时可以显著降低智能车整车成本,提高道路行车的安全性。因此,V2X车路协同传感器有望成为完整的智能驾驶汽车行车感知系统的必要组成部分。作为前期探索V2X在智能车系统上相关应用,在车上部署了万集的WV2X-921的车路协同系统车载终端,并在长安大学汽车试验场的信号灯、交叉路口等地方部署了WV2X-L911路侧终端,并开发了基于车辆协同感知系统,如图2.10所示3.3三维激光雷达工作原理激光雷达本质上是利用一种光学测量原理,对空间中物体的距离进行定位和测量。激光雷达的工作原理与众所周知的雷达技术相同,但它不是使用无线电波,而是使用紫外、红外或者可见电磁波谱中的光束。激光雷达用于测量传感器系统与被测对象之间的距离,车载激光雷达通常使用飞行时间发来测量距离。测量距离基本上是与发射和接收激光脉冲之间的时间是成正比的,由于雷达到物体的距离的不同,点的分布密度变化很大,在物体的内部,点密度随着传感器相对物体表面角度的变化而变化,当三维激光雷达以一个倾斜的角度沿着建筑物、汽车等物体扫描时会产生非常稀疏的点。此外,与相机相比,三维激光雷达还缺乏颜色和纹理信息,因此仅利用三维激光雷达输出的三维点云进行目标的识别有很大的困难。虽然激光雷达存在一些缺点,但是三维激光雷达更符合城市环境下的智能驾驶行车感知系统的要求。它可以全天候工作,同时可以直接获得场景的三维空间数据,对复杂的城市环境精确的建模。第4章激光雷达发展趋势响应速度、驱动电压、旁瓣压缩等一些最基础的科学技术对于激光雷达的影响比较大,分别影响着激光雷达系统的扫描速度和功率等,材料性能的提升也会促进整体的性能提升。同时,对于驱动电压的缩小对降低系统的整体能耗具有重要的作用。OPA的旁瓣压缩技术是通过对整体系统的扫描视角的不断提升,来获得更大范围的扫描,分辨率的不断提高也可以让系统获得更高的清晰度。因为,机械式的激光扫描设备安装过于困难,并且系统较为庞大,所以,目前的市场价格还是很高。为了尽量弥补缺陷,降低价格,研发人员通过夜以继日的研究终于解决了该问题。MEMS器件是一种从机械向固态转变的过渡型方案,它的特点就是小型和速度快,并且MEMS拥有可以忍受较大热压的结构,所以可以承受更多的激光能量,同时,它的整体单元尺寸过于庞大,所以它受环境影响的概率又提高了,振动等因素的不断发展变化又让它不断提升。随着激光雷达的不断发展,整体数据性能的提升,它的图像质量也会提高,让整体的设备发展中存在着各种发展的可能性,提升了人的使用过程,让人对环境的分析程度得到了加深。相比于其他产品,液晶光学相控阵器件在整体空间架构方面的商业化运用更为广泛,它具有全固态、价格便宜、可以产业化制作的特点;缺点是它的反应速度要稍微慢一些,光束的可转向范围要更小一些。经过这么多年的发展,集成光波的单向控制芯片中拥有全固态、体积小的LiDAR解决方案得到了广泛的发展研究;另一方面,硅基材质的相控阵雷达也拥有了COMS的相同特点,价格降低,存在的缺陷是扫描速度还有待提升,可以通过采用硅基等离子体色散效应的相位调制器来满足更高速的应用需求。从现有的相控阵芯片的相关性能分布上看,相控阵雷达的大规模集成将增大激光雷达的反射面积和提高分辨率,但它也会加大电级排布的困难性。因此,对于一种高精度、高效率、小型化的电极的发明创造就显的极为重要了。目前在研究比较热门的车载激光雷达领域,成熟商用的激光雷达大多是机械式激光雷达,行业龙头Velodyne公司成立于1983年,经过多年机械雷达研究的积累,行业地位很难动摇。LeddarTech公司是MEMS激光雷达的代表公司。国内的相关激光雷达公司的成立普遍要晚一些,北科天绘等新兴公司将大量的精力都投入到机械式激光雷达的改进方面,在MEMS的激

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论