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
智能网联汽车智能传感器装调与测试项目六组合导航传感器装调与测试项目六组合导航传感器装调与测试任务1组合导航传感器品质检查【任务目标】【任务描述】【任务分析】【任务资讯】(重点)1.1.导航传感器的基本概念与作用2.组合导航传感器的定义3.全球导航卫星系统4.惯性测量单元5.组合导航传感器工作原理6.组合导航的核心优势【任务实施】(难点)1.任务准备2.操作步骤3.任务总结与评价【任务目标】1.了解组合导航传感器的工作原理、结构及功能特点2.了解组合导航传感器的工作原理、技术参数及优缺点3.熟悉组合导航传感器品质检查的流程4.能使用设备仪器进行组合导航传感器的品质检查5.能进行独立思考和问题解决6.能树立耐心、精益求精的工作精神【任务描述】
维修店收到一辆发生碰撞的事故车,需要对组合导航等传感器进行品质检查。如果主管安排你来完成,应该如何开展组合导航传感器的品质检查工作?
【任务分析】本任务的重点在于掌握组合导航传感器品质检查的要点和流程,熟悉万用表对线束电压等参数的测量,并根据测量结果进行判断。【任务资讯】1.导航传感器的基本概念与作用在载体(如汽车、无人机、船舶)的导航定位中,导航传感器是获取载体运动状态(位置、速度、姿态)的“感知器官”。其核心任务是将物理世界的运动信息(如位移、角速度、加速度)转化为可计算的数字信号,为导航算法提供原始数据支撑。任何导航系统都需输出三类关键参数,这也是传感器设计与选型的核心依据。(1)位置(Position):载体在指定坐标系下的空间坐标,如大地坐标系中的经纬度(B,L)、高度(H),或室内坐标系中的x/y/z坐标;(2)速度(Velocity):载体运动的速率与方向,如地面车辆的行驶速度(km/h)、无人机的垂直升降速度(m/s);(3)姿态(Attitude):载体相对于参考基准的空间姿态,通常用滚转角(Roll,绕前进轴转动)、俯仰角(Pitch,绕水平横轴转动)、偏航角(Yaw,绕垂直轴转动)描述,俗称“姿态角”。例如,自动驾驶汽车需通过传感器获取“当前位置(精确到厘米级)、行驶速度(km/h)、车身姿态(是否倾斜)”,才能实现车道保持、自动避障等功能;无人机则需姿态数据确保稳定悬停,位置数据实现精准起降。早期导航系统多依赖单一传感器,但随着应用场景对精度、可靠性的要求提升,单一传感器的固有局限逐渐凸显,具体表现为“优势鲜明但短板致命”:案例1:全球卫星导航系统(GNSS)优势:能提供全球范围内的绝对位置,长期精度稳定(米级至厘米级),无累积误差;局限:依赖卫星信号,遮挡(高楼、隧道)、电磁干扰、多路径效应(信号经地面反射)会导致信号失锁,室内、地下完全失效。案例2:惯性测量单元(IMU)优势:完全自主(不依赖外部信号),采样频率高(毫秒级),可同时输出加速度、角速度,进而解算全量姿态与速度;局限:基于积分运算,误差随时间累积(“漂移”),如低成本微机电系统(MEMS)IMU,1小时内姿态漂移可达5°~10°,位置误差累积达数百米。2.组合导航传感器的定义组合导航传感器是指将两种或两种以上、原理不同的导航传感器,通过硬件集成与数据融合技术,形成的协同工作系统。其本质是“以多传感器数据的冗余性(多源数据验证同一状态)和互补性(不同传感器覆盖彼此短板)为基础,输出比任何单一传感器更精准、更可靠的导航参数”。例如,“全球卫星定位系统(即GNSS)+惯性导航单元(IMU)”是最经典的组合模式。GNSS失锁时(如隧道内),IMU通过短期高精度数据维持导航输出;GNSS信号正常时,用其无累积误差的位置/速度数据,修正IMU的漂移误差;最终实现“抗遮挡+无累积误差”的双重优势,满足复杂场景需求。
3.全球导航卫星系统全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS),是一种依托卫星技术构建的空间定位体系,能够为地球表面约98%的区域精准提供地理位置、速度及时间信息。此系统通过由多颗卫星组成的卫星星座,持续向地面发送特定信号。地面上的接收设备接收这些信号后,借助一系列复杂的计算流程,从而精准确定自身所在位置。全球导航卫星系统工作示意如图7-1-1所示。
全球导航卫星系统的诞生,彻底革新了人们获取位置信息的传统方式,对众多领域产生了意义深远的影响,成为现代社会发展不可或缺的关键技术支撑。
(1)系统构成全球导航卫星系统一般由空间段、地面控制段和用户设备段这三大核心部分共同组成。空间段作为整个系统的核心关键部分,由多颗精心分布在不同轨道平面上的卫星构成。这些卫星犹如太空中的灯塔,持续不断地向地面发射包含自身精确位置、精准时间信息等关键数据的信号。以被广泛应用的GPS系统为例,其空间段由24颗性能卓越的卫星组成,这些卫星均匀地分布在6个轨道平面上,每个轨道平面恰好部署4颗卫星,卫星的轨道高度约为20200千米。如此科学合理的卫星分布方式,能够确保在地球上的任何地点、任何时刻,用户至少可以同时观测到4颗卫星,从而充分满足高精度定位的严苛需求。地面控制段在整个系统中起着至关重要的监测与调控作用,主要负责对卫星进行全方位的监测、精准控制以及轨道修正等关键任务,以此保证卫星始终按照预定的精确轨道稳定运行,并持续向地面发送准确无误的信号。地面控制段通常由功能各异的主控站、监测站和注入站协同组成。主控站犹如整个系统的大脑,负责全面收集各监测站反馈的详细观测数据,通过复杂精密的计算得出卫星的精确轨道参数和精准时钟参数,并将这些至关重要的信息及时传送给注入站。监测站则如同分布在全球各地的敏锐触角,它们广泛接收卫星信号,密切监测卫星的各项工作状态,并将收集到的数据实时传输给主控站,为主控站的决策和计算提供坚实的数据支撑。注入站的主要职责是将主控站经过精确计算得到的卫星星历、时钟改正参数等关键信息,准确无误地注入到相应卫星的存储器中,确保卫星能够依据最新、最准确的信息进行信号发射和运行控制。用户设备段主要涵盖各种类型的卫星定位接收机,例如常见的车载GPS接收机、方便携带的手持GPS接收机,以及如今智能手机中广泛集成的GPS模块等。这些接收机的核心功能是接收卫星发送的信号,然后通过内置的先进信号处理和解算算法,快速、准确地计算出用户所在的精确位置、实时运动速度以及当前的精准时间等重要信息。接收机的种类丰富多样,功能也各有侧重,从专门用于简单导航定位的普通民用接收机,到能够满足测绘、科学研究等专业领域高精度要求的专业接收机,它们在不同的应用场景中发挥着各自独特的重要作用。(2)工作原理全球导航卫星系统的工作原理主要基于卫星信号的精确传播时间以及卫星自身的准确位置信息。其基本工作机制是通过精确测量地面接收机到多颗卫星之间的距离,然后巧妙运用距离交会的数学方法来精准确定接收机的位置。具体而言,卫星在发射信号时,会将自身当前的精确位置信息以及信号发射的准确时间巧妙编码在信号之中。地面接收机在接收到卫星信号后,通过内部精密的计时装置,精确测量信号从卫星传播到接收机所耗费的时间(即信号传播时间),再将该时间乘以光速,就能快速得到接收机到卫星的距离。由于卫星在太空中的位置是通过复杂的轨道计算和精确的地面控制已知的,通过测量到至少4颗卫星的距离,就可以利用三角测量原理,构建并解算出一组复杂的方程组,从而精准确定接收机在三维空间中的具体位置。
1)伪距测量原理在实际的应用场景中,由于接收机自身的时钟与卫星上极其精准的原子钟之间不可避免地存在一定误差,而且信号在从卫星传播到地面接收机的过程中,会受到地球大气层等多种复杂因素的干扰影响,这就导致测量得到的距离并非卫星与接收机之间真实的几何距离,而是包含了多种误差因素的伪距。伪距测量原理是全球导航卫星系统中最为常用的测量方法之一。接收机在工作时,通过精确测量卫星信号的到达时间,来间接计算伪距。假设卫星发射信号的精确时间为t1,接收机接收到该信号的时间为t2,信号在真空中的传播速度为c,则伪距ρ可通过以下公式表示:ρ=c×(t2-t1)。为了尽可能消除时钟误差以及大气延迟等复杂误差因素的影响,全球导航卫星系统采用了一系列先进、复杂的算法和科学的误差修正模型进行精准修正。这些算法和模型综合考虑了多种因素,通过不断优化和迭代,能够有效提高伪距测量的精度,从而为后续的精确位置解算提供更可靠的数据基础。2)载波相位测量原理载波相位测量是一种在高精度定位领域具有显著优势的更为精确的测量方法,尤其在测绘、精密工程测量等对定位精度要求极高的专业领域应用广泛。卫星发射的信号中包含一种频率稳定、波长较短的载波信号,载波相位测量就是通过极为精确地测量接收机接收到的载波信号与接收机内部依据自身时钟产生的参考载波信号之间的相位差,来高精度地确定卫星到接收机的距离。由于载波信号的波长通常较短,一般在厘米级甚至毫米级,这就使得载波相位测量能够达到非常高的精度。然而,载波相位测量在实际应用中存在一个较为棘手的整周模糊度问题,即接收机在首次捕获卫星信号时,由于信号初始状态的不确定性,无法直接准确确定载波信号的整周数,这就需要通过一系列专门的方法进行精确解算。目前,常用的解算方法包括静态相对定位中的经典静态相对定位法、快速静态相对定位法,以及动态相对定位中的实时动态(RTK)定位法等。这些解算方法各有特点和适用场景,通过合理选择和运用,能够有效解决整周模糊度问题,实现高精度的定位测量。(3)全球导航卫星系统的特点全球导航卫星系统凭借其众多卓越特性,在各个领域展现出强大的应用潜力,得到了极为广泛的应用。1)全球性全球导航卫星系统的卫星按照精心设计的轨道布局,均匀分布在全球范围内的不同轨道上,这一独特设计使其能够为地球上几乎任何地点提供稳定、可靠的定位服务,完全不受地理环境、国界限制等因素的影响。无论是在偏远人迹罕至的山区、广袤无垠的海洋,还是在条件恶劣的沙漠、极地等极端环境下,只要接收设备能够成功接收到卫星信号,就可以快速、准确地实现定位,为用户提供关键的位置信息。2)全天候该系统具有卓越的环境适应性,能够在各种复杂的天气条件下稳定工作,无论是阳光明媚的晴天、阴沉灰暗的阴天、大雨倾盆的雨天、雪花纷飞的雪天,还是在雾气弥漫的雾天、沙尘肆虐的沙尘天气等恶劣气象条件下,都能够始终如一地正常运行,持续为用户提供准确无误的定位信息。这一突出特点使得全球导航卫星系统在各种复杂多变的环境中都具有极高的可用性,成为保障人们生产生活和各类活动顺利进行的重要技术支撑。3)高精度随着科技的不断进步和创新,全球导航卫星系统的定位精度得到了持续显著的提升。在一般的民用领域,普通的GPS接收机定位精度通常可以达到米级水平,能够满足人们日常出行、导航等基本需求。而在一些对定位精度要求极为苛刻的高精度应用领域,如专业测绘、军事打击精确制导等,通过采用差分定位技术、载波相位测量技术等先进技术手段,可以将定位精度大幅提高到厘米级甚至毫米级。例如,实时动态(RTK)定位技术凭借其先进的算法和实时数据处理能力,能够在野外复杂环境中实时得到厘米级定位精度的测量结果,为高精度作业提供了有力保障。4)实时性全球导航卫星系统具备出色的实时响应能力,能够在极短的时间内为用户实时提供最新的定位信息。用户在接收卫星信号后,接收机内部的高性能处理器经过短暂而高效的计算处理,就可以立即得到当前所处的精确位置、实时运动速度和精准时间等关键信息。这种实时性特点使得全球导航卫星系统在车辆导航、船舶导航、飞机导航等众多需要即时获取位置信息以做出快速决策的领域具有不可替代的重要应用价值,极大地提高了交通运输等行业的运行效率和安全性。5)多功能性除了核心的定位功能外,全球导航卫星系统还具备丰富多样的其他功能。通过精确测量卫星信号的多普勒频移,系统可以快速、准确地计算出接收机的运动速度,为用户提供实时的速度信息,这在交通出行、运动监测等领域具有重要应用。同时,卫星信号中携带的高精度时间信息,经过精确解算后,可以为用户提供极为精准的时间基准。在通信、电力、金融等对时间同步要求极高的领域,全球导航卫星系统提供的高精度授时功能发挥着至关重要的作用,确保各个设备和系统之间的时间同步精度,保障系统的稳定、高效运行。4.惯性测量单元惯性测量单元(InertialMeasurementUnit,简称IMU)是现代导航与控制系统中的关键组件,它通过测量载体的加速度和角速度信息,为载体的运动状态分析与控制提供基础数据。惯性测量单元外观如图7-1-2所示。IMU不依赖外部信号,能够在卫星信号缺失、通信受阻等恶劣环境下持续工作,例如在地下隧道、茂密丛林、深海以及电磁干扰严重的区域,依然可以实时提供载体的姿态、速度和位置信息,这一特性使其在航空航天、军事、自动驾驶、机器人等众多领域发挥着不可替代的作用。IMU的发展历程与传感器技术的革新紧密相连。早期的IMU基于机械陀螺和加速度计,这些机械装置结构复杂、体积庞大、成本高昂,且精度有限,主要应用于军事和航天等高价值领域。随着微电子机械系统(MEMS)技术的出现,IMU迎来了革命性的发展。MEMS技术能够将微型化的加速度计和陀螺仪集成在同一芯片上,大大缩小了IMU的体积,降低了成本,同时提高了可靠性和生产效率,使得IMU得以广泛应用于消费电子、工业控制等民用领域。如今,IMU仍在不断发展,新材料、新工艺的应用持续推动其性能提升,以满足日益增长的高精度、低功耗需求。(1)惯性测量单元的组成IMU主要由加速度计、陀螺仪以及信号处理电路三大部分组成。1)加速度计加速度计是用于测量载体线加速度的传感器。其工作原理基于牛顿第二定律(F=ma),通过检测质量块在加速度作用下产生的惯性力,进而计算出加速度。常见的加速度计类型有电容式、压阻式和压电式。电容式加速度计利用质量块的位移改变电容极板间距,从而引起电容值变化,通过测量电容变化量来确定加速度;压阻式加速度计基于压阻效应,当质量块受加速度作用时,与质量块相连的压阻材料电阻值发生变化,通过测量电阻变化反映加速度大小;压电式加速度计则是利用某些压电材料在受力时产生电荷的特性,将加速度转换为电荷信号进行测量。2)陀螺仪陀螺仪用于测量载体的角速度,即物体绕某一轴的旋转速率。传统的机械陀螺仪利用角动量守恒原理工作,高速旋转的转子具有保持其旋转轴方向不变的特性,通过检测转子轴与载体之间的相对角度变化,可得到载体的角速度信息。而现代IMU中广泛使用的是MEMS陀螺仪,它基于科里奥利力原理。当MEMS陀螺仪的振动质量块在旋转的载体上做周期性振动时,会受到科里奥利力的作用,产生垂直于振动方向和旋转轴方向的位移,通过检测该位移变化,即可计算出载体的角速度。3)信号处理电路信号处理电路负责对加速度计和陀螺仪输出的微弱电信号进行放大、滤波、模数转换等处理。由于传感器输出的信号易受噪声干扰,且多为模拟信号,需要通过放大器提升信号强度,利用滤波器去除噪声,再经过模数转换器将模拟信号转换为数字信号,以便后续的微处理器进行计算和处理。此外,信号处理电路还可能包含校准补偿模块,用于对传感器的误差进行修正,提高测量精度。(2)惯性测量单元的工作原理IMU的工作原理基于牛顿运动定律和角动量守恒定律。加速度计测量载体在三个正交轴(X、Y、Z轴)方向上的线加速度,陀螺仪测量载体绕这三个正交轴的角速度。通过对加速度进行一次积分可以得到速度,再进行一次积分能够得到位移;而对角速度进行积分,则可以计算出载体的姿态角(通常用俯仰角、偏航角和滚转角来表示)。具体来说,在初始时刻,已知载体的初始位置、速度和姿态。随着载体运动,加速度计和陀螺仪持续采集数据。加速度计采集的加速度数据经过误差补偿和积分运算后,更新载体的速度和位置信息;陀螺仪采集的角速度数据经过积分计算,更新载体的姿态信息。然而,由于传感器存在误差,随着时间推移,积分计算会导致误差累积,使得位置、速度和姿态的计算结果偏离真实值,因此需要结合其他导航手段(如卫星导航系统、视觉导航等)进行数据融合,以提高导航精度。(3)惯性测量单元的性能指标IMU的性能直接影响其在不同应用场景中的适用性,常见的性能指标包括以下几点。1)精度精度是衡量IMU测量准确性的重要指标,通常用加速度计的零偏稳定性和陀螺仪的漂移率来表示。零偏稳定性指的是加速度计在无加速度输入时输出的偏差,该值越小,加速度计测量越准确;陀螺仪的漂移率表示单位时间内陀螺仪输出的角度误差,漂移率越低,陀螺仪长时间工作时的姿态测量精度越高。2)灵敏度灵敏度反映了IMU对微小加速度和角速度变化的感知能力。高灵敏度的IMU能够检测到载体微弱的运动变化,适用于对精度要求较高的应用场景,如精密测绘、手术导航等。3)动态范围动态范围是指IMU能够测量的最大和最小加速度、角速度值的范围。在一些高动态应用场景中,如高速飞行器、赛车运动等,要求IMU具有较宽的动态范围,以准确测量载体剧烈的运动变化。4)采样频率采样频率决定了IMU在单位时间内采集数据的次数。高采样频率能够获取更密集的运动数据,适用于需要实时、快速响应的应用,如机器人运动控制、虚拟现实设备姿态追踪等。5.组合导航传感器工作原理组合导航传感器的核心工作原理是“优势互补、误差抵消”,通过融合两种或多种单一导航传感器的测量数据,弥补各自在精度、稳定性、抗干扰能力等方面的固有缺陷,最终输出更可靠、更精准的导航信息(如位置、速度、姿态)。其本质是利用多传感器数据的冗余性和互补性,通过特定算法实现“1+1>2”的导航效果。组合导航传感器的连接示意如图7-1-3所示。要理解其工作原理,需先明确两个核心前提。单一传感器的固有缺陷和组合导航的核心逻辑,再通过典型组合案例具体拆解。组合导航传感器的核心工作原理围绕“数据采集→数据预处理→融合计算”三大核心步骤展开,关键在于“融合算法”对多源误差的抵消逻辑。组合导航传感器的工作原理如图7-1-4所示。步骤1:多传感器并行数据采集不同类型的导航传感器按照各自的工作机制,同步采集载体的原始测量数据。INS:采集加速度(三轴)和角速度(三轴)(通过加速度计、陀螺仪实现);GNSS:接收卫星信号,解算得到位置(经纬度/高度)和速度;里程计:采集车轮转速,换算为载体行驶距离。步骤2:数据预处理多传感器原始数据中可能包含噪声、异常值或无效信息,需先进行预处理,为后续融合提供“干净”的数据:噪声抑制:如对INS的加速度/角速度数据进行滤波,降低机械振动或电路噪声的影响;异常值剔除:如检测到GNSS信号信噪比过低,标记该时刻GNSS数据为不可靠,暂不参与融合;数据补全:如视觉传感器因帧丢失出现数据断连,可通过INS的短期高精度数据临时补全,避免融合中断。步骤3:多源数据融合计算这是组合导航的“大脑”,通过算法将预处理后的多源数据融合,输出比任何单一传感器更精准的导航结果。目前最主流的融合算法是卡尔曼滤波(KF)及其改进算法(如扩展卡尔曼滤波EKF、无迹卡尔曼滤波UKF),其核心逻辑是“预测-更新”闭环,以INS/GPS组合为例具体拆解:(1)INS:负责短期预测,提供初始导航状态INS通过自身的加速度计和陀螺仪,基于惯性原理计算载体的实时导航状态(位置、速度、姿态):陀螺仪测量角速度→积分计算姿态角(滚转、俯仰、航向);加速度计测量加速度→结合姿态角转换为大地坐标系下的加速度→积分计算速度→再次积分计算位置。但如前所述,INS的误差会随时间累积,如陀螺仪漂移导致姿态角误差,进而传递到速度和位置,因此其短期几秒至几分钟精度高,长期精度会逐渐下降。(2)GNSS:负责长期更新,修正INS的累积误差GNSS虽易受干扰,但无累积误差,长期精度稳定。当GNSS数据可靠时,将其解算的位置/速度作为真实值参考,与INS计算的预测位置/速度进行对比,得到两者的误差量,如INS位置比GNSS位置偏差10米。(3)卡尔曼滤波:闭环修正INS误差,输出融合结果卡尔曼滤波通过“预测-更新”两步,将INS的短期预测与GNSS的长期参考结合,实现误差抵消:预测步:基于INS的惯性测量数据,预测当前时刻载体的导航状态(位置、速度、姿态)及其误差范围(如预测位置为(N30°,E120°),误差±5米);更新步:引入GNSS的可靠数据(如GNSS测量位置为(N30°,E120°00′03″),误差±1米),计算预测值与测量值的偏差;权重分配与修正:根据INS和GNSS的误差covariance矩阵分配权重,GNSS误差小则权重高,INS误差小则权重高;然后用GNSS的偏差修正INS的预测值,得到最终的融合导航状态,误差±0.8米);反馈闭环:将修正后的导航状态反馈给INS,更新INS的误差模型(如修正陀螺仪的漂移参数),减少下一时刻INS的预测误差,形成“预测-更新-反馈”的闭环。(4)特殊场景:单一传感器失效时的鲁棒性保障若某一传感器暂时失效,如GNSS进入隧道无信号,融合算法会自动调整权重:此时GNSS数据标记为不可靠,权重降为0,停止参与更新;完全依赖INS的短期高精度数据维持导航输出;当GNSS信号恢复后,再次启动更新步,快速修正INS在无GNSS期间累积的误差,恢复高精度导航。为更直观理解,以车载组合导航(最常见场景)为例,完整工作流程如下:车辆启动后,INS初始化(获取初始姿态、位置,通常由GNSS提供初始位置);行驶中,INS实时采集加速度/角速度,计算车辆的实时位置、速度、姿态(短期预测);GNSS同步接收卫星信号,解算车辆位置和速度(长期参考),并进行预处理(检测信号可靠性);卡尔曼滤波将INS的预测值与GNSS的测量值融合,修正INS的累积误差,输出高精度导航结果(如用于自动驾驶的车道级定位);当车辆进入隧道(GNSS信号丢失),融合算法自动切换为“纯INS模式”,用INS维持短期导航;车辆驶出隧道(GNSS信号恢复),融合算法重新引入GNSS数据,快速修正INS在隧道内的误差,恢复车道级定位精度。6.组合导航的核心优势通过上述优势互补、误差抵消的原理,组合导航传感器最终实现三大核心优
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。
最新文档
- 九年级地理教学设计:中考模拟卷图表推理与素养落实
- 八年级语文期末复习教案:统编版上册课文知识点系统梳理与迁移训练
- 高三地理工业区位因素与工业布局教学设计
- 初中八年级物理沪科版空气的“力量”教学设计
- 高一信息技术必修一第三单元算法与程序设计教学设计
- 七年级英语下册be strict with与be strict in句型深度教学设计
- 小学三年级心理健康《理财初探:合理规划零花钱》教学设计
- 小学五年级劳动学科“学做凉拌菜”劳动实践教案设计
- 八年级语文《钱塘湖春行》教案
- 高中信息技术必修一 《Python程序设计基础》 单元教学设计
- DB31/T 329.9-2018重点单位重要部位安全技术防范系统要求第9部分:零售商业
- 化工风险辨识培训
- 《梅花岭记》课件
- 住友变频器说明书-翻译
- 旧桥拆除监理细则
- DB32T-企业碳风险分级规范
- 小学一年级学习《垃圾分类》课件
- JCT 60020-2024《泡沫混凝土轻钢龙骨钢网模复合墙体应用技术规程》
- SH/T 3533-2024 石油化工给水排水管道工程施工及验收规范(正式版)
- 第5课《用发展的观点看问题》第1框《世界是永恒发展的》-【中职专用】《哲学与人生》同步课堂课件
- 测绘法规与工程管理第2章测绘资质课件
评论
0/150
提交评论