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
环境感知与识别模型训练及仿真单元1自动驾驶仿真系统构成与仿真软件介绍CATALOGUE目录&1自动驾驶仿真系统构成&2自动驾驶仿真软件介绍01&1自动驾驶仿真系统构成随着汽车智能化提升,传统研发受外界环境影响和试验安全制约,难以有效地开展,需要大规模可扩展的模拟测试服务,自动驾驶仿真测试应运而生。自动驾驶仿真测试利用传感器、车辆动力学、交通流等模拟技术,构建真实驾驶场景,通过算法添加实现智能网联汽车测试,提高测试效率,节约成本,无安全风险。自动驾驶仿真1.自动驾驶仿真定义2.自动驾驶仿真系统构成模型在环测试仿真模型在环测试仿真是指采用模拟驾驶场景、车辆动力学模型、传感器模型、决策规划算法进行虚拟环境下的自动驾驶测试,主要应用于系统开发的最初阶段,没有硬件参与系统测试,主要用于验证算法的正确性。硬件在环测试仿真硬件在环测试包括环境感知、决策规划、控制执行系统测试,要求持续测试、组合测试和扩展性,确保不同标准下的驾驶场景评价及功能结果的广泛应用。车辆在环测试仿真车辆在环测试仿真是将整车嵌入到虚拟测试环境中进行测试,通过模拟驾驶场景测试整车的性能,主要包括封闭场地车辆在环和转毂平台车辆在环,其关键在于将车辆信息传递给模拟环境以及将模拟环境中产生的传感器信息传递给车辆控制器。自动驾驶仿真平台自动驾驶仿真平台需集成驾驶场景、传感器、V2X、定位、车辆动力学仿真等功能,并与自动驾驶感知、决策控制系统无缝对接,形成闭环,实现持续迭代优化。仿真技术核心地位在智能网联汽车研发中,仿真技术贯穿传感器开发、场景构建、算法训练、控制系统开发、执行机构开发、制动转向设计及自动驾驶系统开发等关键环节,成为开发的核心内容。2.自动驾驶仿真系统构成02&2自动驾驶仿真软件介绍MS公司仿真技术领先:MS公司开发VehicleSim,以LISP编写,支持多领域建模,衍生出CarSim、TruckSim、BikeSim,广泛用于汽车、机器人和卫星领域,享有高声誉。CarSim主要功能与特性:分析车辆性能,支持MATLAB/Excel绘图,图形动画展示结果,实时高速运行,支持硬件在环仿真,事件处理技术,20余种车型数据库,与simulink互调。CarSim软件功能强大:CarSim针对四轮车及轻型卡车,集成图形化数据库、车辆数学模型、求解器、绘图器及动画显示器,用于仿真分析车辆驾驶控制反应,确保高度准确性。CarSim简化建模与控制:自带车辆模型库,支持参数修改,简化建模,支持预测模型控制器与联合仿真,分析车辆性能,验证控制规律,简单、快速、精确、扩展性好,用于控制系统开发。1.CarSim软件PreScan场景搭建PreScan场景搭建包含道路、交通参与者及天气光源编辑,支持OpenDrive高精地图导入,实现丰富真实仿真环境构建。PreScan多功能仿真西门子PreScan为汽车驾驶仿真平台,基于物理模型,支持ADAS和智能汽车系统开发,涵盖摄像头、雷达等多样功能。PreScan开放灵活PreScan集成于MATLAB,支持智能驾驶应用模拟,灵活开放,可连接第三方汽车动力学及硬件在环模拟器,满足ADAS及无人驾驶系统开发需求。2.PreScan软件PreScan支持多种传感器及控制系统集成,用户可自定义添加,结合3D可视化查看器分析结果,支持图片动画生成及硬件在环仿真。传感器与控制系统添加利用MATLAB和Prescan,建立智能网联汽车交叉口通行联合仿真模型,对交叉口交通进行仿真,实现软件内部接口与控制算法的联合仿真。Prescan与MATLAB联合2.PreScan软件Carmaker集成全面模型Carmaker为动力学、ADAS及自动驾驶仿真软件,集成完整车辆动力学、新能源汽车、驾驶员、复杂交通及传感器模型,支持自动测试。3.CarMaker软件CarMaker联合仿真测试作为平台软件,可与ADAMS、AVLCruise等第三方软件集成,进行联合仿真,同时配套硬件支持ECU/传感器,实现硬件在环测试。CarMaker功能强大Carmaker软件支持车辆动力学、ADAS控制系统开发测试,涵盖整车性能、电控单元及多种ADAS系统,支持国际标准测试及客户自定义开发。仿真软件爆发式增长智能网联汽车快速发展,无人驾驶汽车成方向,自动驾驶仿真软件爆发式增长,涵盖传统汽车动力学仿真与初创公司新品。仿真软件特点与优势自动驾驶仿真软件各具特色,优势互补,搭建完整仿真系统需多个软件协同工作,涵盖驾驶场景构建、传感器仿真、车辆动力学模型等。3.CarMaker软件VTD为ADAS、主动安全和自动驾驶提供完整模块化仿真,覆盖道路环境、交通场景、天气模拟、传感器仿真等,支持全周期开发流程,可与第三方工具联合仿真。VTD仿真工具链介绍VTD仿真流程包括路网搭建、动态场景配置和仿真运行,支持图形化交互式编辑器,可生成高精地图,添加用户自定义行为控制的交通体或连续运行的交通流。VTD仿真流程概述VTD提供实时高质量渲染解决方案,涵盖光影、天气、传感器成像等,支持软件、硬件及实时非实时仿真,适用于单机与高性能计算环境,满足复杂仿真需求。VTD仿真技术特点4.VTD软件010203自动驾驶仿真平台51Sim-One是51VR公司自主研发的自动驾驶仿真与测试平台,集多传感器、交通流与智能体、感知决策仿真于一体,基于物理机理建模,实现高精度实时仿真。场景构建与还原传感器仿真能力5.51Sim-One软件51Sim-One支持OpenDrive导入与二次编辑,可快速创建或还原路网,内置场景库和测试案例库,涵盖真实场景、城市及乡村道路等,加速自动驾驶测试。支持多路通用及定制传感器仿真,包括摄像头、雷达等,提供语义分割图、深度图等带注释图像数据,满足感知系统算法测试与训练及硬件在环测试需求。动力学仿真与开放接入内置动力学系统支持车辆参数自定义,包括尺寸、动力总成等,同时提供第三方动力学模块接入能力,实现复杂车辆动力学仿真。测试框架与加速架构提供批量测试管理、连续自动测试及可视化监控,支持分布式计算集群架构,实现高达10倍速的仿真加速,提升测试效率。数据分析与行业软件整合支持可自定义数据输出,灵活集成行业软件,如Matlab、ROS、CarSim/CarMaker等,实现数据共享与功能扩展。控制系统解耦对接提供多种接口对接控制系统,支持感知、决策单独或整体接入,满足不同测试需求,包括Matlab、ROS、Protobuf等,实现人工驾驶模拟。5.51Sim-One软件6.Vissim软件Vissim微观交通流仿真01Vissim是德国PTV公司的微观交通流仿真软件,可构建复杂交通环境,模拟多类交通交互行为,用于城市和郊区交通设施规划与评价。Vissim仿真精度与分析02Vissim能模拟个体及群体交通行为的高精度仿真,内置多种分析手段,获取具体数据结果及三维可视化引擎,支持无人驾驶算法高动态交通环境仿真测试。仿真软件爆发式增长03智能网联汽车快速发展,无人驾驶汽车成趋势,自动驾驶仿真软件爆发式增长,涵盖传统汽车动力学到初创公司新品。仿真软件互相配合04自动驾驶仿真软件各有特点和优势,搭建完整仿真系统需多个软件互相配合,以应对汽车研发的复杂需求。Pro-SiVIC仿真分析法国ESI集团的Pro-SiVIC助力交通运输制造商虚拟测试车载感知系统性能,准确再现照明、天气及道路使用者等影响因素。7.Pro-SiVIC3D场景实时交互Pro-SiVIC能建高逼真3D场景,实现实时交互仿真分析,削减物理样机需求,支持视觉传感器、毫米波雷达等多类型传感器模型。Pro-SiVIC应用Pro-SiVIC广泛应用于道路、汽车、自适应巡航控制、自动紧急制动、车道偏离预警、盲区监测、照明系统、车灯切换及交通标志识别。仿真操作流程PanoSim仿真操作简捷,创建仿真需选道路场景设天气;设置仿真参数需添车辆设驾驶参数,装传感器配交通元素;分析仿真结果。PanoSim模拟仿真平台PanoSim集车辆动力学、环境、交通、传感、无线通信等模型于一体,支持Matlab/Simulink与后处理,精准模拟汽车驾驶环境。轿车建模与编辑PanoSim支持典型驱动型式和悬架形式的大、中、小型轿车建模,提供三维数字虚拟试验场景建模与编辑,支持道路及天气等环境建模。8.PanoSim软件9.百度Apollo仿真平台Apollo仿真平台百度Apollo仿真平台支撑内部系统开发迭代,为生态开发者提供云端决策系统仿真服务,基于百度云和Azure,支持用户指定Apollo版本云端仿真测试。Apollo虚拟环境仿真Apollo与Unity合作,开发了基于Unity的真实感虚拟环境仿真,可提供3D的虚拟环境、道路和天气的变化,用于自动驾驶系统的开发和测试。Apollo仿真场景Apollo仿真场景分Worldsim和Logsim,前者人为预设道路和障碍物,后者基于路测数据提取,反映实际交通环境,支持较完善的场景通过判别系统。9.百度Apollo仿真平台Apollo仿真平台内容Apollo仿真平台提供约200个场景,包括不同路型、障碍物类型、道路规划及红绿灯信号,全面模拟实际交通环境,支持自动驾驶算法测试。仿真软件爆发式增长随着智能网联汽车的快速发展,无人驾驶汽车成为发展方向,汽车自动驾驶仿真软件也出现爆发式地增长,这些仿真软件有从传统汽车动力学仿真软件演化而来,也有国内外初创公司推出的仿真新产品。仿真软件特点自动驾驶仿真软件都有各自的特点和优势,搭建一个完整的仿真系统也越来越需要多个软件互相之间的配合,典型的自动驾驶仿真软件或平台应包括能够构建各种驾驶场景,而且这种驾驶场景越来越逼真。仿真软件需要具备仿真各种传感器的能力,包括摄像头、激光雷达、毫米波雷达、超声波雷达等,以确保能够模拟出真实的车辆感知环境,从而提升仿真的真实性和有效性。传感器仿真9.百度Apollo仿真平台仿真软件需要具备车辆动力学模型,能够对ADAS或自动驾驶功能进行精准的仿真,通过模拟车辆在不同路况和环境下的行为,确保自动驾驶系统在不同场景下的性能和安全性。车辆动力学模型仿真软件需要支持传感器融合、跟踪、路径规划和车辆控制算法等,以满足复杂驾驶场景下的仿真需求,同时,能够支持C/C++代码生成,实现快速原型和硬件在环测试。算法与仿真支持10.MATLAB自动驾驶工具箱构建驾驶场景模拟使用构建的场景和来自雷达、视觉传感器模型的综合检测,测试自动驾驶算法;支持编程、图形化界面、场景库构建;模拟雷达、视觉传感器的检测。开发自动驾驶控制系统支持设计纵向与横向模型预测控制器,基于强化学习的控制器,车辆动力学建模;实时硬件快速原型;生成产品级C/C++代码;生成AUTOSAR代码。支持可视化能够显示摄像机视频、雷达和视觉鸟瞰图、车道线标记、激光雷达点云、道路地图数据等;支持多个坐标系之间的变换;实时连接ROS、CAN、激光雷达并回放数据。030201开发自动驾驶感知系统支持传感器数据标注、深度学习网络训练、雷达算法、视觉传感器算法、激光雷达算法设计;传感器融合与跟踪、C/C++及GPU代码生成。10.MATLAB自动驾驶工具箱开发自动驾驶规划系统支持地图可视化、高精度地图访问、占据栅格地图处理、定位和SLAM算法设计、运动规划算法设计以及C/C++代码的生成。集成仿真任务MATLAB自动驾驶工具箱支持多样化的集成仿真任务,调用C/C++、Python代码,通过FMI/FMU、CAN、ROS、Unreal引擎协同仿真,支持150多种第三方建模与仿真接口。THANKS感谢观看单元2环境感知与识别仿真举例CATALOGUE目录&1传感器标定仿真实例&2道路识别仿真实例&3车辆识别仿真实例&4行人识别仿真实例&5交通标志识别仿真实例&6交通信号灯识别仿真实例01&1传感器标定仿真实例摄像机参数求解通过棋盘格图像,求解单目摄像机的外部参数,包括俯仰角、偏航角和横滚角。鸟瞰图验证与配置利用鸟瞰图验证单目摄像机配置的准确性,并显示无失真图像和鸟瞰图。【例6-1】使用棋盘格标定单目摄像机,求外部参数,并利用鸟瞰图验证配置单目摄像机的正确性。02&2道路识别仿真实例检测车道线设置了车道标记的宽度为0.25,然后对灰度图像进行了车道标记的检测,最后显示了检测结果。读取图像在MATLAB中,首先加载了名为'birdsEyeConfig'的配置文件,随后读取了一张名为'road.png'的道路图像。转换与显示将读取的道路图像转换为鸟瞰图,以便更好地识别车道线,接着将鸟瞰图转换为灰度图像,并进行了显示。【例6-2】利用MATLAB检测图6-5中的车道线。读取图像与配置我们读取了道路图像,并加载了鸟瞰图配置文件'birdsEyeConfig',然后将道路图像转换为鸟瞰图。【例6-3】使用抛物线车道边界模型查找图6-5中车道;将检测出的车道标在鸟瞰图和原始图上。车道检测我们设定了车道的近似宽度,利用'segmentLaneMarkerRidge'函数在鸟瞰图像中检测车道标记,并获取了边界点。边界转换与插入我们将图像坐标转换为车辆坐标,使用'findParabolicLaneBoundaries'函数找到车道边界,并插入到鸟瞰图和原始图中。03&3车辆识别仿真实例读取图像在MATLAB中,使用`imread`函数读取两张原始图像,这些图像分别包含车辆检测的目标。初始化检测器我们利用`vehicleDetectorACF`函数,并指定为前后视图,以创建一个车辆检测器实例。执行检测通过调用检测器的`detect`方法,我们对读取的图像进行车辆检测,并获取检测结果。标注与显示利用`insertObjectAnnotation`函数将检测结果标注在图像上,并通过`imshow`函数显示。结果展示通过ACF车辆检测器,我们成功地在两张图像中检测出了车辆,并通过图框显示了检测置信度。【例6-4】利用ACF车辆检测器检测图6-8中的车辆。0102030405读取图像在MATLAB中,使用`imread`函数读取原始图像,用于后续的RCNN车辆检测。初始化检测器我们利用`vehicleDetectorFasterRCNN`函数创建一个全视图车辆检测器实例。执行检测通过调用检测器的`detect`方法,我们对读取的图像进行车辆检测,并获取检测结果。标注与显示利用`insertObjectAnnotation`函数将检测结果标注在图像上,并通过`imshow`函数显示。结果展示通过RCNN车辆检测器,我们准确地在两张图像中检测出了车辆,并通过图框显示了检测置信度。【例6-5】利用RCNN车辆检测器检测图6-10中的车辆。0102030405【例6-6】使用视觉传感器检测视频中的车辆。相机配置设置相机的焦距、光学中心、图像尺寸、安装高度和俯仰角,创建内部参数,并配置单目摄像机。车辆检测定义车辆宽度,初始化ACF车辆检测器,并配置为使用单目摄像机;从视频中读取帧并检测车辆。视频处理使用视频阅读器加载视频文件,并通过循环读取帧、检测车辆、插入检测结果和播放视频。灵活调整改变视觉传感器的安装角度,如设置俯仰角为-5°,以观察对车辆检测的不同影响。04&4行人识别仿真实例标注并显示使用insertObjectAnnotation函数在原始图像上标注检测到的行人,并通过imshow函数显示标注后的图像。读取图像在MATLAB中,使用imread函数读取包含行人的图像文件xr1.jpg,并存储到变量I中。检测行人调用detectPeopleACF函数对图像I进行行人检测,得到行人的边界框(bboxes)和置信度(scores)。【例6-7】利用ACF行人检测器检测图6-14中的行人。初始化检测器使用MATLAB的vision.PeopleDetector函数创建一个基于HOG特征的行人检测器,并存储在变量peopleDetector中。通过imread函数加载包含行人的图像xr2.jpg,并存储在变量I中,为行人检测提供原始图像数据。调用peopleDetector(I)函数对图像I进行行人检测,得到行人的边界框(bboxes)和置信度(scores)。使用insertObjectAnnotation函数在原始图像上标注检测到的行人,并通过imshow函数显示标注后的图像。读取图像检测行人标注并显示【例6-8】基于HOG特征检测图6-16中的行人。0102030405&5交通标志识别仿真实例定义文件路径在MATLAB中,使用fullfile函数构建了包含停车标志图像的文件夹路径,并通过addpath函数将其添加到MATLAB的路径中,以便后续访问。【例6-9】训练ACF目标检测器检测图6-18中的停车标志。加载停车标志训练数据利用load函数加载了包含停车标志和汽车图像的MATLAB文件,并提取出停车标志的数据,同时修正了图像文件的名称,以确保路径的有效性。训练ACF停车标志检测器使用trainACFObjectDetector函数,以停车标志数据为训练样本,训练了一个ACF(ActiveAppearanceModel)对象检测器,用于识别停车标志。【例6-9】训练ACF目标检测器检测图6-18中的停车标志。读取图像使用imread函数读取一张包含交通场景的图像,该图像用于测试训练好的ACF停车标志检测器,以验证其在实际交通场景中的检测性能。检测标志通过detect函数,将训练好的ACF检测器应用于读取的图像,以检测其中的停车标志;检测到的停车标志位置由bboxes变量存储,scores存储对应的置信度。标志检测结果使用insertObjectAnnotation函数,将检测结果以矩形框的形式标注在原始图像上,并通过imshow函数显示标注后的图像,以便直观地查看检测效果。【例6-10】训练快速RCNN目标检测器检测图6-20中的停车标志。提取RCNN数据为了训练R-CNN检测器,需要将图像文件名和对应的边界框标签整合到一起,并创建一个图像数据集(imds)和盒式标签数据集(blds)。提取停车图像数据在训练数据集中,stopSigns变量包含停车标志的图像文件名、边界框坐标等信息;而fastRCNNLayers则定义了用于R-CNN的卷积神经网络层结构。加载训练数据利用load函数加载了RCNN训练数据,包括stopSigns和fastRCNNLayers,这些数据用于训练一个R-CNN(RegionswithConvolutionalNeuralNetworks)对象检测器。合并数据集通过combine函数将图像数据集(imds)和盒式标签数据集(blds)合并为一个完整的数据集,这个数据集将用于训练R-CNN检测器。对图像预处理设置网络训练选项【例6-10】训练快速RCNN目标检测器检测图6-20中的停车标志。在训练R-CNN之前,需要对图像数据进行预处理,以适应网络的输入要求;这包括调整图像大小、归一化像素值等步骤。使用trainingOptions函数设置了R-CNN的训练选项,包括优化方法、批量大小、学习率、最大迭代次数以及模型保存路径等。训练R-CNN检测器通过trainFastRCNNObjectDetector函数,以预处理后的数据集和训练选项为输入,开始训练R-CNN对象检测器。读取测试图像使用imread函数读取一张测试图像,该图像将用于测试训练好的R-CNN检测器,以评估其性能;图像命名为'tc2.jpg'。运行图像检测通过detect函数,将训练好的R-CNN检测器应用于测试图像,以检测其中的停车标志;检测结果包括边界框、置信度和标签。【例6-10】训练快速RCNN目标检测器检测图6-20中的停车标志。插入标注使用insertObjectAnnotation函数,将检测结果以矩形框的形式标注在原始图像上,并通过imshow函数显示标注后的图像,以便直观地查看检测效果。【例6-10】训练快速RCNN目标检测器检测图6-20中的停车标志。06&6交通信号灯识别仿真实例交通灯检测步骤交通信号灯检测步骤包括读取原始图像、颜色空间转换、绘制直方图、统计红、绿、黄像素点,并输出各自数量,最后根据数量确定检测结果。【例6-11】利用MATLAB图像处理对对图6-22中的红灯、黄灯和绿灯进行检测。MATLAB程序通过uigetfile选择JPEG图像文件,读取后转换为HSV颜色空间,分别提取H、S、V分量;绘制直方图,统计红、绿、黄像素点数量,根据数量判断并显示检测结果。检测结果输出程序能够正确识别并输出红灯、黄灯和绿灯的检测结果,包括红灯、黄灯和绿灯各自的最大像素数量,以及最终检测结果(红灯、绿灯或黄灯)。绿色信号灯检测当图6-26作为输入图像时,程序成功检测到绿色信号灯,并输出相应的检测结果。检测结果展示程序准确识别出绿色信号灯,并显示其H分量直方图;同时输出红、绿、黄像素点的最大数量,清晰表明绿色信号灯的数量优势。【例6-12】利用例6-11的程序,检测图6-26所示的绿灯。THANKS感谢观看单元3环境感知模型训练与测试CATALOGUE目录&1道路交通图像数据采集实例&2道路交通图像数据清洗和标注实例&3行人、交通灯和限速标志识别模型训练实例&4行人、交通灯和限速标志识别模型测试实例01&1道路交通图像数据采集实例摄像头图像录制脚本利用Python脚本从视频流中提取图像,通过空格键控制录制时长,程序将自动录制的视频和图像保存到本地文件夹中。录制视频与图像保存录制交通视频,通过Python脚本和USB摄像头实现。利用cv2库读取视频并显示,通过空格键开始/停止录制,保存到本地。&1道路交通图像数据采集实例02&2道路交通图像数据清洗和标注实例清洗数据时,需排除缺失、噪声(如模糊、难以辨识的图片)及重复数据,确保数据质量。保留多目标图片,均衡数据集目标数量;标注时,从左至右、从近至远,确保方框大小合适。若目标被遮挡超过85%,则不标注;小于85%需标注遮挡部分,小目标也需标注,确保标注完整性。若目标被图片边缘截断,则仅标注可见部分;遇框间重合包含的图片,筛除重合,边缘微切可保留。1.数据清洗注意事项质量问题标注原则遮挡处理边缘处理标注工具简介标注流程便捷设置快捷键操作标注格式选择安装与使用LabelImg是目标检测数据标注工具,支持PascalVOC和YOLO标签格式,便于图像数据集的标注。无需安装,下载后直接运行labelImg-master中的labelImg.exe,在Windows下即可打开标注软件。labelImg支持两种标签格式,PascalVOC标签格式,标注的标签存储在.xml文件中;YOLO标签格式。打开labelImg后,设置OpenDir为图片文件夹,ChangeSaveDir为保存类别标签的文件夹,选择PascalVOC或YOLO格式保存。View菜单中有自动保存、显示标签、高级模式等便捷设置,可优化标注体验,提高标注效率。LabelImg提供了一系列快捷键操作,如W键调出标注十字架,A、D键切换图片,Ctrl+S保存标签等。2.标注工具LabelImg介绍图像标注使用labelling软件的CreatRectBox工具,标注限速标志、行人和交通灯,确保标注准确且符合原则。所需资源准备原始数据图片数据集,如dataset125.zip,并安装labelling-master数据标注软件。设置labelling软件在labelling标注软件的主界面View下,启用AutoSavemode和Displacelabel功能。3.道路图像数据清洗和标注03&3行人、交通灯和限速标志识别模型训练实例百度智能云平台登录百度智能云平台,点击立即使用,手机注册百度智能云平台账号,打开并使用百度智能云平台(如图6-36)。BML开发平台配置Notebook建模打开Notebook建模页面,创建任务,完善个人信息,提交项目信息,配置Python3.7,PaddlePaddle2.3.0,GPUV100。BMLCodeLba应用界面文件夹存储数据集与模型,git管理版本,代码片段库复用公共代码,环境信息查看配置,包管理安装paddlepaddle。数据可视化可生成并保存模型版本,进行版本管理;正在运行终端和内核;资源监控:用于查看资源和配置;Pipleline。生成模型版本基本指令学习pwd显示当前路径,ls列出文件文件夹,cd..返回上一级,cd/home/work/data跳到绝对路径的数据文件夹。用于查看资源和配置;数据集:用于导入用户已在EasyDL专业版中已创建的数据集;生成代码版本:可
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
- 2026-2027学年上学期单元测试二年级语文基础卷(完整版)
- 2025超声技师妇产超声专题训练题及答案
- 2025GRE数学期中考前训练及答案
- 季度业绩评估结果通告(7篇)
- 研发创新能力与成果影响力绩效评估表
- 办公楼智能化系统维护指南
- 供应商合作合同续签初步意向书(7篇)
- 获奖班会说课课件
- 事业单位审计岗面试2026经典考题结构化问答
- 高中物理教资面试易错题题库及解析
- 中煤电力社会招录笔试试题2026
- 2026年溶剂油行业洞察报告及未来五至十年发展趋势报告
- 2026年初级会计资格考试《初级会计实务》真题+答案解析
- 高校外籍留学生管理安全培训
- 高三思想政治教学设计:必修四哲学原理举例说明的情境关联词教学实践
- 2025年全国广播电视技术能手(调频与电视广播组)完整题库及答案解析
- 河北省邯郸市2025-2026学年高一上学期期中联考语文试题及答案
- 幼儿同伴交往能力评估量表(PAS)实施规范
- 2024+ESO指南:卵圆孔未闭患者卒中后诊断与治疗
- 2026年退管人员测试题及答案
- 商会招聘笔试题及答案
评论
0/150
提交评论