一、旋转矩阵,旋转向量,单位四元数的相互转换总结
文章目录
- 前言
- 一、要点
- 1. 旋转矩阵
- 2. 旋转向量
- 3. 单位四元数
- 二、旋转向量--->旋转矩阵(罗德里格斯公式)
- 三、旋转矩阵--->旋转向量
- 四、单位四元数--->旋转矩阵
- 五、旋转矩阵--->单位四元数
- 六、单位四元数<—>旋转向量
- 总结
前言
研究旋转矩阵,旋转向量,单位四元数,都是为了表达机器人的姿态。欧拉角在SLAM的应用中不多,就不涉及了。
一、要点
1. 旋转矩阵
- 旋转矩阵是行列式为1的正交矩阵,由单位正交基组成。
正交矩阵的行列式为正负1
- 旋转矩阵是两个坐标系的过渡矩阵,其左乘坐标系1中的某向量的坐标,可以得到将此向量过渡到坐标系2后的坐标表示。
- n维空间的旋转矩阵构成特殊正交群。
- 优点:是计算非常方便,矩阵乘法非常简单。
- 缺点:1.表达方式冗余,旋转只有3个自由度,却要用9个量表示。2.带有正交,行列式为1的约束,不利于优化。
2. 旋转向量
- 旋转向量又称为轴角,其方向与旋转轴n\mathbf nn一致,而长度等于旋转角θ\mathit \thetaθ。向量θn\mathit \theta \mathbf nθn即可表示旋转。
- 不严谨的说,这玩意就是李代数。
- 优点:表达紧凑;没有约束易于优化。
- 缺点:不能直接用来计算旋转一个向量,需要转换为旋转矩阵或四元数才能做这个计算;具有奇异性,模长大于2π2 \pi2π时具有周期性。
所谓奇异性,我理解的就是做不到一一对应,在这里是一个姿态可以对应多个旋转向量
3. 单位四元数
- 四元数的运算基本与复数的运算是类似的,唯一的区别是四元数的乘法不可交换(由于乘法公式的最后项有个叉乘)。
- 用四元数表示旋转的三个要点:
- 实部唯一表示了旋转角;
- 虚部所指方向即旋转轴的方向,(注意:虚部在R3\mathbb R^3R3里不需要是一个单位向量);
- 实部和虚部一起要服从是单位四元数的约束,即模为1。
- 单位四元数的逆等于其共轭。
- 优点:没有奇异性,将要旋转的向量变成纯虚数后可以直接用四元数乘法计算。
- 缺点:不够直观。
二、旋转向量—>旋转矩阵(罗德里格斯公式)
在上图中,向量v\mathbf vv沿着旋转轴n\mathbf nn旋转θ\mathit \thetaθ角,变为v′\mathbf v'v′。现在我们要将v′\mathbf v'v′分解成向量v\mathbf vv,旋转轴n\mathbf nn,旋转角θ\mathit \thetaθ组成的量
v′=vk+vp′=vk+a+b=(v⋅n)n+∣vi∣sinθj+vicosθ=(v⋅n)n+∣(n×v)×n∣sinθn×v∣n×v∣+((n×v)×n)cosθ=(v⋅n)n+∣n∣∣v∣sinα∣n∣sinπ2sinθn×v∣n∣∣v∣sinα+((n×v)×n)cosθ=(v⋅n)n+(n×v)sinθ+(v−(v⋅n)n)cosθ=(1−cosθ)(v⋅n)n+n∧vsinθ+vcosθ=(1−cosθ)nnTv+sinθn∧v+cosθv=[cosθI+(1−cosθ)nnT+sinθn∧]v\begin{split} \mathbf v' & = \mathbf v_k + \mathbf v'_p \\ & = \mathbf v_k + \mathbf a + \mathbf b \\ & = (\mathbf v \cdot \mathbf n) \mathbf n + | \mathbf v_i|\sin\theta \mathbf j + \mathbf v_i \cos \theta \\ & = (\mathbf v \cdot \mathbf n) \mathbf n + |(\mathbf n \times \mathbf v) \times \mathbf n | \sin \theta \frac {\mathbf n \times \mathbf v}{|\mathbf n \times \mathbf v|} + ((\mathbf n \times \mathbf v) \times \mathbf n)\cos \theta \\ & = (\mathbf v \cdot \mathbf n) \mathbf n + |\mathbf n| |\mathbf v|\sin \alpha |\mathbf n| \sin \frac{\pi}{2} \sin\theta \frac{\mathbf n \times \mathbf v}{|\mathbf n| |\mathbf v| \sin \alpha} + ((\mathbf n \times \mathbf v) \times \mathbf n)\cos \theta \\ & = (\mathbf v \cdot \mathbf n) \mathbf n + (\mathbf n \times \mathbf v) \sin \theta + (\mathbf v - (\mathbf v \cdot \mathbf n ) \mathbf n) \cos \theta \\ & = (1 - \cos \theta) (\mathbf v \cdot \mathbf n) \mathbf n + \mathbf n^{\land} \mathbf v \sin \theta + \mathbf v \cos \theta \\ & = (1 - \cos \theta) \mathbf n \mathbf n^{\mathrm T} \mathbf v + \sin \theta \mathbf n^{\land} \mathbf v + \cos \theta \mathbf v \\ & = [\cos \theta \mathbf I + (1 - \cos \theta) \mathbf n \mathbf n^{\mathrm T} + \sin \theta \mathbf n^{\land}] \mathbf v \end{split} v′=vk+vp′=vk+a+b=(v⋅n)n+∣vi∣sinθj+vicosθ=(v⋅n)n+∣(n×v)×n∣sinθ∣n×v∣n×v+((n×v)×n)cosθ=(v⋅n)n+∣n∣∣v∣sinα∣n∣sin2πsinθ∣n∣∣v∣sinαn×v+((n×v)×n)cosθ=(v⋅n)n+(n×v)sinθ+(v−(v⋅n)n)cosθ=(1−cosθ)(v⋅n)n+n∧vsinθ+vcosθ=(1−cosθ)nnTv+sinθn∧v+cosθv=[cosθI+(1−cosθ)nnT+sinθn∧]v
要注意点乘得到的是标量;叉乘得到的是向量,且要用右手定则分析其方向。
(v⋅n)n=nnTv(\mathbf v \cdot \mathbf n) \mathbf n = \mathbf n \mathbf n^{\mathrm T} \mathbf v(v⋅n)n=nnTv可以从微观层面去证明,很简单。
上面的计算有很多细节值得思考,比如第三行的∣vi∣sinθj| \mathbf v_i|\sin\theta \mathbf j∣vi∣sinθj为什么要乘单位向量j\mathbf jj?vicosθ\mathbf v_i \cos \thetavicosθ为什么又不乘?
上式中中括号里的内容是一个矩阵,就是旋转矩阵R\mathbf RR:
R=cosθI+(1−cosθ)nnT+sinθn∧\begin{equation} \mathbf R = \cos \theta \mathbf I + (1 - \cos \theta) \mathbf n \mathbf n^{\mathrm T} + \sin \theta \mathbf n^{\land} \end{equation} R=cosθI+(1−cosθ)nnT+sinθn∧
三、旋转矩阵—>旋转向量
将(1)式两边取迹:
tr(R)=3cosθ+(1−cosθ)nTn+sinθ⋅0=3cosθ+1−cosθ=2cosθ+1\begin{align} \mathrm tr(\mathbf R) & = 3 \cos \theta + (1 - \cos \theta) \mathbf n^{\mathrm T} \mathbf n + \sin \theta \cdot 0 \notag \\ & = 3 \cos \theta + 1 - \cos \theta \notag \\ & = 2 \cos \theta + 1 \end{align} tr(R)=3cosθ+(1−cosθ)nTn+sinθ⋅0=3cosθ+1−cosθ=2cosθ+1
从旋转矩阵中得到旋转角:
θ=arccostr(R)−12\theta = \arccos \frac {\mathrm tr(\mathbf R) - 1} {2} θ=arccos2tr(R)−1
至于转轴n\mathbf nn,把它看作普通的向量,用它对应的旋转矩阵R\mathbf RR去左乘旋转它,它不会发生任何变化,于是有下式:
Rn=n\mathbf R \mathbf n =\mathbf n Rn=n
因此,转轴n\mathbf nn是矩阵R\mathbf RR的特征值1对应的特征向量,用求特征向量的方法去求即可,再归一化可以得到转轴n\mathbf nn:
Rn=ns.t.nTn=1\mathbf R \mathbf n = \mathbf n \qquad \textit{s.t.} \qquad \mathbf n^{\mathrm T} \mathbf n = 1 Rn=ns.t.nTn=1
四、单位四元数—>旋转矩阵
用四元数q\mathbf qq对纯虚四元数数表示的空间点p=[0,vpT]T\mathbf p= [0,\mathbf v_p^{\mathrm T}]^{\mathrm T}p=[0,vpT]T进行旋转有:
p′=qpq−1=q+p+q−1=q+(q−1)⊕p=[s−vTvsI+v∧][svT−vsI+v∧][0vp]=[s2+vTvsvT−svT−vTv∧sv−sv−v∧vvvT+s2I+2sv∧+(v∧)2][0vp]=[1(v∧v)T0vvT+s2I+2sv∧+(v∧)2][0vp]=[10T0vvT+s2I+2sv∧+(v∧)2][0vp]=[0(vvT+s2I+2sv∧+(v∧)2)vp]\begin{split} \mathbf p^{'} & = \mathbf q \mathbf p \mathbf q^{-1} \\ & = \mathbf q^{+} \mathbf p^{+} \mathbf q^{-1} \\ & = \mathbf q^{+} (\mathbf q^{-1})^{\oplus} \mathbf p \\ & = \begin{bmatrix} s & -\mathbf v^{\mathrm T} \\ \mathbf v & s \mathbf I + \mathbf v^{\land} \end{bmatrix} \begin{bmatrix} s & \mathbf v^{\mathrm T} \\ -\mathbf v & s \mathbf I + \mathbf v^{\land} \end{bmatrix} \begin{bmatrix} 0 \\ \mathbf v_{p} \end{bmatrix} \\ & = \begin{bmatrix} s^2 + \mathbf v^{\mathrm T} \mathbf v & s\mathbf v^{\mathrm T} -s\mathbf v^{\mathrm T} - \mathbf v^{\mathrm T} \mathbf v^{\land} \\ s\mathbf v - s\mathbf v - \mathbf v^{\land} \mathbf v& \mathbf v \mathbf v^{\mathrm T} + s^2 \mathbf I + 2s \mathbf v^{\land} + (\mathbf v^{\land})^2 \end{bmatrix} \begin{bmatrix} 0 \\ \mathbf v_{p} \end{bmatrix} \\ & = \begin{bmatrix} 1 & (\mathbf v^{\land} \mathbf v)^{\mathrm T} \\ \mathbf 0 & \mathbf v \mathbf v^{\mathrm T} + s^2 \mathbf I + 2s \mathbf v^{\land} + (\mathbf v^{\land})^2 \end{bmatrix} \begin{bmatrix} 0 \\ \mathbf v_{p} \end{bmatrix} \\ & = \begin{bmatrix} 1 & \mathbf 0^{\mathrm T} \\ \mathbf 0 & \mathbf v \mathbf v^{\mathrm T} + s^2 \mathbf I + 2s \mathbf v^{\land} + (\mathbf v^{\land})^2 \end{bmatrix} \begin{bmatrix} 0 \\ \mathbf v_{p} \end{bmatrix} \\ & = \begin{bmatrix} 0 \\ (\mathbf v \mathbf v^{\mathrm T} + s^2 \mathbf I + 2s \mathbf v^{\land} + (\mathbf v^{\land})^2) \mathbf v_{p}\end{bmatrix} \end{split} p′=qpq−1=q+p+q−1=q+(q−1)⊕p=[sv−vTsI+v∧][s−vvTsI+v∧][0vp]=[s2+vTvsv−sv−v∧vsvT−svT−vTv∧vvT+s2I+2sv∧+(v∧)2][0vp]=[10(v∧v)TvvT+s2I+2sv∧+(v∧)2][0vp]=[100TvvT+s2I+2sv∧+(v∧)2][0vp]=[0(vvT+s2I+2sv∧+(v∧)2)vp]
上面可以看出被单位四元数旋转后的坐标点(纯虚四元数)依然是一个纯虚四元数
由此可得单位四元数到旋转矩阵的变换:
R=vvT+s2I+2sv∧+(v∧)2\begin{equation} \mathbf R = \mathbf v \mathbf v^{\mathrm T} + s^2 \mathbf I + 2s \mathbf v^{\land} + (\mathbf v^{\land})^2 \end{equation} R=vvT+s2I+2sv∧+(v∧)2
五、旋转矩阵—>单位四元数
将(3)式两边取迹:
tr(R)=vTv+3s2+0+tr((v∧)2)\mathrm tr(\mathbf R) = \mathbf v^{\mathrm T} \mathbf v + 3s^2 + 0 + \mathrm tr((\mathbf v^{\land})^2) tr(R)=vTv+3s2+0+tr((v∧)2)
其中: (v∧)2=[0−v3v2v30−v1−v2v10][0−v3v2v30−v1−v2v10]=[−v22−v32⋯⋯⋯−v12−v32⋯⋯⋯−v12−v22]\begin{split} (\mathbf v^{\land})^2 & = \begin{bmatrix} 0 & -v_3 & v_2 \\ v_3 & 0 & -v_1 \\ -v_2 & v_1 & 0 \end{bmatrix} \begin{bmatrix} 0 & -v_3 & v_2 \\ v_3 & 0 & -v_1 \\ -v_2 & v_1 & 0 \end{bmatrix} \\ & = \begin{bmatrix} -v_2^2 - v_3^2 & \cdots & \cdots \\ \cdots & -v_1^2-v_3^2 & \cdots \\ \cdots & \cdots & -v_1^2-v_2^2 \end{bmatrix} \end{split} (v∧)2=⎣⎡0v3−v2−v30v1v2−v10⎦⎤⎣⎡0v3−v2−v30v1v2−v10⎦⎤=⎣⎡−v22−v32⋯⋯⋯−v12−v32⋯⋯⋯−v12−v22⎦⎤
tr(R)=v12+v22+v32+3s2−2(v12+v22+v32)=3s2−(v12+v22+v32)=3s2−(1−s2)=4s2−1\begin{align} \mathrm tr(\mathbf R) & = v_1^2 + v_2^2 + v_3^2 + 3s^2 - 2(v_1^2 + v_2^2 + v_3^2) \notag \\ & = 3s^2 - (v_1^2 + v_2^2 + v_3^2) \notag \\ & = 3s^2 - (1 - s^2) \notag \\ & = 4s^2 - 1 \end{align} tr(R)=v12+v22+v32+3s2−2(v12+v22+v32)=3s2−(v12+v22+v32)=3s2−(1−s2)=4s2−1
稍作变换(4)式可以从旋转矩阵R\mathbf RR中求得单位四元数的实部:
s=tr(R)+14s = \sqrt {\frac {\mathrm tr(\mathbf R) +1}{4}} s=4tr(R)+1
下面开始求虚部,将虚部当作待旋转的坐标点带入(3)式有:
Rv=(vvT+s2I+2sv∧+(v∧)2)v=vvTv+s2v+0+0=(1−s2)v+s2v=v\begin{split} \mathbf R \mathbf v & = (\mathbf v \mathbf v^{\mathrm T} + s^2 \mathbf I + 2s \mathbf v^{\land} + (\mathbf v^{\land})^2) \mathbf v \\ & = \mathbf v \mathbf v^{\mathrm T} \mathbf v + s^2 \mathbf v + 0 + 0 \\ & = (1 - s^2) \mathbf v + s^2 \mathbf v \\ & = \mathbf v \end{split} Rv=(vvT+s2I+2sv∧+(v∧)2)v=vvTv+s2v+0+0=(1−s2)v+s2v=v
由此可见虚部也是矩阵R\mathbf RR的特征值1对应的特征向量,即与旋转向量θn\theta \mathbf nθn在R3\mathbb R^3R3中指向同一个方向,但是他们之间的模不一样,旋转向量的模是量转角θ\thetaθ,这里虚部的模由s2+vTv=1s^2 + \mathbf v^{\mathrm T} \mathbf v = 1s2+vTv=1确定。故由旋转矩阵求虚部为
Rv=vs.t.s2+vTv=1\mathbf R \mathbf v = \mathbf v \qquad \textit{s.t.} \qquad s^2 + \mathbf v^{\mathrm T} \mathbf v = 1 Rv=vs.t.s2+vTv=1
六、单位四元数<—>旋转向量
由式(2)与式(4)可得:
tr(R)=2cosθ+1=4s2−1\mathrm tr(\mathbf R) = 2 \cos \theta +1 = 4s^2 -1 tr(R)=2cosθ+1=4s2−1
即
cosθ=2s2−1\cos \theta = 2s^2 -1 cosθ=2s2−1
又有三角函数关系
cosθ=2cos2θ2−1\cos \theta = 2\cos ^2 \frac{\theta}{2} -1 cosθ=2cos22θ−1
于是有实部与转角的相互转换:
s=cosθ2或θ=2arccosss = \cos \frac{\theta}{2} \quad \text{或} \quad\theta = 2 \arccos s s=cos2θ或θ=2arccoss
刚刚已经分析,单位四元数的虚部v\mathbf vv与旋转向量的转轴n\mathbf nn在R3\mathbb R^3R3中指向同一个方向,区别是他们的模服从不同的约束。单位四元数转换为转轴n\mathbf nn:
n=v∣v∣=v1−s2=v1−cos2θ2=vsinθ2\mathbf n = \frac {\mathbf v}{|\mathbf v|} = \frac {\mathbf v}{\sqrt{1 - s^2}} = \frac {\mathbf v}{\sqrt{1 - \cos^2 \frac {\theta}{2}}} = \frac {\mathbf v}{\sin \frac {\theta}{2}} n=∣v∣v=1−s2v=1−cos22θv=sin2θv
旋转向量转换为虚部v\mathbf vv:
v=sinθ2n=1−s2n\mathbf v = \sin \frac {\theta}{2} \mathbf n = \sqrt{1 - s^2} \mathbf n v=sin2θn=1−s2n
总结
旋转矩阵R\mathbf RR | 旋转向量θn\theta \mathbf nθn | 单位四元数q=[s,v]\mathbf q = [s, \mathbf v]q=[s,v] | |
---|---|---|---|
旋转矩阵R\mathbf RR | R=cosθI+(1−cosθ)nnT+sinθn∧\mathbf R = \cos \theta \mathbf I + (1 - \cos \theta) \mathbf n \mathbf n^{\mathrm T} + \sin \theta \mathbf n^{\land}R=cosθI+(1−cosθ)nnT+sinθn∧ | R=vvT+s2I+2sv∧+(v∧)2\mathbf R = \mathbf v \mathbf v^{\mathrm T} + s^2 \mathbf I + 2s \mathbf v^{\land} + (\mathbf v^{\land})^2R=vvT+s2I+2sv∧+(v∧)2 | |
旋转向量θn\theta \mathbf nθn | θ=arccostr(R)−12Rn=ns.t.nTn=1\theta = \arccos \frac {\mathrm tr(\mathbf R) - 1} {2} \\ \mathbf R \mathbf n = \mathbf n \quad \textit{s.t.} \quad \mathbf n^{\mathrm T} \mathbf n = 1θ=arccos2tr(R)−1Rn=ns.t.nTn=1 | θ=2arccossn=v∣v∣=v1−s2=vsinθ2\quad\theta = 2 \arccos s \\ \mathbf n = \frac {\mathbf v}{\lvert \mathbf v \rvert} = \frac {\mathbf v}{\sqrt{1 - s^2}} = \frac {\mathbf v}{\sin \frac {\theta}{2}}θ=2arccossn=∣v∣v=1−s2v=sin2θv | |
单位四元数q=[s,v]\mathbf q = [s, \mathbf v]q=[s,v] | s=tr(R)+14Rv=vs.t.s2+vTv=1s = \sqrt {\frac {\mathrm tr(\mathbf R) +1}{4}} \\ \mathbf R \mathbf v = \mathbf v \quad \textit{s.t.} \quad s^2 + \mathbf v^{\mathrm T} \mathbf v = 1s=4tr(R)+1Rv=vs.t.s2+vTv=1 | s=cosθ2v=sinθ2n=1−s2ns = \cos \frac{\theta}{2} \\ \mathbf v = \sin \frac {\theta}{2} \mathbf n = \sqrt{1 - s^2} \mathbf ns=cos2θv=sin2θn=1−s2n |
一、旋转矩阵,旋转向量,单位四元数的相互转换总结相关推荐
- 【自动驾驶】30.c++实现基于eigen实现欧拉角(RPY), 旋转矩阵, 旋转向量, 四元数之间的变换(附代码)
矩阵的使用可参考系列博客:点击此处 原文链接:基于eigen实现欧拉角(RPY), 旋转矩阵, 旋转向量, 四元数之间的变换. 也可以参考另一篇博客:eigen 中四元数.欧拉角.旋转矩阵.旋转向量. ...
- 刚体在三维空间的旋转(关于旋转矩阵、DCM、旋转向量、四元数、欧拉角)
最近学习了一些关于三维空间旋转相关的知识,借此梳理一下备忘. 三维空间的旋转(3D Rotation)是一个很神奇的东东:如果对某个刚体在三维空间进行任意次的旋转,只要旋转中心保持不变,无论多少次的旋 ...
- 【自动驾驶】24.欧拉角、旋转向量、四元数、万向锁
原文链接:https://blog.csdn.net/shenxiaolu1984/article/details/50639298 原文链接:https://blog.csdn.net/lql071 ...
- 三维坐标变换(旋转矩阵旋转向量)
矩阵运算显然是计算机三维坐标变换最简单方便的计算方法,因此在 opencv.opengl.工业机器人等开发中,提到位姿旋转变换,多半用的是旋转矩阵.然而,用矩阵来表示一个旋转关系有两个缺点: 首先,通 ...
- python二郎成长笔记(三)(matlab标定工具箱详解,旋转矩阵旋转向量,matlab标定数据传入opencv)
这一章由来:二郎之前研究matlab的双目立体视觉,已经得到了需要的信息,可是,二郎想要对代码进行修改使其更适宜自己的应用目的. 修改:标定不用修改--matlab内置的已经很强大了,而且没有必要用p ...
- SLAM专题(5) -- 变换矩阵、旋转矩阵、欧拉角与四元数
目录 坐标变换基础知识 外积 欧氏变换 旋转矩阵 旋转向量 欧拉角 四元数 坐标变换基础知识 外积 外积大小为 ,可以表示两个向量张成四边形的有向面积,引入符号,定义a^表示为一个反对称矩阵,这样就把 ...
- eigen 编译_头条 | 使用eigen实现四元数、欧拉角、旋转矩阵、旋转向量间的转换...
点击上方蓝字,关注本公众号,获得更多资源上一篇文章介绍了四元数.欧拉角.旋转矩阵.轴角如何相互转换,本篇文章介绍如何用eigen来实现. 旋转向量 1,初始化旋转向量:旋转角为alpha,旋转轴为(x ...
- 方向向量转欧拉角_【姿态表示】旋转向量、旋转矩阵、欧拉角、四元数
1. 旋转矩阵与旋转向量旋转矩阵(Rotation Matrix)用 9 个量描述旋转的3个自由度,有冗余: 9 个量是有约束的:必须是正交矩阵,且行列式为 1 旋转向量(Rotation Vecto ...
- 刚体运动中的坐标变换-旋转矩阵、旋转向量、欧拉角及四元数
坐标变换及其方法 1.转化关系图 2 换算关系 3.1 旋转矩阵换算至其他 3.2 四元数换算至其他 3.3 旋转向量转换至旋转矩阵与四元数 3.3 欧拉角转换到旋转矩阵和四元数 3 坐标变换 4 坐 ...
最新文章
- 用html做12进制时钟特效,js+css3实现简单时钟特效
- json对象与字符串互转方法
- zookeeper做分布式锁
- 转.我在MySQL的那些年
- uniapptabbar的高度是多少_【报Bug】uniapp页面底部空出了tabBar的高度
- 【牛客 - 210A】游戏(思维,脑洞)
- 博士当中学老师是“人才浪费”?
- python递归算法案例教案_Python电子教案2-1-Python程序实例解析.ppt
- Android studio for mac
- Jquery Ajax 异步设置Table中某列的值
- 下载mono太慢怎么办?
- 基于SSM的旅游管理系统
- python 写的第一个爬虫 下载网页视频,调用迅雷下载,男神喜欢
- 如何更改电脑IP地址 哪个IP转换器比较好用
- FlashFXP 5安装、远程访问服务器、以及修改密码
- MATLAB - 线型、Marker点等属性的设置
- 路由器wifi信号测试软件,常用路由器WIFI测速效果比对
- PHP网页设计实现增删改查,包含报告实训内容
- OLYMP‘ARTS 2023奥艺大会中国推介会在北京盛大举行
- ABAP使用BDC录屏实现供应商付款功能(F-02)
热门文章
- 125家单位联合完成微生物组实验手册(Microbiome Protocol eBook)第1版
- 不用PS,一键生成熊猫头表情包
- python给我做500份问卷
- Redis 一主一从
- 解决启动filebeat时遇到Exiting: error unpacking config data: more than one namespace configured accessing错误
- 【英语】--动起来的英语进度
- Wifi P2p技术研究
- Hack The Box——Tabby
- 【软件测试】自动化测试战零基础教程——Python自动化从入门到实战(一)
- 四、Solr数据源配置(JNDI、DIH)及定时重做索引