推荐星级：
- 1
- 2
- 3
- 4
- 5
基于改进遗传算法的自动导引小车动态路径规划及其实现
资料介绍
针对传统遗传算法求解自动导引小车动态路径规划易早熟的缺点,提出一种改进遗传算法的自动导引小车动态路径规划算法,针对传统变异算子缺少启发式规则导致变异产生优质解的概率较低和算法早熟的缺陷,基于相连的路径片段组成的三角形建立使路径缩短的启发式变异规则,并提出路径微调算法;为了提高路径的光滑程度便于自动导引小车行驶,提出路径光滑处理算法;为了增加改进遗传算法的局部寻优能力,对每一代的最优解进行模拟退火操作;并且基于MATLAB GUI开发工具开发出自动导引小车动态路径规划仿真平台,以证明所改进遗传算法求解自动导引小车动态路径规划问题的有效性。
部分文件列表
| 文件名 | 大小 |
| 基于改进遗传算法的自动导引小车动态路径规划及其实现.pdf | 5M |
部分页面预览
（完整内容请下载后查看）计算机集成制造系统
第
卷第
期
６
２４
Ｖｏｌ．２４Ｎｏ．６
Ｊｕｎｅ２０１８
ꢀꢀꢀꢀ
年
月
２０１８
ꢀꢀꢀ
６
Ｃｏｍ ｕｔｅｒＩｎｔｅｒａｔｅｄＭａｎｕｆａｃｔｕｒｉｎ Ｓｓｔｅｍｓ
ꢀ ꢀ
ｐ ｇ ｇ ｙ
ꢀ
ꢀ
：
／
ＤＯＩ１０．１３１９６ ．ｃｉｍｓ．２０１８．０６．０１５
ｊ
基于改进遗传算法的自动导引小车
动态路径规划及其实现
１
，
刘二辉 姚锡凡
１＋
１
，
蓝宏宇 金
２
鸿
ꢀ
，
（ ，
华南理工大学 机械与汽车工程学院 广东 广州
１．
；
５１０６４０
ꢀ
ꢀ
，
华南农业大学 工程学院 广东 广州
ꢀ
）
２．
５１０６４２
ꢀ
： ，
要 针对传统遗传算法求解自动导引小车动态路径规划易早熟的缺点 提出一种改进遗传算法的自动导
摘
ꢀ
，
引小车动态路径规划算法 针对传统变异算子缺少启发式规则导致变异产生优质解的概率较低和算法早熟的缺
， ， ；
陷 基于相连的路径片段组成的三角形建立使路径缩短的启发式变异规则 并提出路径微调算法 为了提高路径的
， ； ，
光滑程度便于自动导引小车行驶 提出路径光滑处理算法 为了增加改进遗传算法的局部寻优能力 对每一代的最
；
优解进行模拟退火操作 并且基于
，
开发工具开发出自动导引小车动态路径规划仿真平台 以证明
ＭＡＴＬＡＢＧＵＩ
ꢀ
。
所改进遗传算法求解自动导引小车动态路径规划问题的有效性
： ； ； ；
关键词 启发式规则 路径微调算法 路径光滑处理算法 动态路径规划
： ；
ＴＨ１６ ＴＰ２４
ꢀꢀꢀ
：
文献标识码
Ａ
中图分类号
ＡＧＶｄｎａｍｉｃ ａｔｈ ｌａｎｎｉｎ ｂａｓｅｄｏｎｉｍ ｒｏｖｅｄ ｅｎｅｔｉｃａｌｏｒｉｔｈｍａｎｄｉｔｓｉｍ ｌｅｍｅｎｔａｔｉｏｎ
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ
ꢀ
ｙ
ｐ
ｐ
ｇ
ꢀ
ｐ
ｇ
ｇ
ｐ
，
，
，
ＬＩＵＥｒｈｕｉ ＹＡＯ Ｘｉａｎ ＬＡＮ Ｈｏｎ ｕ ＪＩＮ Ｈｏｎ
ꢀ ｆ ꢀ
ｇｙ ｇ
ꢀ
ꢀ
（
，
，
１．ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＡｕｔｏｍｏｂｉｌｅＥｎｉｎｅｅｒｉｎ ＳｏｕｔｈＣｈｉｎａＵｎｉｖｅｒｓｉｔ ｏｆＴｅｃｈｎｏｌｏ
ꢀ ꢀ ꢀ ｇ
ｇｙ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ｙ
ꢀ
ꢀ
，
Ｇｕａｎｚｈｏｕ５１０６４０ Ｃｈｉｎａ
ꢀ
；
ｇ
，
，
，
）
２．ＣｏｌｌｅｅｏｆＥｎｉｎｅｅｒｉｎ ＳｏｕｔｈＣｈｉｎａＡ ｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔ Ｇｕａｎｚｈｏｕ５１０６４２ Ｃｈｉｎａ
ｇꢀ ꢀ ｇ
ꢀｇ
ｇ
ꢀ
ꢀ
ｙ
ｇ
ꢀ
：
（
）
Ａｂｓｔｒａｃｔ Ａｉｍｉｎ ａｔｔｈｅ ｒｅｍａｔｕｒｅｉｎｔｒａｄｉｔｉｏｎａｌ ｅｎｅｔｉｃａｌｏｒｉｔｈｍｆｏｒｓｏｌｖｉｎ ＡｕｔｏｍａｔｅｄＧｕｉｄｅｄＶｅｈｉｃｌｅ ＡＧＶ ｄ
ꢀ ꢀ ꢀｇ ꢀｇ ꢀ ꢀ －
ｇ ꢀ ꢀｐ ｙ
ｇ
ꢀ
ꢀ
ꢀ
ꢀ
，
（
）
ｎａｍｉｃ ａｔｈ ｌａｎｎｉｎ ｒｏｂｌｅｍ ａｎＩｍ ｒｏｖｅｄＧｅｎｅｔｉｃＡｌｏｒｉｔｈｍ ＩＧＡ ｆｏｒＡＧＶ ｄｎａｍｉｃ ａｔｈ ｌａｎｎｉｎ ｗａｓ ｒｏ
ꢀｐ ꢀｐ ꢀ ｇ ꢀｙ ꢀｐ ꢀｐ ꢀｐ －
ｇｐ
ꢀ
ｐ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
，
ｏｓｅｄ ｉｎｗｈｉｃｈｆｉｎｅｔｕｎｉｎ ａｔｈａｌｏｒｉｔｈｍ ｗａｓ ｒｏｏｓｅｄｂａｓｅｄｏｎｈｅｕｒｉｓｔｉｃｒｕｌｅｔｏｓｈｏｒｔｅｎ ａｔｈｂ ｓｅｔｔｉｎ ｕ ｏｆａ
ｇｐ ꢀ ｇ ｇ ｐ
ꢀｐ ｐ ꢀ ꢀ ꢀ ꢀ ꢀｐ ꢀｙ
ꢀ ꢀ
ｐ
ꢀ
ꢀ
－
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｔｒｉａｎｌｅｃｏｎｓｉｓｔｅｄｏｆｃｏｎｎｅｃｔｅｄ ａｔｈｓｅ ｍｅｎｔｓｔｏａｉｍａｔｔｈｅｄｒａｗｂａｃｋｓｓｕｃｈａｓｌｏｗ ｒｏｂａｂｉｌｉｔ ｏｆ ｒｏｄｕｃｉｎ ｈｉｈ
ꢀ ꢀ ꢀｐ ꢀ ｇ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀｐ ꢀｐ
ｇ ꢀ ｇ ｇ
ꢀ
ｙ
ꢀ
ｕａｌｉｔ ｓｏｌｕｔｉｏｎｓａｎｄ ｒｅｍａｔｕｒｅｒｅｓｕｌｔｅｄｆｒｏｍｔｈｅｌａｃｋｏｆｈｅｕｒｉｓｔｉｃｒｕｌｅｓｉｎｔｒａｄｉｔｉｏｎａｌｍｕｔａｔｉｏｎｏｅｒａｔｏｒｓ．Ｔｏｉｍ
ꢀｐ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀｐ －
ｑ
ｙ
ꢀ
ꢀ
ꢀ
ꢀ
，
；
ｒｏｖｅｔｈｅ ａｔｈｓｍｏｏｔｈｎｅｓｓｆｏｒｆａｃｉｌｉｔａｔｉｎ ｔｈｅｒｕｎｎｉｎ ｏｆＡＧＶ ｔｈｅ ａｔｈｓｍｏｏｔｈｉｎ ａｌｏｒｉｔｈｍ ｗａｓ ｒｏｏｓｅｄ ｔｏｅｎ
ꢀｐ ꢀ ꢀ ꢀｐ ꢀｐ ｐ －
ｇ ｇ
ꢀ
ｐ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ｇ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
，
ｈａｎｃｅｔｈｅＩＧＡｅｘｌｏｉｔａｔｉｏｎ ｅｒｆｏｒｍａｎｃｅ ｔｈｅｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎ ｏｅｒａｔｉｏｎｗａｓ ｅｒｆｏｒｍｅｄｆｏｒｔｈｅｏｔｉｍａｌｓｏｌｕｔｉｏｎｉｎ
ｇ ｐ
ꢀ ｐ ꢀｐ ꢀｐ ꢀ ꢀ ꢀｐ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ｅａｃｈ ｅｎｅｒａｔｉｏｎ．ＡｎＡＧＶｄｎａｍｉｃ ａｔｈ ｌａｎｎｉｎ ｌａｔｆｏｒｍｄｅｖｅｌｏｅｄｂａｓｅｄｏｎＭＡＴＬＡＢＧＵＩｔｏｏｌｓｓｏａｓｔｏｖｅｒｉｆ
ｇｐ ｐ ꢀ ｙ
ꢀｇ ꢀ ꢀｙ ꢀｐ ꢀｐ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ
ꢀ
ｔｈｅ ｒｏｏｓｅｄＩＧＡｆｏｒｓｏｌｖｉｎ ＡＧＶｄｎａｍｉｃ ａｔｈ ｌａｎｎｉｎ ｒｏｂｌｅｍｓ．
ꢀｐ ｐ ꢀ ꢀ ꢀ ꢀｙ ꢀｐ ꢀｐ
ｇ ｇｐ
ꢀ
ꢀ
：
；
；
；
Ｋｅｗｏｒｄｓｈｅｕｒｉｓｔｉｃｒｕｌｅｓ ａｔｈｆｉｎｅｔｕｎｉｎ ａｌｏｒｉｔｈｍ ａｔｈｓｍｏｏｔｈｉｎ ａｌｏｒｉｔｈｍ ｄｎａｍｉｃ ａｔｈ ｌａｎｎｉｎ
ｙ ｇ
ꢀ
ｐ
ꢀ
－
ｇ ｇ
ꢀ
ｐ
ꢀ
ｇ ｇ
ꢀ
ꢀｐ ꢀｐ
ｙ
、 、
生产率 节约劳动成本 提高能源利用率和增强安全
引言
０
ꢀ
［
］
１２
。
－
性等优点
路径规划是
领域的 关键性问
ＡＧＶ
，
题 其主要目标是为
在包含障碍物的空间中
（
，
自 动 导 引 小 车
ＡＧＶ
Ａｕｔｏｍａｔｅｄ Ｇｕｉｄｅｄ Ｖｅｈｉｄｅ
ꢀ ꢀ
，
规划出一条从起点到目标点的路径 保证
在
） ，
作为智能物料运输的主要工具 已经在现代
ＡＧＶ
ＡＧＶ
运动过程中不与障碍物碰撞且以尽可能快的速度到
，
ＡＧＶ
生产系统中广泛 使用
的采用带 来诸如提 高
：
；
：
修订日期
２０１７０８２３ Ｒｅｃｅｉｖｅｄ２２ Ｍａ ２０１７ａｃｃｅｔｅｄ２３Ａ ｕ２０１７．
。
；
收稿日期
２０１７０５２２
－ －
－
－
ꢀ
ｙ
ꢀ
ｐ
ꢀ
ｇꢀ
：
基金项目 国家自然科学基金资助项目
（
，
５１６７５１８６ ５１１７５１８７
）；
广东省科技计划资助项目
（ ）；
广州市南沙区科技计划资助项目
２０１７ Ａ０３０２２３００２
（
）。 ： ， （ ，
２０１５ＣＸ００５ ＦｏｕｎｄａｔｉｏｎｉｔｅｍｓＰｒｏｅｃｔｓｕ ｏｒｔｅｄｂ ｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎ Ｃｈｉｎａ Ｎｏ ．５１６７５１８６ ５１１７５１８７
ꢀ
），
ꢀ
ｊ
ꢀ ｐｐ ꢀｙ
ꢀ
ꢀ
ꢀ
ꢀ
，
（
），
ｔｈｅＳｃｉｅｎｃｅ＆ Ｔｅｃｈｎｏｌｏ ＰｒｏｒａｍｏｆＧｕａｎｄｏｎ ＰｒｏｖｉｎｃｅＣｈｉｎａ Ｎｏ ．２０１７ Ａ０３０２２３００２ ａｎｄｔｈｅＳｃｉｅｎｃｅ＆ Ｔｅｃｈｎｏｌｏ Ｐｒｏｒａｍ
ꢀ ｇ ｇ ꢀ ｇ
ꢀ
ｇｙ ｇ ꢀ ꢀ ꢀ ꢀ ｇｙ
ꢀ ꢀ
ꢀ
，
ꢀ ｙ
（
）
ｏｆＮａｎｓｈａＤｉｓｔｒｉｃｔｏｆＧｕａｎｚｈｏｕＣｉｔ Ｃｈｉｎａ Ｎｏ．２０１５ＣＸ００５ ．
ꢀ ꢀ
ꢀ
ꢀ
ｇ
１４５６
计算机集成制造系统
第
卷
２４
［］
３
。
。
变异生成优质解的可能性 基于改进变异算子提出
达目标点完成指定任务
的工作空间的环
ＡＧＶ
，
境地图可以是静态的也可以是动态的 静态环境的
，
并求解移动机器人动态路径规划问题 证
改进
ＧＡ
，
明改进策略的有效性 但变异点选择没有启发信息
，
路径规划问题对算法性能要求比动态规划低 对于
，
，
动态环境的路径规划问题 由于
。 ［ ］
导致变异生成优质解的概率较低 文献 基于爬
２１
工作空间中
ＡＧＶ
，
ＡＧＶ
，
山算法提出新的变异算子 有效避免传统
的障碍物实时 运动
要 规划出 可 靠路径必须
求解
ＧＡ
，
实时获取环境信息 并对规划好的路径进行快速修
；
路径规划问题容易陷入局部极值的缺陷 改进可视
［］
４
，
，
图算法对环境地图进行建模 有效提高了规划出的
改
本文着重研究
动态路径规划算法设计
ＡＧＶ
。
问题
ＡＧＶ
；
路径的安全性 为了提高
，
的寻优效率 遗传操作
ＧＡ
，
算法更新种群 仿真实验验证了改进
路 径 规 划 问 题 可 以 建 模 成 约 束 优 化 问
之后采用
ＰＳＯ
，
题 已经有很多学者研究 路径规划算法的设
ＡＧＶ
；
求解移动机器人动态路径规划问题的有效性
ＧＡ
，
计问题 路径规划算 法 分为传统 算法 和智能算 法
。
，
缺点是环境地图简单 障碍物运动形式简单且动态
［］
５
、
［］
６
＊
＊
、
。
障碍物较少 文献
［ ］
基于
２２
传统算法主要有
算法
算法
人工势场算
提出改进重力搜
ＰＳＯ
Ａ
Ｄ
［］
７
、
［］
８
、
（
（
，
），
基
ＧｒａｖｉｔａｔｉｏｎａｌＳｅａｒｃｈＡｌｏｒｉｔｈｍ ＧＳＡ
ꢀ ｇ
法
单元分解法 快速搜索随机树
索算法
Ｒａｉｄｌ ｅｘ
ｐ ｙ
ꢀ
－
ꢀ
＊
）
，
ｌｏｒｉｎ Ｒａｎｄｏｍ Ｔｒｅｅ ＲＲＴ
ꢀ
。
，
求解多移动机器人的路径规划问题
等
路径规划是
于改进的
ＮＰ
－
ＧＳＡ
ｐ
ｇ
ꢀ
，
型问题 随着环境地图的复杂性和动态性增
，
仿真实验和实际实验证明该算法的有效性 缺点是
Ｈａｒｄ
， 、
加 传统求解算法有求解代价高 容易陷入局部极值
。 ［ ］
工作空间中的障碍物是静态的 文献 基于可视
２３
。 ，
和求解效率低等缺陷 为了克服这些缺陷 很多学
，
空间法提出改进的初始解生成算法 并提出新的变
，
异算子以避免算法早熟 基于以上改进策略提出改
者广泛研究各种智能优化算法在 路径规划领
ＡＧＶ
智能 求解算 法主 要有 遗传算 法
［］
９
。
（
Ｇｅ
－
，
应用改进
ＧＡ
域的应用
进
求解移动机器人静态和动态
ＧＡ
［
］
１０
、
，
ｎｅｔｉｃＡｌｏｒｉｔｈｍ ＧＡ
ꢀ ｇ
）
（
，
规划问题 实验证明了改进
花授粉算法
求解静态和动态路
ＦｌｏｗｅｒＰｏｌ
ꢀ －
ＧＡ
［
］
１１
、
，
ｌｉｎａｔｉｏｎＡｌｏｒｉｔｈｍ ＦＰＡ
ꢀ ｇ
）
（
Ｇｒｅ
ｙ
，
径规划问题的有效性 缺点是动态环境中只有一个
灰狼优化算法
［
］
１２
、
，
ＷｏｌｆＯ ｔｉｍｉｚａｔｉｏｎ ＧＷＯ
ꢀｐ
）
。
动态障碍物 文献
［ ］
基于
２４
帝国主义竞争 算法
算法和勒让德谱
ＰＳＯ
［
］
１３
、
（
，
Ｉｍ ｅｒｉａｌｉｓｔ Ｃｏｍ ｅｔｉｔｉｖｅ Ａｌｏｒｉｔｈｍ ＩＣＡ
ꢀ
）
（
，
）
提
ＬｅｅｎｄｒｅＰｓｅｕｄｏｓｅｃｔｒａｌＭｅｔｈｏｄ ＬＰＭ
方法
ｐ
ꢀ
ｐ
ｇ
ｇ
ꢀ
ｐ
ꢀ
—
（
（
出粒子 群 勒 让 德 谱 混 合 算 法
ＰＳＯＬＰＭ
）。
ＰＳＯ
教
学 优 化
Ｔｅａｃｈｉｎ Ｌｅａｒｎｉｎ Ｂａｓｅｄ Ｏ ｔｉｍｉｚａ
ꢀ ｐ －
ｇ
－
ｇ
－
－
－
［
］
１４
、
，
ｔｉｏｎ ＴＬＢＯ
）
（
：
求解动态路径规划问题分为以下两个阶段 第
算法
粒子群优化
ＰａｒｔｉｃｌｅＳｗａｒｍ
ꢀ
ＬＰＭ
［ ］
１５
，
）
算法
Ｏ ｔｉｍｉｚａｔｉｏｎ ＰＳＯ
。
等
与传统求解算法相
一个阶段利用
算法全局搜索能力强的优点进
ＰＳＯ
ｐ
，
比 智 能 算 法 求 解 路 径 规 划 问 题 有 更 好 的 鲁 棒
，
行全局搜索 达到第一阶段的终止条件后进入利用
［
］
１６
，
，
由于其良好的鲁棒性 已经广泛 应用于
，
算法搜索的第二阶段 仿真实验证明了
ＰＳＯ
性
ＧＡ
ＬＰＭ
ＬＰＭ
［ ］
－
［
］
１７
、
，
诸多组合优化领域 如云制造服务组合优化
。
算法求解动态路径规划问题的有效性 文献
静态路径规划问题的改
旅
［ ］
１８
、
ＡＧＶ
。
等
提出了用于求解
行商问题
与加工作业的集成调度问题
２５
ＡＧＶ
，
进而设计了路径光滑处理算法
ＧＡ
进的
和
已经有很多学者开展智能算法求解
动态
ＧＷＯ
ＡＧＶ
，
路径规划问题的研究 如文献
［ ］
基于细菌进化算
１９
，
以及 建 立 动 态 路 径 规 划 模 型 并 基 于
ＭＡＴＬＡＢ
（
，
）
和 人
ＢａｃｔｅｒｉａｌＥｖｏｌｕｔｉｏｎａｒ Ａｌｏｒｉｔｈｍ ＢＥＡ
法
开发工具开发出
ＧＵＩ
静态和动态路径规划仿
ＡＧＶ
，
真平台 应用改进的 求解多种环境 地图
ꢀ
ｙ
ꢀ
ｇ
（
，
）
算法提出
ＡｒｔｉｆｉｃｉａｌＰｏｔｅｎｔｉａｌＦｉｅｌｄ ＡＰＦ
工势场
ＧＡ
。
动态路径规划问题证明改进算法的有效性
ＡＧＶ
ꢀ
ꢀ
（
，
）
算法 用
ＢａｃｔｅｒｉａｌＰｏｔｅｎｔｉａｌＦｉｅｌｄ ＢＰＦ
，
细菌势场
ꢀ
ꢀ
，
于求解移动机器人静态和动态路径规划问题 该算
，
基于以上文献 智能算法求解
动态路径
ＡＧＶ
，
优化引力和斥力系数 有效避免了传统
， ，
规划时 变异算子缺少启发式规则 导致变异产生优
法利用
ＢＥＡ
，
算法容易陷入局部极值的缺点 仿真实验证明
， 。
质解的概率较低 进而导致算法早熟 为此本文提
ＡＰＦ
、
出路径微调算法 路径光滑处理算法以及对每一代
了
算法求解移动机器人静态和动态路径规划
ＢＰＦ
，
问题的有效性 但其缺点是环境地图以及障碍物运
的最优解进行退火操作这几种方法 以改 善上述 缺
。
，
。
点 路径微调算法考虑相连的路径片段组成的三角
动形式简单 传统的
求解优化问题时 变异算
ＧＡ
子是按一定的概率随机生成一个新的基因替换原来
［ ］
， ，
形 建立使路径缩短的启发式变异规则 有助于提高
，
，
。
变异算子产生较好解的可能性 对每一次迭代种群
的基因 会导致生成更好解的可能性较低 文献
２０
，
提出新的变异算子 具体做法是在要变异的基因邻
，
中的最优解进行路径光滑处理 可有效减少规划出
，
域确定自由空间中的候选点集 然后从候选点集中
，
的路径的尖角 进而提高
。
的运行速度 对每
ＡＧＶ
，
随机选择点替换原来的基因进行变异 有助于提高
，
一代的最优解进行退火操作 在最优解的邻域进行
更多>>
最新上传
- 打赏
- 30日榜单
-
zhengdai 打赏1000.00元 2天前
资料：STM32IAP使用说明
-
gsy幸运 打赏955.00元 2天前
资料：STM32IAP使用说明
-
小猫做电路 打赏855.00元 2天前
资料：STM32IAP使用说明
-
21ic小能手 打赏310.00元 3天前
用户：zhengdai
-
21ic小能手 打赏320.00元 3天前
用户：liqiang9090
-
21ic小能手 打赏310.00元 3天前
用户：gsy幸运
-
21ic小能手 打赏270.00元 3天前
用户：jh03551
-
21ic小能手 打赏240.00元 3天前
用户：小猫做电路
-
21ic小能手 打赏210.00元 3天前
用户：w178191520
-
21ic小能手 打赏90.00元 3天前
用户：kkfjenui
-
21ic小能手 打赏60.00元 3天前
用户：liao6
-
21ic小能手 打赏60.00元 3天前
用户：w1966891335
-
21ic小能手 打赏90.00元 3天前
用户：jh0355
-
21ic小能手 打赏30.00元 3天前
用户：xuzhen1
-
21ic小能手 打赏30.00元 3天前
用户：sun2152
-
21ic小能手 打赏50.00元 3天前
用户：xzxbybd
-
21ic小能手 打赏50.00元 3天前
用户：mulanhk
-
21ic小能手 打赏20.00元 3天前
用户：x15580286248
-
21ic小能手 打赏15.00元 3天前
用户：w993263495
-
21ic小能手 打赏30.00元 3天前
用户：玉落彼岸
-
21ic小能手 打赏20.00元 3天前
用户：铁蛋锅
-
21ic小能手 打赏10.00元 3天前
用户：zmcch
-
21ic小能手 打赏10.00元 3天前
-
21ic下载 打赏1.00元 3天前
用户：zzcyolo
-
21ic下载 打赏1.00元 3天前
用户：玉落彼岸
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
sdqdjqk 打赏1.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
wisdomlin 打赏1.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
799902619 打赏1.00元 3天前
资料：新立新龙软件
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
-
21ic小能手 打赏10.00元 3天前
全部评论(0)