树莓派PWM控制详解:从原理到电机舵机实战应用
1. 从零开始为什么树莓派玩家绕不开PWM如果你刚拿到树莓派点亮了LED跑通了几个Python脚本感觉一切尽在掌握那么PWM脉冲宽度调制可能就是你的第一个“认知门槛”。它不像点亮一个LED那样直观也不像读取一个传感器数据那样直接。很多新手教程会告诉你“用PWM可以控制LED亮度、电机速度、舵机角度”然后甩给你一段代码。你照做了灯确实变暗了舵机也确实转了但你可能还是一头雾水这背后到底发生了什么为什么调节一个“占空比”就能实现这么多功能这正是我想在这篇分享里聊透的。PWM不是一个高深莫测的理论而是嵌入式开发中最实用、最核心的“瑞士军刀”之一。从智能小车的电机调速到机械臂的舵机控制再到DIY一个可调光台灯PWM无处不在。理解它你就能从“写脚本”进阶到“搞硬件控制”。今天我们就以树莓派为平台抛开那些复杂的公式用最直白的方式把PWM的原理、树莓派上的实现方法、以及那些教程里不会告诉你的坑一次性讲清楚。2. PWM的本质用“开关”模拟“模拟量”要理解PWM我们得先忘掉那些晦涩的定义。你可以把它想象成一个极其快速的水龙头开关。假设你需要让一个水桶接50%满的水。一种方法是把水龙头拧到一半的开度让细水长流。这就像模拟信号控制你需要一个能精确输出0到3.3V之间任意电压的引脚。但很多微控制器包括树莓派的普通GPIO的数字引脚只有两个状态开3.3V和关0V。它们就像那个只有“全开”和“全关”两种状态的水龙头。PWM的聪明之处在于既然我不能控制水龙头开度那我就快速切换“全开”和“全关”。如果我让水龙头全开0.5秒然后全关0.5秒并不断重复那么从1秒的平均效果来看水流速度就相当于一直开着一半的水龙头。这个“一半”就是50%的占空比——高电平时间占整个周期的比例。几个核心概念一次理清周期一次完整的“开-关”循环所花费的时间。它的倒数就是频率。比如周期是0.01秒10毫秒频率就是100Hz。占空比一个周期内高电平“开”的状态所占时间的百分比。50%占空比意味着半个周期开半个周期关。电压是固定的PWM输出的高电平电压就是GPIO的电压树莓派是3.3V它不会变。我们通过改变占空比来改变的是平均电压。对于LED而言我们的眼睛有“视觉暂留”效应无法分辨100Hz以上的闪烁所以快速开关的PWM信号在我们看来就是亮度连续可调的光。对于电机而言其线圈的感性和转子的惯性使得它对平均电压产生响应从而改变转速。这就是PWM用数字方式“模拟”出模拟量效果的核心原理。注意树莓派的GPIO引脚输出电压是固定的3.3V且驱动电流有限通常每个引脚~16mA。这意味着你不能直接用树莓派的PWM去驱动大功率电机或很多个LED。驱动大负载必须通过电机驱动模块如L298N、TB6612或晶体管/MOSFET来实现树莓派只提供控制信号。这是硬件设计的第一条安全法则。3. 树莓派上的PWM硬件与软件之争树莓派提供了两种生成PWM的方式硬件PWM和软件PWM。选择哪一种直接关系到你项目的精度、稳定性和CPU占用率。3.1 硬件PWM精准且省心的“专业选手”树莓派的博通BCM2711芯片以树莓派4B为例内部有专门的PWM硬件模块。你可以把它理解为一个独立的小协处理器一旦设置好频率和占空比它就会严格按照设定运行完全不需要主CPU的干预。硬件PWM的核心优势高精度与稳定性由硬件时钟驱动频率和占空比极其稳定几乎没有抖动。这对于控制舵机对脉冲宽度非常敏感和需要精确调速的电机至关重要。零CPU占用设置好后CPU就可以去处理其他任务PWM输出完全由硬件负责系统效率高。高频支持可以轻松达到几十kHz甚至更高的频率。高频PWM在控制电机时能让运行更平稳噪音小在LED调光时能完全消除肉眼可见的闪烁。树莓派硬件PWM的引脚限制这是一个非常重要的限制树莓派的硬件PWM通道只映射到特定的GPIO引脚上PWM0: GPIO12 (物理引脚32), GPIO18 (物理引脚12)PWM1: GPIO13 (物理引脚33), GPIO19 (物理引脚35)这意味着你只有最多两个硬件PWM通道PWM0和PWM1每个通道可以输出到两个备选引脚之一但不能同时输出到两个。例如你可以用GPIO18做硬件PWM但同时GPIO12就不能用作其他硬件PWM了。在规划项目时必须优先将舵机、精密电机控制等需求分配给这些硬件PWM引脚。3.2 软件PWM灵活但吃资源的“万金油”如果你的项目不需要极高的精度或者硬件PWM引脚不够用了软件PWM就是备选方案。它通过操作系统调度由CPU在后台定时翻转GPIO的电平来模拟PWM信号。软件PWM的特点与坑点灵活性理论上任何GPIO引脚都可以用作软件PWM。精度有限存在抖动其精度取决于操作系统的任务调度。如果CPU繁忙生成PWM信号的线程可能会被延迟导致脉冲宽度出现微小的、随机的变化抖动。对于舵机这可能表现为抖动或嗡嗡声对于电机可能转速不稳。消耗CPU资源CPU需要持续不断地计算和翻转引脚状态尤其是在高频时占用率会显著上升。频率上限较低由于受到操作系统和Python解释器性能的限制软件PWM的频率很难做得太高通常几kHz就到顶了再高就会严重不稳定。如何选择必须用硬件PWM的场景舵机控制标准50Hz PWM、需要安静平稳运行的直流电机高频PWM、任何对信号稳定性要求高的场合。可以用软件PWM的场景LED调光对低频抖动不敏感、低速风扇控制、简单的报警蜂鸣器驱动等。4. 实战用Python控制PWM以LED调光和舵机为例理论说再多不如动手试一下。我们分别用硬件PWM和软件PWM来实现两个最经典的应用LED呼吸灯和舵机角度控制。4.1 环境准备与库的选择首先确保你的树莓派系统已更新。对于PWM控制我们主要使用RPi.GPIO和gpiozero这两个库。RPi.GPIO更底层控制更直接gpiozero是更高层的封装对象化操作对新手更友好。这里我们以gpiozero为例因为它能自动区分硬件和软件PWM代码更简洁。安装通常已预装sudo apt update sudo apt install python3-gpiozero python3-rpi.gpio4.2 案例一制作一个呼吸灯软件PWM演示呼吸灯是理解占空比变化最直观的例子。我们用一个普通的GPIO引脚比如GPIO17连接一个LED记得串联一个220Ω的限流电阻。from gpiozero import PWMLED from signal import pause import time # 初始化一个连接在GPIO17上的PWM LED对象 # gpiozero会自动使用软件PWM led PWMLED(17) try: print(开始呼吸灯效果...) while True: # 亮度从0%到100%逐渐增加占空比从0.0到1.0 for brightness in range(0, 101): led.value brightness / 100.0 # 设置占空比 time.sleep(0.01) # 短暂延迟控制呼吸速度 # 亮度从100%到0%逐渐减少 for brightness in range(100, -1, -1): led.value brightness / 100.0 time.sleep(0.01) except KeyboardInterrupt: print(\n程序被用户中断) finally: led.close() # 清理GPIO资源代码解读与注意事项PWMLED对象内部使用软件PWM。led.value属性直接设置占空比范围是0.0到1.0。time.sleep(0.01)控制了亮度变化的平滑度。这个值越小呼吸越快但过小会导致软件PWM调度压力大。try...except...finally结构是良好习惯确保即使程序异常退出也能执行led.close()来释放GPIO引脚避免引脚处于意外状态。实测心得软件PWM做呼吸灯在树莓派4B上非常流畅。但如果你在循环里加入了复杂的计算或IO操作可能会观察到LED闪烁变得不均匀这就是软件PWM受CPU负载影响的体现。4.3 案例二精确控制舵机角度硬件PWM演示舵机是机器人项目中的常客它通过PWM脉冲的宽度来定位角度。标准舵机的控制信号是频率50Hz周期20ms脉冲宽度在0.5ms到2.5ms之间对应0到180度。这次我们必须使用硬件PWM来保证脉冲宽度的绝对精确。我们将舵机信号线接到GPIO18硬件PWM0通道。from gpiozero import AngularServo import time # 初始化舵机对象指定引脚和脉冲宽度范围 # gpiozero检测到GPIO18会自动尝试使用硬件PWM # min_pulse_width 和 max_pulse_width 需要根据你的舵机规格微调 servo AngularServo(18, min_pulse_width0.5/1000, max_pulse_width2.5/1000) try: print(舵机测试开始...) # 转到0度位置 servo.angle 0 print(角度: 0度) time.sleep(1) # 转到90度位置中间 servo.angle 90 print(角度: 90度) time.sleep(1) # 转到180度位置 servo.angle 180 print(角度: 180度) time.sleep(1) # 演示平滑运动 print(平滑扫描...) for angle in range(0, 181, 5): # 从0到180度每次增加5度 servo.angle angle time.sleep(0.05) for angle in range(180, -1, -5): # 从180到0度每次减少5度 servo.angle angle time.sleep(0.05) except KeyboardInterrupt: print(\n测试结束) finally: servo.detach() # 让舵机断电防止吱吱声和过热关键细节与避坑指南供电分离这是驱动舵机最重要的一条切勿使用树莓派的5V引脚直接为舵机供电。舵机启动瞬间电流极大很容易导致树莓派电压不稳而重启。务必使用外部电源如4节AA电池盒或专用的5V/2A适配器为舵机供电并将外部电源的地线GND与树莓派的GND连接在一起。脉冲宽度校准min_pulse_width和max_pulse_width参数至关重要。理论上0.5ms对应0度2.5ms对应180度但不同品牌、甚至同一品牌的不同舵机都存在差异。如果发现角度范围不是0-180度就需要微调这两个值。你可以先设置一个较小的范围如0.6ms到2.4ms试试。servo.detach()的必要性程序退出前调用detach()会停止PWM信号输出。如果不这样做PWM信号会保持最后一个状态导致舵机一直试图维持在那个角度电机持续受力并产生“吱吱”的噪音和发热长期会损坏舵机。硬件PWM验证如何确认gpiozero真的使用了硬件PWM一个简单的方法是运行上面的舵机程序然后用top或htop命令查看CPU占用率。你会发现即使舵机在运动CPU占用率也几乎没有变化。如果换成非硬件PWM引脚如GPIO17并用软件模拟CPU占用率会有明显波动。5. 进阶话题当PWM遇到电机与滤波掌握了基础控制后我们可以看看更复杂的应用场景这里面的门道更多。5.1 用PWM驱动直流电机H桥与驱动模块树莓派的GPIO引脚不能直接驱动电机需要电机驱动模块作为“中介”。最经典的就是L298N模块。这里的关键是理解如何用PWM实现调速和换向。连接示意图以L298N为例树莓派5V - L298N板载5V供电可选如果模块有独立供电则不需接树莓派GND - L298N GND (必须连接)树莓派GPIOx (PWM引脚) - L298N ENA (使能A通道)树莓派GPIOy - L298N IN1树莓派GPIOz - L298N IN2电机A两端 - L298N OUT1, OUT2电机电源7-12V- L298N电源输入控制逻辑调速向ENA引脚输入PWM信号。占空比越大平均电压越高电机转速越快。方向通过IN1和IN2的数字电平组合控制。IN1高 IN2低 - 电机正转IN1低 IN2高 - 电机反转IN1低 IN2低 - 电机刹车停止IN1高 IN2高 - 电机刹车停止Python代码片段from gpiozero import PWMOutputDevice, DigitalOutputDevice import time # 定义引脚 ena_pwm PWMOutputDevice(12) # 使用GPIO12作为PWM调速引脚 in1 DigitalOutputDevice(20) in2 DigitalOutputDevice(21) def motor_forward(speed): 电机正转speed范围0.0-1.0 in1.on() in2.off() ena_pwm.value speed def motor_backward(speed): 电机反转 in1.off() in2.on() ena_pwm.value speed def motor_stop(): 电机停止 in1.off() in2.off() ena_pwm.value 0 # 测试 try: print(电机正转加速) for s in [0.2, 0.5, 0.8, 1.0]: motor_forward(s) time.sleep(2) motor_stop() time.sleep(1) print(电机反转) motor_backward(0.6) time.sleep(3) finally: motor_stop() ena_pwm.close() in1.close() in2.close()进阶技巧电机PWM频率选择低频1kHz电机可能会发出可闻的啸叫声线圈振动声运行不平稳。中高频1kHz - 20kHz常用的范围运行平稳噪音小。但频率越高驱动模块本身的开关损耗会略微增加。高频20kHz超出人耳听觉范围完全静音但对驱动模块的开关速度要求更高。 对于L298N这类模块建议设置在5kHz到15kHz之间。在gpiozero中可以在初始化PWMOutputDevice时通过frequency参数设置例如PWMOutputDevice(12, frequency10000)。5.2 PWM与滤波从数字信号中获取模拟电压有时我们需要一个真正的、平滑的直流电压而不是PWM脉冲。例如某些模拟传感器或老式设备需要0-3.3V的电压输入。这时就需要一个简单的低通滤波电路将PWM“转换”成直流电压。原理利用电容的充放电特性滤除高频的PWM方波保留其平均电压直流分量。最简单的RC滤波电路在PWM输出引脚和地之间串联一个电阻R再并联一个电容C到地。截止频率公式f_c 1 / (2π * R * C)设计准则为了让PWM方波被充分滤除滤波电路的截止频率f_c应该远小于PWM信号的频率f_pwm通常取 f_c f_pwm / 10。举例假设树莓派PWM频率为1kHz (1000Hz)我们想得到一个比较平滑的输出。选择 R 1kΩ, C 10μF。计算截止频率 f_c 1 / (2 * 3.14 * 1000 * 0.00001) ≈ 16 Hz。16 Hz远小于1000 Hz因此滤波效果会很好。用万用表直流电压档测量电容两端的电压你会看到电压随着PWM占空比的变化而平稳变化。注意事项负载影响这个滤波电路的输出能力很弱输出阻抗高不能直接驱动负载。如果需要驱动负载需要在滤波后加一个电压跟随器运算放大器或缓冲电路。响应速度滤波电路的时间常数 τ R * C。τ越大滤波后电压越平滑但电压跟随PWM占空比变化的速度也越慢。你需要根据应用在“平滑度”和“响应速度”之间做权衡。实测验证用示波器观察滤波前后的波形是最直观的。你会发现PWM的方波变成了带有微小纹波的直流线纹波的大小取决于你的滤波电路设计和负载。6. 调试与排查PWM不工作从这几点入手即使按照教程操作PWM也可能出问题。以下是一个系统性的排查清单检查物理连接这是所有问题之首。用万用表通断档检查杜邦线是否完好连接是否牢固。舵机/电机是否已正确供电确认引脚编号模式在RPi.GPIO中务必注意GPIO.setmode(GPIO.BCM)和GPIO.setmode(GPIO.BOARD)的区别。gpiozero默认使用BCM编号。确保代码中的引脚号与你物理连接的引脚定义一致。验证PWM信号是否存在最廉价的方法将一个LED串联电阻接到PWM引脚和地之间。运行一个50%占空比的程序LED应该以一半亮度发光。如果完全不亮或全亮说明PWM信号没输出或占空比设置错误。用万用表切换到直流电压档测量PWM引脚对地电压。当占空比为50%时测得的平均电压应该在1.65V左右3.3V的一半。如果占空比为0电压应为0V占空比为100%电压应为3.3V。终极武器-逻辑分析仪或示波器这是查看PWM波形频率、占空比、是否抖动的唯一可靠方法。几十块钱的简易逻辑分析仪就足够应对树莓派PWM调试。软件PWM特有的问题CPU占用率100%如果你在循环里执行非常密集的计算或阻塞式IO如time.sleep太久可能会影响软件PWM线程的调度导致输出不稳定。尝试优化代码或将PWM控制放在单独的线程中。频率上不去软件PWM有性能极限。如果设置频率过高如 5kHz波形可能会严重失真。尝试降低频率。硬件PWM特有的问题引脚冲突确认你使用的引脚确实是硬件PWM引脚GPIO12, 13, 18, 19并且没有与其他功能如音频输出、SPI等冲突。树莓派的某些引脚是复用的。gpiozero未使用硬件PWM在极少数情况下gpiozero可能退回到软件PWM。可以尝试使用更底层的RPi.GPIO库来强制启用硬件PWM以进行对比测试。import RPi.GPIO as GPIO GPIO.setmode(GPIO.BCM) GPIO.setup(18, GPIO.OUT) pwm GPIO.PWM(18, 50) # 引脚18频率50Hz pwm.start(7.5) # 舵机中位占空比7.5% of 20ms电源问题驱动电机或舵机时树莓派重启或PWM信号紊乱几乎都是电源问题。确保树莓派本身使用足额5V/3A的电源适配器并且电机/舵机使用独立的外接电源。PWM是连接数字世界和模拟物理世界的一座关键桥梁。在树莓派上玩转PWM你就能让这个小板子真正地“动”起来去控制灯光、移动机器、创造交互。从理解占空比和频率开始到区分硬件与软件PWM的适用场景再到实际连接电机、舵机并处理供电和信号问题每一步都需要动手尝试和思考。

相关新闻

快手开放平台集成框架设计:OAuth2授权与API客户端封装实践

快手开放平台集成框架设计:OAuth2授权与API客户端封装实践

1. 项目概述:为什么我们需要一个集成框架来接入快手?在移动互联网和社交电商蓬勃发展的今天,第三方平台接入已经从一个“加分项”变成了业务拓展的“必需品”。无论是为了内容分发、用户增长,还是商业变现,将自身应用与…

2026/7/29 5:30:23 阅读更多 →
CTP行情API核心原理与Python实战:从架构解析到高性能接收引擎构建

CTP行情API核心原理与Python实战:从架构解析到高性能接收引擎构建

1. 从零到一:理解CTP行情API的核心价值如果你正在尝试进入量化交易或者期货程序化开发这个领域,那么“CTP行情API”这个名字你肯定绕不过去。它就像是期货交易世界里的“普通话”,是连接你的策略和上海期货交易所、大连商品交易所、郑州商品交…

2026/7/29 5:30:23 阅读更多 →
串口通信全解析:从原理到实战,掌握嵌入式开发的基石

串口通信全解析:从原理到实战,掌握嵌入式开发的基石

1. 项目概述:从“Hello World”到工业控制,串口为何历久弥新?在嵌入式开发的江湖里,如果说点亮一颗LED是每个新手的“拜师礼”,那么掌握串口通信,就相当于拿到了与这个沉默的硬件世界对话的第一把钥匙。你可…

2026/7/29 5:30:23 阅读更多 →

最新新闻

Cypress vs Playwright组件测试:从原理到实战的深度选型指南

Cypress vs Playwright组件测试:从原理到实战的深度选型指南

1. 项目概述:为什么组件测试的选型如此重要?最近在重构一个前端项目,团队里关于组件测试框架的选型吵翻了天。一边是Cypress Component Testing的忠实拥趸,另一边是Playwright Component Testing的新晋粉丝,两边都摆出…

2026/7/29 5:40:26 阅读更多 →
Linux内核USB3.0设备控制器驱动核心机制与调试实战

Linux内核USB3.0设备控制器驱动核心机制与调试实战

1. 项目概述:深入Linux内核的USB3.0设备控制器核心搞嵌入式或者内核驱动的朋友,对USB肯定不陌生。我们平时开发,经常要和USB设备打交道,无论是作为主机(Host)去枚举U盘、鼠标,还是作为设备&…

2026/7/29 5:40:26 阅读更多 →
Windows下Clion配置Dlib人脸关键点检测C++开发环境全攻略

Windows下Clion配置Dlib人脸关键点检测C++开发环境全攻略

1. 项目概述与核心价值最近在做一个需要人脸关键点检测的C小项目,选型时直接锁定了Dlib这个老牌且强悍的库。它内置的68点人脸特征点检测模型,精度和速度在开源方案里都算得上第一梯队,对于很多需要面部动作分析、表情识别或者简单的美颜滤镜…

2026/7/29 5:40:26 阅读更多 →
一个前端的6个月转型路线图,照抄就行

一个前端的6个月转型路线图,照抄就行

前两篇聊了困境和优势,后台收到最多的一类问题是:道理我都懂,具体每天该干什么? 这篇就给一份可以直接执行的时间表。先交代三个前提,免得你对照着走发现货不对板。 第一,这份路线图假设你是在职状态&#…

2026/7/29 5:40:26 阅读更多 →
硬件工程师进阶:从读懂原理图符号到掌握系统设计与调试

硬件工程师进阶:从读懂原理图符号到掌握系统设计与调试

1. 从符号到系统:原理图的核心价值再认识上次我们聊了原理图的基本符号和读图方法,算是拿到了“地图”。但光会看地图上的图标,不代表你就能规划出完美的旅程。这次,我们得深入一步,聊聊怎么把地图上的点连成线&#x…

2026/7/29 5:40:26 阅读更多 →
FinalShell密码本地加密机制解析与Java解密工具实现

FinalShell密码本地加密机制解析与Java解密工具实现

1. 项目概述与背景最近在技术社区和开发者圈子里,FinalShell 这款 SSH 客户端工具又成了一个小热点。起因是有不少朋友遇到了一个挺实际的问题:在 FinalShell 里保存了服务器连接密码,时间一长自己都忘了,或者换了台电脑想把连接信…

2026/7/29 5:39:26 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/28 12:04:22 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/28 8:29:16 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/28 5:03:42 阅读更多 →

月新闻