2018年12月26日 星期三

‧ 2018\12\26\3S Market Daily 智慧產業新聞

3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊

Italy 4.0 - to innovate is to grow



at 沒有留言:

．工業 4.0 時代的 MES 系統

Is MES important for implementing Industry 4.0 
or Smart Manufacturing



來源：传感器技术作者：法拉第  


我們正處於一個舊IT，走向新IT的變革時代。工業4.0的概念興起於德國，現在我們大家普遍認為，其是一次科技革命，或者說是一次新技術革命。


工業4.0的目的是透過應用物聯網等技術，提高德國的製造業水平，建立具有適應性、資源效率，及人工智慧的智慧工廠，在商業流程及價值流程中，整合客戶以及合作夥伴。

無論產業界或者學術界，如何解讀工業4.0，它的本質都是數據，這些數據包括了智慧產品的數據、企業營運的數據、產業鏈上的數據、企業外部數據等等。這些數據串起來工業4.0的生態圈。


　　

四大主題構建工業4.0的核心業務
我們步入工業4.0的時代，實現由「自動化」向「智慧化」的轉變。透過CPS(Cyber-Physical Systems)網路，實現人、裝備和產品的即時連通、相互辨識，和有效交流，為消費者客製化「個性化」的商品，並且提供即時、高效的服務。
　　
工業4.0的四個主題：智慧工廠、智慧生產、智慧物流和智慧服務。智慧工廠側重點，在於企業的智慧化生產系統，以及製造過程，對於網路化分布式生產設施的實現；智慧生產側重點，在於企業的生產物流管理、製造過程人機協同。

 而智慧物流作為製造企業，非常重要的資源節點，其側重點在於透過網路、物聯網，整合物流資源，充分發揮現有的資源效率；智慧服務作為製造企業的後端網路，其側重點在於透過服務聯網結合智慧產品，為客戶提供更好的服務，發揮企業的最大價值。
　　

1) 智慧工廠是傳統製造企業發展的一個新的階段。
它是在數位化工廠的基礎上，利用物聯網的技術和設備監控技術，加強資訊管理和服務，清楚掌握產銷流程、提高生產過程的可控率、減少生產線上人工的干預、即時正確的採集生產線數據，以及合理的生產計劃與生產進度，並加上綠色製造的手段，構建一個高效節能的、綠色環保的、環境舒適的人性化工廠。

 未來各個工廠將具備統一的機械、電器和通信標準。以物聯網和服務網際網路為基礎，配備感測器、無線網路和RFID通信技術的智慧控制設備，可以對生產過程進行智慧化監控。由此，智慧工廠可以自主運行，工廠之間的零組件與機器可以互相交流。
　　
智慧工廠是由軟體操控，進行資源整合，發揮各環節的最大效率。智慧工廠中的機器，將全部由軟體控制，工人只需要操作電腦就可以完成生產，進一步解放了工廠中的工人，整體看來，它就是一個擁有高度協同性的生產系統，包括即時監控、自動化管理、流程控制、能源監控等等。

 收集及整合整個智慧工廠的業務數據，透過大數據的分析整合，使其全產業鏈可視化，達到生產最優化、流程最簡化、效率最大化、成本最低化和品質最優化的目的。
　　

2) 智慧生產是由用戶參與實現「定人訂製」的過程。
智慧生產的生產線，可以實現大規模客製化，對生產的柔性要求極高。鑒於此，生產環節要廣泛應用人工智慧技術、採用一體化的智慧系統，智慧化裝備在生產過程中大展拳腳。

 工廠的工人和管理者，可以透過網路，對生產的每一個環節進行監控，實現智慧化管理。
　　
一體化的智慧系統，是由智慧裝備和人類專家組成的，在製造過程中，進行智慧化的活動，諸如分析、推理、判斷、構思和決策等，透過人與智慧裝備的合力共事，去擴大、延伸和部分取代人類專家，在製造過程中的腦力勞動。

 它把製造自動化的概念更新，擴展到柔性化、智慧化和高度整合化。與傳統製造相比，智慧生產具有自組織和超柔性、自律能力、自學習能力和自維護能力、人機一體化、虛擬現實等特性。
　　
3) 智慧物流以客戶為中心，促進資源優化配置。
根據客戶的需求變化，靈活調節運輸方式，應用條碼、RFID、感測器、全球定位系統等先進的物聯網技術，透過資訊處理平台，實現貨物運輸過程的自動化運作，和高效率優化管理，從而促進區域經濟的發展，和資源的優化配置，方便人的生活。
　　
4) 智慧服務促進新的商業模式，促進企業向服務型製造轉型。
智慧產品+狀態感知控制+大數據處理，將改變產品的現有銷售和使用模式。增加了線上租用、自動配送和返還、優化保養和設備自動預警、自動維修等智慧服務新模式。
　　

工業4.0背景下，MES被重新定義
我們可以把智慧工廠比作一個人，工業軟體就是這個人的神經系統。其中，在製造板塊，MES的作用尤為重要。

按照AMR所給予的定位：MES服務於工廠生產執行層的資訊系統，位於企業經營層的計劃系統，與生產過程的直接工業控制系統之間。

 該定位將企業的運作劃分為三個層次，分別是：計劃層、執行層和控制層。其中：計劃層就是MRPⅡ或ERP等經營管理資訊系統。控制層包括DCS、PLC、NC/CNC或SCADA中的一個系統或這幾種配置的組合，以及各種儀器設備等；介於兩者之間的是執行層，MES(製造執行系統)。


　　

介於企業的「計劃層」和製造「設備層」之間，對企業生產計劃進行「再計劃」，「指令」生產設備「協同」或「同步「動作，對產品生產過程進行即時的響應，使用當前確的數據對生產過程進行及時調整、更改或干預等處理。

採用雙向直接的通訊，在整個企業的產品供需鏈中，即向生產過程人員，傳達企業的期望(計劃)，又向有關的部門提供，產品製造過程狀態的資訊反饋。
　　
既不同於類似於ERP的企業營運系統，也不同於企業的過程控制系統，使用MES的經驗顯示，它既能提高按時交貨的能力，改善物料的流通性能，由能減少企業內部沒有附加值的活動。
　　
在工業4.0背景下，推動智慧製造，構建智慧工廠、智慧生產、智慧物流和智慧服務體系，我們需要對MES重新進行定義，主要從以下幾個方面進行說明：
1) MES深度融入企業營運環節
智慧工廠中的機器將全部由軟體控制，工人只需要透過MES現場的操作電腦，或者移動終端就可以完成生產，MES結合企業營運的其他工業軟體，建構一個高度協同性的生產系統，對企業的設計、採購、銷售、計劃、製造和運維服務各個環節，對每一個與製造相關的指令，能夠精確調度、發送、跟蹤和監控，該指令影響生產的過程，成為實現生產線上，製程智慧化的基本技術手段。

 MES收集及整合整個智慧工廠的業務數據，透過工業大數據的分析整合，使其全產業鏈可視化，達到生產最優化、流程最簡化、效率最大化、成本最低化和品質最優化的目的。
　　
伴隨著製造企業的發展，未來製造企業勢必也是一個軟體公司，軟體系統的應用也會越來越多，MES就會成為製造企業營運的基石。
　　
重新定義的MES的位置，與其他業務板塊同等重要，以網路化和扁平化的形式，對企業的生產計劃進行「再計劃」，「指令」生產設備「協同」或「同步「動作，對產品生產過程進行即時的響應，使用當前確的數據，對生產過程進行即時調整、更改或干預等處理。
針對大規模客製化的需求，可以實現柔性排程和調度
採用多向直接的通訊，在整個企業的產品供需鏈中，即向生產過程人員，傳達企業的期望(計劃)，又向有關的部門，提供產品製造過程狀態的資訊反饋，還要告知生產線底層裝備之間，加工的法則，彼此的加工狀態。
　　
既不同於類似於ERP的企業營運系統，也不同於企業的過程控制系統，使用MES的經驗顯示，它不再單純只針對製造過程進行優化，可以延伸至企業運營的其他的板塊，縮短產品的研發週期，提高生產效率，降低單元的產品的製造成本，提高產品的不良率和能源利用率。
2) MES的業務應用範圍更加深入
傳統MES的作用，就是實現企業的連續資訊流。並透過對資訊的傳遞和處理，對訂單下達到產品，完成的整個生產過程優化管理。

 MESA歸納了MES的十一個主要功能模組，包括工序詳細調度、資源分配和狀態管理、生產單元分配、過程管理、人力資源管理、維護管理、品質管理、文檔控制、產品跟蹤，和產品清單管理、性能分析和數據採集等模組。

 透過MES這些模組的有效協作，可以起到溝通企業計劃層和控制層，憑借資訊技術，提供精確的即時數據，並最終達到優化管理活動和生產活動的目的。而在現實當中，各不同行業企業，可以根據行業特點和企業實際，開發適合自身情況的多種功能模組。
　　
從MESA的定義也可以看出，提供精確的即時數據，是一個優秀的MES的優勢所在。MES對數據提供的即時性，要明顯高於ERP，如果說控制層提供的即時時間系數為1，那麼，MES的時間系數為10，ERP的時間系數為100。

 但是，重新定義的MES的核心優勢，不僅僅在於提供即時數據，而且需要對即時指令，進行準備的自學習和柔性調度，也就意味著MES的時間系數也變成了1。
工業4.0下MES的發展趨勢
MES是智慧製造在智慧工廠範疇內的承載主體，實現「物理工廠」的「資訊領域」的投影。在智慧製造工業網路的背景下，MES有哪些改變呢？
　　
1、傳統的整合，向過程融合發展
從未來的需求來看，尤其是在B2P的商業模式下，製造企業必須能夠快速處理大量的單件製造，及特別製造的方式，同時全球化驅動的分散性協同製造成為主流，這就導致了傳統設計、計劃到生產模式的反應遲緩，嚴謹的 PLM、ERP、MES的整合流程太過到剛性。
　　
取而代之的是一種新的方式是設計、計劃和生產緊密協作、並行執行，基於同樣的需求、物料、產能等數據，PLM設計結束之前，柔性生產計劃即可快速下達，MES即時開始生產執行，同時實現良好的反饋機制。這種柔性協同，也對系統間設計 BOM、生產BOM、數據、模型等一致性和靈活性，提出了更高的要求。
　　

2、傳統的數位管理向智慧管理發展
MESA組織給出MES功能模型的定義，強調生產過程「生產、質量、消耗及績效」的業務管理。近十年來MES的發展，也是參考這個功能模型的定義，集中在業務數據採集、業務數據傳遞和業務統計。透過業務過程的數位化，建立了協同工作平台，並在此基礎上進行數據分析與統計，基本實現了全面的數位化和透明化管理。
　　
但在實施MES的過程中，都能深切感受到客戶，對MES智慧化期望較高：希望能夠採用APS自動實現作業任務編排，希望系統能夠根據過程變化，自動調整計劃，希望自動調整工藝參數來確保品質最佳。但事實上，傳統基於單據作業模式的MES，在數據分析與處理上，並沒有下太多的功夫。
　　
在工業4.0時代，生產變化及靈活性更高，生產要素須自動配置，必然要求在生產全過程的數位化的基礎上，增加智慧優化方法。工廠的智慧化分為兩個層次：
　　
一個層次是實現微觀層面的智慧優化。比如在工序層面的控制中，在區域協調優化中，採用智慧化技術。或者在某一個專業領域，如設備的狀態預測、品質預警及生產預警。
　　
另一個層面是宏觀層面，根據生產過程中各要素的數位化，形成計劃、排產、品質控制、過程跟蹤的循環反饋，採用智慧優化算法進行協同優化。
3、傳統的生產線管理，向工廠營運平台發展
工業4.0時代的MES，或許將重新定義，在協同製造方面，超越目前內部組織範疇，而擴展至與供應商和客戶的連接；在製造智慧方面，將不限於收集、分析與展現，而將進一步實現現場即時分析、協同智慧決策，即時調整製造執行過程；在業務領域層面，將擴展智慧裝備的性能監測與維護、綠色製造的能源管理等內容。在製造執行(Manufacturing Execution) 系統將躍變為卓越製造(Manufacturing Excellence)系統。
4、傳統的結構化數據，向工業大數據平台發展
製造雖然有環境因素、資源因素，但最重要的因素來看，差在哪呢？分析認為，主要差在「軟實力」方面。

雖然在硬體層面，大部分國家的產業，也有明顯的差距，但有大量數據比較得出，即使一樣建設的生產線(例如汽車生產線，對岸中國的效率，仍然和鄰國日本差一大截，因此不能把責任推到基礎硬體層面。
　　
工業4.0時代，技術的發展為數據的產生(物聯網)、儲存、分析(雲技術)、使用(行動通信互聯)更加方便。因此也可以說，工業4.0的變革是數據驅動型的變革。這個「軟實力」提升的主要驅動力是「數據」的利用。
　　
MES傳統上處理各類業務單據，數據僅限於結構化的數據，很多企業在此基礎上，也開展了商務智慧(BI)的建設與利用，但總體上，還在有限的數據範圍內，進行事後分析。
　　
今天的物聯網(包括設備、物料等IIOT及人工作業過程中的HIOT)，將產生大量的即時資訊，都是表徵了生產過程的全像技術影像。這些數據在採集、管理、分析與可視化方面，技術上正在逐步可行。
　　

5、傳統的功能套件，向模型驅動發展
在技術實現上，傳統的MES在逐步開發，及實施的過程中，功能一點點增加，最終形成覆蓋工廠管理需要的，一個功能套件集合，即我們常見的套裝軟體。

 但這種套裝軟體從設計本質上，是以職能管理為核心的，以軟體系統為中心的。在工業4.0時代，面向以客戶為中心價值傳遞，以產品為中心的製造資源重組的要求時，傳統的MES是無能為力的。
　　
有調查顯示，在MES系統建成的三年內，50%的工藝(模型)將會或多或少隨著生產的持續改進而調整，在工業4.0時代的客製化時代，這種變化更加劇烈。

 這就要求MES系統必須是一個可適應、可擴展的系統，其技術的主要特點，是採用模型驅動技術來構架系統。將ISA95相關的、在製造業通用功能，以組件的方式，而各廠不同的、適應各自管理及工藝流程的、不同應用系統整合的部分，將透過可配置的模型平台來實現。當工藝流程發生變化時，只需在線上修改模型，而不需調整功能組件，從而實現系統的適應性。
　　

6、傳統的視窗介面，向虛擬現實發展
從人機協同的角度來看，電腦技術發展到今天，主要存在兩個問題沒有很好解決。一是電腦的現場應用，一是資訊的展示方法。試想，透過鍵盤、滑鼠的資訊署輸入方法，完全是要求人們去適應電腦的需要，採用視窗操作介面，也是今天的電腦操作系統的展示資訊的手段。這些都是以電腦為核心，或者說以系統為核心的思想。
　　
在工業4.0時代，物聯網技術引發數據海量增加、設備智慧化及自主化管理，這些變化將人從「操作員」的角色，逐步提升到「監控者及決策者」，人機交互的方式必須更加自然、即時、聚焦要點。
　　
虛擬現實及增強現實技術，可以有效解決這一點。在工業4.0時代，虛擬世界將與現實世界高度融合。透過計算、自主控制和聯網、人、機器和資訊互相聯接，融為一體，所有的生產數據，將被全部整合到工廠虛擬現實管理系統中。
　　
利用三維可視化技術，將生產場景真實展現出來，生產數據即時驅動三維場景中的設備，使其狀態與真實生產場景一致，從而讓管理者充分瞭解，整個生產場景中，各設備的運行狀況，達到監測、查看、分析的目的。
　　
工業領域的創新發展，是推動科技創新、經濟成長和社會穩定的重要力量。但與此同時，市場競爭也在變得愈發激烈。
　　
智慧製造的整體解決方案，實現虛擬生產和與現實生產環境的融合，採用創新的工業軟體、自動化技術、驅動技術及服務，讓MES深入企業營運應用過程中，促進企業縮短產品的研發週期，提高生產效率， 為企業發展提供技術支持。



雲端時代!! 你還親自跑到現場重開網路設備？NETGEAR 雲端交換器讓你無須奔波!!!
at 沒有留言:

．全球值得關注的11家人臉辨識公司與機構

Facial recognition is on the rise in China



來源：资本实验室


根據美國國家標準與技術研究院（NIST）的2018年全球人臉辨識算法測試（FRVT）最新結果，今年共有來自全球的39家企業和機構參與本次競賽。




其中，依圖科技的算法包攬了前兩名，商湯科技獲得第三名和第四名，中國科學院深圳先進技術研究院的算法獲得第五名，曠視科技算法獲得第八名。此外，俄羅斯的AI公司也有不俗的表現。




下面11家人臉辨識公司與機構都是本次測試的佼佼者，也是全球AI領域的領先者。

1．依圖科技
上海依圖網絡科技有限公司成立於2012年，致力於將人工智慧技術與行業應用相結合，目前已服務於安控、金融、交通、醫療等多個領域。




今年11月底，依圖公司推出了人工智慧癌症篩查工具，可以在幾秒鐘對患者掃描、超音波、病理標配、遺傳學及書面記錄等，一系列檢測數據進行分析，並做出診斷和治療建議，從而減輕醫生工作量，提高診斷能力和準確率。

依圖科技的人臉辨識技術在全球比賽中，都取得非常好的成績。2017年，在美國國家情報高級研究計劃局（IARPA）主辦的全球人臉辨識挑戰賽（FRPC）中獲得冠軍。2017年和2018年，公司連續兩次在美國國家標準與技術研究院（NIST）主辦的人臉辨識測試（FRVT）中獲得冠軍。

據2018年6月公司官方報告，依圖科技在千萬分之一誤報下的人臉辨識準確率已經接近99％。

今年11月，依圖科技啓動「AI防癌地圖」項目，計劃在未來5年內投入1億元項目資金，聯合數百家醫療機構，覆蓋中國19個省市自治區，以AI應用提升醫療機構服務供給能力，推動中國腫瘤篩查進入「AI＋」時代。

今年6月，該公司獲得由高成資本、工銀國際和浦銀國際的2億美元C＋輪融資。7月，依圖科技又獲得興業國信資管的1億美元融資。目前已累計融資3.55億美元。

2．商湯科技
商湯科技成立於2014年，是中國科技部指定的其國家新一代人工智慧「智慧視覺」開放創新平台之一，是中國最大的AI算法提供商，也是「全球最具價值的AI創新企業」。




公司自主研發的人臉辨識、圖像辨識、文本辨識、醫療影像辨識、影像分析、無人駕駛和遙感等AI技術，已經在智慧城市、智慧手機、互動娛樂及廣告、汽車、金融、零售、教育、房地產等多個行業得到應用。

公司已經與全球700多家知名公司和機構建立合作，包括美國麻省理工學院、高通、英偉達、本田，與中國本地一級企業如阿里巴巴等。目前公司約五分之二的收入來自中國政府部門的合同。

今年9月份，公司獲得來自軟銀中國資本的10億美元D輪融資，公司估值達到60億美元，公司累計融資達到26億美元。而可想而知，此值中美貿易尷尬期，美方對此發展態勢的態度。

3．曠視科技
北京曠視科技成立於2011年，致力於為全球行業用戶提供領先的人工智慧算法和解決方案，建構城市級智慧物聯網系統。




公司研發的人臉辨識技術、圖像辨識技術、智慧影像雲產品、智慧感測器產品、智慧機器人產品，已經廣泛應用於金融、手機、安控、物流、零售等領域，擁有上千家核心中國當地客戶，包括阿里巴巴、螞蟻金服、富士康、聯想、凱德、華潤、中信銀行等眾多行業級頭部企業。

今年7月，公司獲得阿里巴巴和博裕資本的6億美元D輪融資，目前已累計融資超過12億美元。

4．中科院深圳先進技術研究院
中國科學院深圳先進技術研究院是2006年2月由中國科學院、深圳市人民政府和香港中文大學共同成立的，以應用基礎研究、關鍵技術研究、技術整合與示範為重要的研究單元。




目前，該研究院已設立了十一個研究中心和三個研究室，其中多媒體整合技術研究中心主要致力於電腦視覺、深度學習、多媒體、智慧機器人等領域的研究和開發，並提出HFA－CNN、Center－Loss等深度人臉辨識模型和方法，在多個國際人臉公測數據庫（MORPH、FGNET、CACD、MegaFace、LFW）上取得國際領先或先進的辨識性能。

在今年7月份，美國國家標準與技術研究院組織的人臉辨識算法測試（FRVT）中，多媒體整合技術研究中心取得全球第二名。

5．VisionLabs
俄羅斯公司VisionLabs成立於2012年，專注於開發人臉辨識、目標辨識、增強現實和虛擬現實領域的產品和解決方案。其技術已在安全、銀行、零售、建築、運輸等行業得到應用。




近年來，依託其Luna生物特徵辨識平台，公司一直與大型銀行、谷歌和Facebook等大公司合作。該公司的技術應用非常具有創新性，比如其臉部辨識解決方案「允許車輛從遠處辨識車主、確認身份，並在接近時打開車門」。目前公司已累計融資550萬美元。

6． NEUROTechnology
立陶宛公司NEUROTechnology成立於1990年，為一安控公司系統整合商和硬體製造商，提供基於電腦視覺的指紋、臉部、虹膜、語音和掌紋等生物辨識技術。




該公司的產品可以用於民用和法醫應用，包括邊境海關、刑事調查、選民登記系統、驗證和複製檢查、護照簽發和其他國家級項目。目前已覆蓋全球超過140個國家的3000多家客戶。

最近在剛果，NEUROTechnology利用其 AI 技術對4650萬份「多生物特徵」選民記錄進行檢測，發現了了530萬張重複選票，90萬張選票來自未成年人。

7．Idemia
法國公司Idemia（原名OT－Morpho）成立於2007年，是全球最大的生物辨識終端供應商，也是美國駕照的頭號簽發商。該公司開發的臉部辨識解決方案IDEMIA Face Expert，主要用於執法和認證。目前公司在全球擁有14000多名員工，客戶覆蓋180個國家，其年營業收入接近30億美元。




2017年，公司研發費用達到2億美元，SIM卡出貨量達到12億張。今年11月，公司與韓國SK電訊達成合作，為SK電訊提供符合GMSA標準的智慧互聯解決方案，推出首款基於GSMA Consumer標準的嵌入式SIM卡（eSIM）互聯手錶。

8． Camvi Technologies
矽谷新創公司Camvi Technologies成立於2014年，為政府和企業提供生物辨識解決方案，包括由深度學習AI技術支持的高級人臉辨識。




據該公司稱，其技術可以在一秒內完成對數十億張臉部數據庫的搜索，並能保持非常高的精度和準確度。該公司的即時影像辨識系統，可以辨識即時影像中的多個人臉，甚至在沒有網路連接的智慧手機上也能實現。

9． NTechLab
俄羅斯新創企業NTechLab成立於2015年，旨在創建與人類一樣智慧且與機器一樣高效的算法，是俄羅斯十大人工智慧新創公司之一。已累計融資150萬美元。




該公司開發的基於人臉辨識算法的產品FindFace Enterprise Server SDK，可以有效地處理人臉辨識，並在客戶端工作，NtechLab不會傳輸或儲存任何生物辨識數據。

它可以在即時視訊流和影像片段中，檢測和辨識人們的臉部，以處理各種業務任務，例如精確的人數、人口統計資訊、人員流動和使用者行為；還允許使用跨平台REST API整合到任何Web、行動或桌面應用程序中。

FindFace Enterprise Server SDK 2.0已在零售、銀行、娛樂、體育、活動管理、約會服務、安控、公共安全、國土安全等領域得到應用。

10． Vocord
俄羅斯新創企業Vocord成立於1999年，是一家基於電腦視覺和智慧影像處理算法的高科技安全系統開發商。




該公司開發的安全系統包括Vocord NetCam4攝影機、原始算法以及人臉辨識技術，辨識準確度超過98％。公開開發的臉部辨識引擎，在2016－2017年的Mega Face公開挑戰賽中獲得第一名。

11．EverAI
這家舊金山新創公司 Ever AI 成立於2013，開發了用於建構企業級人臉和對象辨識API和行動SDK的最大標記數據集。透過提供各種臉部辨識和屬性辨識服務，非常適合與CRM數據混合使用，並為客戶提供個性化行銷體驗。




該公司正在透過對覆蓋全球95個國家和地區的數千萬用戶，提供的130億張照片和影像進行AI培訓。據公司稱，他們的臉部辨識算法比微軟、亞馬遜等大公司的算法更快、更準確，並能檢測出種族和情緒等因素。

Ever AI獲得了Khosla Ventures、Felicis Ventures、Icon Ventures、Cherubic Ventures、Transmedia Capital和SV Angel等投資機構的支持，已累計融資2900萬美元。



雲端時代!! 你還親自跑到現場重開網路設備？NETGEAR 雲端交換器讓你無須奔波!!!
at 沒有留言: