Jadual Kandungan
Mengapa simulasi pencahayaan pemanduan autonomi diperlukan?
Walaupun imej yang dihasilkan berdasarkan fizikal pandai membina semula kesan pencahayaan dalam pemandangan, disebabkan ketidaksempurnaan dalam geometri dan ralat dalam penguraian bahan/cahaya, hasil pemaparan sering kali tidak mempunyai realisme, seperti kabur, pantulan permukaan yang tidak realistik dan artifak sempadan. Oleh itu, penyelidik mencadangkan rendering tertunda saraf untuk realisme yang dipertingkatkan. Mereka memperkenalkan rangkaian sintesis imej yang menjana imej akhir menggunakan imej sumber dalam penimbal prakiraan dan data berkaitan pencahayaan yang dijana oleh enjin pemaparan. Pada masa yang sama, kaedah dalam kertas itu juga menyediakan rangkaian dengan peta persekitaran untuk meningkatkan konteks pencahayaan, dan menjana imej berpasangan melalui kembar digital, menyediakan simulasi berpasangan novel dan skim latihan data sebenar
Ringkasan dan Pandangan
Rumah Peranti teknologi AI Realistik, boleh dikawal dan berskala, platform simulasi pencahayaan pemanduan autonomi LightSim baru dilancarkan

Realistik, boleh dikawal dan berskala, platform simulasi pencahayaan pemanduan autonomi LightSim baru dilancarkan

Dec 15, 2023 pm 03:09 PM
Model kereta api

Baru-baru ini, penyelidik dari Waabi AI, University of Toronto, University of Waterloo dan MIT mencadangkan platform simulasi pencahayaan pemanduan autonomi baharu LightSim di NeurIPS 2023. Para penyelidik mencadangkan kaedah untuk menjana data latihan pencahayaan berpasangan daripada data sebenar, menyelesaikan masalah kehilangan data dan kehilangan migrasi model. LightSim menggunakan Medan Sinaran Neural (NeRF) dan rangkaian dalam berasaskan fizik untuk menghasilkan video pemanduan kenderaan, mencapai simulasi pencahayaan adegan dinamik pada data sebenar berskala besar buat kali pertama

Realistik, boleh dikawal dan berskala, platform simulasi pencahayaan pemanduan autonomi LightSim baru dilancarkan

  • Tapak web projek: https: //waabi .ai/lightsim
  • Pautan kertas: https://openreview.net/pdf?id=mcx8IGneYw

Mengapa simulasi pencahayaan pemanduan autonomi diperlukan?

Dalam robotik, simulasi kamera adalah sangat penting, terutamanya untuk kenderaan autonomi untuk melihat pemandangan luar. Walau bagaimanapun, sistem persepsi kamera sedia ada berprestasi buruk apabila menghadapi keadaan pencahayaan luar yang tidak terlatih. Dengan menggunakan simulasi kamera untuk menjana set data perubahan pencahayaan luar yang pelbagai, kestabilan sistem pemanduan autonomi boleh dipertingkatkan

Kaedah simulasi kamera biasa secara amnya berdasarkan enjin fizik. Kaedah ini menjadikan pemandangan dengan menetapkan model 3D dan keadaan pencahayaan. Walau bagaimanapun, kesan simulasi sering kekurangan kepelbagaian dan tidak cukup realistik. Tambahan pula, disebabkan bilangan model 3D berkualiti tinggi yang terhad, hasil pemaparan fizikal tidak betul-betul sepadan dengan adegan dunia sebenar. Ini membawa kepada keupayaan generalisasi yang lemah bagi model terlatih pada data sebenar.

Kaedah lain adalah berdasarkan kaedah simulasi dipacu data. Pendekatan ini menggunakan teknologi pemaparan saraf untuk membina semula kembar digital dunia nyata untuk mereplikasi data yang diperhatikan oleh penderia. Dengan cara ini kita boleh mencipta adegan dengan lebih fleksibiliti dan meningkatkan realisme. Walau bagaimanapun, teknologi semasa membenamkan maklumat pencahayaan pemandangan ke dalam model 3D, yang mengehadkan pengeditan kembar digital, seperti menukar keadaan pencahayaan atau menambah atau memadam objek Dalam karya di NeurIPS 2023, Penyelidik dari Waabi AI menunjukkan a sistem simulasi pencahayaan LightSim berdasarkan enjin fizik dan rangkaian saraf: Simulasi Pencahayaan Neural untuk Pemandangan Bandar

Berbeza daripada kerja sebelumnya, LightSim boleh mencapai mata berikut pada masa yang sama: Realistik, boleh dikawal dan berskala, platform simulasi pencahayaan pemanduan autonomi LightSim baru dilancarkan

Realistik: Buat pertama kalinya, adalah mungkin untuk mensimulasikan pencahayaan pemandangan dinamik luar berskala besar, dan ia boleh mensimulasikan bayang-bayang, kesan pencahayaan antara objek dengan lebih tepat, dsb.

2. Boleh dikawal: Menyokong pengeditan adegan pemanduan dinamik (menambah, memadam objek, kedudukan kamera dan parameter, menukar pencahayaan, menjana adegan kritikal keselamatan, dll.), dengan itu menghasilkan video yang lebih realistik dan konsisten untuk dipertingkat keteguhan sistem terhadap pencahayaan dan keadaan tepi.

3. Berskala: Mudah dikembangkan kepada lebih banyak senario dan set data yang berbeza Ia hanya perlu mengumpul data sekali (laluan tunggal) untuk membina semula dan menjalankan ujian simulasi sebenar dan boleh dikawal.

Membina sistem simulasi

Realistik, boleh dikawal dan berskala, platform simulasi pencahayaan pemanduan autonomi LightSim baru dilancarkan

Stept 1: Membina perintah Digital Twin

in yang tidak dapat dipulihkan untuk mencipta adegan memandu autonomi di dunia digital, Lightsim terlebih dahulu bermula dari Data yang dikumpul dibahagikan kepada objek dinamik dan adegan statik. Langkah ini menggunakan UniSim untuk membina semula pemandangan dan mengalih keluar pergantungan paparan kamera dalam rangkaian. Kemudian gunakan kiub kawad untuk mendapatkan geometri, dan seterusnya menukarnya kepada jaringan dengan bahan asas.

Selain bahan dan geometri, LightSim juga boleh menganggarkan pencahayaan luar berdasarkan matahari dan langit, sumber cahaya utama pemandangan siang hari luar, dan mendapatkan peta persekitaran julat dinamik tinggi (HDR Sky dome). Menggunakan data penderia dan geometri yang diekstrak, LightSim boleh menganggarkan imej panorama yang tidak lengkap dan kemudian melengkapkannya untuk mendapatkan pandangan 360° penuh langit. Imej panorama dan maklumat GPS ini kemudiannya digunakan untuk menjana peta persekitaran HDR yang menganggarkan keamatan matahari, arah matahari dan rupa langit dengan tepat.

Realistik, boleh dikawal dan berskala, platform simulasi pencahayaan pemanduan autonomi LightSim baru dilancarkan


Imbasan semula: Langkah kedua ialah melakukan simulasi pencahayaan saraf bagi pemandangan bandar dinamik

Realistik, boleh dikawal dan berskala, platform simulasi pencahayaan pemanduan autonomi LightSim baru dilancarkan boleh diubah suai lagi, jika boleh diubah suai secara digital, atau boleh diubah suai secara digital lagi objek, menukar trajektori kenderaan, atau menukar pencahayaan, dsb., untuk menjana perwakilan realiti tambahan. LightSim akan melakukan pemaparan berasaskan fizikal, menjana data berkaitan pencahayaan seperti warna asas, kedalaman, vektor biasa dan bayang-bayang untuk mengubah suai pemandangan. Menggunakan data berkaitan pencahayaan ini dan anggaran sumber pemandangan dan keadaan pencahayaan sasaran, aliran kerja LightSim adalah seperti berikut.

Walaupun imej yang dihasilkan berdasarkan fizikal pandai membina semula kesan pencahayaan dalam pemandangan, disebabkan ketidaksempurnaan dalam geometri dan ralat dalam penguraian bahan/cahaya, hasil pemaparan sering kali tidak mempunyai realisme, seperti kabur, pantulan permukaan yang tidak realistik dan artifak sempadan. Oleh itu, penyelidik mencadangkan rendering tertunda saraf untuk realisme yang dipertingkatkan. Mereka memperkenalkan rangkaian sintesis imej yang menjana imej akhir menggunakan imej sumber dalam penimbal prakiraan dan data berkaitan pencahayaan yang dijana oleh enjin pemaparan. Pada masa yang sama, kaedah dalam kertas itu juga menyediakan rangkaian dengan peta persekitaran untuk meningkatkan konteks pencahayaan, dan menjana imej berpasangan melalui kembar digital, menyediakan simulasi berpasangan novel dan skim latihan data sebenar

Keupayaan simulasi Menunjukkan . Seperti yang ditunjukkan dalam video, kedudukan matahari dan penampilan langit yang baharu menyebabkan bayang-bayang dan rupa adegan itu berubah. LightSim boleh secara automatik membatch adegan relight. Ia boleh menjana perubahan pencahayaan baharu, konsisten masa, sedar 3D daripada peta persekitaran HDR yang dianggarkan dan sebenar yang serupa dengan pemandangan asal Perwakilan boleh diedit dan arah matahari boleh diubah, sekali gus mengemas kini perubahan pencahayaan dan bayang-bayang ke arah cahaya matahari. Dengan memutarkan peta persekitaran HDR dan menghantarnya ke modul pemaparan tertunda neural, LightSim menghasilkan video berikut

LightSim juga menyokong penyuntingan kelompok bayang-bayang

Sisipan Aksara Sedar Pencahayaan

Dalam selain mengubah suai pencahayaan, LightSim juga boleh melakukan penambahan yang menyedari pencahayaan pada objek luar biasa seperti halangan seni bina. Objek tambahan ini boleh mengemas kini bayang-bayang pencahayaan objek, menutup objek dengan tepat dan menyesuaikan diri secara spatial kepada keseluruhan konfigurasi kamera.

Pemindahan Simulasi (Generalisasi kepada nuScenes)

Oleh kerana rangkaian pemaparan tertunda neural LightSim dilatih pada berbilang video pemanduan, LightSim boleh digeneralisasikan kepada adegan baharu. Video berikut menunjukkan keupayaan generalisasi LightSim untuk memandu adegan dalam nuScenes. LightSim boleh membina kembar digital peka cahaya bagi setiap adegan, yang kemudiannya digunakan pada model pemaparan tertunda saraf yang telah dilatih pada PandaSet. LightSim mempunyai prestasi migrasi yang baik dan boleh memberikan penyelesaian yang lebih mantap untuk pencahayaan semula pemandangan

Simulasi kamera sebenar dan boleh dikawal

Berdasarkan semua fungsi yang ditunjukkan di atas, LightSim mencapai simulasi kamera yang boleh dikawal, pelbagai dan realistik. Video berikut menunjukkan keupayaan simulasi adegan LightSim. Dalam video tersebut, sebuah kereta berwarna putih membuat pertukaran lorong kecemasan ke lorong SDV, memperkenalkan sekatan jalan raya baharu, yang menyebabkan kereta putih itu memasuki adegan baharu sepenuhnya Kesan yang dihasilkan oleh LightSim di bawah pelbagai keadaan pencahayaan dalam adegan baharu adalah seperti berikut : .

Dalam video di bawah, contoh baharu ditunjukkan. Halangan baru telah dimasukkan ke dalam halangan jalan yang sedia ada dan satu set kenderaan baharu telah ditambah. Dengan menggunakan LightSim untuk pencahayaan simulasi, kenderaan yang baru ditambah boleh disepadukan dengan sempurna ke dalam tempat kejadian

Ringkasan dan Pandangan

LightSim ialah platform simulasi kamera peka cahaya yang menyediakan perkhidmatan untuk memproses adegan pemanduan dinamik berskala besar. Ia boleh membina kembar digital yang menyedari pencahayaan berdasarkan data dunia sebenar dan mengubah suainya untuk mencipta adegan baharu dengan reka letak objek yang berbeza dan perspektif kenderaan autonomi. LightSim mampu mensimulasikan keadaan pencahayaan baharu, membolehkan simulasi kamera yang pelbagai, realistik dan boleh dikawal untuk menghasilkan video yang konsisten dari segi masa/ruang. Perlu diingat bahawa LightSim juga boleh digabungkan dengan pemaparan terbalik, simulasi cuaca dan teknologi lain untuk meningkatkan lagi prestasi simulasi

Atas ialah kandungan terperinci Realistik, boleh dikawal dan berskala, platform simulasi pencahayaan pemanduan autonomi LightSim baru dilancarkan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Akan R.E.P.O. Ada Crossplay?
1 bulan yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Sumber terbuka! Di luar ZoeDepth! DepthFM: Anggaran kedalaman monokular yang cepat dan tepat! Sumber terbuka! Di luar ZoeDepth! DepthFM: Anggaran kedalaman monokular yang cepat dan tepat! Apr 03, 2024 pm 12:04 PM

0. Apakah fungsi artikel ini? Kami mencadangkan DepthFM: model anggaran kedalaman monokular generatif yang serba boleh dan pantas. Sebagai tambahan kepada tugas anggaran kedalaman tradisional, DepthFM juga menunjukkan keupayaan terkini dalam tugas hiliran seperti mengecat kedalaman. DepthFM cekap dan boleh mensintesis peta kedalaman dalam beberapa langkah inferens. Mari kita baca karya ini bersama-sama ~ 1. Tajuk maklumat kertas: DepthFM: FastMonocularDepthEstimationwithFlowMatching Pengarang: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

Model MoE sumber terbuka paling berkuasa di dunia ada di sini, dengan keupayaan bahasa Cina setanding dengan GPT-4, dan harganya hanya hampir satu peratus daripada GPT-4-Turbo Model MoE sumber terbuka paling berkuasa di dunia ada di sini, dengan keupayaan bahasa Cina setanding dengan GPT-4, dan harganya hanya hampir satu peratus daripada GPT-4-Turbo May 07, 2024 pm 04:13 PM

Bayangkan model kecerdasan buatan yang bukan sahaja mempunyai keupayaan untuk mengatasi pengkomputeran tradisional, tetapi juga mencapai prestasi yang lebih cekap pada kos yang lebih rendah. Ini bukan fiksyen sains, DeepSeek-V2[1], model MoE sumber terbuka paling berkuasa di dunia ada di sini. DeepSeek-V2 ialah gabungan model bahasa pakar (MoE) yang berkuasa dengan ciri-ciri latihan ekonomi dan inferens yang cekap. Ia terdiri daripada 236B parameter, 21B daripadanya digunakan untuk mengaktifkan setiap penanda. Berbanding dengan DeepSeek67B, DeepSeek-V2 mempunyai prestasi yang lebih kukuh, sambil menjimatkan 42.5% kos latihan, mengurangkan cache KV sebanyak 93.3% dan meningkatkan daya pemprosesan penjanaan maksimum kepada 5.76 kali. DeepSeek ialah sebuah syarikat yang meneroka kecerdasan buatan am

Apr 09, 2024 am 11:52 AM

AI memang mengubah matematik. Baru-baru ini, Tao Zhexuan, yang telah mengambil perhatian terhadap isu ini, telah memajukan keluaran terbaru "Buletin Persatuan Matematik Amerika" (Buletin Persatuan Matematik Amerika). Memfokuskan pada topik "Adakah mesin akan mengubah matematik?", ramai ahli matematik menyatakan pendapat mereka Seluruh proses itu penuh dengan percikan api, tegar dan menarik. Penulis mempunyai barisan yang kuat, termasuk pemenang Fields Medal Akshay Venkatesh, ahli matematik China Zheng Lejun, saintis komputer NYU Ernest Davis dan ramai lagi sarjana terkenal dalam industri. Dunia AI telah berubah secara mendadak Anda tahu, banyak artikel ini telah dihantar setahun yang lalu.

Hello, Atlas elektrik! Robot Boston Dynamics hidup semula, gerakan pelik 180 darjah menakutkan Musk Hello, Atlas elektrik! Robot Boston Dynamics hidup semula, gerakan pelik 180 darjah menakutkan Musk Apr 18, 2024 pm 07:58 PM

Boston Dynamics Atlas secara rasmi memasuki era robot elektrik! Semalam, Atlas hidraulik hanya "menangis" menarik diri daripada peringkat sejarah Hari ini, Boston Dynamics mengumumkan bahawa Atlas elektrik sedang berfungsi. Nampaknya dalam bidang robot humanoid komersial, Boston Dynamics berazam untuk bersaing dengan Tesla. Selepas video baharu itu dikeluarkan, ia telah pun ditonton oleh lebih sejuta orang dalam masa sepuluh jam sahaja. Orang lama pergi dan peranan baru muncul. Ini adalah keperluan sejarah. Tidak dinafikan bahawa tahun ini adalah tahun letupan robot humanoid. Netizen mengulas: Kemajuan robot telah menjadikan majlis pembukaan tahun ini kelihatan seperti manusia, dan tahap kebebasan adalah jauh lebih besar daripada manusia Tetapi adakah ini benar-benar bukan filem seram? Pada permulaan video, Atlas berbaring dengan tenang di atas tanah, seolah-olah terlentang. Apa yang berikut adalah rahang-jatuh

KAN, yang menggantikan MLP, telah diperluaskan kepada konvolusi oleh projek sumber terbuka KAN, yang menggantikan MLP, telah diperluaskan kepada konvolusi oleh projek sumber terbuka Jun 01, 2024 pm 10:03 PM

Awal bulan ini, penyelidik dari MIT dan institusi lain mencadangkan alternatif yang sangat menjanjikan kepada MLP - KAN. KAN mengatasi MLP dari segi ketepatan dan kebolehtafsiran. Dan ia boleh mengatasi prestasi MLP berjalan dengan bilangan parameter yang lebih besar dengan bilangan parameter yang sangat kecil. Sebagai contoh, penulis menyatakan bahawa mereka menggunakan KAN untuk menghasilkan semula keputusan DeepMind dengan rangkaian yang lebih kecil dan tahap automasi yang lebih tinggi. Khususnya, MLP DeepMind mempunyai kira-kira 300,000 parameter, manakala KAN hanya mempunyai kira-kira 200 parameter. KAN mempunyai asas matematik yang kukuh seperti MLP berdasarkan teorem penghampiran universal, manakala KAN berdasarkan teorem perwakilan Kolmogorov-Arnold. Seperti yang ditunjukkan dalam rajah di bawah, KAN telah

Daya hidup kecerdasan super membangkitkan! Tetapi dengan kedatangan AI yang mengemas kini sendiri, ibu tidak perlu lagi bimbang tentang kesesakan data Daya hidup kecerdasan super membangkitkan! Tetapi dengan kedatangan AI yang mengemas kini sendiri, ibu tidak perlu lagi bimbang tentang kesesakan data Apr 29, 2024 pm 06:55 PM

Saya menangis hingga mati. Dunia sedang membina model besar. Data di Internet tidak mencukupi. Model latihan kelihatan seperti "The Hunger Games", dan penyelidik AI di seluruh dunia bimbang tentang cara memberi makan data ini kepada pemakan yang rakus. Masalah ini amat ketara dalam tugas berbilang modal. Pada masa mereka mengalami kerugian, pasukan pemula dari Jabatan Universiti Renmin China menggunakan model baharu mereka sendiri untuk menjadi yang pertama di China untuk menjadikan "suapan data yang dijana model itu sendiri" menjadi kenyataan. Selain itu, ia merupakan pendekatan serampang dua mata dari segi pemahaman dan sisi penjanaan Kedua-dua pihak boleh menjana data baharu berbilang modal yang berkualiti tinggi dan memberikan maklum balas data kepada model itu sendiri. Apakah model? Awaker 1.0, model berbilang modal besar yang baru sahaja muncul di Forum Zhongguancun. Siapa pasukan itu? Enjin Sophon. Diasaskan oleh Gao Yizhao, pelajar kedoktoran di Sekolah Kecerdasan Buatan Hillhouse Universiti Renmin.

Versi Kuaishou Sora 'Ke Ling' dibuka untuk ujian: menghasilkan video lebih 120-an, memahami fizik dengan lebih baik dan boleh memodelkan pergerakan kompleks dengan tepat Versi Kuaishou Sora 'Ke Ling' dibuka untuk ujian: menghasilkan video lebih 120-an, memahami fizik dengan lebih baik dan boleh memodelkan pergerakan kompleks dengan tepat Jun 11, 2024 am 09:51 AM

Apa? Adakah Zootopia dibawa menjadi realiti oleh AI domestik? Didedahkan bersama-sama dengan video itu ialah model penjanaan video domestik berskala besar baharu yang dipanggil "Keling". Sora menggunakan laluan teknikal yang serupa dan menggabungkan beberapa inovasi teknologi yang dibangunkan sendiri untuk menghasilkan video yang bukan sahaja mempunyai pergerakan yang besar dan munasabah, tetapi juga mensimulasikan ciri-ciri dunia fizikal dan mempunyai keupayaan gabungan konsep dan imaginasi yang kuat. Mengikut data, Keling menyokong penjanaan video ultra panjang sehingga 2 minit pada 30fps, dengan resolusi sehingga 1080p dan menyokong berbilang nisbah aspek. Satu lagi perkara penting ialah Keling bukanlah demo atau demonstrasi hasil video yang dikeluarkan oleh makmal, tetapi aplikasi peringkat produk yang dilancarkan oleh Kuaishou, pemain terkemuka dalam bidang video pendek. Selain itu, tumpuan utama adalah untuk menjadi pragmatik, bukan untuk menulis cek kosong, dan pergi ke dalam talian sebaik sahaja ia dikeluarkan Model besar Ke Ling telah pun dikeluarkan di Kuaiying.

Robot Tesla bekerja di kilang, Musk: Tahap kebebasan tangan akan mencapai 22 tahun ini! Robot Tesla bekerja di kilang, Musk: Tahap kebebasan tangan akan mencapai 22 tahun ini! May 06, 2024 pm 04:13 PM

Video terbaru robot Tesla Optimus dikeluarkan, dan ia sudah boleh berfungsi di kilang. Pada kelajuan biasa, ia mengisih bateri (bateri 4680 Tesla) seperti ini: Pegawai itu juga mengeluarkan rupanya pada kelajuan 20x - pada "stesen kerja" kecil, memilih dan memilih dan memilih: Kali ini ia dikeluarkan Salah satu sorotan video itu ialah Optimus menyelesaikan kerja ini di kilang, sepenuhnya secara autonomi, tanpa campur tangan manusia sepanjang proses. Dan dari perspektif Optimus, ia juga boleh mengambil dan meletakkan bateri yang bengkok, memfokuskan pada pembetulan ralat automatik: Berkenaan tangan Optimus, saintis NVIDIA Jim Fan memberikan penilaian yang tinggi: Tangan Optimus adalah robot lima jari di dunia paling cerdik. Tangannya bukan sahaja boleh disentuh

See all articles