Lefoglalom a széket jó előre! Nekem ez már izgalmasabb mint az olimpia

Üdvözlök mindenkit,

igaz, a mai nap nem az a bizonyos februári hétvége amelyre a folytatást igértem..

Egy kis személyes információ és a reklám helye: a munkám eléggé lekötött ahhoz, hogy érdemben foglalkozni tudtam volna a robotunkkal. Több telemetriai projecten dolgoztam intenzíven, mely alkalmazásfejlesztések az ACE-en (ÉSZ) alapulnak.

Már harmadik éve dolgozunk munkatársammal az ACE (Adaptive Control Environment) nevű rendszeren. Rövid lényege, hogy magába integrálja a fellelhető kommunikációs platformokat - GSM, réz-, optikai kábel, rádió (XBEE, ZIGBEE MESH network) stb., az adott platformra illeszthető kommunikációs protokollokat - ipari szabványos és szabványon kívüli (PROFIBUS, MODBUS TCP, MODBUS RTU) stb., felhasználói interface-eket (GUI, HMI stb.), Soft-PLC modult, adatbázis szervert.

Létrehozásakor alapvető célunk volt egy rugalmasan alkamazható hardver-szoftver együttes kialakítása. A rendszerünk filozófiája szakít a hagyományos elvekkel és teljesen nyitott architektúrát képez az ipari vezérlők és informatikai eszközök integrációjából. Számos előnnyel rendelkezik a tipikus hard PLC piactársaival szemben.

A hardver független, PLC funkciók leképzésére szolgáló, valósidejű futtató környezete az ipari PC-t nagyteljesítményű PLC-vé alakítja át. A fejlesztői környezet nyújtotta lehetőségeknek köszönhetően a PLC-vezérelt gépek és berendezések programozásához, üzembe helyezéséhez és karbantartásához szükséges összes funkció rendelkezésre áll. A skálázhatósága egyedülálló. Korlátlan TAG-szám, I/O csatorna stb. használható. A chip szintű intervenciótól kezdődően a több tízezer változót kezelő ipari rendszert lehet létrehozni. Az architektúra lehetővé teszi a szükség szerinti erőforrásbővítést, melyek decentralizáltan (földrajzilag) is elhelyezhetőek. Költséghatékonyság szempontjából is páratlan tulajdonságokkal rendelkezik. A már meglévő PLC-s vezérlésekre egyszerűen implementálható. Minden eleme szükség szerint távfelügyelhető, a teljes architektúra transzparens, tetszőleges helyről elérhető (PC, Notebook, okostelefon stb).

A fejlesztői felületen kívül rendelkezik runtime környezettel is amely támogatja a WEB bázisú HMI létrehozását. A rendszerbe integrált adabázismotor real-time adatrögzítést tesz lehetővé. Grafikus megjelenítési és szinte korlátlan feldolgozó képessége tetszőleges feladat megoldására akalmassá teszi. A beépített objektumkészletén kívül, feladatspecifikus osztályok, objektumok beágyazására is lehetőséget nyújt. Tulajdonságait hatékonyan lehet felhasználni szakértői rendszerek létrehozására, öntanuló szabályozó rendszerek kialakítására, integrálva a valós fizikai környezetet az algoritmusok bázisát képező modellekbe.

Remélem nem köveztek meg a reklámért...

Említettem mindezt azért is, mert biztosan vannak érdeklődők a fent érintett témakörben, akikkel igény esetén megosztanám a tapasztalatainkat.

Bevallom nagy levegőt kell venni, hogy ismét megtaláljam a fonalat. Jó hír, hogy a fonál vége megvan, csak fel kell venni: az utolsó elképzelés szerint ismertetem az OpenCV telepítését, alkalmazási példákkal együtt.

G

Megvallom őszintén, a felsorolásból csak a jéghegy csúcsát látom, vagy azt is csak látni vélem. Ha jól sejtem, akkor ez olyasmi, mint amit a seti program is csinál, csak nem kizárólag CPU-k felett rendelkezik, hanem minden féle pc-s és nem pc-s perifériákkal is? Természetesen engem is érdekel a téma, lesz neki saját topic-ja?

Amit összehoztok díjazom, de nem féltek hogy esetleg egy Skynet lesz belőle?

Gombolyítsunk!

Szia! Abszolút érthető a kezdeményezés, de például én mint egyszerű fejlesztő, hol tudok ehhez hozzáférni és mennyibe kerül?

Sziasztok! Bocsánat a belekotyogásért, de: Én biztosan többszálú keresést hajtanék végre többfajta algoritmussal egyszerre. És csak az egyező találatokkal foglalkoznék tovább, valamint pontoznám az algoritmusok találati sebességét. Ez egy jól bevált evolúciós módszer..... A végén a leggyorsabb és legpontosabb marad, a többi mehet a vágóhídra. nyilván nagy műveleti sebesség kell, de ha jó az algoritmus, akkor már csökkenthető a feldolgozási sebesség - egészen a legjobban illesztett feldolgozási sebességig (algoritmus/sebesség páros). Tehát csak a megfelelő módszer megtalálásához kell nagy műveleti sebesség - a tényleges feldolgozáshoz már nem.

Az OpenCv telepítése Ubuntu 10.04 LTS-re

Az eljárás kisebb eltérésekkel más disztribuciók alatt is működik. A környezet megválasztásánál fontos szempont volt, hogy debian alapú OS-t alkalmazzunk, mivel a majdani futtatókörnyezet is debian alapú lesz. Ezzel számos esetleges problémának vesszük elejét.

A telepítés egyes lépéseit nem részletezném, ha kérdésetek lesz térjünk vissza rá.

A telepítési folyamat alapfeltétele, hogy rendelkezzünk egy működő operációs rendszerrel. Az OpenCV telepítése a függőségek előzetes kielégítése után lesz sikeres. Ehhez a következő lépéseket kell megtenni:

A g++ GNU fordító telepítése opcionális

$ sudo apt-get install g++

az esetleges korábbi ffmpeg eltávolítása

$ sudo apt-get remove ffmpeg x264 libx264-dev

opencv függőségek telepítése

$ sudo apt-get install libopencv-dev build-essential checkinstall cmake pkg-config yasm libtiff4-dev libjpeg-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev libxine-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev
python-dev python-numpy libtbb-dev libqt4-dev libgtk2.0-dev

ffmpeg letöltés

$ wget http://ffmpeg.org/releases/ffmpeg-0.11.1.tar.bz2

ffmpeg kibontás, telepítés

$ tar -xvf ffmpeg-0.11.1.tar.bz2
$ cd ffmpeg-0.11.1/
$ ./configure --enable-gpl --enable-libfaac --enable-libmp3lame --enable-libopencore-amrnb --enable-libopencore-amrwb --enable-libtheora --enable-libvorbis --enable-libx264 --enable-libxvid --enable-nonfree --enable-postproc --enable-version3 --enable-x11grab
$ make
$ sudo make install

?video for linux? letöltés

$ cd ..
$ wget http://www.linuxtv.org/downloads/v4l-utils/v4l-utils-0.8.8.tar.bz2

v4l telepítés

$ tar -xvf v4l-utils-0.8.8.tar.bz2
$ cd v4l-utils-0.8.8/
$ make
$ sudo make install

opencv 2.4.2 letöltés

$ cd ..
$ wget -O OpenCV-2.4.2.tar.bz2
$ http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/2.4...wnload

opencv fordítása, telepítése

$ tar -xvf OpenCV-2.4.2.tar.bz2
$ cd OpenCV-2.4.2
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=RELEASE ..
$ make
$ sudo make install

linux környezeti változók beállítása

$ sudo nano /etc/ld.so.conf.d/opencv.conf

adjuk hozzá az utolsó sorban

/usr/local/lib

majd configuráljuk a libraryt

$sudo ldconfig

még egy utolsó módosítás ami gondoskodik a könyvtár eléréséről

$ sudo gedit /etc/bash.bashrc

adjuk hozzá az utolsó sorban

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

Ezzel befejeztük a telepítés. A beállítások csak újraindulás után lesznek érvényesek így a gépet újra kell indítani.
Ezután kipróbáljuk a telepítés sikerességét. Itt az opencv példa fájljait másoljuk egy tetszőleges könyvtárba, majd lefordítjuk azokat.

$ cd ~
$ mkdir openCV_samples
$ cp OpenCV-2.4.2/samples/c/* OpenCV_samples
$ cd OpenCV_samples/
$ chmod +x build_all.sh
$ ./build_all.sh


Fordítás után kipróbálhatjuk indíthatjuk a tesztet

$ ./facedetect --cascade="/usr/local/share/OpenCV/haarcascades/haarcascade_frontalface_alt.xml" --scale=1.5 lena.jpg

A fenti programrész egy tetszőleges jpg formátumú képen detektálja az arcot. A lena.jpg-t helyettesítve egy saját fotóval meggyőződhetünk a működés ?valódiságáról?.

További tesztet jelenthet az alábbi példaprogram fordítása:

Hozzunk létre egy image.cpp fájlt és másoljuk be az alábbi kódot



az alábbi formában fordíthatjuk:

$ g++ `pkg-config opencv --cflags` image.cpp -o image `pkg-config opencv --libs`

A továbbiakban parancssorból így fordíthatunk minden programot.

A program argumentumában megadott fájlnévvel indíthatjuk:

$ ./image lena.jpg

Mire volt jó mindez? Nem volt szándékomban programozói topikká alakítani az eredeti témát, de a továbbiakban szükségünk lesz megfelelő szoftvereszközökre is. Az opencv egy olyan lehetőséget ad a kezünkbe, mellyel igen széles keretek között lehet képmanipulációt megvalósítani. Többek között a korábban említetteknek megfelelően, segítségével fogom előállítani a sztereó kamerákból nyert képek alapján a mélységi mátrixot.

A telepítés megkönnyítése érdekében mellékelek egy script-et, amelyet elindítva a fenti műveletsort végrehajtja az opencv telepítésével bezárólag. Manuálisan csak a környezeti beállításokat kell megcsinálni.

Szia,

mint korábban is utaltam rá, én az opencv képfeldolgozó könyvtárat választottam. Ebben minden szükséges függvény megtalálható. Fejlesztői évek munkáját és a fellelhető legjobb algoritmusokat "rakták" bele. Mivel nincs szándékom egy fél életet átfogó fejlesztésbe belekezdeni, elfogadom az általa nyújtott lehetőségeket. A project célja egy lehetséges út megmutatása, amely szakaszainak egyéni átírása szabadon választható. A végrehajtási sebességhez fűzném hozzá, hogy érdemes megfigyelni az arcdetektálás végrehajtási idejét. Néhány ms-ot vesz igénybe. Azt jól látod, hogy a megfelelő stratégia megválasztásával csökkenthető a feldolgozási idő ( és nem a sebesség )

Skynet? Szerintem alaptalan lenne a félelem. Egy jó ideig nem fognak öntudatra ébredni ...sok embernek sem sikerül...

Ami pedig a sejtésed illeti, egészen másról van szó, mint a seti feladatmegosztása. Majd szivesen felvázolom egy másik szálon.

Egyelőre fogalmam sincs, milyen formában tudnánk erről beszélni. Idő hiányában nem tudok új topicot nyitni, de találunk valamilyen megoldást.
Talán röviden annyit, hogy nem egy konkrét "konyhakész" termékről van szó. Ahhoz túl bonyolult, hogy egy átlag felhasználó boldoguljon vele. (bocsánat az esetleges degradáló besorolásért) Inkább egyfajta "célszerszám", hogy a felhasználó igényei szerinti feladatokat hatékonyan meg tudjuk oldani.
Hozzáférni pedig rajtam keresztül...

Sikerült néhány hibát vétenem a leírásban - legalábbis az egyértelműséget lerontani. A script viszont rendben működik. Azért ha valaki kipróbálta, kérem jelezzen vissza... van-e értelme kódrészletekbe merülni.

Visszajelzés:

Említsd meg azért, hogy kb 150 megát tölt le az internetről!

1. Futtatási jogot kellett adni a scriptnek.
2. bash: ./OpenCVInstall.sh: /bin/bash^M: rossz parancsértelmező: Nincs ilyen fájl vagy könyvtár

Töröltem a script sorainak végéről a ^M sortörés karaktereket, így már rendben elindult.

3. Ha már script, akkor lehetne egy forced=yes vagy valami hasonló kapcsoló, hogy ne kelljen nyomkodni az entert.

Most még várom a lefutás végét. Eddig kifogástalanul megy, köszönjük!

Telepítés rendben lement, kézzel átírtam a bash.bashrc file-t, újraindítás, de a próbánál már sajnos elakadt:
./facedetect: error while loading shared libraries: libopencv_calib3d.so.2.4: cannot open shared object file: No such file or directory
Valami kimaradhatott?
Rendszer: 10.04 LTS ? Lucid Lynx

Most mondjam azt, hogy a sallangokkal nem foglalkoztam?! Természetes a futtási jog megadása... a sorvégi ^M pedig többnyire akkor kerül bele, ha window-os rendszerből másoljuk át linuxba. Az eredetiben nincs. Ellenőrízzétek linux alatt - pl mcedit-el - és ha a sor végén megtalálható, ahogyan említetted, törölni kell. Az so fálok megnyitási problémái akkor jelentkeznek, ha elfelejted az ldconfig paranccsal létrehozni a csatolásokat. Ellenőrízd, hogy létrehoztad-e előtte az /etc/ld.so.conf.d/opencv.conf fájlt a szükséges bejegyzéssel.

Akkor most azt is megemlíteném, hogy egy kellően izmos gépen kb fél óra a fordítási, telepítési idő... egy lassabban akár egy óra is lehet. Az aktuális telepítési állapottól függően akár több száz megát is letölt.

Mondjad
Azért írtam le a tapasztalatokat, és az általam talált megoldásokat, hogy másoknak már ne kelljen szívni vele, elvégre nem mindenki ért a linuxhoz (én sem). Így végül kapunk egy üzembiztos megoldást.

Igazad van, nem hozta létre, most megtettem. Így már rendesen lefutott a teszt, megtalálta a spiné arcát

Összefoglalva a telepítés zökkenőmentes, csak ezt a pár pontot kell szem előtt tartani. Köszönjük a munkádat!

A fejlesztői környezet telepítése után a tényleges kódolási műveletek maradtak ? már ami a képfeldolgozás érinti. Úgy gondoltam a Qt telepítését nem fogom bemutatni mert a célunknak tökéletesen megfelel a konzolos felület is. Ennek megfelelően végigveszem az egyes lépéseket, igyekszem szemléltetni a lépéseket és programkódot is mellékelek.

A két alapvető eszköz már rendelkezésre áll: a fejlesztői környezet és a sztereo kamera. A kameráról még nem esett bővebben szó. Közönséges, átlagos webkamerákat használtam. Miután szétszereltem őket, egy hordozóra rögzítettem úgy, hogy az optikai tengelyük között 100 mm a távolság. A kivitelezés pontossága jelentős hatással van a végeredményre, hiszen az optikai tengelyek egymáshoz viszonyított helyzete ? párhuzamosság, tengelyek elfordulási szöge jelentős eltérést hozhatnak létre a képek között. Egyébként sem mentesek a képek a torzítástól, ami a gyártási pontosságból és a CCD szórásából ered. Minél potosabb az együttállásuk, annál kisebb korrekciót kell alkalmazni a feldolgozás során.

Mint ahogyan említettem korábban ? és most újból áttekintem a lépéseket - a kamerák képeit, képpárt a képfeldolgozó programnak adjuk át. Mielőtt ezt megtennénk kalibrálnunk kell a kamerát (most már a két kamerát együtt nevezem így). Az opencv ajánlásai szerint ezt egy sakktábla mintázattal tehetjük meg leghatékonyabban.

A kalibrálás során több tucat képet készítünk, melyekből program képezni fogja a kalibrációs mátrixot, amit a továbbiakban felhasználunk a képek korrekciójához. Most visszatérve a képpár feldolgozáshoz? a képek korrekciója, egyenirányítása után azokat átalakítjuk monokromatikusá. Majd a program kiszámítja a diszparitást és a korrekciós mátrix segítségével képezi mélységi térképet. Ebben a mátrixban áll rendelkezésre a látótér képpontjainak távolsága, melyet az akadálykerülésnél fogunk felhasználni. A robot irányításába úgy illeszkedik ez a folyamat, hogy az operációs rendszer egyik task-ként hajtja végre a ciklikus képfeldolgozást. A képek nem stream-ként jelennek meg, hanem azok diszkrét időközönkénti frame-ek. Ennek előállításáról is egy task gondoskodik. Az előzetes elképzelések szerint 1-3 kép/másodperc lesz a feldolgozási sebesség. Nyilvánvaló, hogy meg kell találni a számítási kapacitás, számítási igény és robot mozgásának sebessége közötti egyensúlyt. Erre a hangolásra az egyes fázisok eredményének, tapasztalatainak birtokában kerül sor.

Csak mellékesen megjegyzem, hogy a robot alkalmas lesz tárgyfelismerésre is, és a kinect integrációjára amennyiben azt a vonalat is fejlesztjük.

Mielőtt folytatnám a részletekkel, meg kell említenem, hogy a témakörben rendkívül sok információ található az interneten, amelyet én is felhasználok a project során. Azt gondolom, hasznosabb ha összefüggéseiben rendszerezetten, kibővítve leírom a folyamatot mintsem linkeket szúrnék be a szövegbe. Mellette, ahol szükséges, megjelölöm a forrást is.

Máris ezzel kezdem: néhány példaprogram és egyes összefüggések Martin Peris blogjából került át a következő leírásaimba.

Martin Peris' blog

Az alábbi két video bemutatja, hogy milyen eredményre kellene jutnunk a képfeldologzás során. Az eredményül kapott kép már felhasználásra alkalmas információkat tartalmaz a navigációhoz.


StereoMatch_1

StereoMatch_2

Mit láthatunk a videókon? Megfigyelhető, hogy a különböző paraméterek változása milyen eredményre vezet. A kapott mélységi mátrix reprezentánsa szürkeárnyalattal szemlélteti a távolságot, a sötétebb a távolabbi, a világosabb a közelebbi objektumokat jelzi.

Helyesen...

Helló,

kicsit lemaradtam és el is akadtam. Ubuntu 11.04-em van és a hiba a következő:

Hát feltettem a libcv-dev csomagot, jó lesz ez nekem?

Aztán a ffmpeg konfigurálásánál jött a következő probléma:
ERROR: libopencore_amrnb not found

Ezzel már nem tudtam mit kezdeni. Ötlet?

Szia,

Ubuntu 11.04 esetében vannak függőségi problémák, ezzel találkoztál. Az libopencv-dev csomag nem elérhető az üzenet szerint, amit a libcv-dev-el lehet helyettesíteni ahogyan megtetted.

Az ffmpeg hibaüzenete fordítás során generálódott. A configurációs kapcsolók közül vedd ki a --enable-libopencore-amrwb kapcsolót és fordítsd újra.

Mindez nem biztos, hogy elég lesz a sikeres telepítéshez. Nem véletlenül tettem fel 10.04-re. Megpróbálhatod az ORACLE VirtualBox-ot feltenni és alatta futtatni az Ubuntu 10.04-et. Vagy egy új telepítés...

A 11.04-re a következőképpen teheted fel:

echo "deb http:// download.virtualbox.org/virtualbox/debian $(lsb_release -sc) contrib" | sudo tee /etc/apt/sources.list.d/virtualbox.list

wget -q http:// download.virtualbox.org/virtualbox/debian/oracle_vbox.asc -O- | sudo apt-key add -

sudo apt-get update

sudo apt-get install virtualbox-4.0

Van újabb verzió is, de ezzel működik.

Természetesen az --enable-libopencore-amrnb-ről van szó. Ha már javítok... a dev http:// és a wget -q http:// után van egy space, azt törölni kell. Azért tettem bele, mert "bővebb link" -ként fűzte be a szövegbe a tartalmat annak hiányában az editor.
Egyébként hogy kerülhetem el, hogy egy ilyen hivatkozást ne linkként kezeljen az editor?

Szia,

sikerült feltelepíteni, az arckereső szépen lefut. De az image.cpp fordításakor hiba van:


Jó lenne megoldani a futást 11.04 alatt, mert a 10.04-el driver gondjaim vannak.

Köszönöm.

Rossz választás, itt leszel .

Sajnos nem értem miért- de kénytelen vagyok elfogadni, mert éppen a mesterséges intelligencia kialakítása volt az egyik oka a fejlesztésnek. A CSK1 egy evolúciós elosztott rendszer része, ahol erőforrás átcsoportosítás és önátíró programok használata válik lehetségessé. Hol beszéljem át ha nem itt?

Lehet jelezni kellene a topic címében, hogy ez nem általános beszélgetős topic, hanem Giants kolléga útmutatója. Modik?

Ellenőrízd, hogy minden lépést megcsináltál-e. Ha az ldconfig-ot nem futtatod és az /etc/bash.bashrc -t nem módosítod, akkor érthető módon nem fogja megtalálni a könyvtárhivatkozásokat.

Ha visszaolvasol talán érteni fogod .

Felraktam egy 11.04LTS-t és megcsináltam az OpenCV telepítést. Az alábbiakban részletezem a menetét.

Az előző telepítési leírás opencv függőségek telepítése után az alábbi metódust kell alkalmazni:

$ sudo apt-get install cmake build-essential libgtk2.0-dev libavcodec-dev
libavformat-dev libjpeg62-dev libtiff4-dev cmake libswscale-dev libjasper-dev
libcv2.1 libcvaux2.1 libhighgui2.1 python-opencv opencv-doc libcv-dev
libcvaux-dev libhighgui-dev ffmpeg libavformat-dev libv4l-dev -y

$ wget http ://sourceforge.net/projects/opencvlibrary/files/opencv-unix/2.4.2/OpenCV-2.4.2.tar.bz2

$ tar xfv OpenCV-2.4.2.tar.bz2

Mielőtt az OpenCv fordítását elkezdenétek, módosítani kell a cap_v4l.cpp fájlt.

$ nano /modules/highgui/src/cap_v4l.cpp

A #include sor helyett a #include -t kell beírni.

Ezek után a lépések megegyeznek a korábbi leíráséval.

Lefordítottam a példa programokat, valamint az image.cpp programot is. Minden működik? ha mégsem, akkor ellenőrízzétek ismételten a lépéseket.

Most, hogy többé-kevésbé túl vagytok a telepítéseken, a kalibrációval folytatom a leírást.

Valamiért hiányosara sikerült előzleg... helyesen

A #include < linux/videodev.h > sor helyett a #include < libv4l1-videodev.h >-t kell beírni.

A < > közötti space-eket törölni kell (azért tettem bele, mert előzőleg azért nem látszott)

A kamerák kalibrációjához egy sakktábla szerű mintázatot célszerű használni. Miért éppen sakktába? Azért mert ezen a mintázaton könnyű detektálni a sarkokat, az objektumok határfelületét. A szabályos alakzat pontosabb korrekciószámítást tesz lehetővé.

41. ábra

Nyomtassátok ki a képet, ami A4-es méretű. A kalibrációs program paramétereként meg kell adni hány horizontális és vertikális csomópont van és mennyi a négyzetek élhosszúsága centiméterben kifejezve. Esetünkben 9 horizontális és 6 vertikális csomópont van. Az általam kinyomtatott kép négyzeteinek élhosszúsága 2.8 cm. A képről különböző pozicióban képpárokat kell készíteni úgy, hogy mindegyik képen teljes legyen a mintázat. Minél több képpár készül, annál pontosabb lesz a korrekció számítás.

42. ábra

A programot és képeket megtaláljátok a tömörített .tar fájlban, a pictures könyvtárban.

Calibrate


A programot először ki kell bontani, majd lefordítani.

$ tar xvf stereo_camera_calibrate.tar

$ make

$ ./stereo_calibrate list.txt 9 6 2.8

A képpárokat egy tetszőleges könyvtárba helyezve létre kell hozni egy listafájlt, amely tartalmazza a beolvasni kívánt képek neveit. A meglévő lista.txt fájl is használható megfelelő szerkesztés után.

A program, futtatása során kiszámolja a képek alapján a korrekciós mátrixokat, amelyek a későbbiekben felhasználhatóak.

A kalibrálás folyamata

A következő képen jól látható az eredeti képekkel összehasonlítva az egyenirányítás eredménye.

43. ábra

Szerver csere miatt átmenetileg - kb 2-5 nap - a hivatkozásokat nem lehet elérni. Elnézést kérek minden érintettől, hamarosan újra elérhető minden melléklet.

M