• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于模糊支持向量機的旁車道車輛并線意圖識別方法*

    2014-02-27 04:34:46馬國成劉昭度裴曉飛王寶鋒齊志權
    汽車工程 2014年3期
    關鍵詞:訓練樣本正確率意圖

    馬國成,劉昭度,裴曉飛,王寶鋒,齊志權

    (北京理工大學機械與車輛學院,北京 100081)

    前言

    旁車道車輛并線意圖識別是駕駛員輔助系統(tǒng)的重要組成部分,它可對自適應巡航控制(adaptive cruise control, ACC)等駕駛員輔助系統(tǒng)提供決策參考信息,以改善在旁車道車輛并線工況下的控制效果。ACC可由車載雷達獲取交通信息并通過電子節(jié)氣門和主動制動系統(tǒng)完成主車道車輛縱向動力自動控制,以實現(xiàn)定速巡航(安全車距內(nèi)無前車)或以安全車距跟隨前車行駛(前車車速小于巡航車速),由此可減輕駕駛員的負擔并減小追尾事故發(fā)生的概率[1-2]。但目前的ACC系統(tǒng)大都只利用主車道內(nèi)的目標車輛行駛信息進行控制決策,在并線工況下,只有旁車道車輛完全進入主車道內(nèi)時才會引起ACC目標車輛的改變,因此主車道車輛不能提前利用旁車道車輛的并線行駛信息進行控制。特別是在旁車道車輛強行并線工況下,目標車輛更新滯后會造成安全隱患,當ACC系統(tǒng)在主車道內(nèi)檢測到并線車輛時往往會對主車道車輛施加大強度制動以避免碰撞,這會影響到主車道車輛乘員的舒適性和后續(xù)車輛的正常行駛。如果在并線車輛尚在旁車道時即可確定其并線意圖,使主車道車輛提前按并線車輛更新期望車速與期望車距,則可避免上述問題。因此,旁車道車輛并線意圖識別對上述工況的ACC控制尤為重要。

    針對傳統(tǒng)ACC的旁車道車輛并線工況,文獻[3]中利用仿真證實了約有一半的駕駛員為確保安全會主動采取制動操作以中斷ACC的自動控制。為了描述車輛并線行為,文獻[4]中建立了多車交互的并線模型,但它只能說明有并線需求的駕駛員會在何種行駛條件下采取并線操作,并不能檢測駕駛員的并線意圖與動作;文獻[5]中則采用主車道車輛與旁車道車輛的側向相對距離與相對速度利用模糊決策來確定旁車道車輛的并線意圖,認為有較小側向相對距離與較大側向相對速度的旁車道車輛為并線車輛,但這種方法主觀因素較大,有時不能客觀反映并線車輛的行駛規(guī)律。針對以上問題,本文中采用機器學習的方法,利用模糊支持向量機對實際行駛工況下的旁車道車輛并線數(shù)據(jù)樣本進行學習,得到基于實測數(shù)據(jù)的并線意圖識別器,以用于實車ACC控制器對旁車道車輛并線意圖的實時在線識別。

    1 并線樣本

    本文中利用模糊支持向量機進行并線意圖識別器的訓練,因此并線樣本包括訓練樣本與待分類樣本,它們均可在實際的交通環(huán)境中獲得,且其結構組成一致。其中訓練樣本在經(jīng)過離線人工分類獲得分類標簽后用于并線意圖識別器的訓練,而待分類樣本在ACC控制中實時通過并線意圖識別器判斷旁車道車輛的并線意圖,如圖1所示。

    為了充分描述主車道車輛與旁車道車輛的運動關系,訓練樣本與待分類樣本由7個結構屬性組成,包括主車道車輛速度vh、主車道車輛與旁車道車輛的縱向相對車距dx、縱向相對車速vx、縱向相對加速度ax、橫向相對車距dy、橫向相對車速vy和橫向相對加速度ay。車載雷達的目標更新周期為50ms,因此并線樣本的更新與雷達保持一致。同時,在先前的研究中已經(jīng)完成了雷達對主車道和旁車道目標的跟蹤[6],因此dx、vx、dy和vy可由雷達返回目標車輛的相對距離dd、相對車速vd(徑向速度)與方位角θd按下式計算:

    (1)

    (2)

    相對加速度信息無法直接獲得,可設計以dx(dy)、vx(vy)、ax(ay)為狀態(tài)變量,以dx(dy)、vx(vy)為觀測量的3維Kalman濾波器,但考慮到在并線意圖的實時識別過程中3階矩陣的求逆會過多占用嵌入式控制器的資源,所以設計了以vx(vy)、ax(ay)為狀態(tài)變量,以vx(vy)為觀測量的2維Kalman濾波器,進行狀態(tài)估算:

    Kk=APkCT(CPkCT+Sz)-1

    (3)

    (4)

    (5)

    由圖2可知,相比直接利用vx差分計算ax,Kalman濾波估計得到的ax可有效抑制噪聲,避免了并線樣本信息的不準確。同時對ay的估計也有相同的結論。

    訓練樣本由主車道車輛在實際交通環(huán)境中采集獲得,經(jīng)過離線分析后,把并線車輛從開始向主車道移動至完全進入主車道后的樣本標記為1,認為檢測到駕駛員有并線意圖(正樣本);而把其余的旁車道車輛樣本標記為-1,認為駕駛員沒有并線意圖(負樣本)。由此共獲得正樣本52組(左右車道并線各26組),共計7 683個樣本點,負樣本87組(左車道43組,右車道44組),共計15 426個樣本點。這些帶有分類標記的樣本點將用于并線意圖識別器訓練。在獲得并線意圖識別器后,由ACC控制器實時采集計算得到的待分類樣本即可根據(jù)其對識別器輸出的結果來判斷旁車道車輛的并線意圖。

    2 支持向量機與模糊支持向量機

    支持向量機是基于統(tǒng)計學習理論的一種機器學習算法,它可在模型的復雜度和學習能力之間獲得較佳折衷,并可轉化為凸二次優(yōu)化問題進行求解,因此支持向量機算法簡單,且學習后得到的模型有較強的推廣能力[7],適合本文中小樣本學習的情況。支持向量機解決二分類問題的過程如下。

    設序號為i的訓練樣本點為(xi,yi),其中xi為樣本的屬性,在本文中xi由vh、dx、vx、ax、dy、vy和ay7個屬性構成;yi為該樣本的分類標簽,以1表示有并線意圖的樣本,以-1表示沒有并線意圖的樣本。一般情況下,設樣本有m個屬性,則在訓練過程中支持向量機希望獲得m維分類超平面ω·x+b=0,使所有訓練樣本(xi,yi)滿足:

    yi(ω·xi+b)≥1

    (6)

    (7)

    為了求解由式(6)和式(7)組成的優(yōu)化問題,構造如下的Lagrange函數(shù):

    (8)

    式中n為訓練樣本的個數(shù)。

    為求解式(8)的最小值,分別對ω、b、αi求偏導數(shù)并令其等于0,則式(8)的優(yōu)化問題可轉化為關于αi的凸二次規(guī)劃尋優(yōu)的對偶問題:

    (9)

    f(x)= sgn((ω*·x)+b*)=

    (10)

    式中x為待識別的樣本。

    但在m維空間中,往往存在訓練樣本線性不可分的情況,即并不是所有樣本都滿足式(6),此時主要通過以下方法提高分類準確度。首先通過映射zi=φ(xi)使學習樣本向更高維空間轉換,以提高分類準確率。式(9)的計算中只包括向量的點積,因此通過引入核函數(shù)K(xi,xj)來計算變換后高維空間中向量的點積zi·zj,以提高計算效率。其次通過引入松弛變量ξi來容許部分訓練樣本錯分,并在式(7)中引入懲罰項Cξi來權衡錯分點對最優(yōu)分類面的影響。

    但是在上述支持向量機中,對所有訓練樣本點都作等權重考慮,而在實際中各訓練樣本點的重要程度和準確性各不相同,如在駕駛員開始并線操作的初始時刻,并線樣本點與非并線樣本點的差異并不大,不能明確反映駕駛員的并線操作特性,因此需要考慮訓練樣本的權重問題。模糊支持向量機可以根據(jù)訓練樣本點(xi,yi)屬于某類的權重不同引入模糊隸屬系數(shù)si,使不同權重的樣本點對分類面的影響程度不同[8]。此時最優(yōu)分類面的求解轉化為

    (11)

    其對偶的凸二次規(guī)劃問題為

    (12)

    由所有訓練樣本點對式(2)求解后可得關于αi的最優(yōu)解,此時便可得到分類識別器,其判別函數(shù)為

    (13)

    3 并線意圖識別器訓練

    RBF核函數(shù)形式簡單且能更有效地將樣本向高維空間中映射,因此本文中選它作為求解式(12)的核函數(shù)。RBF核函數(shù)的基本形式為

    (14)

    此時,式(12)的優(yōu)化問題中存在2個參數(shù)C與σ,它們的值可通過網(wǎng)格優(yōu)化進行選取。即確定C與σ的取值范圍后,按一定的步長選取其所有可能的取值點,并在這些點上計算交叉檢驗正確率。在不同的C與σ下,得到最大交叉檢驗正確率的點即為C與σ的最優(yōu)取值。交叉檢驗正確率是指將所有訓練樣本隨機分成t組,用t-1組的樣本訓練識別器,利用剩余的1組樣本對訓練后的識別器進行檢驗,得到1個識別正確率,之后再將訓練樣本和檢驗樣本進行輪換,直至得到t個正確率,正確率的平均值即為交叉檢驗正確率。考慮到運算效率,將交叉檢驗的分組數(shù)設為5,同時在網(wǎng)格初始尋優(yōu)時采用較大的步長,在獲得可能存在最大值的區(qū)域后再在其領域附近利用小步長進行尋優(yōu),直至找出C與σ的最優(yōu)值。本文中σ的取值范圍為[2-8,28],同時為避免過大的C造成分類器的過學習,限制其范圍為[2-8,2]。網(wǎng)格優(yōu)化的結果如圖3所示。

    優(yōu)化后C與σ的值分別為0.94、1.87,此時交叉檢驗正確率為92.98%。利用此參數(shù)進行分類器的訓練,得到如式(13)的并線意圖識別器,其中共有支持向量487個(正樣本221個,負樣本266個)。

    4 試驗結果與結論

    將第3節(jié)中得到的并線意圖識別器編寫入車載嵌入式控制器中,在實際道路交通環(huán)境下對其性能進行試驗。試驗共捕捉到12組旁車道車輛并線過程與17組旁車道車輛正常行駛過程,其中的一次并線識別結果如圖4所示。

    在圖4的試驗中,旁車道車輛約在17s時從右側車道向主車道并線行駛。由圖4(c)與圖4(d)可知,普通支持向量機與模糊支持向量機都能對并線過程做出及時的識別,但后者識別的準確率要高于前者。同時為了濾除在模糊支持向量機中仍存在的樣本誤識別的情況,對圖4(d)的結果做如下處理:當并線狀態(tài)為-1(沒有檢測到并線)時,如果最近4個檢測周期中有3個檢測到并線發(fā)生,則并線狀態(tài)置1(檢測到并線);而當并線狀態(tài)為1時,最近4個檢測周期中有3個檢測到?jīng)]有并線發(fā)生,則并線狀態(tài)置為-1,其它情況下并線狀態(tài)保持不變。經(jīng)過處理后的結果如圖4(e)所示,可知利用此方法可使識別結果的準確率得到進一步提高。雖然圖4(e)的識別過程比圖4(d)約滯后了150ms,但與整體并線過程用時4~6s相比,滯后所占的時間可以忽略,并不影響在識別到并線意圖后對主車道車輛的控制。采用上述方法,12組并線試驗的平均誤報率(沒有檢測到并線)為5.7%,其中大部分誤報數(shù)據(jù)集中在駕駛員采取并線操作的初始時刻;而17組正常行駛試驗的平均誤報率(檢測到并線)為2.1%。

    以上分析表明,本文中基于模糊支持向量機進行機器學習得到的并線意圖識別器可在車輛尚在旁車道行駛時即可有效檢測其并線意圖,可為ACC和其它駕駛員輔助系統(tǒng)提供決策依據(jù),使控制過程更加準確合理。

    [1] Xiao Lingyun, Gao Feng. A Comprehensive Review of the Development of Adaptive Cruise Control Systems [J]. Vehicle System Dynamics, 2010, 48(10):1167-1192.

    [2] Moon Seungwuk, Cho Wanki, Yi Kyongsu. Intelligent Vehicle Safety Control Strategy in Various Driving Situations[J]. Vehicle System Dynamics, 2010, 48(1):537-554.

    [3] Bako Rajaonah, Francoise Anceaux, Fabrice Vienne. Trust and the Use of Adaptive Cruise Control: a Study of a Cut-in Situation [J]. Cognition Technology and Work, 2006, 8(2):146-155.

    [4] Peter Hidas. Modelling Vehicle Interactions in Microscopic Simulation of Merging and Weaving [J]. Transportation Research Part C: Emerging Technologies, 2005, 13(1):37-62.

    [5] Moon Seungwuk, Kang Hyoungjin, Yi Kyongsu. Multi Vehicle Target Selection for Adaptive Cruise Control [J]. Vehicle System Dynamics, 2010, 48(11):1325-1343.

    [6] 李徑亮. 車輛ABS/ASR/ACC集成技術研究[D]. 北京:北京理工大學, 2011.

    [7] Hsu Chihwei, Chang Chihchung, Lin Chihjen. A Practical Guide to Support Vector Classification [R]. Taiwan: National Taiwan University, 2010.

    [8] Lin Chunfu,Wang Shengde. Fuzzy Support Vector Machines [J]. IEEE Transactions on Meural Networks, 2002, 13(2):464-471.

    [9] Platt John C. Sequential Minimal Optimization: A Fast Algorithm for Training Support Vector Machines[R]. Microsoft Research, 1998.

    猜你喜歡
    訓練樣本正確率意圖
    原始意圖、對抗主義和非解釋主義
    法律方法(2022年2期)2022-10-20 06:42:20
    陸游詩寫意圖(國畫)
    制定法解釋與立法意圖的反事實檢驗
    法律方法(2021年3期)2021-03-16 05:56:58
    門診分診服務態(tài)度與正確率對護患關系的影響
    人工智能
    生意
    品管圈活動在提高介入手術安全核查正確率中的應用
    天津護理(2016年3期)2016-12-01 05:40:01
    寬帶光譜成像系統(tǒng)最優(yōu)訓練樣本選擇方法研究
    融合原始樣本和虛擬樣本的人臉識別算法
    電視技術(2016年9期)2016-10-17 09:13:41
    生意
    故事會(2016年15期)2016-08-23 13:48:41
    又紧又爽又黄一区二区| 啪啪无遮挡十八禁网站| 可以在线观看毛片的网站| 久久中文看片网| 美国免费a级毛片| 天堂√8在线中文| 日韩一卡2卡3卡4卡2021年| 国产欧美日韩一区二区三区在线| 美女福利国产在线| 亚洲av成人av| 久久精品国产亚洲av香蕉五月| 亚洲 国产 在线| 中文亚洲av片在线观看爽| 精品少妇一区二区三区视频日本电影| 午夜日韩欧美国产| 国产成年人精品一区二区 | www.自偷自拍.com| 脱女人内裤的视频| 国产午夜精品久久久久久| 亚洲欧美日韩高清在线视频| www.999成人在线观看| 五月开心婷婷网| 欧美亚洲日本最大视频资源| 亚洲色图综合在线观看| 一夜夜www| 天堂俺去俺来也www色官网| 狠狠狠狠99中文字幕| 免费日韩欧美在线观看| 日韩高清综合在线| 国产精品免费一区二区三区在线| 后天国语完整版免费观看| 宅男免费午夜| 怎么达到女性高潮| 十八禁人妻一区二区| 国产麻豆69| www.精华液| 久久人人精品亚洲av| av国产精品久久久久影院| 中文字幕人妻丝袜一区二区| 成人国语在线视频| 久久伊人香网站| 视频区欧美日本亚洲| 丰满饥渴人妻一区二区三| 国产熟女午夜一区二区三区| 好看av亚洲va欧美ⅴa在| 国产亚洲精品久久久久久毛片| 99热国产这里只有精品6| 十八禁网站免费在线| 久久国产乱子伦精品免费另类| 亚洲色图av天堂| 国产av一区在线观看免费| 国产精品香港三级国产av潘金莲| 美女午夜性视频免费| 欧洲精品卡2卡3卡4卡5卡区| 黄频高清免费视频| 亚洲第一青青草原| 涩涩av久久男人的天堂| 99精品在免费线老司机午夜| 日本黄色日本黄色录像| 午夜两性在线视频| 夜夜夜夜夜久久久久| 日本欧美视频一区| 18禁黄网站禁片午夜丰满| 波多野结衣高清无吗| 国产高清国产精品国产三级| 国产精品亚洲av一区麻豆| 神马国产精品三级电影在线观看 | 在线观看免费日韩欧美大片| 久久久国产成人免费| 亚洲一区二区三区不卡视频| 午夜福利在线免费观看网站| 亚洲情色 制服丝袜| 国产av一区二区精品久久| 女人爽到高潮嗷嗷叫在线视频| 免费女性裸体啪啪无遮挡网站| 亚洲av五月六月丁香网| 国产精品一区二区免费欧美| 久久中文看片网| 日韩成人在线观看一区二区三区| 大型黄色视频在线免费观看| 又紧又爽又黄一区二区| 久久精品国产综合久久久| 真人一进一出gif抽搐免费| 自线自在国产av| 动漫黄色视频在线观看| 国产亚洲精品一区二区www| 制服诱惑二区| 免费在线观看完整版高清| a级毛片黄视频| 精品国产乱码久久久久久男人| 18禁观看日本| 亚洲人成电影免费在线| 日韩欧美三级三区| 久久久久精品国产欧美久久久| 在线观看日韩欧美| 国产黄a三级三级三级人| 久久人人爽av亚洲精品天堂| 香蕉国产在线看| 欧美 亚洲 国产 日韩一| 精品一区二区三区四区五区乱码| 亚洲,欧美精品.| 欧美人与性动交α欧美软件| 香蕉久久夜色| 国产亚洲精品久久久久久毛片| 可以在线观看毛片的网站| 看黄色毛片网站| 50天的宝宝边吃奶边哭怎么回事| 久久九九热精品免费| 人成视频在线观看免费观看| 19禁男女啪啪无遮挡网站| 国产av一区在线观看免费| 国产午夜精品久久久久久| 黄色成人免费大全| av天堂久久9| 精品久久久久久久毛片微露脸| 亚洲一区中文字幕在线| 精品国产乱码久久久久久男人| 亚洲久久久国产精品| 午夜精品国产一区二区电影| 成年女人毛片免费观看观看9| 久久香蕉国产精品| 亚洲 欧美一区二区三区| 日韩一卡2卡3卡4卡2021年| 大香蕉久久成人网| 亚洲精品久久午夜乱码| 国产三级在线视频| 在线视频色国产色| 日韩免费高清中文字幕av| 国产成人一区二区三区免费视频网站| 国产精品免费一区二区三区在线| 少妇 在线观看| 制服诱惑二区| 欧美午夜高清在线| 免费日韩欧美在线观看| 午夜91福利影院| 女人爽到高潮嗷嗷叫在线视频| 久久人妻av系列| 久久久久九九精品影院| 免费女性裸体啪啪无遮挡网站| 亚洲av第一区精品v没综合| 高清黄色对白视频在线免费看| 精品福利永久在线观看| 成人亚洲精品一区在线观看| 成人18禁高潮啪啪吃奶动态图| 午夜老司机福利片| 免费人成视频x8x8入口观看| 伦理电影免费视频| 精品久久久精品久久久| 91精品三级在线观看| 国产精品综合久久久久久久免费 | 免费少妇av软件| 嫩草影视91久久| 亚洲国产欧美网| 亚洲一码二码三码区别大吗| 久久精品影院6| 亚洲成人国产一区在线观看| 宅男免费午夜| 色播在线永久视频| 国产日韩一区二区三区精品不卡| 国产亚洲欧美精品永久| 国产区一区二久久| 两个人免费观看高清视频| 亚洲午夜精品一区,二区,三区| a级毛片黄视频| 757午夜福利合集在线观看| 亚洲午夜理论影院| 欧美激情久久久久久爽电影 | 日韩视频一区二区在线观看| 国产欧美日韩一区二区三区在线| 午夜视频精品福利| 久久精品国产综合久久久| 一本大道久久a久久精品| 人人澡人人妻人| 国产精品99久久99久久久不卡| 久久国产乱子伦精品免费另类| 美女高潮喷水抽搐中文字幕| 交换朋友夫妻互换小说| 国产精品一区二区在线不卡| 国产人伦9x9x在线观看| 咕卡用的链子| 国产一区二区三区视频了| 亚洲成人免费av在线播放| 99久久人妻综合| 长腿黑丝高跟| 视频在线观看一区二区三区| 国产精品永久免费网站| 少妇 在线观看| av在线播放免费不卡| 他把我摸到了高潮在线观看| 精品久久久久久久毛片微露脸| 露出奶头的视频| 亚洲七黄色美女视频| 成人手机av| 一区在线观看完整版| 一进一出抽搐动态| 免费在线观看黄色视频的| 国产精品秋霞免费鲁丝片| 亚洲成国产人片在线观看| 日韩一卡2卡3卡4卡2021年| 黑人欧美特级aaaaaa片| 在线观看免费高清a一片| 国产在线精品亚洲第一网站| 看黄色毛片网站| 精品久久久精品久久久| 人人妻人人添人人爽欧美一区卜| 性欧美人与动物交配| 757午夜福利合集在线观看| 搡老岳熟女国产| 日韩欧美一区视频在线观看| 久久久水蜜桃国产精品网| 日韩视频一区二区在线观看| 日韩人妻精品一区2区三区| 国产一区二区三区综合在线观看| 母亲3免费完整高清在线观看| 麻豆国产av国片精品| 十分钟在线观看高清视频www| 国产激情久久老熟女| 天堂影院成人在线观看| 国产日韩一区二区三区精品不卡| 国产精品久久电影中文字幕| 国产精品野战在线观看 | 在线观看66精品国产| 日韩国内少妇激情av| 韩国av一区二区三区四区| 天堂影院成人在线观看| 99精品在免费线老司机午夜| 国产亚洲欧美精品永久| 制服人妻中文乱码| av片东京热男人的天堂| 怎么达到女性高潮| 精品卡一卡二卡四卡免费| 757午夜福利合集在线观看| 亚洲 国产 在线| a级片在线免费高清观看视频| 亚洲av美国av| 国产亚洲精品久久久久5区| 久久九九热精品免费| 真人一进一出gif抽搐免费| 亚洲五月天丁香| av视频免费观看在线观看| 天堂俺去俺来也www色官网| 国产在线精品亚洲第一网站| 国内久久婷婷六月综合欲色啪| 欧美激情高清一区二区三区| 国产成人精品无人区| 亚洲国产精品一区二区三区在线| 精品福利永久在线观看| av福利片在线| 夜夜夜夜夜久久久久| 国产人伦9x9x在线观看| 久久亚洲真实| av中文乱码字幕在线| 好看av亚洲va欧美ⅴa在| 在线观看舔阴道视频| 免费日韩欧美在线观看| 老司机靠b影院| 色哟哟哟哟哟哟| 波多野结衣高清无吗| 亚洲精品一二三| 国产精品久久视频播放| 日日摸夜夜添夜夜添小说| 亚洲三区欧美一区| 免费在线观看完整版高清| 成人黄色视频免费在线看| cao死你这个sao货| 91大片在线观看| 午夜福利影视在线免费观看| 日本五十路高清| 国产精品香港三级国产av潘金莲| 国产精品综合久久久久久久免费 | 波多野结衣av一区二区av| 999久久久国产精品视频| 怎么达到女性高潮| 日韩大尺度精品在线看网址 | 国产精品98久久久久久宅男小说| 一进一出抽搐gif免费好疼 | 国产精品98久久久久久宅男小说| 黑人巨大精品欧美一区二区mp4| 亚洲自偷自拍图片 自拍| 九色亚洲精品在线播放| 999久久久国产精品视频| 亚洲av成人av| 午夜亚洲福利在线播放| 国产亚洲精品久久久久5区| 日韩三级视频一区二区三区| 国产一区二区三区在线臀色熟女 | 国产一区二区在线av高清观看| 国产精品综合久久久久久久免费 | 免费女性裸体啪啪无遮挡网站| 亚洲成人久久性| 亚洲国产精品sss在线观看 | 搡老熟女国产l中国老女人| 欧美日韩福利视频一区二区| bbb黄色大片| 桃色一区二区三区在线观看| 午夜老司机福利片| 免费观看人在逋| 大型av网站在线播放| 日日干狠狠操夜夜爽| 国产精品乱码一区二三区的特点 | 正在播放国产对白刺激| 久久久久国内视频| 国产三级在线视频| 国产精品日韩av在线免费观看 | 国产av在哪里看| 亚洲狠狠婷婷综合久久图片| 88av欧美| 国产一卡二卡三卡精品| 女人高潮潮喷娇喘18禁视频| 免费不卡黄色视频| 亚洲久久久国产精品| 国产不卡一卡二| 在线免费观看的www视频| 久久精品国产清高在天天线| 欧美激情高清一区二区三区| 嫁个100分男人电影在线观看| 精品熟女少妇八av免费久了| 两性夫妻黄色片| 国产成人欧美在线观看| 交换朋友夫妻互换小说| 两性夫妻黄色片| 色尼玛亚洲综合影院| av电影中文网址| 欧美精品啪啪一区二区三区| 男男h啪啪无遮挡| 亚洲五月色婷婷综合| 欧美黑人精品巨大| 久久狼人影院| 国产一区二区在线av高清观看| 国产精品 欧美亚洲| 日本三级黄在线观看| 亚洲男人的天堂狠狠| 大型av网站在线播放| a级片在线免费高清观看视频| 女性生殖器流出的白浆| 香蕉丝袜av| 亚洲精品美女久久av网站| 国产亚洲精品第一综合不卡| 午夜免费观看网址| 亚洲国产欧美一区二区综合| 日日摸夜夜添夜夜添小说| 好男人电影高清在线观看| 狠狠狠狠99中文字幕| 午夜成年电影在线免费观看| 久久久国产一区二区| 麻豆一二三区av精品| 在线观看免费视频日本深夜| 成在线人永久免费视频| 日本撒尿小便嘘嘘汇集6| 亚洲熟女毛片儿| avwww免费| 久久久久久久精品吃奶| 69精品国产乱码久久久| 老司机亚洲免费影院| 另类亚洲欧美激情| av在线天堂中文字幕 | 国产精品 国内视频| 黄色a级毛片大全视频| 两个人看的免费小视频| 91老司机精品| 女人高潮潮喷娇喘18禁视频| 中文欧美无线码| 国产1区2区3区精品| 手机成人av网站| 亚洲熟妇熟女久久| 国产成人啪精品午夜网站| 极品人妻少妇av视频| 国产精品 欧美亚洲| 妹子高潮喷水视频| 日韩视频一区二区在线观看| 超色免费av| 欧美最黄视频在线播放免费 | 在线国产一区二区在线| 国产一区二区三区视频了| 亚洲 国产 在线| 欧美激情极品国产一区二区三区| 97超级碰碰碰精品色视频在线观看| 亚洲色图av天堂| 国产三级黄色录像| 成人亚洲精品av一区二区 | 午夜免费观看网址| 人成视频在线观看免费观看| 怎么达到女性高潮| 欧美在线黄色| 在线观看一区二区三区| 亚洲自拍偷在线| 日本精品一区二区三区蜜桃| 久久久国产成人精品二区 | 欧美亚洲日本最大视频资源| 国产成年人精品一区二区 | 久久国产精品男人的天堂亚洲| 这个男人来自地球电影免费观看| 黑人猛操日本美女一级片| 女人爽到高潮嗷嗷叫在线视频| 久热这里只有精品99| 国产欧美日韩综合在线一区二区| 在线观看免费高清a一片| 人人妻,人人澡人人爽秒播| 男女做爰动态图高潮gif福利片 | 国产一区在线观看成人免费| a级片在线免费高清观看视频| 麻豆av在线久日| 中文字幕最新亚洲高清| www.自偷自拍.com| 中文亚洲av片在线观看爽| 亚洲专区中文字幕在线| 国产成人影院久久av| 咕卡用的链子| 亚洲七黄色美女视频| 国产精品国产高清国产av| 欧美成人性av电影在线观看| 91精品国产国语对白视频| 国产一区二区三区在线臀色熟女 | 国产精品免费一区二区三区在线| 中文字幕最新亚洲高清| 99re在线观看精品视频| 麻豆国产av国片精品| 欧美日韩av久久| 久久中文字幕人妻熟女| 色婷婷久久久亚洲欧美| 女生性感内裤真人,穿戴方法视频| 中文字幕高清在线视频| 黄色女人牲交| 国产在线精品亚洲第一网站| 日韩欧美一区视频在线观看| 69精品国产乱码久久久| 午夜免费成人在线视频| 久久精品亚洲av国产电影网| 少妇 在线观看| 精品熟女少妇八av免费久了| xxx96com| 久久亚洲精品不卡| 亚洲人成电影免费在线| 身体一侧抽搐| 久久精品亚洲av国产电影网| 日韩中文字幕欧美一区二区| 精品免费久久久久久久清纯| 黑人操中国人逼视频| 亚洲性夜色夜夜综合| 我的亚洲天堂| 一进一出好大好爽视频| 亚洲情色 制服丝袜| 亚洲精品久久成人aⅴ小说| 18美女黄网站色大片免费观看| 亚洲五月色婷婷综合| 满18在线观看网站| 欧美精品啪啪一区二区三区| 国内毛片毛片毛片毛片毛片| 性欧美人与动物交配| 不卡一级毛片| 久久精品影院6| 两性夫妻黄色片| 久久久久精品国产欧美久久久| 九色亚洲精品在线播放| 国产一区二区在线av高清观看| 久久影院123| 久久热在线av| 少妇 在线观看| 岛国视频午夜一区免费看| 精品久久久久久成人av| 日韩中文字幕欧美一区二区| 亚洲激情在线av| 国产免费现黄频在线看| 超色免费av| 丝袜美腿诱惑在线| 满18在线观看网站| 波多野结衣一区麻豆| 老司机福利观看| 一本综合久久免费| 两个人免费观看高清视频| 十八禁网站免费在线| 欧美成人性av电影在线观看| 一边摸一边抽搐一进一小说| 国产av又大| 午夜成年电影在线免费观看| 中文亚洲av片在线观看爽| 美女午夜性视频免费| 亚洲人成77777在线视频| 免费看十八禁软件| a在线观看视频网站| 国产高清国产精品国产三级| 亚洲午夜精品一区,二区,三区| 老司机靠b影院| 亚洲熟妇熟女久久| 国产精品av久久久久免费| 欧美日韩福利视频一区二区| 国产精品98久久久久久宅男小说| 亚洲国产欧美网| 亚洲av成人av| 伦理电影免费视频| 99re在线观看精品视频| 国产精品秋霞免费鲁丝片| 国产精品综合久久久久久久免费 | 国产精品一区二区三区四区久久 | 亚洲欧美日韩无卡精品| 精品国产一区二区久久| 妹子高潮喷水视频| 中文字幕另类日韩欧美亚洲嫩草| 亚洲av片天天在线观看| 久久天堂一区二区三区四区| 操出白浆在线播放| 热99国产精品久久久久久7| 精品久久久久久久毛片微露脸| 成人亚洲精品av一区二区 | 伊人久久大香线蕉亚洲五| av天堂久久9| 日韩国内少妇激情av| 成人三级黄色视频| 亚洲aⅴ乱码一区二区在线播放 | 久久精品91蜜桃| 涩涩av久久男人的天堂| 亚洲人成77777在线视频| av网站在线播放免费| 少妇 在线观看| 男人舔女人下体高潮全视频| www.精华液| 久热爱精品视频在线9| 亚洲久久久国产精品| 久久草成人影院| 午夜两性在线视频| 天天影视国产精品| 免费在线观看亚洲国产| 曰老女人黄片| 一区二区日韩欧美中文字幕| 18禁裸乳无遮挡免费网站照片 | 不卡av一区二区三区| 久久久水蜜桃国产精品网| 色尼玛亚洲综合影院| 伊人久久大香线蕉亚洲五| 国产麻豆69| 亚洲国产精品999在线| 欧美成人性av电影在线观看| 国产高清国产精品国产三级| 国内久久婷婷六月综合欲色啪| 在线观看免费视频日本深夜| 国产精品久久久久久人妻精品电影| 欧美中文日本在线观看视频| 欧美精品亚洲一区二区| 亚洲自拍偷在线| 天天添夜夜摸| 久久性视频一级片| 99香蕉大伊视频| 欧美色视频一区免费| 性少妇av在线| 最近最新中文字幕大全电影3 | 国产av精品麻豆| 久久久久久亚洲精品国产蜜桃av| 一本综合久久免费| 免费av毛片视频| 国产色视频综合| 大码成人一级视频| 69精品国产乱码久久久| 欧美黄色淫秽网站| 一本大道久久a久久精品| 精品福利观看| 国产欧美日韩精品亚洲av| 男人的好看免费观看在线视频 | 99久久人妻综合| 成在线人永久免费视频| 欧美日韩一级在线毛片| 色播在线永久视频| 欧美亚洲日本最大视频资源| 亚洲中文av在线| 国产高清videossex| 亚洲 国产 在线| 国内毛片毛片毛片毛片毛片| 高清av免费在线| 久久久久久免费高清国产稀缺| 日韩视频一区二区在线观看| 国产精品美女特级片免费视频播放器 | av有码第一页| 免费女性裸体啪啪无遮挡网站| 成熟少妇高潮喷水视频| 国产精品免费视频内射| 国产精品香港三级国产av潘金莲| xxx96com| av有码第一页| 麻豆一二三区av精品| 天堂√8在线中文| 黄片播放在线免费| 国产三级在线视频| e午夜精品久久久久久久| 自线自在国产av| 极品人妻少妇av视频| 最好的美女福利视频网| 1024视频免费在线观看| 真人做人爱边吃奶动态| 国产成人精品在线电影| 手机成人av网站| 电影成人av| 丰满饥渴人妻一区二区三| 久久久精品欧美日韩精品| √禁漫天堂资源中文www| 亚洲精品在线美女| 天堂中文最新版在线下载| 天堂影院成人在线观看| 大香蕉久久成人网| 日韩精品中文字幕看吧| 在线观看午夜福利视频| 午夜日韩欧美国产| 在线观看一区二区三区| 满18在线观看网站| 桃色一区二区三区在线观看| 在线观看免费视频日本深夜| 18禁国产床啪视频网站| 51午夜福利影视在线观看| 欧美中文综合在线视频| 9色porny在线观看| 国产野战对白在线观看| 久久中文字幕一级| 91麻豆av在线| 久久人人97超碰香蕉20202| 老汉色av国产亚洲站长工具| 亚洲性夜色夜夜综合| 免费在线观看黄色视频的|