• <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 ?

    基于腦電信號(hào)分類的高速公路上駕駛疲勞識(shí)別*

    2015-04-13 02:52:09王福旺
    汽車工程 2015年2期
    關(guān)鍵詞:電信號(hào)權(quán)值駕駛員

    羅 旭,王 宏, 王福旺

    (1.東北大學(xué),沈陽 110004;2.沈陽師范大學(xué),沈陽 110034)

    ?

    2015041

    基于腦電信號(hào)分類的高速公路上駕駛疲勞識(shí)別*

    羅 旭1,2,王 宏1, 王福旺1

    (1.東北大學(xué),沈陽 110004;2.沈陽師范大學(xué),沈陽 110034)

    為駕駛疲勞的識(shí)別提出一種基于小波變換與BP人工神經(jīng)網(wǎng)絡(luò)的自發(fā)腦電信號(hào)分類方法。利用離散小波變換對(duì)駕駛員的腦電信號(hào)濾波,得到頻率低于30Hz的4個(gè)子帶小波系數(shù),由統(tǒng)計(jì)方法從小波系數(shù)中提取特征值。以這些特征值作為訓(xùn)練數(shù)據(jù),對(duì)所建的BP人工神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。結(jié)果表明,用所建的神經(jīng)網(wǎng)絡(luò)對(duì)高速公路客車駕駛員分別在疲勞和非疲勞時(shí)記錄的腦電信號(hào)進(jìn)行分類可達(dá)93.2%的準(zhǔn)確率。

    駕駛疲勞;腦電信號(hào);小波;BP人工神經(jīng)網(wǎng)絡(luò)

    前言

    疲勞駕駛是引發(fā)交通事故的主要原因之一。經(jīng)統(tǒng)計(jì),有20%~30% 的交通事故直接由疲勞駕駛引起[1]。因此須研究量化與識(shí)別疲勞駕駛的有效方法,為研制疲勞駕駛預(yù)警系統(tǒng)提供理論與技術(shù)支持。

    疲勞駕駛的量化與識(shí)別,主要是通過分析人體電信號(hào),如腦電(EEG)、眼電(EOG)和肌電(EMG)等來實(shí)現(xiàn)。其中,腦電信號(hào)是最為可信和準(zhǔn)確的疲勞判斷依據(jù)[2]。文獻(xiàn)[3]中試圖使用腦電信號(hào)功率記錄模擬駕駛過程中駕駛員的表現(xiàn),結(jié)果表明腦電信號(hào)的變化與駕駛員注意力的變化有關(guān)。文獻(xiàn)[4]中提出,疲勞狀態(tài)下的腦電波中,低頻波(θ波與α波)比例增大,而高頻波(β波)比例降低。文獻(xiàn)[5]中通過支持向量機(jī)分類器對(duì)經(jīng)小波濾波的腦電信號(hào)進(jìn)行分類識(shí)別,分類正確率達(dá)90.04%。

    本文中結(jié)合離散小波變換濾波技術(shù)與BP人工神經(jīng)網(wǎng)絡(luò)分類方法,對(duì)兩類腦電數(shù)據(jù)(疲勞駕駛和非疲勞駕駛狀態(tài)下的腦電信號(hào))進(jìn)行分類識(shí)別,平均正確率為93.2%。

    1 小波濾波與特征提取

    腦電信號(hào)在采集過程中參雜大量噪聲,在分類識(shí)別之前必須先濾波。針對(duì)腦電信號(hào)的非線性與非平穩(wěn)性[6],小波變換是較有效的時(shí)頻分析方法[7],因此采用快速的離散小波變換設(shè)計(jì)濾波器。

    1.1 離散小波濾波

    信號(hào)經(jīng)小波變換后,可產(chǎn)生壓縮式的小波系數(shù),分別為代表原信號(hào)低頻部分的逼近小波系數(shù)與代表高頻部分的細(xì)節(jié)小波系數(shù)。本文中使用離散小波變換[8](DWT)對(duì)腦電信號(hào)進(jìn)行濾波,離散小波變換定義如下:

    (1)

    式中:ψ(t)為小波基函數(shù),j、k∈Z并代表頻率分辨率,fj(t)為信號(hào)f(t)在尺度2j的分類。

    腦電信號(hào)經(jīng)離散小波變換分解,得到頻率低于32Hz(腦電信號(hào)頻率主要分布在0~30Hz)的4個(gè)子帶內(nèi)的小波系數(shù),從而過濾掉頻率較高的干擾信號(hào)。離散小波分解過程如下:先對(duì)腦電信號(hào)f(t)進(jìn)行首次分解,得到第1層低通逼近分量A1和高通細(xì)節(jié)分量D1。再對(duì)A1分解得到第2層的逼近和細(xì)節(jié)分量AA2和DA2。以此類推,一直分解到第4層。在第4層中,除了分解逼近分量AAA3,得到AAAA4和DAAA4之外,還分解細(xì)節(jié)分量DAA3,得到ADAA4和DDAA4。為表述方便,將這4個(gè)分量分別標(biāo)記為P1、P2、P3和P4。小波分解過程如圖1所示。

    每次分解產(chǎn)生的兩個(gè)分量的頻率范圍都為原分量頻率范圍的一半,且逼近分量覆蓋低頻范圍,細(xì)節(jié)分量覆蓋高頻范圍。例如,假設(shè)原始信號(hào)頻率為128Hz,經(jīng)分解后得到的逼近分量A1的頻率范圍為0~64Hz,D1為64~128Hz。經(jīng)5次分解之后,在第4層產(chǎn)生的4個(gè)分量的頻率范圍分別是0~8Hz、8~16Hz、16~24Hz和24~32Hz。

    1.2 提取小波系數(shù)特征

    前面得到的每個(gè)小波分量Pi都含有大量的小波系數(shù),不適合直接作為特征數(shù)據(jù)。為減少計(jì)算量,需要從每個(gè)分量?jī)?nèi)提取統(tǒng)計(jì)值。對(duì)每個(gè)分量Pi(i∈{1,2,3,4}),取其最大值、最小值、均值和標(biāo)準(zhǔn)差。根據(jù)4個(gè)分量一共生成16個(gè)特征值。

    當(dāng)采用該特征提取方法分析腦電時(shí),須預(yù)先定義分析窗口的大小。例如,針對(duì)腦電帽的某通道,可以每當(dāng)采集128組腦電數(shù)據(jù)時(shí),便提取與之對(duì)應(yīng)的16個(gè)特征值。這些特征值將作為神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù),用于之后的神經(jīng)網(wǎng)絡(luò)訓(xùn)練與創(chuàng)建。

    2 BP人工神經(jīng)網(wǎng)絡(luò)分類器

    2.1 BP人工神經(jīng)網(wǎng)絡(luò)

    BP神經(jīng)網(wǎng)絡(luò)[9]的學(xué)習(xí)過程由信號(hào)的正向傳輸與誤差的反向傳播兩個(gè)過程組成。正向傳輸時(shí),樣本從輸入層傳入,經(jīng)隱含層逐層處理后傳向輸出層。若輸出層的實(shí)際輸出與期望輸出不符,則進(jìn)入誤差的反向傳播階段。誤差的反向傳播將輸出誤差以某種形式通過隱含層向輸入層逐層反傳,并將誤差分?jǐn)偨o各層的所有單元,從而獲得各層單元的誤差信號(hào),該誤差信號(hào)作為修正各神經(jīng)元權(quán)值的依據(jù)。

    2.2 設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    駕駛狀態(tài)下,額頭AF3和AF4部位的腦電電位變化較為明顯,如圖2所示。

    因而提取AF3和AF4兩通道腦電信號(hào)的特征值作為神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)。兩通道的窗口信號(hào)經(jīng)小波過濾和特征提取后,共產(chǎn)生32個(gè)特征值,所以設(shè)置神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)為32。輸出層節(jié)點(diǎn)數(shù)為1,輸出值為0(非疲勞狀態(tài))或1(疲勞狀態(tài))。隱含層最佳節(jié)點(diǎn)數(shù)的計(jì)算公式[10]為

    l=log2n

    (2)

    式中:n為輸入層節(jié)點(diǎn)數(shù);l為隱含層節(jié)點(diǎn)數(shù)。根據(jù)式(2)與輸入層節(jié)點(diǎn)數(shù)32,設(shè)置隱含層節(jié)點(diǎn)數(shù)為5。神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

    該神經(jīng)網(wǎng)絡(luò)屬于兩類分類器。理想狀態(tài)下,經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)能執(zhí)行準(zhǔn)確率較高的分類操作,即向神經(jīng)網(wǎng)絡(luò)輸入屬于某一類(如疲勞)的特征值后,神經(jīng)網(wǎng)絡(luò)以可接受的準(zhǔn)確率輸出與期望值相同的實(shí)際輸出值。

    2.3 選擇神經(jīng)網(wǎng)絡(luò)訓(xùn)練函數(shù)

    神經(jīng)網(wǎng)絡(luò)訓(xùn)練采用Levenberg-Marquardt函數(shù)[11],該函數(shù)由基于最大鄰域思想的最小二乘估計(jì)算法得出。設(shè)E(w)由數(shù)量為m的個(gè)體誤差項(xiàng)組成,E(w)定義如下:

    (3)

    式中:w為權(quán)值向量,ei(w)為第i個(gè)神經(jīng)元的實(shí)際輸出值oi(w)與期望輸出值yi的差值。

    算法的目標(biāo)是計(jì)算出使E(w)最小的權(quán)值向量w。新權(quán)值向量wk+1可表示為

    wk+1=wk+δwk

    (4)

    式中:wk為原權(quán)值向量,δwk的定義為

    (5)

    式中:e(wk)=[e1(wk),e2(wk),…,em(wk)]T;Jk為e(wk)在wk處的雅可比矩陣,Jk第i行第j列的元素表達(dá)式為

    (6)

    式中wj為權(quán)值向量w的第j個(gè)元素。

    Levenberg-Marquardt算法計(jì)算過程如下:

    ①計(jì)算E(wk);

    ②將λ初始化為小正數(shù)(如λ=0.01);

    ③計(jì)算式(4)得到δwk,并計(jì)算E(wk+δwk);

    ④ 如果E(wk+δwk)≥E(wk),則將λ放大10倍,并跳轉(zhuǎn)到步驟③;

    ⑤如果E(wk+δwk)

    3 疲勞駕駛信號(hào)分類實(shí)驗(yàn)

    3.1 采集腦電信號(hào)

    3.1.1 信號(hào)采集環(huán)境設(shè)置

    實(shí)驗(yàn)使用Emotiv電極帽采集腦電源信號(hào)。該電極帽最高采樣頻率為128Hz,包含國(guó)際10-20系統(tǒng)中的14個(gè)參考電極,如圖4中黑色電極所示。

    實(shí)驗(yàn)環(huán)境為沈陽至丹東高速公路客車內(nèi)。參與實(shí)驗(yàn)的人員包括被試者(駕駛員)、觀察員與操作員。觀察員處于客車的副駕駛位,負(fù)責(zé)觀察駕駛員的精神狀態(tài)(如打哈欠頻率、眨眼頻率等),以及判斷駕駛員是否進(jìn)入疲勞狀態(tài)。操作員位于駕駛員后座,負(fù)責(zé)操控計(jì)算機(jī)和腦電信號(hào)采集設(shè)備。出于安全考慮,客車內(nèi)沒有乘客。

    3.1.2 信號(hào)采集過程

    信號(hào)采集操作在13∶00~18∶00之間的真實(shí)駕駛狀態(tài)下進(jìn)行。為保證采集的非疲勞腦電信號(hào)盡量接近理想狀態(tài),駕駛員在參與實(shí)驗(yàn)之前的24h內(nèi),保證正常睡眠時(shí)間并且沒有從事嚴(yán)重耗費(fèi)體力與精力的活動(dòng)。當(dāng)駕駛員從13∶00開始駕車5min后,操作員采集3min的駕駛員腦電數(shù)據(jù),該數(shù)據(jù)作為非疲勞數(shù)據(jù),采集量為23 040組。

    根據(jù)《中華人民共和國(guó)道路交通安全法實(shí)施條例》的規(guī)定,連續(xù)駕車4h且休息不足20min的情況認(rèn)定為疲勞駕駛。因此,為獲取較理想的疲勞駕駛腦電信號(hào),實(shí)驗(yàn)中的駕駛員連續(xù)駕駛客車5h左右后(中途休息5min),并且當(dāng)有較明顯的眼神呆滯或打哈欠頻率增加的情況時(shí),由觀察員手勢(shì)通知操作員開始記錄疲勞腦電,采集量同為23 040組。為保證數(shù)據(jù)的穩(wěn)定性,采集過程中駕駛員沒有說話和明顯的肢體動(dòng)作,如轉(zhuǎn)頭、擺臂和抬腿等。

    通過上述方式,一共采集了4個(gè)駕駛員的腦電數(shù)據(jù),得到4個(gè)數(shù)據(jù)集。每個(gè)數(shù)據(jù)集包含代表非疲勞和疲勞兩狀態(tài)的兩個(gè)信號(hào)矩陣,每個(gè)信號(hào)矩陣維度為2×23040(兩行分別對(duì)應(yīng)AF3與AF4通道)。

    3.2 生成神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)

    以MATLAB為編程工具,將屬于某駕駛員的非疲勞信號(hào)矩陣,按128列為1塊進(jìn)行分塊,得到180個(gè)數(shù)據(jù)塊。對(duì)每個(gè)數(shù)據(jù)塊濾波和統(tǒng)計(jì)后,產(chǎn)生與該數(shù)據(jù)塊對(duì)應(yīng)的32個(gè)特征值。那么,由信號(hào)矩陣得到180×32的非疲勞特征矩陣。同樣方法,產(chǎn)生該駕駛員的180×32的疲勞特征矩陣。將兩矩陣組合為360×32的特征矩陣(前180行對(duì)應(yīng)非疲勞狀態(tài),后180行對(duì)應(yīng)疲勞狀態(tài))作為神經(jīng)網(wǎng)絡(luò)的輸入層訓(xùn)練數(shù)據(jù)。與該矩陣對(duì)應(yīng)的輸出層訓(xùn)練數(shù)據(jù)為長(zhǎng)度為360的向量(前180行為0,對(duì)應(yīng)非疲勞輸出;后180行為1,對(duì)應(yīng)疲勞輸出)。

    3.3 訓(xùn)練神經(jīng)網(wǎng)絡(luò)與結(jié)果分析

    根據(jù)第2節(jié)中給出的神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方案,利用MATLAB神經(jīng)網(wǎng)絡(luò)工具箱創(chuàng)建BP神經(jīng)網(wǎng)絡(luò),向網(wǎng)絡(luò)輸入已生成的屬于某駕駛員的訓(xùn)練矩陣,執(zhí)行訓(xùn)練網(wǎng)絡(luò)操作。神經(jīng)網(wǎng)絡(luò)經(jīng)訓(xùn)練后,隱含層內(nèi)5個(gè)隱節(jié)點(diǎn)的輸入與輸出權(quán)值向量得到確定,如表1和表2所示。

    表1 隱含層節(jié)點(diǎn)的輸入權(quán)值向量

    表2 隱含層節(jié)點(diǎn)的輸出權(quán)值向量

    執(zhí)行網(wǎng)絡(luò)訓(xùn)練時(shí),MATLAB隨機(jī)地從所有輸入數(shù)據(jù)中提取70%用于訓(xùn)練操作,15%用于驗(yàn)證操作,15%用于測(cè)試操作。由于此隨機(jī)性的存在,有必要多次執(zhí)行網(wǎng)絡(luò)訓(xùn)練以獲取神經(jīng)網(wǎng)絡(luò)的平均分類準(zhǔn)確率。對(duì)每個(gè)駕駛員的特征數(shù)據(jù),分別執(zhí)行了4次訓(xùn)練操作,記錄并統(tǒng)計(jì)神經(jīng)網(wǎng)絡(luò)分類準(zhǔn)確率,如表3所示。

    表3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

    從實(shí)驗(yàn)結(jié)果可以看到,BP神經(jīng)網(wǎng)絡(luò)對(duì)4個(gè)駕駛員的兩類特征數(shù)據(jù)(非疲勞與疲勞數(shù)據(jù))的分類識(shí)別效果明顯。每個(gè)駕駛員的4次分類準(zhǔn)確性都穩(wěn)定在89%以上,總平均準(zhǔn)確率為93.2%。

    4 結(jié)論

    駕駛狀態(tài)下的自發(fā)腦電信號(hào),經(jīng)離散小波變換濾波并進(jìn)行統(tǒng)計(jì)特征提取后,可保留用于區(qū)別是否疲勞的特征內(nèi)容。根據(jù)這些特征內(nèi)容訓(xùn)練并創(chuàng)建BP人工神經(jīng)網(wǎng)絡(luò),神經(jīng)網(wǎng)絡(luò)能夠以較高準(zhǔn)確率對(duì)非疲勞與疲勞腦電信號(hào)進(jìn)行分類。

    另外,因?yàn)獒槍?duì)每個(gè)窗口下的腦電數(shù)據(jù),其離散小波濾波與統(tǒng)計(jì)特征提取的計(jì)算時(shí)間,以及BP人工神經(jīng)網(wǎng)絡(luò)根據(jù)輸入值計(jì)算輸出值的時(shí)間,都遠(yuǎn)小于信號(hào)的采集時(shí)間。因此,為下一階段研究實(shí)時(shí)監(jiān)測(cè)駕駛疲勞奠定了基礎(chǔ)。

    [1] Lal Saroj K L, Craig A.Electroencephalography Activity Associated with Driver Fatigue: Implications for a Fatigue Countermeasure Device[J/CD].Journal of Psychophysiology, 2001, 15: 125-130.

    [2] Lal S K L, Craig A.A Critical Review of the Psychophysiology of Driver Fatigue[J].Biological Psychology, 2001, 55(3): 173-194.

    [3] Sehier M A.Changes in EEG Alpha Power During Simulated Driving: A Demonstration International[J].Journal of Psychophysiology, 2000, 37(2) : 155-162

    [4] Eoh H J, Chung M K, Kim S H.Electroencephalographic Study of Drowsiness in Simulated Driving with Sleep Deprivation[J].International Journal of Industrial Ergonomics,2005,35(4):307-320.

    [5] Zhang C,Zheng C X, Yu X L.Automatic Recognition of Cognitive Fatigue from Physiological Indices by Using Wavelet Packet Transform and Kernel Learning Algorithms[J].Expert Systems with Applications, 2009, 36(3): 4664-4671.

    [6] Galka A.Topics in Nonlinear Time Series Analysis: with Implications for EEG Analysis[M].World Scientific Publishing Company Incorporated, 2000.

    [7] 馮象初,甘小冰,宋國(guó)鄉(xiāng).?dāng)?shù)值泛函于小波理論[M]:西安:西安電子科技大學(xué)出版杜,2003.

    [8] 楊幫華,顏國(guó)正, 鄢波.基于離散小波變換提取腦機(jī)接口中腦電特征[J].中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào), 2006, 25(5): 518-522.

    [9] Hecht-Nielsen R.Theory of the Back Propagation Neural Network[C].Proceeding of the International Joint Conference on Neural Networks(IJCNN), New York, 1989,1:593-605.

    [10] 史峰,王小川,郁磊,等.MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析[M]:北京:北京航空航天大學(xué)出版社,2010:9-10.

    [11] Hagan M T,Menhaj M B.Training Feedforward Networks with the Marquardt Algorithm[J].IEEE Transactions on Neural Networks, 1994, 5(6): 989-993.

    Driver Fatigue Recognition in Highway Driving Based on EEG Signal Classification

    Luo Xu1,2, Wang Hong1& Wang Fuwang1

    1.NortheasternUniversity,Shenyang110004; 2.ShenyangNormalUniversity,Shenyang110034

    A method of electroencephalogram (EEG) signal classification for driver fatigue recognition is presented based on wavelet transform and BP neural network.The EEG signals of drivers are filtered using discrete wavelet transform to obtain the wavelet coefficients in four subbands with frequencies lower than 30Hz, from which eigenvalues are extracted by statistical method.With these eigenvalues as training data, the BP artificial neural network created is trained.The results show that the classification with the neural network created on the EEG signals recorded from coach drivers in both fatigue and non-fatigue states in highway driving has reached an accuracy rate up to 93.2 %.

    driver fatigue; EEG; wavelet transform; BP artificial neural network

    *無線體域網(wǎng)下疲勞駕駛狀態(tài)腦肌眼電信號(hào)特性研究基金(61071057)資助。

    原稿收到日期為2013年4月6日,修改稿收到日期為2013年8月12日。

    猜你喜歡
    電信號(hào)權(quán)值駕駛員
    基于高速公路的駕駛員換道意圖識(shí)別
    一種融合時(shí)間權(quán)值和用戶行為序列的電影推薦模型
    駕駛員安全帶識(shí)別方法綜述
    基于聯(lián)合聚類分析的單通道腹部心電信號(hào)的胎心率提取
    CONTENTS
    基于Code Composer Studio3.3完成對(duì)心電信號(hào)的去噪
    科技傳播(2019年24期)2019-06-15 09:29:28
    基于隨機(jī)森林的航天器電信號(hào)多分類識(shí)別方法
    基于權(quán)值動(dòng)量的RBM加速學(xué)習(xí)算法研究
    起步前環(huán)顧四周是車輛駕駛員的義務(wù)
    公民與法治(2016年4期)2016-05-17 04:09:26
    基于生物電信號(hào)的駕駛疲勞檢測(cè)方法
    汽車電器(2014年8期)2014-02-28 12:14:29
    国产淫语在线视频| 国产毛片在线视频| 国产精品麻豆人妻色哟哟久久| 午夜免费成人在线视频| 国产精品麻豆人妻色哟哟久久| 少妇被粗大的猛进出69影院| 亚洲成av片中文字幕在线观看| 欧美日本中文国产一区发布| 看十八女毛片水多多多| 国产伦人伦偷精品视频| 久久久久久久久久久久大奶| 在线观看免费日韩欧美大片| www日本在线高清视频| 精品福利观看| 欧美av亚洲av综合av国产av| 大陆偷拍与自拍| 制服诱惑二区| 在线观看免费高清a一片| 丰满饥渴人妻一区二区三| 一区二区日韩欧美中文字幕| 免费看十八禁软件| 久久影院123| 黄色视频在线播放观看不卡| 国产又色又爽无遮挡免| 国产黄频视频在线观看| 久久99热这里只频精品6学生| 在线观看www视频免费| 久久天堂一区二区三区四区| 91国产中文字幕| av一本久久久久| 美女国产高潮福利片在线看| 考比视频在线观看| 最新的欧美精品一区二区| www.精华液| 亚洲一区中文字幕在线| 青春草视频在线免费观看| 成年美女黄网站色视频大全免费| xxx大片免费视频| 咕卡用的链子| 极品少妇高潮喷水抽搐| 国产有黄有色有爽视频| 午夜激情久久久久久久| 97精品久久久久久久久久精品| 久久精品熟女亚洲av麻豆精品| 少妇裸体淫交视频免费看高清 | 欧美精品人与动牲交sv欧美| 国产精品 欧美亚洲| 下体分泌物呈黄色| 欧美激情 高清一区二区三区| 18在线观看网站| 国产精品一区二区在线不卡| 亚洲精品中文字幕在线视频| 午夜福利免费观看在线| 亚洲精品乱久久久久久| 欧美日韩精品网址| 尾随美女入室| 只有这里有精品99| 国产免费视频播放在线视频| 十八禁高潮呻吟视频| videosex国产| 国产精品人妻久久久影院| 中文字幕精品免费在线观看视频| 精品一品国产午夜福利视频| 日韩av在线免费看完整版不卡| 欧美国产精品一级二级三级| 一二三四在线观看免费中文在| 久久亚洲精品不卡| 大香蕉久久成人网| 高清不卡的av网站| 国产亚洲精品第一综合不卡| 国产精品 国内视频| 国产亚洲午夜精品一区二区久久| 国产精品一二三区在线看| 欧美黄色片欧美黄色片| 日本午夜av视频| 国产成人av激情在线播放| 国产成人欧美| 国产有黄有色有爽视频| 色综合欧美亚洲国产小说| 免费日韩欧美在线观看| 免费在线观看完整版高清| 久久九九热精品免费| 国产成人av激情在线播放| 黄色 视频免费看| 日本黄色日本黄色录像| 99热网站在线观看| 又黄又粗又硬又大视频| 80岁老熟妇乱子伦牲交| 麻豆国产av国片精品| 亚洲,一卡二卡三卡| 亚洲精品国产av蜜桃| 国产一区二区激情短视频 | 美女福利国产在线| 在线观看一区二区三区激情| 日韩人妻精品一区2区三区| 欧美另类一区| 欧美日韩黄片免| 成年人免费黄色播放视频| av福利片在线| 夜夜骑夜夜射夜夜干| 国产精品久久久av美女十八| 麻豆av在线久日| 丰满迷人的少妇在线观看| 黄网站色视频无遮挡免费观看| 黄片小视频在线播放| 亚洲天堂av无毛| 脱女人内裤的视频| 天天躁狠狠躁夜夜躁狠狠躁| 纵有疾风起免费观看全集完整版| 制服人妻中文乱码| 亚洲专区中文字幕在线| 人体艺术视频欧美日本| 男女高潮啪啪啪动态图| 国产爽快片一区二区三区| 久久国产精品大桥未久av| 欧美黄色淫秽网站| 一边摸一边做爽爽视频免费| www.av在线官网国产| 少妇人妻 视频| 咕卡用的链子| 亚洲精品一二三| 亚洲熟女精品中文字幕| 高清欧美精品videossex| 男人添女人高潮全过程视频| 嫁个100分男人电影在线观看 | 老司机影院毛片| 在线av久久热| 亚洲欧美日韩另类电影网站| 国产在线视频一区二区| 国产欧美日韩综合在线一区二区| 搡老乐熟女国产| netflix在线观看网站| 成年av动漫网址| 久久女婷五月综合色啪小说| 免费久久久久久久精品成人欧美视频| 一边摸一边做爽爽视频免费| 久久女婷五月综合色啪小说| 国产亚洲午夜精品一区二区久久| 韩国精品一区二区三区| 中文字幕另类日韩欧美亚洲嫩草| 激情五月婷婷亚洲| 亚洲av成人不卡在线观看播放网 | 亚洲国产欧美在线一区| 另类精品久久| 99国产精品免费福利视频| 国产黄频视频在线观看| 日韩免费高清中文字幕av| 一区福利在线观看| 别揉我奶头~嗯~啊~动态视频 | 午夜福利视频在线观看免费| 嫁个100分男人电影在线观看 | 欧美精品一区二区大全| 国产99久久九九免费精品| 精品人妻1区二区| 在线看a的网站| 国产片内射在线| 中文字幕亚洲精品专区| 亚洲黑人精品在线| 免费一级毛片在线播放高清视频 | 日韩制服丝袜自拍偷拍| 1024视频免费在线观看| 丰满少妇做爰视频| 国产成人一区二区在线| 少妇的丰满在线观看| 一二三四在线观看免费中文在| 亚洲精品美女久久av网站| 十分钟在线观看高清视频www| 国产黄色视频一区二区在线观看| 大陆偷拍与自拍| 欧美少妇被猛烈插入视频| 美女视频免费永久观看网站| 久久99一区二区三区| 欧美大码av| 男人舔女人的私密视频| 男女边摸边吃奶| 亚洲色图综合在线观看| h视频一区二区三区| 成年人黄色毛片网站| 精品卡一卡二卡四卡免费| 日韩精品免费视频一区二区三区| 午夜av观看不卡| 亚洲欧美一区二区三区久久| 午夜福利,免费看| 99热网站在线观看| 久久久久国产精品人妻一区二区| 久久人妻福利社区极品人妻图片 | av有码第一页| 中文字幕最新亚洲高清| 亚洲第一av免费看| 免费在线观看黄色视频的| 热99国产精品久久久久久7| 亚洲成人国产一区在线观看 | 精品视频人人做人人爽| 亚洲伊人久久精品综合| 久久久精品区二区三区| 纵有疾风起免费观看全集完整版| 王馨瑶露胸无遮挡在线观看| 久热这里只有精品99| 国产熟女午夜一区二区三区| 少妇 在线观看| 午夜福利免费观看在线| 我的亚洲天堂| 久热这里只有精品99| 女警被强在线播放| 国产日韩欧美视频二区| 大话2 男鬼变身卡| 99国产精品99久久久久| 熟女av电影| 女人精品久久久久毛片| 18禁观看日本| 国产色视频综合| 我要看黄色一级片免费的| 欧美黑人欧美精品刺激| 欧美少妇被猛烈插入视频| 国产深夜福利视频在线观看| 国产精品 国内视频| 男男h啪啪无遮挡| 80岁老熟妇乱子伦牲交| 精品国产一区二区久久| 在线观看www视频免费| 男女之事视频高清在线观看 | 少妇被粗大的猛进出69影院| 爱豆传媒免费全集在线观看| 亚洲av成人不卡在线观看播放网 | 两个人看的免费小视频| 精品人妻1区二区| 久久99精品国语久久久| 国产精品99久久99久久久不卡| 90打野战视频偷拍视频| 国产人伦9x9x在线观看| 国产精品香港三级国产av潘金莲 | 在线观看一区二区三区激情| 精品一区二区三区四区五区乱码 | 成人亚洲欧美一区二区av| 欧美另类一区| 青春草视频在线免费观看| 99精品久久久久人妻精品| 亚洲午夜精品一区,二区,三区| 看免费成人av毛片| 亚洲精品国产色婷婷电影| 嫩草影视91久久| 97人妻天天添夜夜摸| 亚洲国产日韩一区二区| 在线av久久热| 久久久久网色| 国产又爽黄色视频| 看免费成人av毛片| 伊人亚洲综合成人网| 亚洲国产中文字幕在线视频| 建设人人有责人人尽责人人享有的| 亚洲国产精品999| 观看av在线不卡| 精品高清国产在线一区| 丁香六月天网| 国产成人精品久久久久久| 啦啦啦在线观看免费高清www| 美女福利国产在线| 欧美在线黄色| 18在线观看网站| 日日摸夜夜添夜夜爱| 涩涩av久久男人的天堂| 大话2 男鬼变身卡| 亚洲精品国产色婷婷电影| 天堂俺去俺来也www色官网| 久久久久精品人妻al黑| 欧美日韩一级在线毛片| 国产99久久九九免费精品| 亚洲伊人色综图| 亚洲一区二区三区欧美精品| 国产高清videossex| 久久国产精品影院| 欧美黄色片欧美黄色片| 视频区图区小说| 国产1区2区3区精品| 午夜精品国产一区二区电影| 亚洲成色77777| 日韩制服骚丝袜av| 校园人妻丝袜中文字幕| 欧美成人午夜精品| 美女高潮到喷水免费观看| 女人精品久久久久毛片| 最近手机中文字幕大全| 亚洲成人免费av在线播放| 精品免费久久久久久久清纯 | 久久久久久久久免费视频了| 国产日韩欧美在线精品| 男女之事视频高清在线观看 | 黄色视频在线播放观看不卡| 精品视频人人做人人爽| 日本av免费视频播放| 国产成人精品久久二区二区免费| 日本91视频免费播放| 日韩av不卡免费在线播放| 国精品久久久久久国模美| 晚上一个人看的免费电影| 最近最新中文字幕大全免费视频 | 交换朋友夫妻互换小说| 丰满少妇做爰视频| 国产精品二区激情视频| 久久影院123| 天天影视国产精品| 国产一区亚洲一区在线观看| 国产一区有黄有色的免费视频| 精品国产一区二区久久| 午夜视频精品福利| 成人黄色视频免费在线看| 97精品久久久久久久久久精品| 亚洲一码二码三码区别大吗| 亚洲欧美一区二区三区久久| 99精国产麻豆久久婷婷| 美国免费a级毛片| 人人妻人人澡人人爽人人夜夜| 一级毛片女人18水好多 | 9191精品国产免费久久| 老司机影院毛片| 免费一级毛片在线播放高清视频 | 国产91精品成人一区二区三区 | av又黄又爽大尺度在线免费看| www.自偷自拍.com| 观看av在线不卡| 久久久久久免费高清国产稀缺| 亚洲av国产av综合av卡| 一边摸一边做爽爽视频免费| 嫁个100分男人电影在线观看 | 久久精品久久久久久噜噜老黄| 亚洲av综合色区一区| 最新的欧美精品一区二区| 狂野欧美激情性bbbbbb| 这个男人来自地球电影免费观看| 一边摸一边做爽爽视频免费| 大香蕉久久成人网| 国产精品久久久久久精品古装| 免费高清在线观看视频在线观看| 国产亚洲av高清不卡| 天天操日日干夜夜撸| 一本综合久久免费| 欧美xxⅹ黑人| 精品国产一区二区三区久久久樱花| 国产视频首页在线观看| 尾随美女入室| 天堂8中文在线网| 亚洲,欧美精品.| 伦理电影免费视频| 亚洲av美国av| 久久国产精品人妻蜜桃| 欧美激情 高清一区二区三区| 伦理电影免费视频| 久久av网站| 中国国产av一级| 蜜桃在线观看..| 男女国产视频网站| 亚洲av美国av| 一区二区三区四区激情视频| 亚洲av日韩精品久久久久久密 | 1024香蕉在线观看| 国产人伦9x9x在线观看| 欧美黄色片欧美黄色片| 久久精品久久精品一区二区三区| 欧美日本中文国产一区发布| 中文字幕高清在线视频| 国产精品av久久久久免费| 亚洲国产最新在线播放| 黄频高清免费视频| 高清欧美精品videossex| 一级毛片黄色毛片免费观看视频| 国产精品久久久久成人av| 丝袜美腿诱惑在线| 色婷婷久久久亚洲欧美| 老鸭窝网址在线观看| 777久久人妻少妇嫩草av网站| 国产成人精品无人区| 国产精品熟女久久久久浪| 肉色欧美久久久久久久蜜桃| 在线 av 中文字幕| 美女大奶头黄色视频| 手机成人av网站| 国产精品久久久久久人妻精品电影 | 日韩,欧美,国产一区二区三区| 人人澡人人妻人| 午夜福利,免费看| 欧美日韩视频高清一区二区三区二| 国产精品二区激情视频| 久久国产亚洲av麻豆专区| videosex国产| 无限看片的www在线观看| 国产精品av久久久久免费| 无限看片的www在线观看| 亚洲欧美精品自产自拍| 日韩 亚洲 欧美在线| 亚洲av国产av综合av卡| 亚洲精品中文字幕在线视频| 人人妻人人澡人人看| 亚洲国产精品国产精品| 欧美黄色淫秽网站| avwww免费| 久久久精品94久久精品| 99国产精品免费福利视频| 亚洲色图综合在线观看| 99精国产麻豆久久婷婷| 久久久久网色| 欧美亚洲 丝袜 人妻 在线| 午夜两性在线视频| 成人黄色视频免费在线看| 国产高清视频在线播放一区 | 好男人视频免费观看在线| 叶爱在线成人免费视频播放| 一边摸一边抽搐一进一出视频| 电影成人av| 久久国产精品影院| 久9热在线精品视频| 久久久久久久国产电影| 成人国语在线视频| 成人午夜精彩视频在线观看| 中国国产av一级| 久久精品国产亚洲av涩爱| 久久久久久久精品精品| 午夜福利在线免费观看网站| 高清欧美精品videossex| 纵有疾风起免费观看全集完整版| 国产精品国产三级国产专区5o| 国产精品一国产av| 嫩草影视91久久| 成人国语在线视频| 少妇被粗大的猛进出69影院| 久久久久久久精品精品| 最近中文字幕2019免费版| 色婷婷久久久亚洲欧美| 欧美亚洲 丝袜 人妻 在线| 亚洲av综合色区一区| 国产极品粉嫩免费观看在线| 欧美av亚洲av综合av国产av| 国产精品三级大全| 亚洲av美国av| 精品少妇内射三级| 国产成人精品久久二区二区91| 曰老女人黄片| 国产色视频综合| 天天躁夜夜躁狠狠躁躁| 在线av久久热| 热99久久久久精品小说推荐| xxxhd国产人妻xxx| 丝袜美腿诱惑在线| 狂野欧美激情性bbbbbb| 别揉我奶头~嗯~啊~动态视频 | 99国产综合亚洲精品| 亚洲精品日本国产第一区| 欧美在线一区亚洲| 五月天丁香电影| 性色av乱码一区二区三区2| 一本大道久久a久久精品| 中文字幕另类日韩欧美亚洲嫩草| 亚洲av电影在线进入| 两人在一起打扑克的视频| 日日夜夜操网爽| 看免费成人av毛片| 少妇人妻 视频| 在线观看www视频免费| 亚洲av国产av综合av卡| 日本欧美国产在线视频| www.av在线官网国产| 成人18禁高潮啪啪吃奶动态图| avwww免费| e午夜精品久久久久久久| 热99国产精品久久久久久7| 国产又色又爽无遮挡免| 成人三级做爰电影| 极品少妇高潮喷水抽搐| 最黄视频免费看| 亚洲五月色婷婷综合| 高清视频免费观看一区二区| 首页视频小说图片口味搜索 | 免费女性裸体啪啪无遮挡网站| 精品卡一卡二卡四卡免费| 成年美女黄网站色视频大全免费| 精品少妇一区二区三区视频日本电影| 日本午夜av视频| 男女午夜视频在线观看| 激情五月婷婷亚洲| 亚洲国产日韩一区二区| av不卡在线播放| 免费高清在线观看视频在线观看| 亚洲专区中文字幕在线| 大片电影免费在线观看免费| www.999成人在线观看| 丝袜美足系列| 国产精品 国内视频| 免费看av在线观看网站| 日韩大片免费观看网站| 亚洲成人国产一区在线观看 | 亚洲欧美精品自产自拍| 亚洲成人免费电影在线观看 | 国产精品久久久av美女十八| av一本久久久久| 亚洲中文av在线| 久久久久网色| 国产熟女午夜一区二区三区| 午夜影院在线不卡| 丰满迷人的少妇在线观看| 精品久久久久久久毛片微露脸 | 亚洲国产欧美日韩在线播放| 午夜老司机福利片| 精品人妻在线不人妻| 高潮久久久久久久久久久不卡| 亚洲九九香蕉| 亚洲中文字幕日韩| 免费不卡黄色视频| 亚洲精品一二三| 午夜日韩欧美国产| 亚洲激情五月婷婷啪啪| 久久人人97超碰香蕉20202| 2018国产大陆天天弄谢| 国产欧美亚洲国产| a级毛片黄视频| 亚洲天堂av无毛| 国产精品久久久av美女十八| 国产成人av激情在线播放| 一级毛片黄色毛片免费观看视频| 国产精品一二三区在线看| 操美女的视频在线观看| 18禁国产床啪视频网站| 欧美日韩国产mv在线观看视频| 一级,二级,三级黄色视频| 好男人电影高清在线观看| 国产男女内射视频| 国产精品.久久久| 亚洲午夜精品一区,二区,三区| 69精品国产乱码久久久| 国产精品香港三级国产av潘金莲 | 欧美xxⅹ黑人| 国产一级毛片在线| 啦啦啦在线观看免费高清www| 亚洲精品美女久久久久99蜜臀 | 国产精品成人在线| 国产一区有黄有色的免费视频| 人人澡人人妻人| 久久人妻熟女aⅴ| 另类精品久久| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲国产精品999| 最近手机中文字幕大全| 日本av免费视频播放| 天天影视国产精品| 亚洲,一卡二卡三卡| 人成视频在线观看免费观看| 好男人电影高清在线观看| 国产精品 欧美亚洲| 午夜福利免费观看在线| 一级黄片播放器| 精品久久久久久电影网| a级片在线免费高清观看视频| 女人爽到高潮嗷嗷叫在线视频| 日韩大码丰满熟妇| 无遮挡黄片免费观看| 青青草视频在线视频观看| 日本a在线网址| 免费在线观看影片大全网站 | 丁香六月天网| 欧美久久黑人一区二区| 国产免费福利视频在线观看| 中文字幕制服av| 国产男女内射视频| 人人妻人人澡人人爽人人夜夜| 精品少妇一区二区三区视频日本电影| 七月丁香在线播放| 国产精品久久久人人做人人爽| 国产成人av激情在线播放| 国产精品.久久久| av不卡在线播放| 男女边摸边吃奶| 啦啦啦在线免费观看视频4| 国产精品一二三区在线看| 久久精品亚洲av国产电影网| 老汉色∧v一级毛片| 久久九九热精品免费| 亚洲欧美日韩另类电影网站| 亚洲一区二区三区欧美精品| 亚洲欧美激情在线| 一区在线观看完整版| 亚洲少妇的诱惑av| 一级片'在线观看视频| 国产成人a∨麻豆精品| 国产又爽黄色视频| 爱豆传媒免费全集在线观看| 国产成人系列免费观看| 一区二区av电影网| 在线亚洲精品国产二区图片欧美| 免费在线观看黄色视频的| 97在线人人人人妻| 免费久久久久久久精品成人欧美视频| 日韩免费高清中文字幕av| 国产主播在线观看一区二区 | 午夜视频精品福利| e午夜精品久久久久久久| 在线观看免费视频网站a站| 欧美大码av| 看十八女毛片水多多多| 婷婷色综合www| 老鸭窝网址在线观看| 免费看av在线观看网站| 国产成人一区二区三区免费视频网站 | 亚洲成人免费av在线播放| www.精华液| 99re6热这里在线精品视频| 亚洲欧美一区二区三区久久| 纵有疾风起免费观看全集完整版| 丰满饥渴人妻一区二区三| 国产成人一区二区三区免费视频网站 | 国产成人系列免费观看| 精品一区在线观看国产| 日韩熟女老妇一区二区性免费视频| 超碰成人久久| 日韩一本色道免费dvd| 蜜桃国产av成人99| 女人精品久久久久毛片| 赤兔流量卡办理|