• <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 ?

    復(fù)雜環(huán)境下UUV完全遍歷路徑規(guī)劃方法

    2017-10-13 02:03:01溫志文楊春武蔡衛(wèi)軍毛金明
    水下無人系統(tǒng)學(xué)報 2017年1期
    關(guān)鍵詞:死角柵格螞蟻

    溫志文, 楊春武, 蔡衛(wèi)軍, 毛金明

    ?

    復(fù)雜環(huán)境下UUV完全遍歷路徑規(guī)劃方法

    溫志文1,2, 楊春武1, 蔡衛(wèi)軍1, 毛金明1

    (1. 中國船舶重工集團公司第705研究所, 陜西西安, 710077; 2. 水下信息與控制國家重點實驗室, 陜西西安, 710077)

    針對復(fù)雜環(huán)境下無人水下航行器(UUV)完全遍歷路徑規(guī)劃方法的不足, 文中基于蟻群算法和生物激勵神經(jīng)網(wǎng)絡(luò), 提出了一種高覆蓋率、低重復(fù)率的完全遍歷路徑規(guī)劃方法。該方法基于柵格法和生物激勵神經(jīng)網(wǎng)絡(luò)進行環(huán)境建模, 將神經(jīng)元活性值引入螞蟻轉(zhuǎn)移概率公式中, 既克服了蟻群算法需要對環(huán)境提前掃描學(xué)習(xí), 運算復(fù)雜的不足, 又避免了生物激勵神經(jīng)網(wǎng)絡(luò)隨機性強, 重復(fù)率高的缺陷。仿真試驗表明, 文中方法不僅有效實現(xiàn)了復(fù)雜環(huán)境下UUV完全遍歷路徑規(guī)劃, 而且能夠以最短路線跳出死角, 具有覆蓋率大、重復(fù)率小, 實用性強的優(yōu)點。該研究可為進一步開展動態(tài)環(huán)境中的UUV完全遍歷路徑規(guī)劃提供參考。

    無人水下航行器(UUV); 蟻群算法; 生物激勵神經(jīng)網(wǎng)絡(luò); 完全遍歷路徑規(guī)劃

    0 引言

    隨著民用和軍用無人水下航行器(unmanned underwater vehicle, UUV)的快速發(fā)展, UUV完全遍歷路徑規(guī)劃的研究越來越受到關(guān)注。完全遍歷路徑規(guī)劃是一種在2D環(huán)境中特殊的路徑規(guī)劃, 指在滿足某種性能指標最優(yōu)或準優(yōu)的前提下, 尋找一條在設(shè)定區(qū)域內(nèi)從始點出發(fā)經(jīng)過所有可達點的連續(xù)路徑[1]。

    目前, 常用的完全遍歷路徑規(guī)劃主要有模板算法和分塊算法兩類[2]。模板算法對整個環(huán)境缺乏整體的規(guī)劃, 效率低且容易落入“陷阱”, 進入死循環(huán)狀態(tài); 分塊方法根據(jù)障礙物分布情況將環(huán)境空間劃分為一系列不重合的、有限個無障礙子區(qū)域, 然后在此基礎(chǔ)上進行每個區(qū)域的遍歷[3]。文獻[4]采用模糊控制方法實現(xiàn)移動機器人的遍歷路徑規(guī)劃; 文獻[5]運用生物激勵神經(jīng)網(wǎng)絡(luò)實現(xiàn)機器人的遍歷路徑規(guī)劃; 文獻[6]基于生物激勵神經(jīng)網(wǎng)絡(luò)、滾動窗口、啟發(fā)式搜索, 提出了一種新的遍歷路徑規(guī)劃方法。

    蟻群算法是一種啟發(fā)式搜索算法, 具有較強的魯棒性、優(yōu)良的分布式計算以及易于與其他算法結(jié)合等優(yōu)點[7]。然而, 將蟻群算法直接應(yīng)用于完全遍歷路徑規(guī)劃需要對環(huán)境進行先驗的掃描學(xué)習(xí)過程, 使得算法運算復(fù)雜、實時性差, 計算機存儲量大[8]。生物激勵神經(jīng)網(wǎng)絡(luò)是由SimonX. Yang提出來的一種新穎的路徑規(guī)劃方法[9]。與其他路徑規(guī)劃方法比較, 該方法不需要對環(huán)境做出任何提前掃描, 不受環(huán)境中障礙物的形狀和位置的影響, 不需要學(xué)習(xí)過程, 并且計算復(fù)雜度小、計算機存儲量小、反應(yīng)速度快。但生物激勵神經(jīng)網(wǎng)絡(luò)方法, 在應(yīng)用于遍歷路徑規(guī)劃時會出現(xiàn)遍歷無規(guī)律, 重復(fù)遍歷次數(shù)多的不合理現(xiàn)象, 其規(guī)劃的路徑效率不高, 最大的不足就是跳出“死角”的路徑不是最優(yōu)的。由于以上各種方法的局限性, 方法之間的融合得到了廣泛關(guān)注。

    文中將蟻群算法與生物激勵神經(jīng)網(wǎng)絡(luò)進行融合, 提出了一種完全遍歷路徑規(guī)劃方法。該方法基于柵格法和生物激勵神經(jīng)網(wǎng)絡(luò)進行環(huán)境建模, 將神經(jīng)元活性值的變化與螞蟻轉(zhuǎn)移概率公式結(jié)合, 克服了蟻群算法需要對環(huán)境提前掃描學(xué)習(xí)的不足。在遍歷過程中遇到“死角”時, 采用蟻群優(yōu)化算法實現(xiàn)UUV以最優(yōu)路徑跳出“死角”, 避免了生物激勵神經(jīng)網(wǎng)絡(luò)出現(xiàn)隨機性選擇和重復(fù)覆蓋多的缺陷。仿真結(jié)果表明, 該方法覆蓋率高, 重復(fù)率小, 在復(fù)雜環(huán)境條件下實用性更強。

    1 環(huán)境建模

    目前電子海圖在水中兵器的應(yīng)用處于探索階段, 由于電子海圖的復(fù)雜性, 通常需要將電子海圖轉(zhuǎn)換成可以直接利用的海圖數(shù)據(jù)環(huán)境模型。

    文中采用海圖信息柵格化方法對某海域的數(shù)字海圖進行渲染, 首先將2D規(guī)劃空間均勻分解成個柵格單元, 以柵格單元為路徑規(guī)劃中的最小移動單位, 柵格分辨率根據(jù)UUV的尺寸自適應(yīng)調(diào)整。如果某個柵格屬于碰撞區(qū), 記為1類柵格; 如不屬于碰撞區(qū)則記為0類柵格, 以此表示海圖的碰撞區(qū)信息。其次對碰撞區(qū)進行處理、合并, 消除不可航行路段和陷阱路段, 將碰撞區(qū)規(guī)范成多邊形圖形, 這樣構(gòu)建出的數(shù)據(jù)空間包含了標識起始點、目標點、障礙區(qū)、威脅區(qū)以及航路位置信息, 可方便利用算法進行路徑規(guī)劃。文中對環(huán)境模型作如下假設(shè): 1) 將UUV視為質(zhì)點, 規(guī)劃路徑的長度在UUV航程內(nèi); 2) 規(guī)劃環(huán)境為2D空間, 將障礙物和危險區(qū)域統(tǒng)稱為碰撞區(qū), 以不規(guī)則區(qū)域表示; 3) 不考慮潮流、海流、電子干擾等其他干擾因素的影響。

    文中采用柵格法和生物激勵神經(jīng)網(wǎng)絡(luò)相結(jié)合的建模方法。UUV運動空間由若干柵格組成, 每個柵格作為1個神經(jīng)元, 則整個空間就是神經(jīng)網(wǎng)絡(luò)組成的拓撲狀態(tài)空間, 每個神經(jīng)元的狀態(tài)由分流方程確定[10]

    (2)

    通過計算并對每一個柵格賦予相應(yīng)的活性值, 未遍歷柵格活性值被賦予較大值, 碰撞區(qū)柵格活性值被賦予較小值, 已遍歷過的柵格活性值減為0。每個神經(jīng)元都有橫向連接其相鄰的神經(jīng)元, 這些神經(jīng)元間的規(guī)范互連構(gòu)成了平面拓撲網(wǎng)絡(luò)區(qū)域, 從而生成文中的地圖環(huán)境模型。

    2 UUV完全遍歷路徑規(guī)劃

    2.1 算法融合

    文中將蟻群算法與生物激勵神經(jīng)網(wǎng)絡(luò)相融合, 提出了新的完全遍歷路徑規(guī)劃方法。該方法采用基于柵格法和生物激勵神經(jīng)網(wǎng)絡(luò)建立的環(huán)境模型, 使螞蟻在上述構(gòu)建的拓撲網(wǎng)絡(luò)結(jié)構(gòu)中搜索前進。新的螞蟻轉(zhuǎn)移概率

    基本原理為柵格未遍歷時, 其活性值最大, 對螞蟻的吸引力也最大, 吸引螞蟻對其進行遍歷。當螞蟻對其遍歷后, 活性值變?yōu)?, 對螞蟻沒有吸引力。而碰撞區(qū)的柵格由于其活性值為負, 對螞蟻具有排斥力, 避免螞蟻對其進行遍歷。由上述螞蟻轉(zhuǎn)移概率公式可知, 螞蟻在選擇下一遍歷柵格時, 與柵格信息素、活性值、距離及轉(zhuǎn)彎角度都有關(guān)系, 通過蟻群算法的迭代尋優(yōu), 可以得到最優(yōu)的遍歷路徑。

    文中搜索策略采用內(nèi)螺旋覆蓋方法。內(nèi)螺旋搜索策略是指UUV在遍歷搜索過程中, 當遍歷到某一處之后, 發(fā)現(xiàn)相鄰的若干個未被遍歷柵格具有相同的最大轉(zhuǎn)移概率, 此時UUV將優(yōu)先選擇其中某一柵格, 使得這個柵格與已遍歷柵格組成的搜索路徑總體來看呈逆時針向內(nèi)螺旋搜索狀態(tài)。這種方法可以最大限度減少UUV轉(zhuǎn)彎的次數(shù), 使得能源消耗最小。

    2.2 跳出“死角”

    在遍歷路徑規(guī)劃過程中, “死角”為比較惡劣的環(huán)境區(qū)域, 也是最能體現(xiàn)算法優(yōu)越性的環(huán)境模型。它是指UUV遍歷到某一處后, 相鄰的8個柵格是障礙區(qū)或者已遍歷區(qū), 此時判定UUV陷入“死角”。UUV陷入“死角”有2種情況, 情況1: UUV所在柵格的鄰域內(nèi)除上一步經(jīng)過的柵格外其余全是障礙柵格, 這種情況為UUV落入“死角”, 如圖1所示。

    情況2: UUV在一個區(qū)域內(nèi)遍歷很多柵格之后, 遍歷到某一個柵格, 該柵格鄰域內(nèi)所有的可遍歷柵格都已經(jīng)被遍歷過, 如圖2所示。

    在圖1中, 黑色柵格表示障礙區(qū)。當UUV從柵格44走到柵格34完成柵格34的遍歷后, 發(fā)現(xiàn)相鄰的柵格除柵格44(已遍歷)外, 其余的都是障礙區(qū), 此時UUV落入情況1所示的“死角”。UUV沿路線實行回退策略。在柵格54處, UUV檢測出臨近神經(jīng)元活性值最大的有多個, 如果僅僅采用生物激勵神經(jīng)網(wǎng)絡(luò)進行遍歷, UUV將隨機選取具有最大活性值的神經(jīng)元其中的一個進行移動, 如此, UUV所走的路徑將有可能繞遠, 而不是最優(yōu)路徑, 出現(xiàn)覆蓋無規(guī)律和重復(fù)覆蓋多的缺陷。

    同理, 在圖2中UUV由柵格44遍歷到柵格34后, 發(fā)現(xiàn)相鄰的柵格除了障礙區(qū)都已被遍歷(如柵格24已被遍歷), 此時UUV落入情況2所示的“死角”。文中方法將蟻群算法和生物激勵神經(jīng)網(wǎng)絡(luò)進行融合, 引入規(guī)則制導(dǎo)策略。當UUV落入上述“死角”時, 根據(jù)神經(jīng)元拓撲網(wǎng)絡(luò)結(jié)構(gòu), UUV搜索附近最近的未被遍歷過的神經(jīng)元, 然后運用蟻群算法, 以當前柵格34為起始點, 目標柵格為終點, 規(guī)劃一條路徑最短的線路, 使得UUV以最短路徑跳出死角, 避免了UUV遇到“死角”隨機無規(guī)律的移動, 減少了重復(fù)率, 其中跳出“死角”時的螞蟻轉(zhuǎn)移概率公式(3)所示。

    2.3 性能評價指標

    完全遍歷路徑規(guī)劃常用的性能評價指標主要有覆蓋率和重復(fù)率。覆蓋率是指已遍歷區(qū)域的面積與UUV可達區(qū)域面積的比值, 數(shù)學(xué)定義為

    重復(fù)率是指UUV重復(fù)遍歷區(qū)域的面積與可達區(qū)域面積的比值,數(shù)學(xué)定義

    顯然, UUV進行遍歷搜索路徑規(guī)劃時, 覆蓋率越大, 重復(fù)率越小, 則其性能更優(yōu)。

    2.4 方法流程

    文中遍歷路徑規(guī)劃方法的流程如圖3所示。

    3 仿真結(jié)果及分析

    為驗證文中完全遍歷路徑規(guī)劃方法的有效性和可行性, 運用上述建立的環(huán)境模型進行仿真試驗。文中采用VS2005設(shè)計仿真平臺界面, 在該界面中, 可隨意設(shè)計任意形狀的碰撞區(qū)域, 也可單步查看UUV任一時刻遍歷搜索的進程, 仿真結(jié)果以直觀、形象的方式顯示。其中, 蟻群算法使用經(jīng)過試驗測試的參數(shù): 螞蟻數(shù)量, 迭代循環(huán)次數(shù), 初始信息素, 標準值。生物激勵神經(jīng)網(wǎng)絡(luò)方法也使用經(jīng)過測試的參數(shù):=10,==1,。

    由圖4可以看出, UUV很好地避開不規(guī)則碰撞區(qū), 有效地完成了遍歷路徑規(guī)劃, 驗證了文中方法的有效性和可行性。表1為對環(huán)境地圖1的仿真結(jié)果。由表中可知, 文中方法規(guī)劃路徑覆蓋率為100%, 重復(fù)率為7.548%。相比文獻[8]覆蓋率95%, 重復(fù)率10.000%的結(jié)果, 文中方法不僅達到了完全覆蓋的效果, 而且降低了重復(fù)率, 因此更具優(yōu)越性。

    表1 環(huán)境地圖1仿真結(jié)果

    相比于文獻[8]提出的完全遍歷路徑規(guī)劃方法僅僅適用于碰撞區(qū)為規(guī)則形狀的簡單環(huán)境模型的缺陷, 文中提出的規(guī)劃方法適用于不規(guī)則碰撞區(qū)且隨機分布的復(fù)雜環(huán)境模型。建立可以隨意布置不規(guī)則碰撞區(qū)的復(fù)雜環(huán)境地圖2, 其由個柵格的神經(jīng)網(wǎng)絡(luò)組成。圖5為復(fù)雜環(huán)境模型中, UUV遍歷到第102步跳出“死角”的仿真圖。

    由圖5可以看出, 當UUV落入“死角”時,文中方法能以最優(yōu)的路徑使UUV跳出“死角”。

    圖6為復(fù)雜環(huán)境2中UUV完全遍歷路徑規(guī)劃仿真結(jié)果圖。由圖6可以看出, 在復(fù)雜環(huán)境模型中, UUV遍歷路徑規(guī)劃的覆蓋率仍達100%, 重復(fù)率低于10%, 表明文中提出的規(guī)劃方法更具實用性。

    通過以上仿真結(jié)果可以看出, 文中的遍歷路徑規(guī)劃方法不僅能夠有效地實現(xiàn)UUV遍歷路徑規(guī)劃, 而且在覆蓋率和重復(fù)率等性能指標方面優(yōu)于文獻[8]的遍歷路徑規(guī)劃方法。同時, 文中方法能夠以最短路線跳出“死角”, 在復(fù)雜環(huán)境下更具實用性。

    4 結(jié)束語

    文中提出蟻群算法與生物激勵神經(jīng)網(wǎng)絡(luò)相融合的完全遍歷路徑規(guī)劃方法, 利用柵格法和生物激勵神經(jīng)網(wǎng)絡(luò)建立環(huán)境建模, 將神經(jīng)元活性值的變化與螞蟻轉(zhuǎn)移概率公式結(jié)合, 克服了蟻群算法需要對環(huán)境提前掃描學(xué)習(xí)的不足。在遍歷過程中遇到“死角”時, 采用蟻群優(yōu)化算法實現(xiàn)UUV以最短路徑跳出“死角”, 避免了生物激勵神經(jīng)網(wǎng)絡(luò)隨機性強, 重復(fù)覆蓋多的缺陷。仿真結(jié)果表明, 文中方法不僅能夠有效地實現(xiàn)UUV的遍歷路徑規(guī)劃, 而且提高了覆蓋率, 降低了重復(fù)率, 在復(fù)雜環(huán)境下具有較高的規(guī)劃效率。后續(xù), 將在此工作基礎(chǔ)上進一步展開動態(tài)環(huán)境中的UUV完全遍歷路徑研究。

    [1] Choset H. Coverage for Robotics——A Survey of Recent Results[J]. Annals of Mathematics & Artificial Intelligence, 2001, 31(1-4): 113-126.

    [2] De Carvalho R N, Vidal H A, Vieira P, et al. Complete Coverage Path Planning and Guidance for Cleaning Robots[C]//IEEE International Symposium on Industrial Electronics: Portugal, 1997(2): 677-682.

    [3] Acar E U, Choset H. Robust Sensor——Based Coverage of Unstructured Environments[C]//Proceedings of the 2001 IEEE/RSJ on Intelligent Robots and Systems. Maui: IEEE, 2001: 61-68.

    [4] 陳鵬, 李彩虹. 移動機器人混合式全遍歷覆蓋路徑規(guī)劃算法[J]. 山東理工大學(xué)學(xué)報:自然科學(xué)版, 2013, 27(5): 22-27. Chen Peng, Li Cai-hong. A Hybrid Algorithm of Com- plete Coverage Path Planning for Mobile Robot[J]. Journal of Shandong University of Technology(Natural Science Edition), 2013, 27(5): 22-27.

    [5] 朱博, 鄧三鵬, 王英飛, 等. 基于生物激勵神經(jīng)網(wǎng)絡(luò)的移動機器人遍歷路徑規(guī)劃[J]. 裝備制造技術(shù), 2014(12): 30-32.

    [6] 邱雪娜, 劉士榮, 宋加濤, 等. 不確定動態(tài)環(huán)境下移動機器人的完全遍歷路徑規(guī)劃[J]. 機器人, 2006, 28(6): 586-592.Qiu Xue-na, Liu Shi-rong, Song Jia-tao, et al. A Complete Coverage Path Planning Method for Mobile Robots in Uncertain Dynamic Environments[J]. Robot, 2006, 28(6): 586-592.

    [7] 段海濱, 王道波, 于秀芬. 蟻群算法的研究現(xiàn)狀及其展望[J]. 中國工程科學(xué), 2007, 9(2): 98-102.

    Duan Hai-bin, Wang Dao-bo, Yu Xiu-fen. Ant Colony Algorithm: Survey and Prospect[J]. Engineering Science, 2007, 9(2): 98-102.

    [8] 張赤斌, 王興松. 基于蟻群算法的完全遍歷路徑規(guī)劃研究[J]. 中國機械工程, 2008, 19(16): 1945-1949.Zhang Chi-bin, Wang Xing-Song.Complete Coverage Path Planning Based on Ant Colony Algorithm[J]. China Mechanical Engineering, 2008, 19(16): 1945-1949.

    [9] Yang S X, Meng M. Neural Network Approaches to Dynamic Collision-free Trajectory Generation[J]. IEEE Tr- ansactions on Systems Man & Cybernetics Part B Cybe- rnetics A Publication of the IEEE Systems Man & Cybernetics Society, 2001, 31(3): 302-318.

    [10] Bernabucci I, Conforto S, Capozza M, et al. A Biologically Inspired Neural Network Controller for Ballistic Arm Movements[J]. Journal of Neuroengineering & Rehabilitation, 2007, 4(1): 1-17.

    (責任編輯: 楊力軍)

    A Complete Coverage Path Planning Method of UUV under Complex Environment

    WEN Zhi-wenYANG Chun-wuCAI Wei-junMAO Jin-ming

    (1. The 705 Research Institute, China Shipbuilding Industry Corporation, Xi′an 710077, China; 2. Science and Technology on Underwater Information and Control Laboratory, Xi′an 710077, China)

    A new method with high coverage rate and low repetition rate is presented to solve the complete coverage path planning problem for an unmanned underwater vehicle(UUV) under complex environment. The method integrates ant colony algorithm and biologically inspired neural network. In this method, environment is modeled with grid cell and biologically inspired neural network, and the neuronic activity is introduced into the ant transition probability formula. As a result, the shortcomings of ant colony algorithm, e.g., scanning and learning environment in advance are needed and computation is complicated, are overcome, and the defects of high complexity, high randomness and high repetition rate of the biologically inspired neural network are avoided. Simulation experiment in complex environment shows that complete coverage path planning of UUV can be efficiently implemented by the proposed method, and the method can get rid of the dead corner in the shortest route. The present method has higher coverage rate and lower repetition rate. This research may provide a reference for further improvement of the UUV complete coverage path planning in dynamic environment.

    unmanned underwater vehicle(UUV); ant colony algorithm; biologically inspired neural network; complete coverage path planning

    10.11993/j.issn.1673-1948.2017.01.005

    TJ630.33; TP24

    A

    1673-1948(2017)01-0022-05

    2016-10-08;

    2016-12-13.

    溫志文(1992-), 男, 在讀碩士, 主要研究方向為魚雷總體技術(shù).

    猜你喜歡
    死角柵格螞蟻
    基于鄰域柵格篩選的點云邊緣點提取方法*
    守望相助,共克時艱
    優(yōu)雅(2020年6期)2020-07-23 06:50:48
    這些控煙“死角”誰來管?
    我們會“隱身”讓螞蟻來保護自己
    螞蟻
    急救服務(wù)不該是醫(yī)改“死角”
    宣傳老區(qū)精神就是要無死角、不間斷
    不同剖面形狀的柵格壁對柵格翼氣動特性的影響
    螞蟻找吃的等
    基于CVT排布的非周期柵格密度加權(quán)陣設(shè)計
    国产精品99久久久久久久久| 亚洲av二区三区四区| 最近2019中文字幕mv第一页| 久久 成人 亚洲| 国产成人免费无遮挡视频| 大片免费播放器 马上看| 国产精品久久久久久av不卡| 在线观看美女被高潮喷水网站| 一级毛片我不卡| 国产免费视频播放在线视频| 国产69精品久久久久777片| 三级国产精品片| av在线app专区| 日韩熟女老妇一区二区性免费视频| av在线观看视频网站免费| 精品午夜福利在线看| 国产成人a∨麻豆精品| 丰满饥渴人妻一区二区三| 久久这里有精品视频免费| 成人亚洲欧美一区二区av| 午夜av观看不卡| 色哟哟·www| 春色校园在线视频观看| 中文字幕久久专区| 纵有疾风起免费观看全集完整版| 2018国产大陆天天弄谢| 婷婷色综合www| 国产在线一区二区三区精| 一个人看视频在线观看www免费| 亚洲精品自拍成人| 狂野欧美激情性xxxx在线观看| 曰老女人黄片| 少妇精品久久久久久久| 两个人的视频大全免费| 丰满乱子伦码专区| 97精品久久久久久久久久精品| 青春草视频在线免费观看| 99精国产麻豆久久婷婷| 女人精品久久久久毛片| 国产亚洲精品久久久com| 涩涩av久久男人的天堂| 欧美xxⅹ黑人| 成人国产av品久久久| 美女xxoo啪啪120秒动态图| 国产美女午夜福利| av视频免费观看在线观看| 边亲边吃奶的免费视频| 国产视频首页在线观看| 麻豆精品久久久久久蜜桃| av视频免费观看在线观看| 久久久久久久久久久久大奶| 免费av中文字幕在线| 亚洲精品日本国产第一区| 91成人精品电影| 日本黄色日本黄色录像| 免费观看在线日韩| 欧美成人午夜免费资源| 色视频www国产| 曰老女人黄片| 少妇人妻 视频| 成人黄色视频免费在线看| 国内揄拍国产精品人妻在线| 国产成人免费观看mmmm| a级毛片免费高清观看在线播放| 简卡轻食公司| 久久久久久久亚洲中文字幕| 亚洲欧美日韩另类电影网站| 久久久精品免费免费高清| 成年美女黄网站色视频大全免费 | 日日撸夜夜添| 夜夜骑夜夜射夜夜干| 新久久久久国产一级毛片| 亚洲成人av在线免费| 国产一区二区在线观看av| 99久久综合免费| 国产在线一区二区三区精| 波野结衣二区三区在线| 亚洲美女视频黄频| 日本欧美国产在线视频| 国产色婷婷99| 国产女主播在线喷水免费视频网站| 99热网站在线观看| 一本大道久久a久久精品| 国产高清三级在线| 亚洲精品乱码久久久久久按摩| 国产精品三级大全| 狂野欧美白嫩少妇大欣赏| 男女无遮挡免费网站观看| 亚洲av欧美aⅴ国产| 夫妻午夜视频| 国产69精品久久久久777片| 99国产精品免费福利视频| av免费观看日本| 一二三四中文在线观看免费高清| 熟女电影av网| av又黄又爽大尺度在线免费看| 久久久久网色| 日韩成人伦理影院| 一区二区av电影网| 中文乱码字字幕精品一区二区三区| 大又大粗又爽又黄少妇毛片口| 人妻夜夜爽99麻豆av| 精品久久国产蜜桃| 欧美丝袜亚洲另类| av有码第一页| 各种免费的搞黄视频| 亚洲国产最新在线播放| 日韩精品免费视频一区二区三区 | 亚洲精品一二三| 国产精品国产三级专区第一集| 91精品国产国语对白视频| 黑丝袜美女国产一区| 美女国产视频在线观看| 亚洲精品日本国产第一区| 80岁老熟妇乱子伦牲交| 日日摸夜夜添夜夜爱| 欧美成人精品欧美一级黄| 国产黄片美女视频| 国产精品人妻久久久影院| 五月天丁香电影| 成人午夜精彩视频在线观看| 精华霜和精华液先用哪个| 黄色毛片三级朝国网站 | 五月玫瑰六月丁香| 国产精品一区www在线观看| 午夜视频国产福利| 欧美日韩在线观看h| 免费观看无遮挡的男女| 国产亚洲av片在线观看秒播厂| 午夜福利网站1000一区二区三区| 国产国拍精品亚洲av在线观看| 少妇 在线观看| 99re6热这里在线精品视频| 成人国产麻豆网| 午夜福利影视在线免费观看| 亚洲精华国产精华液的使用体验| 精华霜和精华液先用哪个| 亚洲婷婷狠狠爱综合网| 午夜视频国产福利| 26uuu在线亚洲综合色| 精品久久久精品久久久| 久久国内精品自在自线图片| a级一级毛片免费在线观看| av在线观看视频网站免费| 久久97久久精品| 又爽又黄a免费视频| 久久人妻熟女aⅴ| 精品久久久久久久久av| 精品99又大又爽又粗少妇毛片| 久久国产精品大桥未久av | 人人妻人人看人人澡| 欧美日韩视频精品一区| 国模一区二区三区四区视频| 亚洲av成人精品一区久久| 22中文网久久字幕| 啦啦啦视频在线资源免费观看| 精品亚洲乱码少妇综合久久| 欧美精品人与动牲交sv欧美| 男男h啪啪无遮挡| 亚洲av成人精品一区久久| 亚洲精品乱码久久久久久按摩| 亚洲精品久久午夜乱码| 久久久久久久亚洲中文字幕| 日本午夜av视频| 亚洲va在线va天堂va国产| 国产欧美日韩精品一区二区| 午夜av观看不卡| 嘟嘟电影网在线观看| 九九在线视频观看精品| 天堂8中文在线网| 亚洲图色成人| 亚洲精品亚洲一区二区| 一级毛片我不卡| 大又大粗又爽又黄少妇毛片口| 国产精品99久久久久久久久| 制服丝袜香蕉在线| 欧美精品一区二区免费开放| 亚洲综合色惰| 亚洲av电影在线观看一区二区三区| 国产精品久久久久成人av| 热re99久久精品国产66热6| 美女中出高潮动态图| 大陆偷拍与自拍| 久久精品国产自在天天线| 欧美日韩视频高清一区二区三区二| 色婷婷久久久亚洲欧美| 高清在线视频一区二区三区| 精品少妇黑人巨大在线播放| 国产永久视频网站| 久久久久视频综合| 91在线精品国自产拍蜜月| 久久鲁丝午夜福利片| 午夜av观看不卡| 久久久久人妻精品一区果冻| 亚洲av免费高清在线观看| 色视频www国产| 午夜视频国产福利| freevideosex欧美| 国产亚洲最大av| 狂野欧美激情性bbbbbb| 日韩视频在线欧美| 最近中文字幕2019免费版| 十八禁网站网址无遮挡 | 综合色丁香网| a级一级毛片免费在线观看| 不卡视频在线观看欧美| 永久网站在线| 精华霜和精华液先用哪个| 精品国产一区二区久久| 国产欧美日韩综合在线一区二区 | 久久久午夜欧美精品| 国产伦精品一区二区三区视频9| 五月天丁香电影| 亚洲精品一区蜜桃| 国产极品粉嫩免费观看在线 | 桃花免费在线播放| 午夜91福利影院| 伊人久久国产一区二区| 精品国产一区二区三区久久久樱花| www.色视频.com| 99精国产麻豆久久婷婷| 国产亚洲午夜精品一区二区久久| 三级国产精品片| 久久久国产精品麻豆| 国产一区亚洲一区在线观看| 天堂俺去俺来也www色官网| 99精国产麻豆久久婷婷| 日日摸夜夜添夜夜爱| 成人午夜精彩视频在线观看| 亚洲自偷自拍三级| 亚洲av在线观看美女高潮| 亚洲精品久久久久久婷婷小说| 一区二区三区乱码不卡18| 国产午夜精品一二区理论片| 精品久久久久久电影网| 亚洲,一卡二卡三卡| 黄色视频在线播放观看不卡| 成人免费观看视频高清| 一区二区三区精品91| 久久97久久精品| 国产日韩欧美亚洲二区| 免费观看av网站的网址| 国产国拍精品亚洲av在线观看| 韩国av在线不卡| 国产成人freesex在线| 七月丁香在线播放| 久久久久国产精品人妻一区二区| 伦精品一区二区三区| 精品一区二区免费观看| 久久人人爽人人片av| 看免费成人av毛片| 精品国产一区二区久久| 国模一区二区三区四区视频| 国产一区有黄有色的免费视频| 肉色欧美久久久久久久蜜桃| 免费高清在线观看视频在线观看| 国国产精品蜜臀av免费| 亚洲精品日本国产第一区| 国产成人午夜福利电影在线观看| 久久国产乱子免费精品| 亚洲欧美日韩卡通动漫| 如何舔出高潮| 亚洲久久久国产精品| 久久久久久久久大av| 美女内射精品一级片tv| 极品少妇高潮喷水抽搐| 日韩精品免费视频一区二区三区 | 日本爱情动作片www.在线观看| 欧美精品高潮呻吟av久久| 亚洲精品久久久久久婷婷小说| 免费观看的影片在线观看| 国产成人精品福利久久| 嫩草影院新地址| 国产午夜精品一二区理论片| 色哟哟·www| 精品亚洲成国产av| www.色视频.com| 一级av片app| 我的老师免费观看完整版| 黑人猛操日本美女一级片| 亚洲婷婷狠狠爱综合网| 午夜激情久久久久久久| 99热全是精品| 波野结衣二区三区在线| 国产精品国产三级国产av玫瑰| av国产久精品久网站免费入址| 日本欧美视频一区| 如日韩欧美国产精品一区二区三区 | 特大巨黑吊av在线直播| 国产精品人妻久久久久久| 婷婷色综合大香蕉| 美女福利国产在线| 国产精品麻豆人妻色哟哟久久| 精品国产一区二区三区久久久樱花| 国产一区二区在线观看日韩| 久久97久久精品| 欧美精品高潮呻吟av久久| 在线看a的网站| 国产亚洲最大av| 国产无遮挡羞羞视频在线观看| 亚洲国产日韩一区二区| 深夜a级毛片| 久久午夜福利片| 亚洲第一av免费看| 免费高清在线观看视频在线观看| av在线播放精品| 亚洲av成人精品一区久久| 亚洲av中文av极速乱| 国产精品女同一区二区软件| 18+在线观看网站| 中文精品一卡2卡3卡4更新| 亚洲精品乱码久久久v下载方式| 日本色播在线视频| 91精品国产九色| 日产精品乱码卡一卡2卡三| 下体分泌物呈黄色| 国产免费福利视频在线观看| 国模一区二区三区四区视频| 欧美日韩综合久久久久久| 91精品国产国语对白视频| 久久精品国产亚洲av涩爱| 我要看日韩黄色一级片| 亚洲国产精品999| 成人特级av手机在线观看| 大又大粗又爽又黄少妇毛片口| 十分钟在线观看高清视频www | 婷婷色麻豆天堂久久| 熟女人妻精品中文字幕| 男的添女的下面高潮视频| 在现免费观看毛片| 纵有疾风起免费观看全集完整版| 简卡轻食公司| 亚洲激情五月婷婷啪啪| 99热全是精品| 久久99蜜桃精品久久| 亚洲欧美日韩另类电影网站| 国产精品国产三级专区第一集| 狂野欧美激情性bbbbbb| 男的添女的下面高潮视频| 老司机影院成人| 午夜福利在线观看免费完整高清在| 精品久久久精品久久久| av.在线天堂| 午夜福利影视在线免费观看| 欧美xxⅹ黑人| 曰老女人黄片| 男女边摸边吃奶| 乱系列少妇在线播放| 国产成人精品无人区| 一本一本综合久久| 91久久精品电影网| 97精品久久久久久久久久精品| 欧美精品人与动牲交sv欧美| 午夜激情福利司机影院| 国产精品福利在线免费观看| 国产精品久久久久久久久免| 国产极品粉嫩免费观看在线 | 亚洲第一av免费看| 日韩三级伦理在线观看| 大又大粗又爽又黄少妇毛片口| 精品午夜福利在线看| 国产日韩欧美在线精品| 国产精品免费大片| 九草在线视频观看| 久久久久久久精品精品| 国产探花极品一区二区| 国产成人免费无遮挡视频| 精品酒店卫生间| av一本久久久久| 久久婷婷青草| 夫妻午夜视频| 中文资源天堂在线| 国产综合精华液| 亚洲久久久国产精品| 久久人人爽av亚洲精品天堂| 亚洲国产日韩一区二区| 亚洲成人手机| 免费观看在线日韩| 下体分泌物呈黄色| 久久久午夜欧美精品| 麻豆乱淫一区二区| 久久国产乱子免费精品| 内地一区二区视频在线| 99久久中文字幕三级久久日本| 精品亚洲成国产av| 亚洲精品色激情综合| 成人综合一区亚洲| 亚洲精品国产色婷婷电影| 亚洲精品一二三| 国产精品女同一区二区软件| 岛国毛片在线播放| 日韩欧美精品免费久久| 高清黄色对白视频在线免费看 | 一区在线观看完整版| 亚洲av不卡在线观看| 久久久久久久久久久久大奶| av不卡在线播放| 久久99一区二区三区| 在线 av 中文字幕| 婷婷色麻豆天堂久久| 日本黄色片子视频| 最新中文字幕久久久久| 久久久a久久爽久久v久久| 在线观看三级黄色| 人人妻人人看人人澡| 18禁在线播放成人免费| 国产在线免费精品| 亚洲精品国产av成人精品| 国产成人精品久久久久久| 简卡轻食公司| 中文欧美无线码| 亚洲国产成人一精品久久久| 一级毛片 在线播放| 国产日韩欧美在线精品| 精品一区在线观看国产| 国产一区二区三区综合在线观看 | 亚洲国产精品一区三区| 97超碰精品成人国产| 色视频在线一区二区三区| 大香蕉久久网| 免费观看性生交大片5| 免费人成在线观看视频色| 国产极品粉嫩免费观看在线 | av播播在线观看一区| 欧美 亚洲 国产 日韩一| 亚洲中文av在线| 国精品久久久久久国模美| 熟女av电影| 爱豆传媒免费全集在线观看| 国产伦精品一区二区三区四那| 国语对白做爰xxxⅹ性视频网站| 全区人妻精品视频| 国产成人aa在线观看| 日本与韩国留学比较| 国产欧美日韩一区二区三区在线 | av线在线观看网站| xxx大片免费视频| av视频免费观看在线观看| 国产综合精华液| 国产白丝娇喘喷水9色精品| 亚洲精品国产av成人精品| 欧美精品一区二区大全| 婷婷色av中文字幕| 美女国产视频在线观看| 秋霞伦理黄片| 久久99热这里只频精品6学生| 黄色日韩在线| 曰老女人黄片| 久久国产乱子免费精品| videos熟女内射| xxx大片免费视频| 国产又色又爽无遮挡免| 中文字幕av电影在线播放| 一区二区三区免费毛片| 国产av精品麻豆| 丰满迷人的少妇在线观看| 欧美高清成人免费视频www| 男女国产视频网站| 一级爰片在线观看| 日本wwww免费看| 免费黄网站久久成人精品| 观看av在线不卡| 欧美丝袜亚洲另类| 国产永久视频网站| 2021少妇久久久久久久久久久| .国产精品久久| 日日摸夜夜添夜夜爱| 久久久久久久久久成人| 搡老乐熟女国产| 国产av一区二区精品久久| 一级毛片电影观看| 国产精品一区二区三区四区免费观看| av不卡在线播放| 亚洲精品久久久久久婷婷小说| 国产欧美日韩一区二区三区在线 | 国产在视频线精品| 亚洲精品日韩在线中文字幕| 蜜桃久久精品国产亚洲av| 777米奇影视久久| 国产精品不卡视频一区二区| 91久久精品国产一区二区成人| 久久人妻熟女aⅴ| 亚洲精品第二区| 26uuu在线亚洲综合色| 99热这里只有是精品50| 偷拍熟女少妇极品色| av天堂中文字幕网| 最近2019中文字幕mv第一页| 又大又黄又爽视频免费| 精品视频人人做人人爽| 观看美女的网站| 99视频精品全部免费 在线| 最近2019中文字幕mv第一页| 最新中文字幕久久久久| 大又大粗又爽又黄少妇毛片口| 青青草视频在线视频观看| 国产av精品麻豆| 少妇 在线观看| 国内揄拍国产精品人妻在线| 久久婷婷青草| 日日摸夜夜添夜夜爱| 在线看a的网站| 亚洲av综合色区一区| 精品一区二区免费观看| 午夜免费男女啪啪视频观看| 大片免费播放器 马上看| 美女大奶头黄色视频| 欧美日韩亚洲高清精品| 大片电影免费在线观看免费| 成人毛片60女人毛片免费| 国产日韩欧美视频二区| 日日撸夜夜添| 亚洲精华国产精华液的使用体验| 国产免费一区二区三区四区乱码| 亚洲av中文av极速乱| 久久精品国产亚洲av天美| 国产精品欧美亚洲77777| 少妇高潮的动态图| 国产 精品1| 国产亚洲5aaaaa淫片| 国产精品伦人一区二区| 日韩中字成人| 欧美最新免费一区二区三区| 亚洲av中文av极速乱| 超碰97精品在线观看| 97超视频在线观看视频| 欧美人与善性xxx| 国产精品久久久久成人av| 2022亚洲国产成人精品| 久久亚洲国产成人精品v| 毛片一级片免费看久久久久| 91午夜精品亚洲一区二区三区| 国产爽快片一区二区三区| 亚洲内射少妇av| av有码第一页| 狂野欧美激情性bbbbbb| 精品一区二区免费观看| 国产精品不卡视频一区二区| 国产在视频线精品| 欧美精品一区二区免费开放| 成人美女网站在线观看视频| 啦啦啦中文免费视频观看日本| 高清黄色对白视频在线免费看 | 在线观看免费日韩欧美大片 | 永久网站在线| 亚洲国产欧美日韩在线播放 | 久久精品国产亚洲av涩爱| av不卡在线播放| av免费观看日本| 精品视频人人做人人爽| 卡戴珊不雅视频在线播放| 男女啪啪激烈高潮av片| 又爽又黄a免费视频| 丰满迷人的少妇在线观看| av.在线天堂| 91精品国产九色| 日韩av免费高清视频| 国产精品99久久久久久久久| 老司机影院成人| 欧美bdsm另类| av视频免费观看在线观看| 99九九在线精品视频 | 久久久久久久久久久丰满| 久久午夜综合久久蜜桃| 肉色欧美久久久久久久蜜桃| 如何舔出高潮| 欧美国产精品一级二级三级 | 51国产日韩欧美| 搡女人真爽免费视频火全软件| 国产成人午夜福利电影在线观看| 一本久久精品| 免费观看a级毛片全部| 精品一品国产午夜福利视频| 精品卡一卡二卡四卡免费| 亚洲真实伦在线观看| 国产成人精品一,二区| 中文字幕av电影在线播放| 日韩av不卡免费在线播放| 极品少妇高潮喷水抽搐| 人人澡人人妻人| 国产女主播在线喷水免费视频网站| 99热这里只有精品一区| 国产精品一区二区在线不卡| 日本-黄色视频高清免费观看| 亚洲精品中文字幕在线视频 | 国产高清三级在线| 观看美女的网站| av网站免费在线观看视频| 亚洲国产精品国产精品| a 毛片基地| 国产伦精品一区二区三区视频9| 尾随美女入室| 国产片特级美女逼逼视频| 国产一区二区三区av在线| 欧美成人午夜免费资源| 777米奇影视久久| 日日摸夜夜添夜夜爱| 国产高清不卡午夜福利| 狂野欧美激情性bbbbbb| 99热国产这里只有精品6| 国产亚洲av片在线观看秒播厂| 欧美另类一区| 日韩,欧美,国产一区二区三区| 精品久久久精品久久久| 国产黄色免费在线视频| 亚洲美女搞黄在线观看| 色哟哟·www| 亚洲中文av在线| 亚洲av免费高清在线观看| 久久99精品国语久久久| 内地一区二区视频在线| 大码成人一级视频| 免费看不卡的av| 观看免费一级毛片| 91久久精品国产一区二区三区|