• <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 ?

    基于神經(jīng)網(wǎng)絡的智能車輛導航路徑識別模型

    2018-06-12 08:00陳誠
    現(xiàn)代電子技術 2018年11期
    關鍵詞:控制精度魯棒性模糊控制

    陳誠

    摘 要: 傳統(tǒng)基于PID的車輛導航路徑識別模型,基于精準的數(shù)學模型實現(xiàn)智能車輛路徑控制,在高速情況下具有較低的魯棒性,智能控制性能差。因此,基于智能車輛運動學模型,設計基于神經(jīng)網(wǎng)絡智能車輛導航路徑識別模型結構,通過神經(jīng)網(wǎng)絡對車輛行駛方向進行控制,實現(xiàn)對智能車輛路徑導航的控制。將多層前饋型神經(jīng)網(wǎng)絡作為基礎結構對T?S模糊系統(tǒng)進行模擬,通過多次訓練對神經(jīng)網(wǎng)絡的權值實施調(diào)控,完成基于神經(jīng)網(wǎng)絡智能車輛導航路徑識別模型的設計。對識別模型實施訓練,降低外界的干擾,提高識別模型的控制精度,實現(xiàn)對智能車輛路徑導航的控制。實驗結果說明,設計的基于神經(jīng)網(wǎng)絡的智能車輛路徑導航識別模型控制精度高且魯棒性較強,智能控制效果佳。

    關鍵詞: 神經(jīng)網(wǎng)絡; 智能車輛; 路徑導航; 模糊控制; 識別模型; 控制精度; 魯棒性

    中圖分類號: TN96?34; TP391.41 文獻標識碼: A 文章編號: 1004?373X(2018)11?0124?05

    Neural network based navigation path recognition model of intelligent vehicle

    CHEN Cheng

    (Shanghai Jian Qiao University, Shanghai 201306, China)

    Abstract: The traditional vehicle navigation path recognition model based on PID, used to realize the intelligent vehicle path control based on precise mathematical model, has low robustness and poor intelligent control performance while driving at a high speed. On the basis of kinematics model of intelligent vehicle, the structure of intelligent vehicle navigation path recognition model based on neural network was designed. The neural network is used to control the driving direction of the vehicle to realize the control of the intelligent vehicle path navigation. The multilayer feed?forward neural network is taken as the basic structure to simulate the T?S fuzzy system. The weight of the neural network is regulated after several trainings to design the neural network based navigation path recognition model of intelligent vehicle. The recognition model is trained to reduce the external interference, improve the control accuracy of the recognition model, and realize the control of the intelligent vehicle path navigation. The experimental results show that the designed intelligent vehicle path navigation recognition model based on neural network has high control accuracy, strong robustness, and perfect intelligent control effect.

    Keywords: neural network; intelligent vehicle; path navigation; fuzzy control; recognition model; control accuracy; robustness

    0 引 言

    當前的智能車輛是智能交通體系發(fā)展的關鍵內(nèi)容,其在車輛行駛以及軍事等領域具有較高的應用價值。智能車輛能夠使得交通事故發(fā)生概率降低,交通運輸效率增加,促進經(jīng)濟效益的提升。智能車輛的導航路徑識別是智能車輛控制的關鍵,可確保車輛自主駕駛的穩(wěn)定性以及流暢性,具有較高的應用價值[1]。傳統(tǒng)基于PID的車輛導航路徑識別模型,基于精準的數(shù)學模型實現(xiàn)智能車輛路徑控制,在高速情況下具有較低的魯棒性,智能控制性能差。

    智能車輛具有較高的動態(tài)性以及時延性,受到各種不確定因素的干擾,不能得到精準的數(shù)學模型。而基于神經(jīng)網(wǎng)絡的智能控制技術很好地解決了PID方法存在的問題,模糊神經(jīng)網(wǎng)絡無需精準數(shù)學模型,基于模糊邏輯則可完成駕駛員的經(jīng)驗控制,并且可通過訓練學習產(chǎn)生映射規(guī)則,實現(xiàn)車輛的智能控制[2]。本文設計基于神經(jīng)網(wǎng)絡的智能車輛導航路徑識別模型,確保智能車輛可高速、精準地跟蹤周期期望路徑。

    1 神經(jīng)網(wǎng)絡的智能車輛導航路徑識別模型

    1.1 智能車輛運動學模型

    本文通過對智能車輛運動路徑進行跟蹤,從而為智能車輛導航路徑模型的設計提供分析基礎,圖1為智能車輛路徑跟蹤示意圖。

    將智能車輛的位置坐標表示為[R(x,y,θ)T,][(x,y)]為該智能車輛在世界坐標系下的坐標,[θ]表示智能車輛與[x]軸方向的夾角,[P]點表示智能車輛的位置[R]到車輛運動路線的切點,且[R]點到[P]點的距離用[d]表示,[θr]為車輛運動路線在[P]點處的切向角,[θc]表示方向角的誤差角度。因此將智能車輛運動方程表示為:

    [x=vcosθy=vsinθθ=ω] (1)

    式中:[v]代表智能車輛的瞬時線速度;[ω]表示智能車輛的角速度。

    對式(1)進行約束,其約束方程為:

    [xsinθ-ycosθ=0] (2)

    將智能車輛的位置[R]當作車輛運動路徑的參考資料,當前智能車輛的位置坐標為[Rc=(xc,yc,θc)T],此時的方向角與參考點方向角間的差值為:

    [θe=θr-θc] (3)

    則此時車輛位置與參考點間的距離為:

    [d=(xr-xc)2+(yr-yc)2] (4)

    當參考點設置在智能車輛的右側時,兩處距離為正數(shù)[D=d];若參考點在車輛的左側,距離用負數(shù)表示[D=-d]。

    1.2 智能車輛路徑導航控制模型結構設計

    本文基于上述分析的智能車輛動力學模型,基于模糊神經(jīng)網(wǎng)絡設計智能車輛的路徑導航控制模型結構,如圖2所示。智能車輛的路徑偏差信息經(jīng)過圖像處理后得到其橫向和方位偏差[3],再將其經(jīng)過偏差融合得到綜合偏差;采用模糊邏輯控制智能車輛的橫向偏差,將得到的綜合偏差結果作為控制器的輸入數(shù)據(jù),前輪轉角為輸出結果。通過神經(jīng)網(wǎng)絡對車輛行駛方向進行控制[4],實現(xiàn)對智能車輛路徑導航的控制。

    1.2.1 基于模糊神經(jīng)網(wǎng)絡智能車輛導航路徑識別模型設計

    基于模糊神經(jīng)網(wǎng)絡智能車輛導航路徑識別模型設計原理:將多層前饋型神經(jīng)網(wǎng)絡作為基礎結構對T?S模糊系統(tǒng)進行模擬,進行多次訓練對網(wǎng)絡的權值進行調(diào)試可對網(wǎng)絡運行起到優(yōu)化的作用。模糊技術和神經(jīng)網(wǎng)絡的結合使神經(jīng)網(wǎng)絡具有較強的推理和聯(lián)想能力[5]。通過模糊C?均值聚類法從車輛數(shù)據(jù)中心獲取模糊聚類中心,將模糊聚類中心作為規(guī)則的前件中心,將給定數(shù)據(jù)分為[n]種不同的類別,[n]種類別的聚類中心用[cj=(c1j,c2j,c3j), j=1,2,…,n]表示;產(chǎn)生的[n]條模糊規(guī)則格式如下:

    [If x1 is Al1(x1) and x2 is Al2(x2) then y is yl, l=1,2,…,n] (5)

    本文采用高斯函數(shù)為T?S模糊神經(jīng)網(wǎng)絡的規(guī)則前函數(shù),使函數(shù)曲線的平滑性較好,表達式如下:

    [μij(xi)=exp-xi-cijbij2,i=1,2;j=1,2,…,n] (6)

    式中:[cij]和[bij]分別表示高斯函數(shù)的中心和寬度,該中心即為經(jīng)過模糊C?聚類后的聚類中心。本文將輸入變量的分割數(shù)設為7,即綜合偏差被映射到7個模糊子集,最終得到的基于模糊神經(jīng)網(wǎng)絡結構如圖3所示,不同層次間完成不同的任務,將任務的結果傳遞到下一層次。

    第一層是數(shù)據(jù)輸入層,主要接收偏差和偏差變化率,其節(jié)點與數(shù)據(jù)直接相連,可將輸入數(shù)據(jù)進行歸一化處理[6],處理結果被傳遞到下一層繼續(xù)處理。第二層是隸屬函數(shù)生成層,負責將輸入的數(shù)據(jù)進行模糊操作,將數(shù)據(jù)轉化為模糊量,即為模糊子集的隸屬度,隸屬函數(shù)就是經(jīng)過聚類后的高斯函數(shù)。

    [μij(xi)=exp-xi-cijbij2] (7)

    式中:[μij]表示變量[i]的第[j]個隸屬函數(shù);[x]表示控制器的數(shù)據(jù)輸入值;[c]表示函數(shù)中心;[b]為函數(shù)的寬度;[i]的取值為1或2,用來表示輸入變量的維度;[j]表示神經(jīng)元的數(shù)量。

    第三、四層均為模糊推理層,共同完成隸屬函數(shù)的優(yōu)化和模糊規(guī)則的構建[7]。第三層中的神經(jīng)元為模糊規(guī)則前件,輸出結果為規(guī)則的權重:

    [ωl=μAl1(x1)μAl2(x2)] (8)

    式中:[Al1]和[Al2]為第一條規(guī)則中的模糊集合;[μAl1(x1)]為第一條規(guī)則中輸入量[x1]屬于[μ]集合[Al1]的隸屬函數(shù)。歸一化處理在第四層,每個神經(jīng)元輸出的結果表示對應規(guī)則經(jīng)歸一化操作后的比例。

    [φl=ωlm=1nωm, l=1,2,…,n] (9)

    第五層表示該模糊神經(jīng)網(wǎng)絡的輸出層,對輸出結果進行控制。輸出結果即第四層對應規(guī)則歸一化操作后比例與神經(jīng)元權重的乘積,神經(jīng)元權重表達式為:

    [βl=kl?A=pl0+pl1x1+pl2x2] (10)

    式中:[kl=pl0 pl1 pl2T]為模糊規(guī)則中的參數(shù);[A=1 x1 x2T];[βl]為模糊規(guī)則的后件部分。

    假設共使用[n]條控制規(guī)則,第五層的輸出結果也就是最終的智能車輛導航路徑控制結果,為:

    [y=l=1nβlφl] (11)

    通過模糊C?均值分類和模糊神經(jīng)網(wǎng)絡使模糊神經(jīng)網(wǎng)絡車輛控制器形成49條模糊規(guī)則,設第[l]條規(guī)則為[Rl],該規(guī)則的表達式為:

    [Rl: if x1 is Al1 and x2 is Al2,then ul=pl0+pl1x1+pl2x2, l=1,2,…,49] (12)

    式中[ul]表示第[l]條規(guī)則的輸出結果。

    1.2.2 模糊神經(jīng)網(wǎng)絡智能車輛導航路徑識別模型訓練

    從模糊神經(jīng)網(wǎng)絡結構可以看出,智能車輛導航路徑識別模型前三層輸入層、隱含層和輸出層構建出一個前向的網(wǎng)絡結構,第四層主要進行神經(jīng)元的推理[8]。駕駛員駕駛智能車輛來收集道路交通數(shù)據(jù),駕駛人員行駛車輛過程中每60 ms收集一次[le],[U]和[v0]的值,將記錄結果匯總成一個數(shù)據(jù)文件。該數(shù)據(jù)收集時間共20 min,駕駛員駕駛智能車輛的導航路徑包括直線?曲線?直線或S曲線?直線?S曲線等4條路徑。將收集到異常的數(shù)據(jù)進行剔除[9],得到基于神經(jīng)網(wǎng)絡的智能車輛導航路徑識別模型的樣本,經(jīng)駕駛員多次駕駛,得到路徑S曲線?直線?S曲線的600組數(shù)據(jù),控制器初始學習率為0.3,動量系數(shù)為0.9,誤差概率為0.1%,經(jīng)過多次訓練得到其隱層的權值[W1]和閾值[B1,]輸出層權值[W2]和閾值[B2。]采用T?S模式設計模糊神經(jīng)網(wǎng)絡的智能車輛導航路徑識別模型的學習效率為5%,將訓練樣本數(shù)據(jù)導入神經(jīng)網(wǎng)絡結構中進行離線訓練,訓練結束后訓練樣本具有記憶功能,離線訓練能對訓練樣本進行模糊參數(shù)的調(diào)整[10],使模糊的神經(jīng)網(wǎng)絡高效地模擬輸入與輸出的關系,降低外界的干擾,提高智能車輛導航路徑識別模型的控制精度。

    2 實驗結果與分析

    實驗采用本文設計的基于神經(jīng)網(wǎng)絡的智能車輛導航路徑識別模型,對某類型智能車輛實施控制。該識別模型以1 m/s的速度分別對智能車輛進行直線路徑和圓形路徑導航,實施Matlab仿真,原始樣本數(shù)據(jù)通過駕駛智能車輛獲取。假設實驗跟蹤的數(shù)據(jù)在20個樣本內(nèi)均能采集到精確的數(shù)據(jù),直線上運動角速度為0 (°)/s,圓形上運動角速度為12.264 (°)/s。對20個樣本進行實驗仿真,訓練1 000次。表1和表2分別為本文識別模型對實驗智能車輛直線和圓形的路徑導航跟蹤數(shù)據(jù)。

    表1和表2中,[θ]表示方向角誤差,[D]表示距離誤差,[ω]表示角速度誤差。從表1和表2對直線和圓形路徑導航跟蹤結果可以看出,經(jīng)過本文模型的模糊神經(jīng)網(wǎng)絡訓練后,車輛角速度變得更平穩(wěn),收斂度更高且魯棒性強。

    圖4為采用本文識別模型控制后智能車輛路徑導航中的運動軌跡誤差,從圖4中可以看出,運動軌跡的誤差在0.5 m之內(nèi),表明本文模型的精度較高,能夠?qū)崿F(xiàn)智能車輛路徑導航的準確識別。從圖中還能看出波動較高的峰值都處在道路曲率較高且相對波動率較高的位置,同實際的駕駛經(jīng)驗一致。

    為了對本文識別模型的工作效果進行測試,設計基于本文識別模型的智能車輛路徑導航實驗,智能車輛的行駛路徑有直線、曲線和S型三種。曲線路徑要求偏向角在15°以內(nèi),圖5為基于本文識別模型控制下的智能車輛在曲線上的導航曲線,實驗環(huán)境為普通的柏油馬路,采用IPC?6809工控機,內(nèi)存為256 MB,CCD使用德國生產(chǎn)的BASLERA602fc,智能車輛的啟動速度為10 km/h,最大限速為20 km/h。從圖5中可以看出,車輛運動路線為曲線時其側向偏差和方向偏差為負相關,其偏差范圍在10 cm之內(nèi),符合智能車輛導航控制器的要求,說明本文識別模型工作效果優(yōu),可對智能車輛進行高質(zhì)量導航控制。

    3 結 論

    本文設計基于神經(jīng)網(wǎng)絡的智能車輛導航路徑識別模型,通過模糊神經(jīng)網(wǎng)絡實現(xiàn)智能車輛路徑的經(jīng)驗控制,對識別模型實施訓練提高了模型的控制精度,實現(xiàn)智能車輛路徑的高精度控制。

    參考文獻

    [1] 倪捷,劉志強.基于駕駛人決策機制的換道意圖識別模型[J].交通運輸系統(tǒng)工程與信息,2016,16(1):58?63.

    NI Jie, LIU Zhiqiang. The model of lane change based on driver decision?making mechanism [J]. Transportation system enginee?ring and information, 2016, 16(1): 58?63.

    [2] 周青,鄒凡.基于神經(jīng)網(wǎng)絡的產(chǎn)業(yè)技術創(chuàng)新戰(zhàn)略聯(lián)盟沖突識別模型[J].技術經(jīng)濟,2016,35(4):44?51.

    ZHOU Qing, ZOU Fan. Conflict identification model of industrial technology innovation strategy alliance based on neural network [J]. Technology economy, 2016, 35(4): 44?51.

    [3] 劉占文,趙祥模,李強,等.基于圖模型與卷積神經(jīng)網(wǎng)絡的交通標志識別方法[J].交通運輸工程學報,2016,16(5):122?131.

    LIU Zhanwen, ZHAO Xiangmo, LI Qiang, et al. Method of identification of traffic signs based on graph model and convolution neural network [J]. Journal of transport engineering, 2016, 16(5): 122?131.

    [4] 要會娟,浮潔,張麗香.基于神經(jīng)網(wǎng)絡的磁流變阻尼器逆向模型辨識研究[J].計算機仿真,2015,32(12):408?412.

    YAO Huijuan, FU Jie, ZHANG Lixiang. Research on the reverse model identification of magnetorheological dampers based on neural network [J]. Computer simulation, 2015, 32(12): 408?412.

    [5] 鄧召學,鄭玲,郭敏敏,等.基于遺傳BP神經(jīng)網(wǎng)絡的磁流變懸置模型辨識[J].電子科技大學學報,2014,43(6):955?960.

    DENG Zhaoxue, ZHENG Ling, GUO Minmin, et al. Identification of magnetorheological suspension model based on genetic BP neural network [J]. Journal of University of Electronic Science and Technology of China, 2014, 43(6): 955?960.

    [6] 孟祥海,覃薇,鄧曉慶.基于神經(jīng)網(wǎng)絡的山嶺重丘區(qū)高速公路事故預測模型[J].公路交通科技,2016,33(3):102?108.

    MENG Xianghai, QIN Wei, DENG Xiaoqing. Highway accident prediction model in mountain ridge area based on neural network [J]. Highway traffic technology, 2016, 33(3): 102?108.

    [7] 林文如,陳騰林,林國福.基于改進神經(jīng)網(wǎng)絡的非滿載車輛路線優(yōu)化模型[J].計算機工程與應用,2015,51(16):239?242.

    LIN Wenru, CHEN Tenglin, LIN Guofu. Vehicle route optimization model based on improvement neural network [J]. Computer engineering and applications, 2015, 51(16): 239?242.

    [8] 諸云,高寧波,鄭麗媛.基于神經(jīng)網(wǎng)絡的經(jīng)濟圈道路交通安全綜合測度模型[J].中國安全科學學報,2015,25(10):22?28.

    ZHU Yun, GAO Ningbo, ZHENG Liyuan. A comprehensive measurement model of road traffic safety based on neural networks [J]. China journal of security science, 2015, 25(10): 22?28.

    [9] 蔣士正,許榕,陳啟美.基于變量選擇?神經(jīng)網(wǎng)絡模型的復雜路網(wǎng)短時交通流預測[J].上海交通大學學報,2015,49(2):281?286.

    JIANG Shizheng, XU Rong, CHEN Qimei. Short?term traffic flow prediction for complex road network based on variable selection neural network [J]. Journal of Shanghai Jiao Tong University, 2015, 49(2): 281?286.

    [10] 張萌,婁勝利,丁亮.基于反向傳播神經(jīng)網(wǎng)絡的駕駛人人際與情緒危險性模型[J].公路交通科技,2015,32(1):140?144.

    ZHANG Meng, LOU Shengli, DING Liang. The driver′s interpersonal and emotional risk model based on back?propagation neural network [J]. Highway traffic technology, 2015, 32(1): 140?144.

    猜你喜歡
    控制精度魯棒性模糊控制
    荒漠綠洲區(qū)潛在生態(tài)網(wǎng)絡增邊優(yōu)化魯棒性分析
    基于確定性指標的弦支結構魯棒性評價
    MW級太空發(fā)電站微波能量波束指向控制精度分析
    基于安卓的智能車轉速系統(tǒng)的設計與實現(xiàn)
    T-S模糊控制綜述與展望
    基于非支配解集的多模式裝備項目群調(diào)度魯棒性優(yōu)化
    基于模糊控制的PLC在溫度控制中的應用
    非接觸移動供電系統(tǒng)不同補償拓撲下的魯棒性分析
    基于模糊控制的恒壓供水系統(tǒng)的研究
    用于光伏MPPT中的模糊控制占空比擾動法
    午夜a级毛片| 免费av毛片视频| 亚洲欧美日韩无卡精品| 精品国产三级普通话版| 久久99热这里只有精品18| 国产蜜桃级精品一区二区三区| 国产精品一及| 高清日韩中文字幕在线| 美女黄网站色视频| 亚洲熟妇中文字幕五十中出| 97超视频在线观看视频| 99热只有精品国产| 国产精品爽爽va在线观看网站| 免费看美女性在线毛片视频| 99久久无色码亚洲精品果冻| 亚洲五月婷婷丁香| 无人区码免费观看不卡| av在线蜜桃| 日韩欧美精品v在线| 日韩精品青青久久久久久| 国产97色在线日韩免费| 亚洲欧美激情综合另类| 久久性视频一级片| 99久久精品国产亚洲精品| av片东京热男人的天堂| 久久草成人影院| 91麻豆av在线| 国产久久久一区二区三区| 淫妇啪啪啪对白视频| 亚洲成av人片在线播放无| 久久久久国产精品人妻aⅴ院| 欧美日韩黄片免| 欧美又色又爽又黄视频| 少妇丰满av| 国产精品免费一区二区三区在线| 国产精品三级大全| 69av精品久久久久久| 久久九九热精品免费| 特大巨黑吊av在线直播| 免费观看精品视频网站| 日韩免费av在线播放| 久久精品影院6| 国产精华一区二区三区| 看免费av毛片| 日韩精品青青久久久久久| 久久久久久久午夜电影| 亚洲人与动物交配视频| 香蕉久久夜色| 久久精品国产自在天天线| 69人妻影院| 欧美中文日本在线观看视频| 欧美不卡视频在线免费观看| 国产精品av视频在线免费观看| 91久久精品国产一区二区成人 | 欧美激情久久久久久爽电影| 他把我摸到了高潮在线观看| 午夜精品在线福利| 天堂av国产一区二区熟女人妻| 每晚都被弄得嗷嗷叫到高潮| 国产av不卡久久| 好男人在线观看高清免费视频| 午夜精品一区二区三区免费看| 日本黄色视频三级网站网址| 久久久国产精品麻豆| 国产麻豆成人av免费视频| 精品久久久久久久人妻蜜臀av| 国产爱豆传媒在线观看| 叶爱在线成人免费视频播放| 亚洲久久久久久中文字幕| 国产黄片美女视频| 男女做爰动态图高潮gif福利片| 欧美成人a在线观看| 欧美中文综合在线视频| 国产极品精品免费视频能看的| 男女床上黄色一级片免费看| 精品久久久久久久末码| 可以在线观看的亚洲视频| 国产麻豆成人av免费视频| 可以在线观看毛片的网站| 国产乱人视频| 最近最新中文字幕大全免费视频| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 成年女人看的毛片在线观看| 亚洲精品色激情综合| 男人的好看免费观看在线视频| 久久久久久久亚洲中文字幕 | 变态另类丝袜制服| 欧美3d第一页| 欧美日韩精品网址| 欧美黑人欧美精品刺激| 在线免费观看不下载黄p国产 | 亚洲人成网站高清观看| 黄色日韩在线| 久久久久久人人人人人| 久久久成人免费电影| 久久婷婷人人爽人人干人人爱| 高清日韩中文字幕在线| 少妇的逼好多水| 一个人免费在线观看电影| 毛片女人毛片| 成人鲁丝片一二三区免费| 高潮久久久久久久久久久不卡| 在线十欧美十亚洲十日本专区| 国内少妇人妻偷人精品xxx网站| 99久久精品热视频| 天天添夜夜摸| 久久午夜亚洲精品久久| 婷婷丁香在线五月| 亚洲av中文字字幕乱码综合| 在线观看66精品国产| 午夜福利18| 亚洲精品美女久久久久99蜜臀| 啪啪无遮挡十八禁网站| 很黄的视频免费| 淫妇啪啪啪对白视频| 精品人妻偷拍中文字幕| 丝袜美腿在线中文| 日韩大尺度精品在线看网址| 男女午夜视频在线观看| 亚洲精品影视一区二区三区av| 久久国产精品人妻蜜桃| 午夜福利在线在线| 久久久久国内视频| 在线国产一区二区在线| 九九久久精品国产亚洲av麻豆| 高清毛片免费观看视频网站| 99久久99久久久精品蜜桃| 国产真实伦视频高清在线观看 | 极品教师在线免费播放| 法律面前人人平等表现在哪些方面| 亚洲成人免费电影在线观看| 极品教师在线免费播放| 国产又黄又爽又无遮挡在线| 男人舔奶头视频| 18禁美女被吸乳视频| 亚洲精品乱码久久久v下载方式 | 欧美黄色淫秽网站| 亚洲成人免费电影在线观看| а√天堂www在线а√下载| 国产精品久久电影中文字幕| 大型黄色视频在线免费观看| 老鸭窝网址在线观看| 国产成人av激情在线播放| 嫩草影视91久久| 日日干狠狠操夜夜爽| 亚洲第一电影网av| 久久欧美精品欧美久久欧美| 国产精品久久视频播放| 高潮久久久久久久久久久不卡| 亚洲精品在线观看二区| 免费人成视频x8x8入口观看| a级一级毛片免费在线观看| 午夜福利18| 色精品久久人妻99蜜桃| 中文字幕久久专区| 国产一区二区在线观看日韩 | 欧美激情久久久久久爽电影| 女生性感内裤真人,穿戴方法视频| 首页视频小说图片口味搜索| 动漫黄色视频在线观看| 两个人视频免费观看高清| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 无遮挡黄片免费观看| 99久久无色码亚洲精品果冻| 看黄色毛片网站| 久久精品夜夜夜夜夜久久蜜豆| 亚洲最大成人手机在线| 久久久久免费精品人妻一区二区| 亚洲国产欧洲综合997久久,| 色综合欧美亚洲国产小说| 亚洲 欧美 日韩 在线 免费| 在线观看美女被高潮喷水网站 | 成人精品一区二区免费| 色在线成人网| 成人av在线播放网站| 欧美日本视频| 国产精品免费一区二区三区在线| 狂野欧美激情性xxxx| 久久香蕉精品热| 午夜福利免费观看在线| 国产 一区 欧美 日韩| 日本免费一区二区三区高清不卡| 女人十人毛片免费观看3o分钟| 久久久久久久亚洲中文字幕 | 亚洲七黄色美女视频| 国内久久婷婷六月综合欲色啪| 麻豆久久精品国产亚洲av| 日韩欧美免费精品| 脱女人内裤的视频| 亚洲精品日韩av片在线观看 | 婷婷精品国产亚洲av| 国产国拍精品亚洲av在线观看 | 嫩草影视91久久| 久久亚洲真实| 香蕉久久夜色| 国产一区二区在线av高清观看| 91麻豆av在线| 午夜福利高清视频| 一本久久中文字幕| 日韩精品中文字幕看吧| 中文字幕熟女人妻在线| 国产精品一区二区免费欧美| 欧美bdsm另类| 精品无人区乱码1区二区| 色老头精品视频在线观看| 长腿黑丝高跟| 日韩欧美国产在线观看| 美女免费视频网站| 中文字幕精品亚洲无线码一区| 婷婷亚洲欧美| 乱人视频在线观看| 日日夜夜操网爽| eeuss影院久久| 亚洲成av人片免费观看| 免费无遮挡裸体视频| 国产黄a三级三级三级人| 校园春色视频在线观看| 又粗又爽又猛毛片免费看| 中亚洲国语对白在线视频| 亚洲中文日韩欧美视频| 中文字幕人妻丝袜一区二区| 精品99又大又爽又粗少妇毛片 | 国产午夜福利久久久久久| 99国产综合亚洲精品| 欧美大码av| 2021天堂中文幕一二区在线观| 国模一区二区三区四区视频| 日韩国内少妇激情av| 国产av不卡久久| 亚洲男人的天堂狠狠| 久久精品人妻少妇| 久久九九热精品免费| 国产精品乱码一区二三区的特点| 国产一区二区亚洲精品在线观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 男人舔女人下体高潮全视频| 亚洲一区高清亚洲精品| 波多野结衣高清无吗| 日韩欧美精品免费久久 | 欧美+亚洲+日韩+国产| 成人无遮挡网站| 欧美日韩国产亚洲二区| 色综合站精品国产| 淫妇啪啪啪对白视频| 男人舔女人下体高潮全视频| 色视频www国产| 成年女人看的毛片在线观看| 国模一区二区三区四区视频| 国产精品一区二区三区四区免费观看 | 麻豆国产av国片精品| 国产激情欧美一区二区| 国产爱豆传媒在线观看| 18禁在线播放成人免费| 成熟少妇高潮喷水视频| 在线观看66精品国产| 亚洲成人久久性| 少妇的逼好多水| 美女高潮的动态| 亚洲av五月六月丁香网| avwww免费| 国内毛片毛片毛片毛片毛片| 亚洲人成电影免费在线| 亚洲人成网站高清观看| 国产精品1区2区在线观看.| 九九久久精品国产亚洲av麻豆| 十八禁人妻一区二区| 亚洲在线自拍视频| 午夜福利高清视频| 日韩欧美免费精品| 欧美中文综合在线视频| 亚洲电影在线观看av| 国产三级黄色录像| 国产中年淑女户外野战色| 国产精品亚洲美女久久久| 一a级毛片在线观看| 最近最新免费中文字幕在线| 观看免费一级毛片| 一进一出抽搐gif免费好疼| 久久久精品欧美日韩精品| 制服人妻中文乱码| 久久久成人免费电影| 久久久精品大字幕| 久久精品国产亚洲av香蕉五月| xxxwww97欧美| 99国产极品粉嫩在线观看| 亚洲最大成人手机在线| 夜夜看夜夜爽夜夜摸| 免费搜索国产男女视频| 国产毛片a区久久久久| 乱人视频在线观看| 看黄色毛片网站| 十八禁网站免费在线| 日本三级黄在线观看| 亚洲美女黄片视频| av片东京热男人的天堂| 久久久久久人人人人人| 亚洲国产色片| 小说图片视频综合网站| 中国美女看黄片| 两性午夜刺激爽爽歪歪视频在线观看| 香蕉丝袜av| 看黄色毛片网站| АⅤ资源中文在线天堂| 日韩大尺度精品在线看网址| 波多野结衣高清作品| 国产精品永久免费网站| 国产主播在线观看一区二区| 法律面前人人平等表现在哪些方面| 国产真实伦视频高清在线观看 | 18禁裸乳无遮挡免费网站照片| 成人国产综合亚洲| 日韩av在线大香蕉| 国产毛片a区久久久久| 欧美一区二区亚洲| 欧美+日韩+精品| or卡值多少钱| 9191精品国产免费久久| 国产三级黄色录像| 午夜视频国产福利| or卡值多少钱| 中文资源天堂在线| 丰满乱子伦码专区| a级一级毛片免费在线观看| 国产精品一区二区三区四区久久| 中文字幕人妻熟人妻熟丝袜美 | 高潮久久久久久久久久久不卡| 国产欧美日韩一区二区三| 亚洲人成网站在线播| 一级a爱片免费观看的视频| 夜夜夜夜夜久久久久| 伊人久久大香线蕉亚洲五| 麻豆国产av国片精品| 精品一区二区三区视频在线观看免费| 亚洲五月婷婷丁香| 亚洲中文字幕一区二区三区有码在线看| 亚洲五月天丁香| 色老头精品视频在线观看| 天美传媒精品一区二区| 欧美日韩瑟瑟在线播放| 免费搜索国产男女视频| 亚洲av二区三区四区| 超碰av人人做人人爽久久 | 老汉色av国产亚洲站长工具| 夜夜躁狠狠躁天天躁| 国产成年人精品一区二区| 欧美大码av| 亚洲激情在线av| 99久久成人亚洲精品观看| 最新中文字幕久久久久| 亚洲不卡免费看| 3wmmmm亚洲av在线观看| 欧美另类亚洲清纯唯美| 国产一区在线观看成人免费| 亚洲av电影不卡..在线观看| 久久精品国产亚洲av香蕉五月| 日韩欧美在线二视频| av欧美777| 欧美另类亚洲清纯唯美| 国产精品久久久人人做人人爽| 法律面前人人平等表现在哪些方面| 在线观看一区二区三区| 国内久久婷婷六月综合欲色啪| 婷婷六月久久综合丁香| 制服人妻中文乱码| 波多野结衣高清作品| 亚洲欧美日韩高清在线视频| 哪里可以看免费的av片| 中文字幕av在线有码专区| 亚洲av日韩精品久久久久久密| a级一级毛片免费在线观看| 琪琪午夜伦伦电影理论片6080| 日日摸夜夜添夜夜添小说| 久久精品影院6| 日日夜夜操网爽| 成年女人永久免费观看视频| 在线观看舔阴道视频| 偷拍熟女少妇极品色| 香蕉久久夜色| 久久久久久久精品吃奶| 欧美日韩综合久久久久久 | 黄片小视频在线播放| 国产精品一区二区免费欧美| 床上黄色一级片| 亚洲av中文字字幕乱码综合| 欧美性感艳星| 国产精品一区二区三区四区免费观看 | 色综合婷婷激情| 噜噜噜噜噜久久久久久91| 看黄色毛片网站| 亚洲av电影在线进入| 亚洲午夜理论影院| 亚洲欧美一区二区三区黑人| 欧美不卡视频在线免费观看| a在线观看视频网站| 国产精品久久久久久久电影 | 免费看a级黄色片| 性欧美人与动物交配| 欧美av亚洲av综合av国产av| 精品99又大又爽又粗少妇毛片 | 美女大奶头视频| 99久久综合精品五月天人人| 久久久成人免费电影| 国产aⅴ精品一区二区三区波| 亚洲av免费在线观看| 国内精品久久久久精免费| 十八禁网站免费在线| 国产精品野战在线观看| 香蕉丝袜av| 国内精品一区二区在线观看| 成人无遮挡网站| 国产午夜福利久久久久久| 麻豆成人午夜福利视频| 亚洲精品一区av在线观看| 性欧美人与动物交配| 日韩 欧美 亚洲 中文字幕| 精品久久久久久成人av| 欧美黄色片欧美黄色片| 波多野结衣巨乳人妻| 欧美一区二区亚洲| 国产乱人伦免费视频| 一区二区三区免费毛片| 久久精品91蜜桃| 1024手机看黄色片| 午夜福利在线在线| 色综合欧美亚洲国产小说| 男女做爰动态图高潮gif福利片| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 国产一区二区三区在线臀色熟女| 国产精品99久久久久久久久| 亚洲国产精品成人综合色| 色吧在线观看| 午夜精品一区二区三区免费看| 国产三级黄色录像| 欧美绝顶高潮抽搐喷水| 精品久久久久久久末码| 1000部很黄的大片| 男插女下体视频免费在线播放| 激情在线观看视频在线高清| 免费看美女性在线毛片视频| 日韩大尺度精品在线看网址| 日韩免费av在线播放| 一夜夜www| 成人欧美大片| 男女做爰动态图高潮gif福利片| 女人被狂操c到高潮| 亚洲专区中文字幕在线| 欧美乱妇无乱码| 一个人看的www免费观看视频| 国产精品女同一区二区软件 | 欧美黑人巨大hd| 国内精品一区二区在线观看| 我要搜黄色片| 中文资源天堂在线| 亚洲无线在线观看| 久久久久久久亚洲中文字幕 | 国产av在哪里看| 男人和女人高潮做爰伦理| 麻豆成人av在线观看| 国产精品久久久久久人妻精品电影| 国产伦一二天堂av在线观看| 亚洲狠狠婷婷综合久久图片| 国产伦精品一区二区三区四那| 亚洲av美国av| 国产高清videossex| 热99在线观看视频| 国产成人a区在线观看| 国产精品爽爽va在线观看网站| www日本在线高清视频| 亚洲精品久久国产高清桃花| 一进一出抽搐gif免费好疼| 最新在线观看一区二区三区| 他把我摸到了高潮在线观看| 麻豆一二三区av精品| 69人妻影院| 熟女电影av网| 老司机午夜十八禁免费视频| 日本 av在线| 国内精品久久久久精免费| 听说在线观看完整版免费高清| 成年版毛片免费区| 在线观看日韩欧美| 国产真人三级小视频在线观看| 法律面前人人平等表现在哪些方面| www.999成人在线观看| 在线观看舔阴道视频| 国产精品 国内视频| av在线蜜桃| 美女高潮的动态| 国产欧美日韩一区二区三| 亚洲av中文字字幕乱码综合| 久久久久久久精品吃奶| 亚洲成人久久性| 少妇的丰满在线观看| 亚洲激情在线av| 中文字幕高清在线视频| 国产精品 国内视频| 91久久精品电影网| 成熟少妇高潮喷水视频| 哪里可以看免费的av片| 亚洲国产精品合色在线| 欧美色视频一区免费| 精品久久久久久,| 在线播放国产精品三级| 亚洲国产欧美人成| 免费无遮挡裸体视频| 久久久国产成人免费| 国产成人系列免费观看| 黑人欧美特级aaaaaa片| 亚洲av一区综合| 九九在线视频观看精品| av片东京热男人的天堂| 18禁国产床啪视频网站| 亚洲午夜理论影院| 日韩高清综合在线| 2021天堂中文幕一二区在线观| av黄色大香蕉| 噜噜噜噜噜久久久久久91| av天堂中文字幕网| 国内精品久久久久久久电影| 久久这里只有精品中国| 国产精品电影一区二区三区| 亚洲国产精品成人综合色| 一区二区三区高清视频在线| 精品99又大又爽又粗少妇毛片 | 美女黄网站色视频| 欧美日韩国产亚洲二区| 国产亚洲精品久久久com| 亚洲美女黄片视频| 国产成人av激情在线播放| 国产黄色小视频在线观看| 亚洲精品在线美女| 美女高潮的动态| 黄片小视频在线播放| 国产午夜精品论理片| 午夜福利视频1000在线观看| 男女午夜视频在线观看| 黑人欧美特级aaaaaa片| 精品免费久久久久久久清纯| 午夜福利在线观看免费完整高清在 | 成人18禁在线播放| 中文字幕熟女人妻在线| 在线天堂最新版资源| 国产69精品久久久久777片| 国产精品一及| 国产精品99久久久久久久久| 国产精品嫩草影院av在线观看 | 黄色日韩在线| 国产日本99.免费观看| 最新中文字幕久久久久| 亚洲中文日韩欧美视频| 最后的刺客免费高清国语| 午夜免费成人在线视频| 国产在线精品亚洲第一网站| 狠狠狠狠99中文字幕| 两个人的视频大全免费| 成熟少妇高潮喷水视频| 欧美一区二区国产精品久久精品| 又紧又爽又黄一区二区| 欧美丝袜亚洲另类 | 久久亚洲精品不卡| 精品久久久久久久人妻蜜臀av| 色精品久久人妻99蜜桃| 男女午夜视频在线观看| 亚洲在线观看片| 日日干狠狠操夜夜爽| 国产爱豆传媒在线观看| 国产av一区在线观看免费| 18禁在线播放成人免费| 色哟哟哟哟哟哟| 亚洲av电影不卡..在线观看| 久久久久久大精品| 亚洲色图av天堂| 久久久久性生活片| 日本精品一区二区三区蜜桃| www日本在线高清视频| 亚洲成人久久爱视频| 免费av毛片视频| 特级一级黄色大片| 在线观看免费午夜福利视频| 一进一出好大好爽视频| 国产免费男女视频| 可以在线观看的亚洲视频| 他把我摸到了高潮在线观看| 久久精品亚洲精品国产色婷小说| 1024手机看黄色片| 男女做爰动态图高潮gif福利片| 韩国av一区二区三区四区| 久久久色成人| 国产精品av视频在线免费观看| 91九色精品人成在线观看| 精品欧美国产一区二区三| 亚洲片人在线观看| 韩国av一区二区三区四区| tocl精华| 亚洲美女视频黄频| 亚洲成av人片在线播放无| 国产精品嫩草影院av在线观看 | 级片在线观看| 岛国视频午夜一区免费看| 中文字幕av在线有码专区| 一个人免费在线观看电影| 国产精品98久久久久久宅男小说| 久久九九热精品免费| 国产精品久久久久久亚洲av鲁大| 婷婷丁香在线五月| 日韩欧美三级三区| 午夜免费男女啪啪视频观看 | 久久人妻av系列| 麻豆国产97在线/欧美| 一个人看视频在线观看www免费 | 国产精品久久久久久久电影 | 亚洲真实伦在线观看| 熟女少妇亚洲综合色aaa.| 国产精品一区二区三区四区久久| 国产午夜精品论理片|