• <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 ?

    基于交通大數(shù)據(jù)的車輛行駛路徑規(guī)劃綜述

    2020-12-01 03:15:00王迎趙建軍李興菊聶紅梅
    軟件導(dǎo)刊 2020年10期

    王迎 趙建軍 李興菊 聶紅梅

    摘 要:交通大數(shù)據(jù)的應(yīng)用和發(fā)展為現(xiàn)代車輛路徑規(guī)劃帶來了機(jī)遇和挑戰(zhàn)。因此,了解交通大數(shù)據(jù)概念、路網(wǎng)匹配、路徑規(guī)劃算法、交通信息預(yù)測等方面的研究現(xiàn)狀和研究特點,對明確未來路徑規(guī)劃研究方向和發(fā)展趨勢顯得尤為重要。首先介紹交通大數(shù)據(jù)概念及軌跡數(shù)據(jù)預(yù)處理方法,歸納總結(jié)國內(nèi)外在路網(wǎng)匹配上的各種匹配算法及其優(yōu)缺點;然后,闡述常用路徑規(guī)劃算法,其中包括傳統(tǒng)經(jīng)典算法與當(dāng)下流行的智能算法;隨后對交通信息預(yù)測研究方法和各種預(yù)測模型進(jìn)行簡要概括;最后指出車輛路徑規(guī)劃現(xiàn)階段存在的問題,并展望未來研究方向。

    關(guān)鍵詞:智能交通;路徑規(guī)劃;交通大數(shù)據(jù);行駛車輛;路網(wǎng)匹配;交通信息預(yù)測

    DOI:10. 11907/rjdk. 201374

    中圖分類號:TP301 文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7800(2020)010-0050-05

    Abstract: The application and development of traffic big data brings new opportunities and challenges to modern vehicle route planning. Therefore, it is particularly important to understand the concept of traffic big data, the research status and characteristics of road network matching, route planning algorithm, and traffic information forecasting for the research direction and development trend of future route planning. In this regard, the concept of traffic big data and the preprocessing of trajectory data are introduced firstly. Secondly, the various matching algorithms for road network matching at home and abroad and the advantages and disadvantages of each algorithm are summarized. Then, the common route planning algorithm including traditional classical algorithms and current popular intelligent algorithms are elaborated. The following are brief summaries of research methods and various predictive models for traffic information prediction. Finally problems existing at the current stage of vehicle route planning are pointed out and the prospects for future research are presented.

    Key Words: intelligent transportation; route planning; traffic big data; driving vehicles; road network matching; traffic information forecast

    0 引言

    近年來隨著大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)的快速發(fā)展,智慧城市(Smart City)和智慧交通(Smart Traffic)逐步走入大眾視野,其中智能交通在智慧城市中扮演著重要角色。一方面車輛成為人們?nèi)粘I钪胁豢苫蛉钡闹匾煌üぞ?,讓公眾出行變得便?另一方面車輛需求變大,導(dǎo)致交通擁堵、交通事故頻發(fā),使公眾人身和財產(chǎn)安全受到侵害。智能交通的出現(xiàn)為車輛行駛提供了安全、可靠、靈活的路徑規(guī)劃。在現(xiàn)階段,全球定位系統(tǒng)(GPS)、地理信息系統(tǒng)(GIS)、電子計算機(jī)技術(shù)及大數(shù)據(jù)技術(shù)等系統(tǒng)技術(shù)的融合為車輛路徑規(guī)劃提供了重要支撐,從而一定程度上降低了交通擁堵、交通事故的發(fā)生率,為智慧城市的實現(xiàn)作出了重要貢獻(xiàn)。

    目前城市道路建設(shè)的速度無法匹配交通流增長速度,現(xiàn)有道路建設(shè)已不能滿足公眾出行暢通、交通安全的需求。智能交通系統(tǒng)(Intelligent Transportation Systems,ITS)應(yīng)運而生,并逐步成為當(dāng)下交通領(lǐng)域研究熱點。車輛路徑規(guī)劃是智能交通系統(tǒng)重要研究方向之一,國內(nèi)外學(xué)者在該方面已取得了豐碩成果。車輛路徑規(guī)劃通過分析大量歷史與當(dāng)前交通信息數(shù)據(jù)預(yù)測未來交通情況,從而為用戶提供更好的交通行駛體驗。其研究內(nèi)容包括交通信息預(yù)測、路網(wǎng)模型和路徑規(guī)劃算法等。綜上所述,隨著大數(shù)據(jù)平臺的興起、人工智能的發(fā)展、設(shè)備性能的提升,進(jìn)行新技術(shù)下車輛路徑規(guī)劃研究迫在眉睫。

    1 交通大數(shù)據(jù)

    1.1 交通大數(shù)據(jù)特征

    交通大數(shù)據(jù)是智能交通系統(tǒng)基礎(chǔ),研究和分析交通大數(shù)據(jù)是實現(xiàn)智能交通系統(tǒng)的重要環(huán)節(jié)。傳統(tǒng)交通數(shù)據(jù)特征有3V [1]、4V[2]、5V[3],與傳統(tǒng)交通數(shù)據(jù)不同,交通大數(shù)據(jù)有6V特征[4],如表1 所示。

    眾多學(xué)者[5-7]從交通安全、交通監(jiān)測、交通車輛行駛效率、公交基礎(chǔ)建設(shè)、運營管理及出行預(yù)測等方面研究了大數(shù)據(jù)對智能交通的作用。交通大數(shù)據(jù)的出現(xiàn)不僅為智能交通系統(tǒng)的實現(xiàn)提供重要的技術(shù)支撐,而且也為車輛路徑規(guī)劃和信息預(yù)測提供巨大的數(shù)據(jù)保障。

    1.2 軌跡數(shù)據(jù)

    軌跡數(shù)據(jù)屬于交通大數(shù)據(jù),其數(shù)據(jù)豐富性和多樣性符合交通大數(shù)據(jù)的6V特征,即體量大(Volume)、速度快(Velocity)、多源(Variety)、難辨識(Veracity)、價值密度低(Value)、可視化(Visualization)。當(dāng)軌跡數(shù)據(jù)為分析對象時,數(shù)據(jù)特征和處理技術(shù)架構(gòu)等有價值的信息是關(guān)注重點。

    軌跡數(shù)據(jù)是通過對1個或多個移動對象運動過程的采樣而形成的數(shù)據(jù)信息,一般包括GPS定位數(shù)據(jù)、時間數(shù)據(jù)、速度數(shù)據(jù)等。軌跡數(shù)據(jù)來源廣泛,不僅可通過衛(wèi)星定位、手機(jī)APP信息、通信服務(wù)基站、流動公交等途徑獲取,還可通過RFID技術(shù)、圖像識別技術(shù)等方式獲取,例如出租車、公交車等交通工具的活動軌跡數(shù)據(jù)可通過車載GPS 技術(shù)獲取。

    軌跡數(shù)據(jù)采樣受設(shè)備、采樣等因素影響,其數(shù)據(jù)特點[8]如表2所示。

    1.3 數(shù)據(jù)預(yù)處理

    數(shù)據(jù)是進(jìn)行各項工作的基礎(chǔ),由于軌跡數(shù)據(jù)來源多樣且復(fù)雜,因而存在許多非人為的誤差或錯誤。為了得到更準(zhǔn)確且有價值的數(shù)據(jù),需對軌跡數(shù)據(jù)進(jìn)行必要的數(shù)據(jù)清洗工作[9]。

    軌跡數(shù)據(jù)清洗是為了剔除數(shù)據(jù)中的冗余點與噪音點。車輛在靜止和行駛狀態(tài)下會產(chǎn)生大量冗余點。有基于停留區(qū)域的軌跡數(shù)據(jù)挖掘,例如對旅游路線熱點區(qū)域和路線進(jìn)行推薦[10],挖掘其中熱點區(qū)域和剔除冗余采樣點;有基于速度的行為模式挖掘,其關(guān)注重點是基于速度劃分的行為模式[11];有基于用戶行為模式的挖掘,通過基于速度的出行模式劃分,獲取用戶行為模式與習(xí)慣[12]。而噪音點是數(shù)據(jù)接收設(shè)備異常導(dǎo)致的錯誤數(shù)據(jù),例如,行駛車輛進(jìn)入地下停車場或進(jìn)入隧道涵洞干擾衛(wèi)星定位而導(dǎo)致的接受信號偏差。噪音點會影響數(shù)據(jù)分析準(zhǔn)確性。常用軌跡數(shù)據(jù)清洗處理方法還有噪音濾波(Noise Filtering)[13-14]、停留點檢測(Stay Point Detection)[15-16]等。

    2 路網(wǎng)匹配

    2.1 概述

    路網(wǎng)匹配指軌跡數(shù)據(jù)與數(shù)字地圖結(jié)合,將衛(wèi)星定位坐標(biāo)下的采樣序列轉(zhuǎn)換成路網(wǎng)坐標(biāo)序列,將GPS軌跡點匹配到實際路網(wǎng)上[17]。路網(wǎng)匹配不僅有利于對相應(yīng)交通大數(shù)據(jù)進(jìn)行分析挖掘,還可輔助解決智慧城市交通問題。首先浮動車每天可收集到大量包含車輛和用戶信息的衛(wèi)星定位坐標(biāo)序列和車載數(shù)據(jù),然后通過使用大數(shù)據(jù)處理車輛軌跡數(shù)據(jù),挖掘出有價值的信息。路網(wǎng)匹配在一定程度上能反映車輛行駛狀態(tài)信息及行駛路徑,便于了解當(dāng)前交通情況、交通流量、交通流速等,從而為車輛行駛提供有價值的參考,存在巨大的科研和應(yīng)用價值。另外,位置服務(wù)和移動社交網(wǎng)絡(luò)越來越普及,衍生了豐富的應(yīng)用,如常用線路查找[18]、道路交通監(jiān)管[19]、智慧城市規(guī)劃[20]、地理位置信息網(wǎng)絡(luò)[21]等已開始使用軌跡數(shù)據(jù),以提高服務(wù)質(zhì)量。但是,由于軌跡數(shù)據(jù)質(zhì)量較差,如果不對其進(jìn)行路網(wǎng)匹配,將無法正確顯示于道路上。經(jīng)過路網(wǎng)匹配后,軌跡數(shù)據(jù)采樣點會映射到一個路網(wǎng)中。路網(wǎng)匹配對于評估交通流、車輛導(dǎo)航、車輛行駛路線預(yù)測等具有重要作用。

    2.2 算法

    路網(wǎng)匹配是較為復(fù)雜的問題,已積累多種相關(guān)算法。有關(guān)路網(wǎng)匹配的算法也是目前研究熱點。根據(jù)軌跡數(shù)據(jù)涉及的信息,現(xiàn)有常用路網(wǎng)匹配算法如表3所示,其中隱馬爾可夫路網(wǎng)匹配算法是目前算法研究熱點。

    3 路徑規(guī)劃

    3.1 概述

    路徑規(guī)劃在交通領(lǐng)域應(yīng)用廣泛,如GPS 導(dǎo)航、GIS 系統(tǒng)路徑規(guī)劃、城市路網(wǎng)規(guī)劃等[34]。路徑規(guī)劃核心是算法,在過去的幾十年中,算法已取得巨大進(jìn)展,由傳統(tǒng)算法發(fā)展至目前人工智能算法[9]。由于算法特點和適用范圍各不相同,應(yīng)充分考慮其特點,才可選取合適的路徑規(guī)劃算法。

    3.2 路徑規(guī)劃算法

    3.2.1 Dijkstra 算法

    Dijkstra 算法是典型的最短路徑算法,由Dijkstra[35]于1959年提出。該算法通過所有節(jié)點正向遍歷比較得到最短路徑,適用于道路權(quán)值為非負(fù)的最短路徑問題[36],能得出某個點到其它點的最短路徑。該算法對最短路徑的計算較為準(zhǔn)確,其魯棒性能也較好,但是該算法需經(jīng)過多次遍歷,導(dǎo)致節(jié)點多、耗時長、占用空間大。

    3.2.2 Floyd算法

    Floyd算法是求最短路徑的經(jīng)典算法之一,由Floyd于1962年提出,可讀性和理解性較好。該算法可以正確處理有向圖的最短路徑問題,時間復(fù)雜度為[O(n3)],實際效果較Dijkstra 算法更好,改進(jìn)后也可求無向圖最短路徑[37]。

    3.2.3 Lee算法

    Lee算法較早用于電路路徑追蹤[38],該算法適用于軌跡數(shù)據(jù)實時變化的路徑規(guī)劃,代價相對較小。理論上只要存在最佳路徑,該算法基本可找到該條最佳路徑[39],但是相對復(fù)雜多層的路徑,其占用空間很大。

    3.2.4 蟻群算法

    蟻群算法(Ant Colony Algorithm,ACA)是Marco Dorigo在1991年提出的一種用來搜尋優(yōu)化路徑的概率型隨機(jī)搜索算法。其思想是整個蟻群集體構(gòu)成待優(yōu)化的解空間,模擬螞蟻覓食途中會留下信息素,較短路徑的螞蟻釋放信息素較多。隨著時間的推移,在相同時間內(nèi)最短路徑上螞蟻釋放的信息濃度高。在正反饋作用下,信息素濃度高的最短路徑很快會被發(fā)現(xiàn)[40]。該算法計算機(jī)易于實現(xiàn),魯棒性較強(qiáng),但容易陷入局部最優(yōu)解。

    3.2.5 神經(jīng)網(wǎng)絡(luò)算法

    神經(jīng)網(wǎng)絡(luò)算法(Neural Network Algorithm,NNA)是模擬動物的神經(jīng)網(wǎng)絡(luò)信息傳遞,通過邏輯性思維推理過程的一種算法。該算法也是人工智能中常用的一種,其信息是分布式存儲的,信息處理是通過類似神經(jīng)元之間的相互作用動態(tài)處理。但是路徑規(guī)劃路網(wǎng)復(fù)雜多變,很難用數(shù)學(xué)公式進(jìn)行描述,通過改進(jìn)可以實現(xiàn)路徑規(guī)劃。如小波神經(jīng)網(wǎng)絡(luò)算法,該算法是將小波分析與神經(jīng)網(wǎng)絡(luò)結(jié)合,通過小波分析對高低頻信號進(jìn)行處理找到其信號特征值,并將這個信號特征值輸入于神經(jīng)網(wǎng)絡(luò)進(jìn)行下一步神經(jīng)網(wǎng)絡(luò)算法處理[41]。

    3.2.6 遺傳算法

    遺傳算法(Genetic Algorithm,GA)是最早由Holland教授于1975年提出的一種人工智能算法[42]。該算法模擬生物進(jìn)化論思想,并融合了適者生存的概念。遺傳算法根據(jù)待優(yōu)化問題的目標(biāo)函數(shù)構(gòu)造相應(yīng)適應(yīng)度函數(shù),再對其進(jìn)行初始化、評價和遺傳操作。遺傳算法具有快速隨機(jī)搜索能力,魯棒性好,擴(kuò)展性強(qiáng),但是編程較為復(fù)雜,算法搜索速度較慢。

    3.2.7 粒子群算法

    粒子群算法(Particle Swarm Optimization,PSO)是Eberhart&Kennedy提出的一種新的進(jìn)化算法,也稱為鳥群覓食算法。該算法從規(guī)律性鳥群集體活動中得到啟發(fā),通過個體對信息的共享使整個群體運動從無序化到有序化的演變,最終獲得最優(yōu)解。粒子群算法常被用于求解機(jī)器人或車輛路徑規(guī)劃問題[43]。該算法原理簡單、參數(shù)少、易操作實現(xiàn)、計算速度快,而且具有記憶功能,但是對種群大小不十分敏感,易陷入局部最優(yōu)解。

    3.2.8 A*算法

    A*算法是一種靜態(tài)網(wǎng)絡(luò)中求最短路徑的啟發(fā)式搜索算法。A*算法如果能找到一個合適的啟發(fā)函數(shù),即可加快最短路徑搜索速度,進(jìn)而提高最短路徑搜索精度。A*算法是一種最佳優(yōu)先算法,較適合求解最短路徑,魯棒性也較強(qiáng),但是易忽略本身節(jié)點限制,不過后續(xù)可通過增加節(jié)點進(jìn)行改進(jìn)[44]。

    4 交通信息預(yù)測

    準(zhǔn)確的交通信息預(yù)測是智能交通領(lǐng)域的重要研究內(nèi)容。近些年,在基于大數(shù)據(jù)的車輛路徑規(guī)劃相關(guān)研究中,對車輛數(shù)據(jù)發(fā)掘并作出交通信息預(yù)測成為熱點。

    目前,有許多預(yù)測方法被廣泛用于交通信息預(yù)測并取得了不錯的效果,如卡爾曼濾波方法[45]、時間序列方法[46]、神經(jīng)網(wǎng)絡(luò)法[47]、馬爾可夫預(yù)測[48]及灰色預(yù)測理論等[49],上述各方法又可建立多種預(yù)測模型。其中時間序列方法在車輛交通流預(yù)測研究應(yīng)用中使用較多,是交通流預(yù)測研究熱點。較早提出的預(yù)測模型有自回歸模型(AR)、自回歸滑動平均模型(ARMA)、滑動平均模型(MA)[50]等。這些模型具有計算精度高、應(yīng)用規(guī)模大、實時性好等優(yōu)點,但有時無法準(zhǔn)確反映交通狀況的不確定性,抗干擾能力較差。因此,通常選取多種預(yù)測模型組合,使其優(yōu)缺點互補(bǔ),以最合適的預(yù)測模型進(jìn)行交通信息預(yù)測。如馬爾可夫預(yù)測模型經(jīng)常與小波理論、BP神經(jīng)網(wǎng)絡(luò)等模型組合,這些模型在交通信息預(yù)測方面也有不錯的效果。除此之外,結(jié)合人工智能算法的混合模型[51]、組合預(yù)測理論[52]、混沌理論[53]等也被廣泛應(yīng)用于交通信息預(yù)測。交通信息預(yù)測為減少交通堵塞、提高道路利用率、適時實施交通管制及城市環(huán)境保護(hù)提供了強(qiáng)有力的技術(shù)支持,具有重要的現(xiàn)實意義。

    5 結(jié)語

    本文對基于大數(shù)據(jù)的車輛路徑規(guī)劃關(guān)鍵環(huán)節(jié),包括交通大數(shù)據(jù)處理、路網(wǎng)匹配、路徑規(guī)劃算法、交通信息預(yù)測的國內(nèi)外研究情況進(jìn)行了重點介紹。傳統(tǒng)靜態(tài)車輛路徑規(guī)劃系統(tǒng)發(fā)展相對較成熟,基于實時動態(tài)的車輛路徑規(guī)劃、城市交通路網(wǎng)規(guī)劃、城市交通軌跡數(shù)據(jù)挖掘等是現(xiàn)代智能交通系統(tǒng)研究熱點,因此結(jié)合人工智能、大數(shù)據(jù)平臺的動態(tài)車輛路徑規(guī)劃備受重視。隨著人工智能算法、大數(shù)據(jù)挖掘、無線通信、北斗衛(wèi)星導(dǎo)航等技術(shù)的進(jìn)一步成熟,基于交通大數(shù)據(jù)的智能車輛路徑規(guī)劃將得到更加長足的發(fā)展,但同時交通數(shù)據(jù)安全不容忽視,如何建立完善的隱私保護(hù)機(jī)制是大數(shù)據(jù)時代的新挑戰(zhàn)。

    參考文獻(xiàn):

    [1] LANEY D. 3D data management: controlling data volume, velocity and variety[J].? META Group Research, 2001, 949(6): 1-4.

    [2] CHEN M, MAO S W, ZHANG Y, et al. Big data related technologies, challenges and future prospects series[M].? NewYork:Springer, 2014.

    [3] 程學(xué)旗, 靳小龍, 王元卓,等.? 大數(shù)據(jù)系統(tǒng)和分析技術(shù)綜述[J].? 軟件學(xué)報, 2014, 25(9): 1889-1908.

    [4] 陸化普,孫智源, 屈聞聰.? 大數(shù)據(jù)及其在城市智能交通系統(tǒng)中的應(yīng)用綜述[J]. 交通運輸系統(tǒng)工程與信息, 2015, 15(5): 45-52.

    [5] 岳建明,袁倫渠. 智能交通發(fā)展中的大數(shù)據(jù)分析[J]. 生產(chǎn)力研究, 2013, 251(6): 137-138,165.

    [6] TAO S, CORCORAN J, MATEO-BABIANO I, et al. Exploring bus rapid transit passenger travel behavior using big data[J]. Applied Geography, 2014, 53(53): 90-104.

    [7] SUN J, ZHANG C, ZHANG L H, et al. Urban travel behavior analyses and route prediction based on floating car data[J].? Transportation Letters, 2014, 6 (3): 118-125.

    [8] 高強(qiáng),張鳳荔, 王瑞錦, 等.? 軌跡大數(shù)據(jù): 數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述[J]. 軟件學(xué)報, 2017, 28(4): 959-992.

    [9] 李建明. 浮動車數(shù)據(jù)挖掘及其在路徑規(guī)劃中的應(yīng)用[D].? 沈陽: 沈陽航空航天大學(xué), 2016.

    [10] ZHENG Y, XIE X. Learning travel recommendations from user-generated GPS traces[J]. ACM Transactions on Intelligent Systems &Technology, 2011, 2(1): 389-396.

    [11] LI S, PETER R S. Review of GPS travel survey and GPS data-processing methods[J].? Transport Reviews, 2014, 34(3): 316-334.

    [12] STENNETH L, WOLFSON O, YU P S, et al. Transportation mode detection using mobile phones and GIS information[C]. Chicago:ACM Sigspatial International Symposium on Advances in Geographic Information Systems, 2011.

    [13] LEE W C, KRUMM J. Computing with spatial trajectories[M]. New York:Springer,2011.

    [14] HIGHTOWER J, BORRIELLO G. Particle filters for location estimation in ubiquitous computing: a case study[C].? Nottingham: The 6th International Conference on Ubiquitous Computing, 2004.

    [15] WANG Y, ZHENG Y, XUE Y. Travel time estimation of a path using sparse trajectories[C].? New York: Proceedings of the 20th ACM SIGKDD International Conference on Knowledge Discovery and Data mining, 2014.

    [16] QI G, PAN G, LI S, et al. How long a passenger waits for a vacant taxi-Large-scale taxi trace mining for smart cities[J].? Green Computing & Communications, 2013: 1029-1036.

    [17] JENSEN C S, TRADISAUSKAS N. Map matching[J].? Encyclopedia of Database Systems, 2016: 1692-1696.

    [18] LI X, HAN J, LEE J, et al. Traffic density-based discovery of hot routes in road networks[C]. Boston:The 10th International Symposium on Advances in Spatial and Temporal Databases,2007.

    [19] YUAN Y F, VAN L H, VAN W F, et al. Network-Wide traffic state estimation using loop detector and floating car data[J].? Journal of Intelligent Transportation Systems, 2014, 18(1): 41-50.

    [20] YUAN N J, ZHENG Y, XIE X, et al. Discovering urban functional zones using latent activity trajectories[J]. IEEE Transactions on Knowledge and Data, 2015, 27(3): 712-725.

    [21] ZHENG Y, WANG L, XIE X, et al. GeoLife: managing and understanding your past life over maps[C].? Beijing: The 9th International Conference on Mobile Data Management, 2008.

    [22] BERNSTEIN D, KORNHAUSER A. An introduction to map matching for personal navigation assistants[J].? Geometric Distributions, 1996, 122(7): 1082-1083.

    [23] TAYLOR G, BLEWITT G, STEUP D, et al. Road reduction filtering for GPS-GIS navigation[J].? Transactions in GIS, 2001, 5(3): 193-207.

    [24] YIN H, WOLFSON O. A weight-based map matching method in moving objects databases[C].? Chicago: The 16th International Conference on Scientific and Statistical Database Management, 2004.

    [25] BLAZQUEZ C, VONDEROHE A. Simple map-matching algorithm applied to intelligent winter maintenance vehicle data[J].? Journal of the Transportation Research Board, 2005, 1935(1): 68-76.

    [26] BRAKATSOULAS S, PFOSER D, SALAS R, et al. On map-matching vehicle tracking data[J].? International Conference on Very Large Data Bases, 2005, 2: 853-864.

    [27] NADINE S, KAY W A. Map matching of GPS traces on high-resolution navigation networks using the multiple hypothesis technique (MHT)[J].? Working Paper Transport and Spatial Planning, 2009, (10): 568-588.

    [28] QUDDUS M A, NOLAND R B, OCHIENG W Y. A high accuracy fuzzy logic based map matching algorithm for road transport[J].? Journal of Intelligent Transportation Systems, 2006, 10(3): 103-115.

    [29] OBRADOVIC D, LENZ H, SCHUPFNR M. Fusion of map and sensor data in a modern car navigation system[J].? Journal of Signal Processing Systems, 2006, 45(1): 111-122.

    [30] XU H, LIU H C, TAN C W, et al. Development and application of an enhanced Kalman filter and global positioning system error-correction approach for improved map-matching[J].? Journal of Intelligent Transportation Systems, 2010, 14(1): 27-36.

    [31] CHERIF S, EL-NAJJAR M E, FRANCOIS C. A road matching method for precise vehicle localization using hybrid Bayesian network[J].? Journal of Intelligent Transportation Systems, 2008, 12(4): 176-188.

    [32] NEWSON P, KRUMM J. Hidden Markov map matching through noise and sparseness[C].? Seattle: The 17th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems, 2009.

    [33] LOU Y, ZHANG C, ZHENG Y, et al. Map-Matching for low-sampling-rate GPS trajectories[C].? Seattle: The 17th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems, 2009.

    [34] JOHN K. Probabilistic modeling of traffic lanes from GPS traces[C].? San Jose: The 18th ACM Sigspatial International Conference on Advances in Geographic Information Systems, 2010.

    [35] DIJKSTRA E W. A note on two problems in connection with graphs[J].? Numerische Mathematik, 1959, 1(1):269-271.

    [36] JAVED A, SEJOON L. Congestion-aware traffic routing system using sensor data[C].? Anchorage: The 15th International IEEE Conference on Intelligent Transportation Systems, 2012.

    [37] 周程. 物流配送路徑優(yōu)化策略研究[J].? 武漢理工大學(xué)學(xué)報, 2005, 29(5): 797-800.

    [38] LEE C Y. An Algorithm for path connections and its applications[J].? Electronic Computers, 1961, 10(3): 346-365.

    [39] JOHN F, PETER R. Adaptive routing for road traffic[J].? IEEE Computer Graphics and Applications, 2000, 20(3): 46-53.

    [40] YU Z K, NI M F, WANG Z Y. Dynamic route guidance using improved genetic algorithm[J].? Mathematical Problems in Engineering, 2012, 2013(1): 1-6.

    [41] LI Y, WANG R, XU M. Rescheduling of observing spacecraft using fuzzy neural network and ant colony algorithm[J].? Chinese Journal of Aeronautics, 2014, 27(3): 678-687.

    [42] 尹元韜,王焱. 遺傳算法改進(jìn)策略研究進(jìn)展[J]. 信息技術(shù)與信息化,2010(3): 40-45.

    [43] CALABRESE. Real-time urban monitoring using cell phones: a case study in Rome[J].? IEEE Transactions on Intelligent Transportation Systems, 2010, 12(1):141-151.

    [44] RAJESH K B, NGUYEN X K. Real-time trip information service for a large taxi fleet[C]. Bethesda: Proceedings of the 9th international conference on Mobile systems, applications and services, 2011.

    [45] 石曼曼.? 基于卡爾曼濾波的短時交通流預(yù)測方法研究[D].? 成都: 西南交通大學(xué), 2012.

    [46] SMITH B L, DEMETSKY M J. Traffic flow forecasting: comparison of modeling approaches[J]. Journal of Transportation Engineering, 1997, 123(4): 261-266.

    [47] MARK S D, MARK R C. Short-term inter-urban traffic forecasts using neural networks[J].? International Journal of Forecasting, 1997, 13(1): 21-31.

    [48] 胡楓.? 基于馬爾科夫模型的短時交通流預(yù)測研究[D].? 南京: 南京郵電大學(xué), 2013.

    [49] 許倫輝, 傅惠.? 交通信息智能預(yù)測理論與方法[M].? 北京: 科學(xué)出版社, 2009.

    [50] 顧國民, 李未, 蔡家楣.? 城市綜合應(yīng)急指揮系統(tǒng)的車輛路徑規(guī)劃研究與實現(xiàn)[D].? 杭州:浙江工業(yè)大學(xué), 2005.

    [51] BAHER A, HIMANSHU P, WILL R. Short-term traffic flow prediction using neuro-genetic algorithms[J]. Intelligent Transportation Systems Journal, 2002, 7(1): 3-41.

    [52] 沈國江, 王嘯虎, 孔祥杰.? 短時交通流量智能組合預(yù)測模型及應(yīng)用[J].? 系統(tǒng)工程理論與實踐, 2011, 31(3): 561-568.

    [53] 薛潔妮, 史忠科.? 基于混沌時間序列分析法的短時交通流預(yù)測研究[J].? 交通運輸系統(tǒng)工程與信息, 2008, 8(5): 68-72.

    (責(zé)任編輯:江 艷)

    成年女人毛片免费观看观看9| 日本欧美国产在线视频| 最近手机中文字幕大全| 日韩欧美精品免费久久| 欧美xxxx黑人xx丫x性爽| 成人午夜高清在线视频| 搡老妇女老女人老熟妇| 亚洲高清免费不卡视频| 男女视频在线观看网站免费| 一本一本综合久久| 日本a在线网址| 国产男人的电影天堂91| 亚洲av中文av极速乱| av中文乱码字幕在线| 成人国产麻豆网| 精品乱码久久久久久99久播| 中文亚洲av片在线观看爽| 欧美人与善性xxx| 亚洲无线观看免费| 色5月婷婷丁香| 免费av观看视频| 中文字幕av在线有码专区| 中文字幕久久专区| 免费人成在线观看视频色| 极品教师在线视频| 国产 一区 欧美 日韩| 精品国内亚洲2022精品成人| 国产久久久一区二区三区| 乱码一卡2卡4卡精品| 美女被艹到高潮喷水动态| 亚洲,欧美,日韩| 波多野结衣巨乳人妻| 亚洲丝袜综合中文字幕| 亚洲精品日韩在线中文字幕 | 色哟哟哟哟哟哟| 此物有八面人人有两片| 九色成人免费人妻av| 插阴视频在线观看视频| 黄色欧美视频在线观看| 日韩欧美 国产精品| 波多野结衣高清作品| 午夜福利视频1000在线观看| 国产激情偷乱视频一区二区| 色哟哟哟哟哟哟| 久久久久久久久久黄片| 国产片特级美女逼逼视频| 精品久久久久久久久久久久久| 不卡视频在线观看欧美| 大型黄色视频在线免费观看| 国产精品爽爽va在线观看网站| 简卡轻食公司| 97超碰精品成人国产| 亚洲av中文av极速乱| 露出奶头的视频| 在线免费观看不下载黄p国产| 国产精品野战在线观看| 村上凉子中文字幕在线| 狠狠狠狠99中文字幕| 干丝袜人妻中文字幕| 日日摸夜夜添夜夜添av毛片| 日本五十路高清| 我要看日韩黄色一级片| 亚洲欧美精品综合久久99| 日本熟妇午夜| 日日撸夜夜添| 亚洲成人久久爱视频| 真人做人爱边吃奶动态| 自拍偷自拍亚洲精品老妇| 波多野结衣高清作品| 亚洲婷婷狠狠爱综合网| 欧美一级a爱片免费观看看| 国内精品美女久久久久久| 亚洲熟妇中文字幕五十中出| 在线免费十八禁| 美女被艹到高潮喷水动态| 国产爱豆传媒在线观看| 国国产精品蜜臀av免费| 麻豆av噜噜一区二区三区| 国产伦一二天堂av在线观看| 国内揄拍国产精品人妻在线| 日本欧美国产在线视频| 亚洲丝袜综合中文字幕| 欧美又色又爽又黄视频| 天美传媒精品一区二区| 国产av一区在线观看免费| 亚洲中文字幕日韩| 久久久久久大精品| 精品99又大又爽又粗少妇毛片| 网址你懂的国产日韩在线| 日本 av在线| 久久天躁狠狠躁夜夜2o2o| 国产大屁股一区二区在线视频| 在线天堂最新版资源| 日韩三级伦理在线观看| 在线看三级毛片| 国产成人一区二区在线| 久久久久久伊人网av| 免费观看的影片在线观看| 精品久久久噜噜| 国产精品综合久久久久久久免费| 最近视频中文字幕2019在线8| 麻豆av噜噜一区二区三区| 看免费成人av毛片| 十八禁网站免费在线| 成人av在线播放网站| 麻豆一二三区av精品| 神马国产精品三级电影在线观看| 夜夜爽天天搞| 欧美潮喷喷水| 免费看a级黄色片| 69人妻影院| 内地一区二区视频在线| 人妻夜夜爽99麻豆av| 97在线视频观看| aaaaa片日本免费| 特级一级黄色大片| 日本精品一区二区三区蜜桃| 国产69精品久久久久777片| 国产精品乱码一区二三区的特点| 亚洲18禁久久av| 国产片特级美女逼逼视频| 国产精品人妻久久久久久| 97人妻精品一区二区三区麻豆| 99国产精品一区二区蜜桃av| 大又大粗又爽又黄少妇毛片口| 高清午夜精品一区二区三区 | 久久久久九九精品影院| 日韩大尺度精品在线看网址| 日日啪夜夜撸| videossex国产| 欧美一级a爱片免费观看看| 91午夜精品亚洲一区二区三区| 免费观看人在逋| 日本三级黄在线观看| 高清午夜精品一区二区三区 | 国产麻豆成人av免费视频| 国产午夜精品论理片| 日本 av在线| 亚洲精品国产av成人精品 | 日韩成人av中文字幕在线观看 | 日本精品一区二区三区蜜桃| av女优亚洲男人天堂| 看黄色毛片网站| 精品人妻视频免费看| 69人妻影院| 国产又黄又爽又无遮挡在线| ponron亚洲| 久久久精品94久久精品| 午夜精品国产一区二区电影 | 精品久久久久久久久av| 国产成人aa在线观看| 国产精品不卡视频一区二区| 97人妻精品一区二区三区麻豆| 在线观看午夜福利视频| 成人精品一区二区免费| 免费av毛片视频| 成人av在线播放网站| 少妇的逼水好多| 网址你懂的国产日韩在线| 神马国产精品三级电影在线观看| 日日干狠狠操夜夜爽| 最近最新中文字幕大全电影3| 久久久久久九九精品二区国产| 观看美女的网站| av黄色大香蕉| 少妇人妻一区二区三区视频| 一级毛片电影观看 | 亚洲精品粉嫩美女一区| 97超级碰碰碰精品色视频在线观看| 真人做人爱边吃奶动态| av国产免费在线观看| 插阴视频在线观看视频| 久久亚洲国产成人精品v| 婷婷六月久久综合丁香| 51国产日韩欧美| 又黄又爽又免费观看的视频| 久久精品综合一区二区三区| 一卡2卡三卡四卡精品乱码亚洲| 国产白丝娇喘喷水9色精品| 日日撸夜夜添| 成年女人毛片免费观看观看9| 欧美日韩综合久久久久久| 久久久精品94久久精品| 老师上课跳d突然被开到最大视频| 国产女主播在线喷水免费视频网站 | 一个人观看的视频www高清免费观看| 国产精品一区二区免费欧美| 亚洲乱码一区二区免费版| 美女内射精品一级片tv| 午夜视频国产福利| 亚洲一级一片aⅴ在线观看| 久久精品国产亚洲网站| 精品一区二区三区视频在线观看免费| 欧美zozozo另类| 观看免费一级毛片| 人人妻人人澡欧美一区二区| 欧美色视频一区免费| 特级一级黄色大片| 久久久久久国产a免费观看| 亚洲人成网站在线播| 国产免费一级a男人的天堂| 少妇裸体淫交视频免费看高清| 国产又黄又爽又无遮挡在线| 日韩中字成人| 久久精品夜色国产| 亚洲中文字幕一区二区三区有码在线看| 赤兔流量卡办理| 日本 av在线| 国产麻豆成人av免费视频| 日韩精品中文字幕看吧| 丰满乱子伦码专区| 久久久久精品国产欧美久久久| 神马国产精品三级电影在线观看| 日韩高清综合在线| 日韩,欧美,国产一区二区三区 | 亚洲欧美成人综合另类久久久 | 日韩高清综合在线| 国产免费男女视频| 国产男人的电影天堂91| 欧美成人精品欧美一级黄| 国产伦精品一区二区三区四那| 又黄又爽又刺激的免费视频.| 亚洲无线观看免费| 国产老妇女一区| 国产精品一区二区三区四区久久| 欧洲精品卡2卡3卡4卡5卡区| 久久久久久九九精品二区国产| 少妇猛男粗大的猛烈进出视频 | 午夜福利在线在线| 国产真实乱freesex| 婷婷亚洲欧美| 嫩草影院精品99| 国产在线精品亚洲第一网站| 久久亚洲精品不卡| 一级av片app| 我的老师免费观看完整版| а√天堂www在线а√下载| 黄色欧美视频在线观看| 国产私拍福利视频在线观看| 午夜福利成人在线免费观看| 国产精品久久久久久亚洲av鲁大| 久久久色成人| 你懂的网址亚洲精品在线观看 | or卡值多少钱| 99热精品在线国产| 91麻豆精品激情在线观看国产| 夜夜夜夜夜久久久久| 国产成人精品久久久久久| 69av精品久久久久久| 久久久久久久久中文| 国产成人91sexporn| 麻豆av噜噜一区二区三区| 日本黄大片高清| 岛国在线免费视频观看| 看片在线看免费视频| 精品一区二区免费观看| 一卡2卡三卡四卡精品乱码亚洲| 亚洲激情五月婷婷啪啪| 亚洲国产精品成人久久小说 | 国产精品一及| 亚洲美女搞黄在线观看 | 亚洲国产精品国产精品| 成人三级黄色视频| 97超级碰碰碰精品色视频在线观看| 不卡一级毛片| 性色avwww在线观看| 免费看光身美女| 成年女人永久免费观看视频| 黄色欧美视频在线观看| 精品乱码久久久久久99久播| 国产乱人偷精品视频| 精品人妻视频免费看| 熟女人妻精品中文字幕| 国产一级毛片七仙女欲春2| 欧美在线一区亚洲| 伊人久久精品亚洲午夜| 久久综合国产亚洲精品| 日日摸夜夜添夜夜添小说| 亚洲av.av天堂| 欧美成人免费av一区二区三区| 97碰自拍视频| 欧美xxxx性猛交bbbb| 精品一区二区三区视频在线观看免费| 日韩欧美精品免费久久| 亚洲国产精品合色在线| 精品免费久久久久久久清纯| 91狼人影院| 国产黄a三级三级三级人| av黄色大香蕉| 国产精品久久久久久精品电影| 欧美中文日本在线观看视频| 亚洲真实伦在线观看| 别揉我奶头~嗯~啊~动态视频| 欧美日韩综合久久久久久| 日日干狠狠操夜夜爽| 在线播放无遮挡| 亚洲精品粉嫩美女一区| 免费人成在线观看视频色| 我的女老师完整版在线观看| 色尼玛亚洲综合影院| 97人妻精品一区二区三区麻豆| 99热6这里只有精品| 悠悠久久av| 国产精华一区二区三区| 国产精品久久久久久久电影| 日韩高清综合在线| 熟女电影av网| 午夜福利视频1000在线观看| 成人特级黄色片久久久久久久| 亚洲精品影视一区二区三区av| 伊人久久精品亚洲午夜| 亚洲七黄色美女视频| 日韩成人伦理影院| 激情 狠狠 欧美| av专区在线播放| 黑人高潮一二区| 精品久久久久久久久久久久久| 在线观看一区二区三区| 精品99又大又爽又粗少妇毛片| 国内精品久久久久精免费| 丰满的人妻完整版| 国产在视频线在精品| 日本 av在线| 特大巨黑吊av在线直播| 少妇丰满av| 中出人妻视频一区二区| av国产免费在线观看| 啦啦啦啦在线视频资源| 成人三级黄色视频| 精品午夜福利视频在线观看一区| 成人三级黄色视频| 特大巨黑吊av在线直播| 久久精品久久久久久噜噜老黄 | 国产美女午夜福利| 日韩一本色道免费dvd| 精品一区二区三区视频在线| 国产高清视频在线播放一区| 别揉我奶头~嗯~啊~动态视频| 亚洲中文字幕一区二区三区有码在线看| 久久久久久大精品| 97超碰精品成人国产| 亚洲无线在线观看| 啦啦啦韩国在线观看视频| 亚洲18禁久久av| 丝袜喷水一区| 天堂动漫精品| 国产精品电影一区二区三区| 男女边吃奶边做爰视频| 看黄色毛片网站| 久久久久久国产a免费观看| 免费人成在线观看视频色| 亚洲国产欧洲综合997久久,| 成人欧美大片| 久久久久久久午夜电影| 久久久欧美国产精品| 色综合站精品国产| 午夜免费男女啪啪视频观看 | 国产毛片a区久久久久| 日日干狠狠操夜夜爽| 免费看光身美女| 69人妻影院| 国产成人freesex在线 | 日韩欧美 国产精品| 1024手机看黄色片| 在线观看av片永久免费下载| 午夜激情欧美在线| 午夜福利18| 国产亚洲欧美98| 免费看a级黄色片| 久久99热6这里只有精品| 最好的美女福利视频网| 一级av片app| 搡老岳熟女国产| 蜜桃亚洲精品一区二区三区| 精品国产三级普通话版| 精品久久久久久久久久久久久| www.色视频.com| 级片在线观看| 国产男人的电影天堂91| 小蜜桃在线观看免费完整版高清| 欧美一区二区亚洲| 国产精品乱码一区二三区的特点| 国产精品久久久久久av不卡| 一级黄色大片毛片| 久久天躁狠狠躁夜夜2o2o| 欧美区成人在线视频| 一级毛片我不卡| 成人特级黄色片久久久久久久| 禁无遮挡网站| 在线观看av片永久免费下载| 桃色一区二区三区在线观看| www日本黄色视频网| 校园春色视频在线观看| 亚洲av.av天堂| 男女那种视频在线观看| 长腿黑丝高跟| 看黄色毛片网站| av在线天堂中文字幕| 亚洲性久久影院| 天美传媒精品一区二区| 亚洲av二区三区四区| 一边摸一边抽搐一进一小说| 色哟哟哟哟哟哟| 国产美女午夜福利| 国产真实伦视频高清在线观看| 一级av片app| 在线观看一区二区三区| 久久久a久久爽久久v久久| 亚州av有码| 青春草视频在线免费观看| 一级毛片电影观看 | 老司机午夜福利在线观看视频| 精华霜和精华液先用哪个| 欧美极品一区二区三区四区| www.色视频.com| 亚洲人成网站高清观看| 丰满乱子伦码专区| 精品少妇黑人巨大在线播放 | 免费看美女性在线毛片视频| 99久久九九国产精品国产免费| 午夜福利在线观看吧| 亚洲国产高清在线一区二区三| 亚洲欧美日韩高清专用| 国产精品久久久久久亚洲av鲁大| 如何舔出高潮| 国产精品一及| 天堂av国产一区二区熟女人妻| 亚洲精品国产成人久久av| av在线亚洲专区| 日本a在线网址| 亚洲色图av天堂| 在线观看午夜福利视频| 一区二区三区高清视频在线| 欧美色欧美亚洲另类二区| 美女免费视频网站| 中文字幕人妻熟人妻熟丝袜美| 国产精品一区二区三区四区久久| 精品久久久久久久人妻蜜臀av| av在线天堂中文字幕| 黄色配什么色好看| 男人的好看免费观看在线视频| 日韩欧美 国产精品| 在线免费观看不下载黄p国产| 国产精品无大码| 亚洲久久久久久中文字幕| 国产精品免费一区二区三区在线| 亚洲欧美日韩高清在线视频| 激情 狠狠 欧美| 成人高潮视频无遮挡免费网站| 特级一级黄色大片| 一个人观看的视频www高清免费观看| 国产熟女欧美一区二区| 国产黄色视频一区二区在线观看 | 22中文网久久字幕| 免费看日本二区| 丰满的人妻完整版| 国产精品野战在线观看| 日本a在线网址| 在线观看免费视频日本深夜| 乱系列少妇在线播放| 久久久午夜欧美精品| 欧美成人免费av一区二区三区| 香蕉av资源在线| 成人美女网站在线观看视频| 成人漫画全彩无遮挡| 99久久九九国产精品国产免费| 亚洲欧美清纯卡通| 日产精品乱码卡一卡2卡三| 亚洲av电影不卡..在线观看| 国产精品免费一区二区三区在线| 午夜免费男女啪啪视频观看 | 日本黄大片高清| 99热全是精品| 少妇被粗大猛烈的视频| 淫妇啪啪啪对白视频| 最近视频中文字幕2019在线8| 婷婷亚洲欧美| 99在线视频只有这里精品首页| 久久久久久九九精品二区国产| 性欧美人与动物交配| 精品一区二区免费观看| 精品久久久久久久人妻蜜臀av| 嫩草影院精品99| 亚洲av五月六月丁香网| 别揉我奶头~嗯~啊~动态视频| 亚洲成人精品中文字幕电影| 中文在线观看免费www的网站| 97在线视频观看| 久久久久国产网址| 午夜福利视频1000在线观看| 亚洲真实伦在线观看| 亚洲国产精品久久男人天堂| 国产一区二区激情短视频| 日韩国内少妇激情av| 一级毛片我不卡| 亚洲精品亚洲一区二区| 欧洲精品卡2卡3卡4卡5卡区| 国产精品三级大全| 国产精品国产高清国产av| 在现免费观看毛片| 国产 一区精品| 国产色爽女视频免费观看| 露出奶头的视频| 国产白丝娇喘喷水9色精品| 国产片特级美女逼逼视频| 精品人妻视频免费看| 最近最新中文字幕大全电影3| 国产精品爽爽va在线观看网站| 看十八女毛片水多多多| 熟女人妻精品中文字幕| avwww免费| 国产精品电影一区二区三区| 久久6这里有精品| 亚洲一区二区三区色噜噜| 成人鲁丝片一二三区免费| 亚洲综合色惰| 亚洲欧美成人精品一区二区| 91久久精品国产一区二区成人| 成熟少妇高潮喷水视频| 国产欧美日韩精品亚洲av| 内射极品少妇av片p| 美女cb高潮喷水在线观看| av中文乱码字幕在线| 99久久成人亚洲精品观看| 97在线视频观看| 看十八女毛片水多多多| 最近2019中文字幕mv第一页| 热99在线观看视频| 亚洲人成网站在线观看播放| 天天躁日日操中文字幕| 22中文网久久字幕| 亚洲图色成人| 国产一区二区三区在线臀色熟女| 网址你懂的国产日韩在线| 欧美色视频一区免费| 亚洲精品日韩av片在线观看| 精品久久久噜噜| 69人妻影院| 12—13女人毛片做爰片一| 欧美极品一区二区三区四区| 国产一区二区激情短视频| 精品福利观看| 一级黄片播放器| 香蕉av资源在线| 色5月婷婷丁香| 给我免费播放毛片高清在线观看| 色在线成人网| 亚洲av成人精品一区久久| 精品免费久久久久久久清纯| 两个人的视频大全免费| 亚洲人成网站在线播| 欧美一区二区国产精品久久精品| 免费av不卡在线播放| 久久精品国产亚洲网站| 精品乱码久久久久久99久播| 两性午夜刺激爽爽歪歪视频在线观看| 午夜精品在线福利| 欧美日韩精品成人综合77777| 免费人成在线观看视频色| 卡戴珊不雅视频在线播放| 91午夜精品亚洲一区二区三区| 亚洲第一电影网av| 久久久精品欧美日韩精品| 成人特级黄色片久久久久久久| 久久久国产成人精品二区| 黑人高潮一二区| 成人高潮视频无遮挡免费网站| 国产精品一区www在线观看| 婷婷六月久久综合丁香| 中国美白少妇内射xxxbb| 免费观看的影片在线观看| 精华霜和精华液先用哪个| 国产精品野战在线观看| 97热精品久久久久久| 久久人人精品亚洲av| 啦啦啦观看免费观看视频高清| 卡戴珊不雅视频在线播放| 国产精品久久久久久亚洲av鲁大| 观看免费一级毛片| 一区二区三区四区激情视频 | 露出奶头的视频| 成人特级黄色片久久久久久久| 国产精品久久久久久久久免| 国产黄a三级三级三级人| av天堂中文字幕网| 亚洲一区高清亚洲精品| 日本精品一区二区三区蜜桃| 99久久九九国产精品国产免费| 一级黄片播放器| 国产精品人妻久久久影院| 婷婷亚洲欧美| 欧美色欧美亚洲另类二区| 亚洲18禁久久av| 国产白丝娇喘喷水9色精品| 久久久久性生活片| 亚洲国产欧洲综合997久久,| 三级经典国产精品| 久久久久性生活片| 免费高清视频大片| 一个人看的www免费观看视频| 夜夜夜夜夜久久久久| 亚洲熟妇熟女久久| 国产老妇女一区| 极品教师在线视频| 综合色av麻豆| 国内精品美女久久久久久| 亚洲美女搞黄在线观看 | 国产视频一区二区在线看| 男人狂女人下面高潮的视频| 久久久久久国产a免费观看| 国产精品久久久久久久电影| 午夜精品国产一区二区电影 | 午夜老司机福利剧场| 五月伊人婷婷丁香| 午夜日韩欧美国产|