• <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 ?

    基于條件隨機場的駕駛行為識別研究

    2021-04-02 12:06:41趙巖陳煥明王亞倫

    趙巖 陳煥明 王亞倫

    摘要:? 為深入研究駕駛員駕駛行為特性,減少駕駛輔助系統(tǒng)與駕駛員的控制沖突,本文基于條件隨機場(conditional random field, CRF)算法,搭建了駕駛員駕駛行為識別模型。利用NI Phar Lap ETS實時操作系統(tǒng),搭建車道保持輔助控制試驗平臺,在試驗平臺上進(jìn)行相關(guān)參數(shù)的實時采集,并根據(jù)采集到的數(shù)據(jù)特性,提出一種根據(jù)橫向位移對駕駛行為數(shù)據(jù)進(jìn)行分段的方法,將采集到的數(shù)據(jù)樣本劃分為左換道、右換道以及車道保持階段。同時,對實時獲取的參數(shù)進(jìn)行顯著性分析,將與橫向運動密切相關(guān)的五種參數(shù)作為觀測參數(shù),對駕駛行為進(jìn)行識別。研究結(jié)果表明,車道保持、左換道以及右換道行為的識別率分別達(dá)942%,93%和844%。該研究對于提高車道保持輔助系統(tǒng)的輔助效果以及減少誤警率具有明顯的促進(jìn)作用。

    關(guān)鍵詞:? 駕駛行為; 條件隨機場; 駕駛模擬器; 觀測參數(shù); 實時系統(tǒng)

    中圖分類號: TP391.41; U467.5+1文獻(xiàn)標(biāo)識碼: A

    作者簡介: ?趙巖(1993-),男,山東濟寧人,漢族,碩士研究生,主要研究方向為高級輔助駕駛技術(shù)。

    通信作者: ?陳煥明(1978-),男,山東青島人,博士,講師,碩士生導(dǎo)師,主要研究方向為汽車動態(tài)仿真與控制技術(shù)。 Email: qdchm@qdu.edu.cn

    近年來,智能車輛的發(fā)展成為減少交通事故的理想方案。據(jù)世界衛(wèi)生組織公布數(shù)據(jù)顯示[1],全球每年因交通事故造成的死亡人數(shù)高達(dá)135萬。作為智能車輛發(fā)展的重要部分,車道保持輔助技術(shù)的研發(fā)引起了我國的高度重視,于2017年發(fā)布了《汽車工業(yè)中長期發(fā)展規(guī)劃》。對駕駛員駕駛意圖的有效識別,可以提高車道保持系統(tǒng)的輔助效果。單純依靠偏離距離來進(jìn)行車道偏離的判斷有嚴(yán)重的滯后性,易與駕駛者產(chǎn)生控制沖突。隨著深度學(xué)習(xí)的快速發(fā)展,針對上述問題,部分學(xué)者提出多種駕駛意圖識別算法,基于神經(jīng)網(wǎng)絡(luò)的駕駛意圖識別,將車輛參數(shù)和駕駛員行為參數(shù)導(dǎo)入神經(jīng)網(wǎng)絡(luò)中,通過對中間隱層層數(shù)和節(jié)點個數(shù)的調(diào)整,搭建意圖識別模型[24]?;陔[馬爾可夫模型(hidden markov model,HMM)的駕駛意圖識別,將一段時間序列的觀測參數(shù)作為輸入,訓(xùn)練出不同駕駛意圖下的子模型[58]。而基于支持向量機(support vector machine,SVM)的駕駛意圖識別模型,通過核函數(shù)φ將觀測參數(shù)映射到高維空間,然后求解出能分隔駕駛意圖所對應(yīng)的觀測參數(shù)的超平面,從而建立相應(yīng)的駕駛意圖識別模型[912]?;贖MM的駕駛意圖識別模型在建模時,需要較強的嚴(yán)格獨立的假設(shè)條件[1315],而基于SVM的駕駛意圖識別模型則對樣本數(shù)量有要求[16],該方法對小樣本、非線性以及高維模式識別問題識別效果較好。鑒于上述存在的問題,周俊生等人[1719]采用條件隨機場(conditional random field, CRF)算法,搭建駕駛意圖識別模型,該方法不需要嚴(yán)格的獨立性假設(shè),對樣本數(shù)量沒有嚴(yán)格限制?;诖耍疚木C合利用CarSim、Matlab/Simulink和NI VeriStand軟件,搭建車道保持輔助控制試驗平臺,采集駕駛員駕駛行為數(shù)據(jù)及車輛橫向運動數(shù)據(jù),進(jìn)行駕駛員駕駛意圖識別模型的訓(xùn)練及其驗證。該研究對減少交通事故的發(fā)生具有重要意義。

    1試驗設(shè)計

    實車數(shù)據(jù)采集方法需要對測試車輛進(jìn)行改裝,加裝數(shù)據(jù)采集設(shè)備以及相應(yīng)的傳感器(如車載攝像機、毫米波雷達(dá)、陀螺儀等),對測試天氣及道路環(huán)境具有較高的要求和一定程度的危險性。而研發(fā)型駕駛模擬器能夠?qū)⑾嚓P(guān)硬件嵌入其中,進(jìn)行駕駛員主觀評價以及算法驗證,試驗周期短,試驗條件可控,安全性高。本文基于NI公司的Phar Lap ETS實時操作系統(tǒng),搭建車道保持輔助控制試驗平臺,車道保持輔助控制試驗平臺如圖1所示。該試驗平臺能夠根據(jù)試驗要求,在CarSim軟件中搭建真實的駕駛場景,利用NI VeriStand實時測試軟件實現(xiàn)硬件I/O端口的實時配置,對車輛動態(tài)參數(shù)、行駛環(huán)境參數(shù)以及駕駛員駕駛行為數(shù)據(jù)進(jìn)行實時采集。

    根據(jù)《公路工程技術(shù)標(biāo)準(zhǔn)》,搭建10 000 m單向雙車道直道場景,考慮到需要以較高車速行駛,為提高駕駛場景與現(xiàn)實道路場景的相似度,將左右車道寬度均設(shè)置為375 m。在道路中央,每隔500 m設(shè)置錐形桶,提示駕駛員進(jìn)行換道操作,換道時機由駕駛者自主決定,試驗道路布置如圖2所示。

    近年來,由于非職業(yè)駕駛員數(shù)量的急劇增加,其已成為交通事故劇增的主要群體,主要原因是一些駕駛新手的駕駛水平較低,缺乏對駕駛環(huán)境的準(zhǔn)確判斷,難以做出適當(dāng)?shù)鸟{駛行為,易發(fā)生交通事故。因此,本文招募了10名駕齡在2~5年的男性駕駛員,駕駛員需滿足以下條件,即持有駕駛證、性格穩(wěn)定、近期具有實車駕駛經(jīng)歷。試驗前,對駕駛員進(jìn)行一定時長的培訓(xùn),使駕駛員熟悉試驗平臺以及道路場景,避免因操作失誤造成數(shù)據(jù)采集異常。為深入研究駕駛行為與駕駛意圖的潛在關(guān)系,將采樣率設(shè)置為100 Hz,某時間段內(nèi)采集的數(shù)據(jù)如表1所示。

    2駕駛行為分析

    駕駛行為的有效識別對于車輛感知系統(tǒng)提前感知行駛環(huán)境,做出準(zhǔn)確的路徑規(guī)劃以及輔助控制具有重要作用。駕駛過程是連續(xù)多變的動態(tài)變化過程,不同的駕駛行為會引起不同的車輛動態(tài)參數(shù)和駕駛行為參數(shù)變化,因此可以通過選取適當(dāng)?shù)膮?shù),對不同的駕駛行為進(jìn)行預(yù)測及識別,駕駛行為數(shù)據(jù)的劃分及駕駛意圖表征參數(shù)的選取直接影響識別的準(zhǔn)確度。

    2.1駕駛行為數(shù)據(jù)的劃分

    選定的觀測變量是否能有效區(qū)分換道狀態(tài)與車道保持狀態(tài),與觀測數(shù)據(jù)的劃分以及識別參數(shù)的選取密切相關(guān)。目前,對于換道行為數(shù)據(jù)與車道保持行為數(shù)據(jù)的劃分沒有統(tǒng)一的定義,為提高換道行為的識別率,從采集到的數(shù)據(jù)特征出發(fā),提出一種根據(jù)橫向位置來劃分?jǐn)?shù)據(jù)的方法,換道階段數(shù)據(jù)劃分示意圖如圖3所示。首先根據(jù)采集到的數(shù)據(jù)分別計算出車輛行駛在左車道和右車道的車輛橫向位置的均值,然后選取換道過程中橫向位置數(shù)據(jù)符號變化的兩點,繪出階段劃分線,該線與左右車道車輛橫向位置均值線有兩個交點,將兩個交點間的數(shù)據(jù)作為換道階段的數(shù)據(jù),交點以外的數(shù)據(jù)作為車道保持階段數(shù)據(jù)。

    2.2駕駛意圖表征參數(shù)的選取

    在實際駕駛過程中,駕駛員駕駛行為會受到多方面的影響。在人-車-路構(gòu)成的閉環(huán)系統(tǒng)中,任意環(huán)節(jié)的細(xì)微變化都會造成駕駛行為的改變,隨機性較大,無法對其精確建模。通過相關(guān)研究發(fā)現(xiàn),在一些特定的駕駛場景中,駕駛過程中產(chǎn)生的車輛運動參數(shù)、駕駛員行為參數(shù)以及道路環(huán)境參數(shù)的變化可以在一定程度上反映駕駛者的駕駛行為,通過傳感器獲取可以表征駕駛行為的參數(shù),可以有效的識別駕駛員的駕駛意圖。

    本文獲取了車道保持階段與車道變更階段的相關(guān)參數(shù),并對相關(guān)參數(shù)的均值和標(biāo)準(zhǔn)差進(jìn)行對比,考慮到過多的觀測參數(shù)會加大駕駛意圖識別模型的學(xué)習(xí)難度,影響意圖識別的時效性,并且換道對橫向運動參數(shù)影響較大,因此選取方向盤轉(zhuǎn)角(°)、方向盤轉(zhuǎn)角速率(°/s)、橫向速度(km/h)、橫向加速度(m/s2)以及橫向位置(m)作為觀測特征參數(shù)。

    參數(shù)選定后,需要檢驗所選參數(shù)是否能夠表征不同的駕駛意圖,即進(jìn)行顯著性檢驗。在駕駛意圖識別過程中,各觀測變量的差異性越大,識別的精確度越高。因此,選取的五種觀測參數(shù)對應(yīng)不同的駕駛意圖應(yīng)該具有顯著差別。利用箱式圖分析五種參數(shù)在左換道、車道保持、右換道三種駕駛行為下的差異性,各參數(shù)箱式圖如圖4所示。

    由圖4可以看出,左右換道階段的數(shù)據(jù)與車道保持階段數(shù)據(jù)差異性非常明顯,在車道保持階段,駕駛員為使車輛在車道中間行駛,會對方向盤進(jìn)行微調(diào),因此方向盤轉(zhuǎn)角、方向盤轉(zhuǎn)角速率、橫向速度、橫向加速度以及橫向位置的波動范圍較小。在換道階段,車輛發(fā)生橫向位置的改變,因此方向盤轉(zhuǎn)角、方向盤轉(zhuǎn)角速率、橫向速度、橫向加速度以及橫向位置都會發(fā)生大范圍的波動,與車道保持階段具有明顯的差異性。因此,選取的五種觀測參數(shù)可以很好的表征三種駕駛意圖。

    3換道意圖識別模型的搭建

    CRF模型是在最大熵模型(maximum entropy model,MEM)和HMM的基礎(chǔ)上,提出的一種判別式概率無向圖學(xué)習(xí)模型,是一種用于標(biāo)注和切分有序數(shù)據(jù)的條件概率模型。條件隨機場模型解決了HMM的觀測獨立性假設(shè),因而可以容納任意的上、下文信息,并且特征設(shè)計靈活,可在全局范圍內(nèi)統(tǒng)計歸一化的概率。

    本研究將駕駛狀態(tài)分為車道保持、左換道和右換道三種,因此nStates=3。由上文可知,選取與換道行為相關(guān)的五種橫向運動參數(shù)作為觀測值,因此D=5。機場模型是一種判別式概率無向圖學(xué)習(xí)模型,在有限的樣本條件下,也可以得出較高的識別率,CRF算法識別駕駛意圖流程如圖6所示。

    3.2駕駛意圖識別與驗證

    在Matlab軟件中,搭建基于liner-chain CRF算法的駕駛意圖識別模型,并在該軟件中進(jìn)行模型訓(xùn)練與測試。根據(jù)第三章對于觀測數(shù)據(jù)劃分方法,為識別駕駛員完整的換道行為,提取從車道保持階段到換道階段再到車道保持階段的數(shù)據(jù)作為輸入樣本,根據(jù)采集到的觀測數(shù)據(jù)特性以及駕駛員的平均換道時間,以換道階段左交點前4 s左右的觀測數(shù)據(jù)為起始點,向后取10 s為一組樣本,一組樣本包含兩次車道保持和一次換道,通過對采集到的數(shù)據(jù)進(jìn)行篩選,得含完整換道行為數(shù)據(jù)樣本84組,按照3∶1的比例劃分為訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù),數(shù)據(jù)集如表3所示。

    根據(jù)CRF算法特性,需對不同的駕駛行為階段數(shù)據(jù)進(jìn)行標(biāo)注,根據(jù)橫向位置劃分駕駛行為數(shù)據(jù)的方法,對篩選出的完整駕駛行為數(shù)據(jù)進(jìn)行標(biāo)注,即將右換道階段的數(shù)據(jù)標(biāo)注為“3”,車道保持階段的數(shù)據(jù)標(biāo)注為“2”,左換道階段的數(shù)據(jù)標(biāo)注為“1”。樣本標(biāo)注如表4所示。

    根據(jù)上文所述,將標(biāo)注好的數(shù)據(jù)集導(dǎo)入liner-chain CRF駕駛意圖識別模型中,其中一組為左換道數(shù)據(jù)測試結(jié)果,CRF識別結(jié)果如圖7所示。圖7中,“LK”代表車輛處于車道保持狀態(tài),“RLC”表示車輛處于左換道狀態(tài),CRF識別的駕駛狀態(tài)由計算出的車道保持概率決定,當(dāng)概率值小于50%時,認(rèn)定此時處于換道狀態(tài),當(dāng)大于50%時,認(rèn)定處于車道保持狀態(tài),但在概率值接近05的位置會出現(xiàn)識別異常,通過減少觀測參數(shù),將觀測參數(shù)改為方向盤轉(zhuǎn)角、方向盤轉(zhuǎn)角速率、橫向速度以及橫向加速度,即D=4,改進(jìn)后識別結(jié)果如圖8所示。

    由圖8可以看出,適當(dāng)減少觀測參數(shù)的數(shù)量,有益于提高識別精度,減少駕駛意圖識別時間。

    將測試樣本導(dǎo)入訓(xùn)練好的駕駛意圖識別模型中,測試結(jié)果如表5所示。

    由表5可以看出,駕駛員駕駛行為識別liner-chain CRF模型在樣本量較小的情況下,也可以達(dá)到較高的識別精度,在以橫向位置劃分駕駛行為數(shù)據(jù)的情況下,劃分車道保持和左換道行為識別率達(dá)90%以上,右換道意圖的識別率達(dá)84%,鑒于駕駛行為數(shù)據(jù)的劃分以及駕駛意圖表征參數(shù)的選取對識別精度的直接影響,考慮可能是由于擬合點較少,擬合精度低造成右換道階段數(shù)據(jù)劃分誤差較大,使右換道識別率較低。

    4結(jié)束語

    本文搭建了基于線性鏈條件隨機場駕駛意圖識別模型,并通過采集到的數(shù)據(jù),提出了一種根據(jù)橫向位置劃分時間序列的方法。與傳統(tǒng)的駕駛意圖識別算法相比,該駕駛意圖識別模型對訓(xùn)練樣本數(shù)量的要求更低,且更符合實際情況。通過模型訓(xùn)練與測試,該模型能夠有效識別車道保持、左換道以及右換道三種駕駛意圖。針對右換道意圖識別率較低的問題,下一步將從駕駛意圖識別算法的改進(jìn)和駕駛行為階段劃分方法的優(yōu)化兩方面進(jìn)行研究。

    參考文獻(xiàn):

    [1]World Health Organization. Global status report on road safety[R]. Geneva: WHO, 2018.

    [2]倪捷, 劉志強. 基于駕駛?cè)藳Q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.

    [3]劉松波, 白國振. 基于BP神經(jīng)網(wǎng)絡(luò)的HEV加速意圖識別[J]. 農(nóng)業(yè)裝備與車輛工程, 2017, 55(10): 88-91.

    [4]曲代麗. 基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動意圖辨識技術(shù)研究[D]. 長春: 長春工業(yè)大學(xué), 2016.

    [5]劉志強, 吳雪剛, 倪捷, 等. 基于HMM和SVM級聯(lián)算法的駕駛意圖識別[J]. 汽車工程, 2018, 40(7): 858-864.

    [6]Li K, Wang X, Xu Y, et al. Lane changing intention recognition based on speech recognition models[J]. Transportation Research Part C Emerging Technologies, 2016, 69(8): 497-514.

    [7]宋曉琳, 鄭亞奇, 曹昊天. 基于HMM-SVM的駕駛員換道意圖辨識研究[J]. 電子測量與儀器學(xué)報, 2016, 30(1): 58-65.

    [8]馮頡. 面向汽車安全輔助系統(tǒng)的駕駛員意圖識別算法研究[D]. 成都: 電子科技大學(xué), 2013.

    [9]李慧, 李曉東, 宿曉曦. 一種優(yōu)化參數(shù)的支持向量機駕駛意圖識別[J]. 實驗室研究與探索, 2018, 37(2): 35-39.

    [10]畢勝強, 梅德純, 劉志強, 等. 面向駕駛行為預(yù)警的換道意圖辨識模型研究[J]. 中國安全科學(xué)學(xué)報, 2016, 26(2): 91-95.

    [11]劉志強, 涂孝軍, 汪澎. 面向駕駛員輔助系統(tǒng)的換道意圖辨識方法研究[J]. 安全與環(huán)境學(xué)報, 2015, 15(6): 132-136.

    [12]麻婷婷, 涂孝軍, 朱偉達(dá). 基于支持向量機的駕駛員超車意圖識別[J]. 上海工程技術(shù)大學(xué)學(xué)報, 2016(30): 203-208.

    [13]張明恒, 翟曉娟, 朱有明, 等. 基于改進(jìn)HMM的駕駛疲勞險態(tài)識別方法[J]. 大連理工大學(xué)學(xué)報, 2018, 58(2): 194-201.

    [14]徐婷, 溫常磊, 張香, 等. 基于GMM-CHMM的城市道路換道行為識別[J]. 交通運輸系統(tǒng)工程與信息, 2020, 20(1): 61-67.

    [15]張海倫, 付銳. 高速場景相鄰前車駕駛行為識別及意圖預(yù)測[J]. 交通運輸系統(tǒng)工程與信息, 2020, 20(1): 40-46.

    [16]馬國成, 劉昭度, 裴曉飛, 等. 基于模糊支持向量機的旁車道車輛并線意圖識別方法[J]. 汽車工程, 2014, 36(3): 316-320.

    [17]周俊生, 戴新宇, 尹存燕, 等. 基于層疊條件隨機場模型的中文機構(gòu)名自動識別[J]. 電子學(xué)報, 2006, 34(5): 804-809.

    [18]葉子豪, 孫銳, 王慧慧. 基于全卷積神經(jīng)網(wǎng)絡(luò)與條件隨機場的車道識別方法[J]. 光電工程, 2019, 46(2): 180274-180286.

    [19]徐曉芳. 基于條件隨機場的中文分詞技術(shù)的研究與實現(xiàn)[D]. 南京: 南京郵電大學(xué), 2018.

    [20]Schmidt M, Swersky K. Matlab code for chain-structured conditional random fields with categorical features [EB/OL]. https: ∥www. cs. ubc. ca/~schmidtm/Software/crfChain. html, 2008.

    Abstract:?? In order to deeply explore the characteristics of the driver's driving behavior and reduce the control conflict between the driving assistance system and the driver, this paper builds a driver's driving behavior recognition model based on the Conditional Random Field algorithm. It use NI Phar Lap ETS real-time operating system to build a lane keeping auxiliary control test platform, and collects relevant parameters in real time on the test platform. According to the characteristics of the collected data, a method of segmenting driving behavior data based on lateral displacement is proposed, and the collected data samples are divided into left lane changing, right lane changing and lane keeping stages. The significance of the parameters acquired in real time is analyed, and the driving behavior is identified by using five parameters closely related to lateral motion as observation parameters. The results show that the recognition rates of lane keeping, left lane changing and right lane changing behavior are respectively 94.2%, 93% and 84.4%. This research has a significant role in improving the assistive effect of the lane keeping assist system and reducing the false alarm rate.

    Key words: driving behavior; conditional random field; driving simulator; observation parameters; real-time system

    久久九九热精品免费| 国产人伦9x9x在线观看| 中文字幕av电影在线播放| 国产黄片美女视频| 搡老岳熟女国产| 成人亚洲精品一区在线观看| 午夜精品在线福利| 日韩欧美国产在线观看| 又紧又爽又黄一区二区| 丰满的人妻完整版| 18禁裸乳无遮挡免费网站照片 | 久久香蕉精品热| 欧美黑人精品巨大| 国产成人精品久久二区二区91| 久久这里只有精品19| 精品国内亚洲2022精品成人| 亚洲中文字幕一区二区三区有码在线看 | 男女视频在线观看网站免费 | 两性午夜刺激爽爽歪歪视频在线观看 | 国产成人系列免费观看| 久久中文字幕一级| 狂野欧美激情性xxxx| 9191精品国产免费久久| av天堂在线播放| 久久香蕉国产精品| 久久这里只有精品19| 精品久久久久久久人妻蜜臀av| 999精品在线视频| 美女高潮喷水抽搐中文字幕| 亚洲成av人片免费观看| 欧美最黄视频在线播放免费| 精品电影一区二区在线| 久久久久久久午夜电影| 日韩一卡2卡3卡4卡2021年| 看片在线看免费视频| 少妇粗大呻吟视频| 一个人免费在线观看的高清视频| 国产97色在线日韩免费| 在线观看舔阴道视频| 久久欧美精品欧美久久欧美| 亚洲狠狠婷婷综合久久图片| 成人国语在线视频| 白带黄色成豆腐渣| 国产精品免费一区二区三区在线| 禁无遮挡网站| 中文字幕av电影在线播放| 一进一出抽搐gif免费好疼| 十八禁网站免费在线| 99riav亚洲国产免费| 成人18禁在线播放| 欧美日韩黄片免| 精品乱码久久久久久99久播| 国产真实乱freesex| 啦啦啦观看免费观看视频高清| 女性被躁到高潮视频| 免费在线观看影片大全网站| 悠悠久久av| 悠悠久久av| 97碰自拍视频| av在线播放免费不卡| 香蕉av资源在线| 欧美激情 高清一区二区三区| 国产精品自产拍在线观看55亚洲| 国产高清有码在线观看视频 | 亚洲av电影在线进入| 国产伦人伦偷精品视频| 18美女黄网站色大片免费观看| 久99久视频精品免费| 国产视频内射| 国产又黄又爽又无遮挡在线| 国产精品乱码一区二三区的特点| 久久精品人妻少妇| 天天添夜夜摸| 99热这里只有精品一区 | 精品久久久久久久久久久久久 | 一夜夜www| 成年女人毛片免费观看观看9| 老司机深夜福利视频在线观看| 精品人妻1区二区| 日韩视频一区二区在线观看| 国产亚洲欧美98| 亚洲一区二区三区不卡视频| 欧美在线黄色| 色播亚洲综合网| 色尼玛亚洲综合影院| 精品不卡国产一区二区三区| 啦啦啦 在线观看视频| 女警被强在线播放| 国产亚洲精品综合一区在线观看 | 日韩欧美免费精品| 亚洲欧美精品综合久久99| 女性被躁到高潮视频| 日韩欧美一区视频在线观看| 午夜精品在线福利| 亚洲一区二区三区不卡视频| 日韩精品免费视频一区二区三区| 大型av网站在线播放| av片东京热男人的天堂| 日韩欧美一区视频在线观看| 亚洲aⅴ乱码一区二区在线播放 | 丁香欧美五月| 18禁国产床啪视频网站| 亚洲av电影在线进入| 亚洲精华国产精华精| 亚洲人成电影免费在线| 成年免费大片在线观看| 亚洲成a人片在线一区二区| 国产片内射在线| 香蕉久久夜色| 欧美日韩黄片免| 97人妻精品一区二区三区麻豆 | 国产麻豆成人av免费视频| 欧美成人免费av一区二区三区| 真人做人爱边吃奶动态| 日日摸夜夜添夜夜添小说| 欧美成人一区二区免费高清观看 | 91在线观看av| 欧美成人午夜精品| 亚洲美女黄片视频| 久久99热这里只有精品18| 国产精品自产拍在线观看55亚洲| 禁无遮挡网站| 成熟少妇高潮喷水视频| 国产成人av激情在线播放| 婷婷亚洲欧美| 午夜免费成人在线视频| 国产真人三级小视频在线观看| 变态另类丝袜制服| 大型av网站在线播放| 国内精品久久久久久久电影| 黄片播放在线免费| 婷婷精品国产亚洲av在线| 免费女性裸体啪啪无遮挡网站| 91麻豆av在线| 欧美不卡视频在线免费观看 | 久久99热这里只有精品18| 国产精品久久久久久精品电影 | 一区福利在线观看| 亚洲av五月六月丁香网| 波多野结衣av一区二区av| 日韩视频一区二区在线观看| 操出白浆在线播放| 国产成人啪精品午夜网站| 久久国产亚洲av麻豆专区| 日本黄色视频三级网站网址| 国产亚洲精品第一综合不卡| 久久香蕉国产精品| 真人一进一出gif抽搐免费| 人人澡人人妻人| 精品少妇一区二区三区视频日本电影| 国产不卡一卡二| 欧美性猛交黑人性爽| 禁无遮挡网站| 午夜久久久久精精品| 成人国产综合亚洲| 伊人久久大香线蕉亚洲五| 免费看a级黄色片| 亚洲国产看品久久| 一进一出好大好爽视频| 国产成人精品久久二区二区91| 很黄的视频免费| 精品国内亚洲2022精品成人| 亚洲国产欧美日韩在线播放| 国产精品久久久久久精品电影 | 嫁个100分男人电影在线观看| 亚洲国产精品久久男人天堂| 亚洲午夜理论影院| 久久久久久人人人人人| 国产av不卡久久| 亚洲五月婷婷丁香| 正在播放国产对白刺激| 成人永久免费在线观看视频| 亚洲成人免费电影在线观看| 国产野战对白在线观看| 亚洲成av片中文字幕在线观看| 中国美女看黄片| 精品久久蜜臀av无| 精品高清国产在线一区| 一区二区三区激情视频| 一进一出好大好爽视频| 午夜福利在线观看吧| 美女午夜性视频免费| 变态另类丝袜制服| 高清毛片免费观看视频网站| 国产成人欧美在线观看| 精品一区二区三区av网在线观看| 国产精品国产高清国产av| 999精品在线视频| 日韩精品免费视频一区二区三区| 俄罗斯特黄特色一大片| 99久久国产精品久久久| 免费在线观看日本一区| 国产精品99久久99久久久不卡| 日本 av在线| 亚洲九九香蕉| 免费在线观看黄色视频的| 看免费av毛片| 精品国产超薄肉色丝袜足j| 久久香蕉国产精品| 国产精品美女特级片免费视频播放器 | 国产成年人精品一区二区| 国产黄a三级三级三级人| 青草久久国产| 久久热在线av| 国产视频一区二区在线看| 美女午夜性视频免费| 国产野战对白在线观看| 免费高清在线观看日韩| bbb黄色大片| 一级毛片女人18水好多| 成人特级黄色片久久久久久久| 日韩欧美一区视频在线观看| 国产精品久久视频播放| 久久久久国产一级毛片高清牌| 亚洲专区字幕在线| 深夜精品福利| 91麻豆av在线| 国产男靠女视频免费网站| 在线观看午夜福利视频| 欧美绝顶高潮抽搐喷水| 淫秽高清视频在线观看| 成年免费大片在线观看| 制服人妻中文乱码| 91国产中文字幕| 欧美丝袜亚洲另类 | 9191精品国产免费久久| 伊人久久大香线蕉亚洲五| 国内揄拍国产精品人妻在线 | 久久久国产成人精品二区| 欧美日韩精品网址| 岛国视频午夜一区免费看| 午夜免费激情av| 久久午夜亚洲精品久久| 午夜成年电影在线免费观看| 亚洲自偷自拍图片 自拍| 久久人人精品亚洲av| 视频区欧美日本亚洲| 免费在线观看黄色视频的| 亚洲国产欧美网| 99国产极品粉嫩在线观看| 亚洲人成77777在线视频| aaaaa片日本免费| 看免费av毛片| 18禁观看日本| 琪琪午夜伦伦电影理论片6080| 免费在线观看黄色视频的| 一区二区三区国产精品乱码| 最好的美女福利视频网| 亚洲一码二码三码区别大吗| 成人18禁在线播放| 免费无遮挡裸体视频| av欧美777| 中文字幕另类日韩欧美亚洲嫩草| 欧美日韩一级在线毛片| 可以在线观看毛片的网站| 精品电影一区二区在线| 精品国产乱码久久久久久男人| 免费看日本二区| 久久伊人香网站| 黑人操中国人逼视频| 免费看a级黄色片| 欧美性猛交╳xxx乱大交人| 国产极品粉嫩免费观看在线| 在线国产一区二区在线| 久久久久亚洲av毛片大全| 久久久久久大精品| 十分钟在线观看高清视频www| 精品卡一卡二卡四卡免费| 亚洲精品在线观看二区| 亚洲性夜色夜夜综合| 亚洲人成伊人成综合网2020| 国产精品乱码一区二三区的特点| av欧美777| 中亚洲国语对白在线视频| 人人妻人人看人人澡| 国产91精品成人一区二区三区| 国产成人欧美在线观看| 午夜影院日韩av| 国产熟女午夜一区二区三区| 身体一侧抽搐| 亚洲五月婷婷丁香| 黄色成人免费大全| a级毛片在线看网站| 色播在线永久视频| av在线播放免费不卡| av在线播放免费不卡| 亚洲国产毛片av蜜桃av| 视频区欧美日本亚洲| 欧美乱妇无乱码| www.精华液| 久久久久国产精品人妻aⅴ院| 久久久国产欧美日韩av| 中文字幕另类日韩欧美亚洲嫩草| 婷婷丁香在线五月| 曰老女人黄片| 国产私拍福利视频在线观看| 制服诱惑二区| 在线国产一区二区在线| 天天躁狠狠躁夜夜躁狠狠躁| 午夜福利在线观看吧| 中文字幕久久专区| 午夜影院日韩av| 国产精品久久视频播放| av电影中文网址| 亚洲精品国产精品久久久不卡| 一本精品99久久精品77| 午夜福利一区二区在线看| 99热6这里只有精品| 久久国产亚洲av麻豆专区| 国产精品久久电影中文字幕| 麻豆一二三区av精品| 一级a爱视频在线免费观看| 精品电影一区二区在线| 国内毛片毛片毛片毛片毛片| 97超级碰碰碰精品色视频在线观看| 看免费av毛片| 亚洲美女黄片视频| 啪啪无遮挡十八禁网站| 观看免费一级毛片| 亚洲 国产 在线| 国产黄色小视频在线观看| 美女扒开内裤让男人捅视频| 动漫黄色视频在线观看| 色综合站精品国产| 在线av久久热| 亚洲色图av天堂| 国产精品一区二区三区四区久久 | 亚洲国产中文字幕在线视频| 999精品在线视频| 精品久久久久久久人妻蜜臀av| 午夜视频精品福利| 听说在线观看完整版免费高清| 中出人妻视频一区二区| www日本在线高清视频| 国产欧美日韩一区二区三| 麻豆成人午夜福利视频| 亚洲国产欧美网| 免费看十八禁软件| 国产精品亚洲一级av第二区| 大香蕉久久成人网| 欧美三级亚洲精品| 久久久国产成人免费| 不卡一级毛片| 麻豆国产av国片精品| 夜夜看夜夜爽夜夜摸| 久久久久国内视频| 国产午夜福利久久久久久| 一区二区三区精品91| 黑人巨大精品欧美一区二区mp4| 久久天躁狠狠躁夜夜2o2o| 亚洲午夜精品一区,二区,三区| 满18在线观看网站| 天天一区二区日本电影三级| 国产精品久久久久久人妻精品电影| 色婷婷久久久亚洲欧美| 国产精品久久久久久人妻精品电影| 国产精品国产高清国产av| av视频在线观看入口| 久久久久国产精品人妻aⅴ院| 狠狠狠狠99中文字幕| 欧美绝顶高潮抽搐喷水| 51午夜福利影视在线观看| 午夜日韩欧美国产| 欧美午夜高清在线| 两性夫妻黄色片| 狠狠狠狠99中文字幕| 日日夜夜操网爽| 久久国产乱子伦精品免费另类| 国产精华一区二区三区| 久久久久国产精品人妻aⅴ院| 亚洲久久久国产精品| 夜夜夜夜夜久久久久| 国产精品99久久99久久久不卡| 久久久水蜜桃国产精品网| 国产日本99.免费观看| 国产精品98久久久久久宅男小说| 91成年电影在线观看| 在线播放国产精品三级| 亚洲av成人不卡在线观看播放网| 免费看十八禁软件| 无限看片的www在线观看| 嫩草影院精品99| 久久久久久久久中文| 亚洲狠狠婷婷综合久久图片| 香蕉久久夜色| 日韩av在线大香蕉| 亚洲五月色婷婷综合| 高清毛片免费观看视频网站| 欧美日韩黄片免| 欧美人与性动交α欧美精品济南到| 国产高清视频在线播放一区| 国产精品美女特级片免费视频播放器 | 老司机午夜十八禁免费视频| 亚洲国产毛片av蜜桃av| √禁漫天堂资源中文www| 少妇被粗大的猛进出69影院| 欧美久久黑人一区二区| 女生性感内裤真人,穿戴方法视频| 波多野结衣巨乳人妻| 嫩草影院精品99| 一本大道久久a久久精品| 狠狠狠狠99中文字幕| 亚洲av五月六月丁香网| 亚洲五月婷婷丁香| 18禁观看日本| 国产单亲对白刺激| 久久99热这里只有精品18| 最近最新中文字幕大全电影3 | 丰满人妻熟妇乱又伦精品不卡| 他把我摸到了高潮在线观看| 我的亚洲天堂| av有码第一页| 亚洲自偷自拍图片 自拍| 日日干狠狠操夜夜爽| 成人国产综合亚洲| 黄片大片在线免费观看| 白带黄色成豆腐渣| 欧美性猛交╳xxx乱大交人| 亚洲九九香蕉| 熟女少妇亚洲综合色aaa.| 一区二区三区高清视频在线| 免费人成视频x8x8入口观看| 国产激情欧美一区二区| 88av欧美| 国产高清videossex| av天堂在线播放| 男人操女人黄网站| 精品国产亚洲在线| 性色av乱码一区二区三区2| 国产99久久九九免费精品| 97人妻精品一区二区三区麻豆 | 欧美中文综合在线视频| 嫩草影视91久久| 成人手机av| 色婷婷久久久亚洲欧美| 亚洲狠狠婷婷综合久久图片| 日韩欧美国产在线观看| 亚洲成人精品中文字幕电影| 欧美人与性动交α欧美精品济南到| 欧美不卡视频在线免费观看 | 久久人妻福利社区极品人妻图片| 窝窝影院91人妻| 亚洲精品美女久久久久99蜜臀| 亚洲天堂国产精品一区在线| 两个人免费观看高清视频| 欧美另类亚洲清纯唯美| 国产成人系列免费观看| 亚洲人成伊人成综合网2020| 一二三四在线观看免费中文在| 精品久久久久久久毛片微露脸| 91老司机精品| 一a级毛片在线观看| 国产区一区二久久| 国产精品综合久久久久久久免费| 99riav亚洲国产免费| 亚洲专区国产一区二区| av视频在线观看入口| 日韩国内少妇激情av| 欧美日韩乱码在线| 国产熟女xx| 88av欧美| 国产精品一区二区免费欧美| 色综合亚洲欧美另类图片| 欧美日韩亚洲综合一区二区三区_| 97超级碰碰碰精品色视频在线观看| 国产爱豆传媒在线观看 | 成人免费观看视频高清| 久久久久久久久免费视频了| 国产免费av片在线观看野外av| 亚洲男人的天堂狠狠| 91成人精品电影| 免费在线观看成人毛片| 国产爱豆传媒在线观看 | x7x7x7水蜜桃| 每晚都被弄得嗷嗷叫到高潮| www.www免费av| 精品福利观看| 搡老妇女老女人老熟妇| netflix在线观看网站| 99在线人妻在线中文字幕| 两个人看的免费小视频| 精品国产美女av久久久久小说| www国产在线视频色| 日韩欧美国产一区二区入口| 操出白浆在线播放| 每晚都被弄得嗷嗷叫到高潮| tocl精华| 亚洲熟妇熟女久久| 欧美久久黑人一区二区| 久久精品aⅴ一区二区三区四区| 欧美中文综合在线视频| 久久国产乱子伦精品免费另类| 精品无人区乱码1区二区| 午夜视频精品福利| 香蕉国产在线看| 女同久久另类99精品国产91| 久久中文字幕一级| 脱女人内裤的视频| 国产欧美日韩一区二区三| 日韩欧美在线二视频| av在线播放免费不卡| 日韩一卡2卡3卡4卡2021年| 每晚都被弄得嗷嗷叫到高潮| 欧美成人一区二区免费高清观看 | 久久久久国内视频| 亚洲自偷自拍图片 自拍| 国产精品日韩av在线免费观看| 天堂影院成人在线观看| 亚洲国产毛片av蜜桃av| 亚洲人成伊人成综合网2020| 99国产极品粉嫩在线观看| 欧美色视频一区免费| 一边摸一边做爽爽视频免费| 久久久久久久精品吃奶| 91在线观看av| 日韩三级视频一区二区三区| 国产片内射在线| 久久99热这里只有精品18| 观看免费一级毛片| 他把我摸到了高潮在线观看| 欧美日韩亚洲国产一区二区在线观看| 亚洲av成人不卡在线观看播放网| 久久九九热精品免费| 国产乱人伦免费视频| 听说在线观看完整版免费高清| 黄色毛片三级朝国网站| 国产一区二区激情短视频| 亚洲在线自拍视频| 亚洲精品美女久久久久99蜜臀| 一级毛片女人18水好多| 女生性感内裤真人,穿戴方法视频| 99国产精品99久久久久| 国产精品av久久久久免费| 老司机深夜福利视频在线观看| 亚洲精品中文字幕一二三四区| 曰老女人黄片| 欧美成人性av电影在线观看| 又黄又粗又硬又大视频| а√天堂www在线а√下载| 亚洲一区中文字幕在线| 日韩av在线大香蕉| 欧美日韩精品网址| 又大又爽又粗| 动漫黄色视频在线观看| 国产欧美日韩一区二区精品| 99久久久亚洲精品蜜臀av| 大香蕉久久成人网| 久久婷婷成人综合色麻豆| 国产亚洲av嫩草精品影院| 亚洲国产高清在线一区二区三 | 国产久久久一区二区三区| 国产又色又爽无遮挡免费看| 很黄的视频免费| 18禁观看日本| 最近在线观看免费完整版| 精品国产超薄肉色丝袜足j| 麻豆国产av国片精品| 国产精品影院久久| 精品日产1卡2卡| 国产精品久久久人人做人人爽| 91老司机精品| av有码第一页| 超碰成人久久| 亚洲国产欧美一区二区综合| 国产精品98久久久久久宅男小说| 丝袜人妻中文字幕| 黄色 视频免费看| 国产亚洲欧美98| 国产成人系列免费观看| 国产片内射在线| 欧美激情极品国产一区二区三区| 黄色毛片三级朝国网站| 少妇裸体淫交视频免费看高清 | 黄色毛片三级朝国网站| 香蕉丝袜av| 亚洲专区国产一区二区| 两性夫妻黄色片| 亚洲精品在线观看二区| 久久精品国产99精品国产亚洲性色| 亚洲精品久久成人aⅴ小说| 精品一区二区三区av网在线观看| 欧美性猛交黑人性爽| 色老头精品视频在线观看| 91国产中文字幕| av中文乱码字幕在线| 国产v大片淫在线免费观看| 精品乱码久久久久久99久播| 亚洲av片天天在线观看| 精品免费久久久久久久清纯| 手机成人av网站| 最近在线观看免费完整版| 国产av在哪里看| www.熟女人妻精品国产| 久久久久久国产a免费观看| 欧美精品啪啪一区二区三区| 91国产中文字幕| 国产av在哪里看| 久久久久国产一级毛片高清牌| 国产精品久久久久久精品电影 | 琪琪午夜伦伦电影理论片6080| 日韩精品中文字幕看吧| 高清毛片免费观看视频网站| 久久久久久人人人人人| 国产单亲对白刺激| 精品国产美女av久久久久小说| 免费在线观看日本一区| 国产伦人伦偷精品视频| 又紧又爽又黄一区二区| 免费在线观看黄色视频的| 亚洲国产精品999在线| 中文字幕最新亚洲高清| 免费高清视频大片| 久久 成人 亚洲| 精品国产乱码久久久久久男人| 亚洲欧美精品综合一区二区三区|