• <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 ?

    基于新能源高頻大數(shù)據(jù)的駕駛行為與能耗分析

    2021-04-09 05:50:35夏麗娜何紹清康澤軍王建斌賈國瑞
    時(shí)代汽車 2021年6期

    夏麗娜 何紹清 康澤軍 王建斌 賈國瑞

    摘 要:近年來,在新能源汽車示范推廣和財(cái)政補(bǔ)貼的大背景下,我國新能源汽車產(chǎn)業(yè)快速發(fā)展。但與傳統(tǒng)燃油車相比,新能源汽車的技術(shù)成熟度尚且不足,在研發(fā)、運(yùn)行階段仍存在諸多問題等待解決,其中能耗和續(xù)航問題的關(guān)注度尤為突出。本文基于車載終端采集到的新能源高頻大數(shù)據(jù),提取能夠反映駕駛行為精細(xì)時(shí)空變化特征的特征參數(shù)集,采用主成分分析方法將特征參數(shù)集進(jìn)行優(yōu)化,利用K-means算法實(shí)現(xiàn)駕駛行為的自動(dòng)分級,并分析了不同級別駕駛行為的能耗分布情況。分析結(jié)果表明,駕駛行為影響新能源汽車能耗水平,其中平穩(wěn)駕駛對應(yīng)的能耗較低,對新能源汽車產(chǎn)品升級和用戶駕駛習(xí)慣優(yōu)化具有一定的參考價(jià)值。

    關(guān)鍵詞:新能源高頻大數(shù)據(jù) 駕駛行為 能耗 主成分分析 聚類算法

    1 前言

    在汽車產(chǎn)業(yè)“電動(dòng)化、網(wǎng)絡(luò)化、智能化、共享化”的趨勢背景下,近年來新能源汽車產(chǎn)業(yè)快速發(fā)展。據(jù)統(tǒng)計(jì)顯示,截止2020年6月,全國新能源汽車保有量已達(dá)417萬。與傳統(tǒng)燃油車不同,新能源汽車在運(yùn)行過程中采集了大量運(yùn)營數(shù)據(jù),可一定程度上反映用戶的使用習(xí)慣和新能源汽車的產(chǎn)品性能。利用新能源運(yùn)營大數(shù)據(jù)進(jìn)行挖掘分析,提升新能源汽車產(chǎn)品研發(fā)效率,針對性地優(yōu)化產(chǎn)品性能,加快產(chǎn)品更新迭代節(jié)奏將是新能源汽車產(chǎn)業(yè)未來發(fā)展的大趨勢。

    目前,新能源汽車的技術(shù)成熟度尚不如傳統(tǒng)燃油車,在研發(fā)及運(yùn)行階段還有諸多問題亟待深入研究,其中續(xù)航和能耗是車企和消費(fèi)者最為關(guān)注的問題之一。新能源汽車能耗的高低,與用戶駕駛行為密切相關(guān)。目前行業(yè)內(nèi)對于駕駛行為的研究多基于低頻數(shù)據(jù)提取車速、加速度、方向盤轉(zhuǎn)角的統(tǒng)計(jì)學(xué)參數(shù),用于評價(jià)駕駛行為的平穩(wěn)性和安全性,不足以對駕駛行為的時(shí)空變化特性進(jìn)行精細(xì)刻畫,也無法為企業(yè)在研發(fā)端為產(chǎn)品優(yōu)化提供參考價(jià)值。

    本文基于新能源高頻大數(shù)據(jù),提取駕駛過程中的不同數(shù)據(jù)字段聯(lián)合分布特征參數(shù),以反映駕駛行為的時(shí)空變化特征,構(gòu)建新能源汽車駕駛風(fēng)格分類模型,研究不同駕駛風(fēng)格的能耗分布,將有助于優(yōu)化新能源汽車產(chǎn)品開發(fā)策略,促進(jìn)新能源汽車正向發(fā)展。

    2 新能源高頻大數(shù)據(jù)及其分類

    新能源高頻大數(shù)據(jù)是通過車載終端設(shè)備采集得來,主要包括駕駛行為數(shù)據(jù)、充電數(shù)據(jù)、電池?cái)?shù)據(jù)、電機(jī)數(shù)據(jù)、DCDC數(shù)據(jù)等,目前最高采集頻率可到100Hz。

    2.1 駕駛行為數(shù)據(jù)

    駕駛行為數(shù)據(jù)主要包括加速踏板開度、制動(dòng)踏板開度、方向盤轉(zhuǎn)角、車速、行駛里程等。

    2.2 充電數(shù)據(jù)

    充電數(shù)據(jù)主要包括充電方式、充電狀態(tài)、充電電流、SOC等。

    2.3 電池?cái)?shù)據(jù)

    電池?cái)?shù)據(jù)主要包括總電壓、總電流、SOC、絕緣電阻、最高單體電壓、最低單體電壓、最高溫度、最低溫度等。

    2.4 電機(jī)數(shù)據(jù)

    電機(jī)數(shù)據(jù)主要包括電機(jī)控制器電流、驅(qū)動(dòng)電機(jī)轉(zhuǎn)速、驅(qū)動(dòng)電機(jī)扭矩等。

    2.5 DCDC數(shù)據(jù)

    電機(jī)數(shù)據(jù)主要包括DCDC電壓、DCDC電流、DCDC溫度等。

    3 駕駛行為分析

    3.1 駕駛行為特征參數(shù)提取

    通常,評價(jià)用戶的駕駛行為可采用的數(shù)據(jù)主要為車速、方向盤轉(zhuǎn)角、縱向加速度、制動(dòng)減速度等,可提取的參數(shù)則包括最大值、最小值、均值、中值、眾數(shù)、標(biāo)準(zhǔn)差以及不同區(qū)間占比等。

    3.1.1 車速

    車速不僅與道路安全密切相關(guān),更是影響新能源汽車能耗的重要參數(shù),無疑是評價(jià)用戶駕駛行為必不可少的指標(biāo)。除最大值、最小值、中值、均值、標(biāo)準(zhǔn)差等常規(guī)統(tǒng)計(jì)學(xué)參數(shù)外,不同車速區(qū)間的占比能夠細(xì)化車速離散性,可反映出用戶駕駛行為的平穩(wěn)性。

    3.1.2 方向盤轉(zhuǎn)角

    方向盤轉(zhuǎn)角反映了用戶對車輛的橫向控制作用,而方向盤轉(zhuǎn)速則能夠表現(xiàn)出用戶在駕駛過程中的操作行為。方向盤轉(zhuǎn)速是指用戶在單位時(shí)間內(nèi)轉(zhuǎn)動(dòng)方向盤的角度,即

    (1)

    式中:為相鄰兩幀數(shù)據(jù)的方向盤轉(zhuǎn)角變化量;t為相鄰兩幀數(shù)據(jù)的時(shí)間變化量。

    3.1.3 縱向加速度和制動(dòng)減速度

    用戶對于加速踏板和制動(dòng)踏板的操作是駕駛行為的重要環(huán)節(jié),具體表現(xiàn)在車輛的縱向加速度和制動(dòng)減速度數(shù)據(jù)上。采集到的新能源高頻大數(shù)據(jù)中,不包含縱向加速度和制動(dòng)減速度數(shù)據(jù)字段,需通過車速和時(shí)間計(jì)算得來,即

    (2)

    式中:v為相鄰兩幀數(shù)據(jù)的車速變化量;t為相鄰兩幀數(shù)據(jù)的時(shí)間變化量。若加速度a計(jì)算值為正,則為縱向加速度,記為a+;若加速度a計(jì)算值為負(fù),則為制動(dòng)減速度,記為a-。

    3.1.4 聯(lián)合分布特征參數(shù)

    與車速相同,縱向加速度、制動(dòng)減速度和方向盤轉(zhuǎn)速都可采用最大值、最小值、均值、標(biāo)準(zhǔn)差等統(tǒng)計(jì)學(xué)參數(shù)以及在不同區(qū)間的占比來反映其變化特征。但上述特征參數(shù)都只能基于時(shí)序信號對駕駛行為從整體進(jìn)行表達(dá),而忽略了車速與縱向加速度、制動(dòng)減速度或方向盤轉(zhuǎn)速的同時(shí)性,故無法刻畫出用戶的急加速、急減速、急轉(zhuǎn)彎等重要細(xì)節(jié)。

    為精細(xì)刻畫用戶駕駛行為,尤其是急加速、急減速、急轉(zhuǎn)彎等不良操作,本文提出利用車速-縱向加速度、車速-制動(dòng)減速度和車速-方向盤轉(zhuǎn)速聯(lián)合分布作為評價(jià)用戶駕駛行為的指標(biāo)。聯(lián)合分布特征參數(shù)可從時(shí)序角度整體把控駕駛行為,也可反映出車速與縱向加速度、制動(dòng)減速度或方向盤轉(zhuǎn)速的空間關(guān)系,能夠綜合評價(jià)駕駛行為的時(shí)空變化特征。

    3.2 駕駛行為特征參數(shù)優(yōu)化

    在用戶的實(shí)際駕駛行程中,不能完全覆蓋聯(lián)合分布的每個(gè)區(qū)間范圍,故駕駛行為的聯(lián)合分布特征參數(shù)存在一定的冗余性。為最大限度降低計(jì)算所需的資源,同時(shí)最大化保留駕駛行為聯(lián)合分布特征參數(shù)所蘊(yùn)含的信息,需對特征參數(shù)進(jìn)行降維優(yōu)化。

    主成分分析算法是目前成熟且常用的復(fù)雜數(shù)據(jù)矩陣降維方法之一,由Pearson在1901年首次提出。利用主成分分析算法,可對駕駛行為的聯(lián)合分布特征參數(shù)進(jìn)行正交變換,將相互之間可能存在一定關(guān)聯(lián)性的駕駛行為聯(lián)合分布特征參數(shù)矩陣,正交化成為一個(gè)線性化且互不相關(guān)的參數(shù)矩陣,其中每個(gè)參數(shù)即為一個(gè)主成分。通過對所有主成分的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率進(jìn)行分析,選取其中前若干個(gè)主成分,以反映原駕駛行為聯(lián)合分布特征參數(shù)的80%以上的信息量。經(jīng)過主成分分析,可大大減小原駕駛行為聯(lián)合分布特征參數(shù)矩陣的維度,提高計(jì)算效率。

    3.3 駕駛行為自動(dòng)分類

    目前行業(yè)內(nèi)通常根據(jù)駕駛激烈程度,將駕駛行為分為激進(jìn)型、普通型和溫和型。本文將采用大數(shù)據(jù)挖掘技術(shù)中的聚類算法,基于駕駛行為的特征參數(shù)集,實(shí)現(xiàn)駕駛行為的智能化、客觀化自動(dòng)分類。

    聚類算法根據(jù)數(shù)據(jù)特征參數(shù)集中各點(diǎn)相對聚類中心點(diǎn)的距離大小,確定特征參數(shù)的類別,是一種無監(jiān)督學(xué)習(xí)算法,不需要在分類前對數(shù)據(jù)進(jìn)行標(biāo)簽化處理。K-means算法原理簡潔、計(jì)算高效,是目前應(yīng)用最為廣泛的聚類算法。

    K-means算法根據(jù)用戶給定的K值,從數(shù)據(jù)集中隨機(jī)抽取K個(gè)點(diǎn)為聚類中心,計(jì)算數(shù)據(jù)集中其余數(shù)據(jù)點(diǎn)與K個(gè)聚類中心點(diǎn)的歐式距離,按照距離大小將其分配到與之歐式距離最小的聚類中心點(diǎn),構(gòu)成一類數(shù)據(jù)。利用K簇?cái)?shù)據(jù)中各數(shù)據(jù)點(diǎn)的均值代替原聚類中心,重新進(jìn)行數(shù)據(jù)點(diǎn)分類,迭代至不再重新分配數(shù)據(jù)點(diǎn)所屬類別或聚類中心點(diǎn)不變或誤差平方和達(dá)到局部最小。其中,歐式距離計(jì)算公式為

    (3)

    式中:d為數(shù)據(jù)點(diǎn)到聚類中心點(diǎn)的歐式距離;n為數(shù)據(jù)點(diǎn)的維度;xi為數(shù)據(jù)點(diǎn)特征參數(shù);ki為聚類中心點(diǎn)特征參數(shù)。

    其中,誤差平方和是指數(shù)據(jù)集中所有數(shù)據(jù)點(diǎn)的聚類誤差總和,可一定程度上反映出聚類效果,其計(jì)算公式為

    (4)

    式中:SSE為誤差平方和;Ci為第i類數(shù)據(jù);ki為Ci的聚類中心點(diǎn);x為第i類數(shù)據(jù)集中的任意點(diǎn)。

    4 駕駛行為能耗計(jì)算

    能耗是反映新能源汽車能源消耗量的直接數(shù)據(jù)指標(biāo),是評價(jià)新能源汽車性能的重要參數(shù)。通過車載終端設(shè)備采集來的高頻大數(shù)據(jù)中,不含有能耗字段,因此需要利用其他數(shù)據(jù)字段計(jì)算能耗。常用的能耗特征參數(shù)包括總能耗和百公里能耗,其中總能耗是指一段駕駛行程所消耗的總電量,而百公里能耗是結(jié)合行駛里程將總能耗歸一化為每百公里消耗的電量。

    總能耗的計(jì)算公式為

    (5)

    式中:Etotal為一段駕駛行程的總能耗;n為該段駕駛行程數(shù)據(jù)的總幀數(shù);Ui為第i幀數(shù)據(jù)總電壓;Ii為第i幀數(shù)據(jù)總電流;t為第i幀數(shù)據(jù)時(shí)間戳與第i-1幀數(shù)據(jù)時(shí)間戳之差。

    百公里能耗的計(jì)算公式為

    (6)

    式中:E100為一段駕駛行程的百公里能耗;Etotal為該段駕駛行程的總能耗;d為該段駕駛的行程里程數(shù)。

    5 案例研究

    本文利用運(yùn)營在天津的某品牌某款純電動(dòng)汽車采集新能源高頻大數(shù)據(jù),所選車輛上線日期接近,且運(yùn)營在同一地域,降低了地域、電池壽命等因素對能耗的影響。

    5.1 數(shù)據(jù)預(yù)處理

    原始采集新能源高頻大數(shù)據(jù)中存在部分空值、缺省值等無效數(shù)據(jù)片段,影響后續(xù)駕駛行為分析和能耗計(jì)算的精確度,需進(jìn)行數(shù)據(jù)清洗處理。本文采用的處理方法是利用有效數(shù)據(jù)片段進(jìn)行線性插值,替換無效數(shù)據(jù)片段。

    原始數(shù)據(jù)按照時(shí)間戳先后順序存儲,其中包含充電工況數(shù)據(jù)和行駛工況數(shù)據(jù),需從中篩選出行駛工況片段,用于駕駛行為分析。本文根據(jù)代表鑰匙狀態(tài)的數(shù)據(jù)字段Key_State來劃分行駛工況,Key_State為“ON”,表示行駛工況開始;Key_State為“OFF”,表示行駛工況結(jié)束。

    5.2 特征參數(shù)分析

    注:車速單位(km/h)

    注:方向盤轉(zhuǎn)速單位(°/s)

    注:縱向加速度單位(m/s2)

    以駕駛員A的一次行駛和駕駛員B的一次行駛為例,分別提取其車速、方向盤轉(zhuǎn)速、縱向加速度和制動(dòng)減速度的各項(xiàng)統(tǒng)計(jì)學(xué)參數(shù)和不同區(qū)間占比,如表1~表4所示。

    由表1可知,駕駛員A本次行駛除怠速外,車速在45~55km/h范圍內(nèi)分布占比較高,車速較為穩(wěn)定;而駕駛員B本次行駛車速在10~70km/h范圍內(nèi)接近均勻分布,車速穩(wěn)定性差。表2結(jié)果顯示,駕駛過程中,小幅度方向盤轉(zhuǎn)動(dòng)占比達(dá)80%以上,駕駛員A方向盤轉(zhuǎn)速大于10°/秒共占比14.85%,駕駛員B方向盤轉(zhuǎn)速大于10°/秒占比18.3%,駕駛員B方向盤轉(zhuǎn)速相對較快。利用表3分析可知,無論是縱向加速度高于0.75m/s2占比還是高于2m/s2的占比,駕駛員B都高于駕駛員A,故駕駛員A相對駕駛員B加速行為較為溫和。同樣,表4則反映出駕駛員A減速行為也相對溫和。

    為了更精細(xì)反映用戶在駕駛過程中的行為特征,本文提取了車速-方向盤轉(zhuǎn)速、車速-縱向加速度、車速-制動(dòng)減速度聯(lián)合分布特征,以上述駕駛員A和駕駛員B的兩次行駛事件為例,其聯(lián)合分布特征參數(shù)分別如圖1~圖3所示。

    注:制動(dòng)減速度單位(m/s2)

    從圖1可以看出,駕駛員A方向盤轉(zhuǎn)速高于20°/s對應(yīng)的車速多集中分布在30km/h以下,而駕駛員B對應(yīng)的車速則集中在10~50km/h范圍內(nèi),說明駕駛員B轉(zhuǎn)彎時(shí)車速高于駕駛員A。由圖2和圖3可知,駕駛員B的車速-縱向加速度以及車速-制動(dòng)減速度聯(lián)合分布都較為分散,車速、縱向加速度和制動(dòng)減速度都高于駕駛員A,駕駛較為激烈。

    綜上所述,用戶的駕駛行為特征參數(shù)包括車速、方向盤轉(zhuǎn)速、縱向加速度、制動(dòng)減速度的各項(xiàng)統(tǒng)計(jì)學(xué)參數(shù)和區(qū)間占比以及三種不同聯(lián)合分布特征,共383維。利用主成分算法對特征參數(shù)集進(jìn)行分析,如圖4所示,從中發(fā)現(xiàn),前35個(gè)主成分的累計(jì)貢獻(xiàn)率達(dá)到85%以上,可用于原特征參數(shù)集,實(shí)現(xiàn)特征參數(shù)集的優(yōu)化降維,降低數(shù)據(jù)集的復(fù)雜度,提高計(jì)算效率。

    5.3 駕駛行為分類

    理論上講,聚類數(shù)K值越大,分類更精確,然而在實(shí)際中,K值過大并不利于用戶對真實(shí)數(shù)據(jù)的分類分析,因此需要首先確定最優(yōu)聚類數(shù)K值。本文基于降維后的駕駛行為特征參數(shù)集,利用K-means聚類算法測試不同聚類數(shù)K值對于的聚類效果,如圖5所示。當(dāng)聚類數(shù)K值小于5時(shí),誤差平方和SSE急劇下降,說明隨著K值的增大,聚類效果顯著提高;當(dāng)K值大于5時(shí),誤差平方和SSE下降趨勢逐漸緩和,說明K值的增大對于聚類效果的提高效果不明顯。因此,本文以5為最優(yōu)聚類數(shù),將駕駛行為劃分為5類,如圖6所示。

    根據(jù)駕駛行為分類結(jié)果,分析圖6中不同類別中行駛事件的特征參數(shù)發(fā)現(xiàn),不同類別對應(yīng)的車速-縱向加速度和車速-制動(dòng)減速度有明顯差異,能夠反映駕駛行為的激烈程度,可將5類駕駛行為按照激烈程度由低至高進(jìn)行排序,如圖7所示。圖7中,駕駛行為級別越高,其對應(yīng)的車速、縱向加速度和制動(dòng)減速度所能覆蓋的區(qū)域越廣,駕駛行為越激烈。

    5.4 不同級別駕駛行為能耗分析

    根據(jù)駕駛行為分級情況,對不同級別駕駛行為中所有行駛事件,利用式(6)計(jì)算百公里能耗,不同級別駕駛行為的能耗分布情況如圖8所示。1級駕駛行為樣本數(shù)為1708,百公里能耗眾數(shù)為18.5度;2級駕駛行為樣本數(shù)為1649,百公里能耗眾數(shù)為15.7度;3級駕駛行為樣本數(shù)為600,百公里能耗眾數(shù)為16.6度;4級駕駛行為樣本數(shù)為30,百公里能耗眾數(shù)為22.8度;5級駕駛行為樣本數(shù)為34,百公里能耗眾數(shù)為21.4度。其中,4級和5級駕駛行為由于樣本數(shù)較少,百公里能耗分析結(jié)果可信度降低。駕駛行為2級、3級車速穩(wěn)定,駕駛較為溫和,能耗相對較低;駕駛行為4級、5級車速較大且車速變化劇烈,能耗較高;駕駛行為1級,車速低,多為怠速事件,能耗居中。

    6 結(jié)論

    本文利用新能源高頻大數(shù)據(jù),基于車速、方向盤轉(zhuǎn)速、縱向加速度和制動(dòng)減速度提取了駕駛行為的常規(guī)統(tǒng)計(jì)學(xué)參數(shù)、不同區(qū)間占比以及不同數(shù)據(jù)聯(lián)合分布等特征參數(shù),采用主成分分析方法對特征參數(shù)集進(jìn)行降維優(yōu)化,利用K-means算法將駕駛行為從溫和至激烈劃分為5個(gè)級別,并探討了不同駕駛行為級別對應(yīng)的百公里能耗分布情況。結(jié)果表明,駕駛行為的激烈程度嚴(yán)重影響新能源汽車能耗,平穩(wěn)駕駛相對節(jié)能,可為產(chǎn)品升級和用戶駕駛提供一定指導(dǎo)建議。

    課題1:廣東省重點(diǎn)領(lǐng)域研發(fā)計(jì)劃項(xiàng)目“燃料電池乘用車整車集成及動(dòng)力系統(tǒng)平臺開發(fā)”課題課題編號2019B090909001

    課題2:中汽中心重點(diǎn)課題“基于大數(shù)據(jù)分析的動(dòng)力電池安全預(yù)警模型與平臺開發(fā)”

    課題3:中汽中心青年基金課題“基于純電動(dòng)汽車高頻大數(shù)據(jù)的能耗研究”

    參考文獻(xiàn):

    [1]孫川,吳超仲,褚端峰等. 基于車聯(lián)網(wǎng)數(shù)據(jù)挖掘的營運(yùn)車輛駕駛速度行為聚類研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息,2015,15(6):82-87.

    [2]文江輝,楊先敏,吳超仲. 大數(shù)據(jù)環(huán)境下營運(yùn)車輛駕駛行為特征分析[J]. 交通信息與安全,2018,36(4):42-50.

    [3]李巖,石柏軍,張兆元等.基于行車數(shù)據(jù)的長途客車駕駛員駕駛行為識別方法研究[J].機(jī)械設(shè)計(jì)與制造工程,2017,46(12): 105-108.

    [4]孫川.基于自然駕駛數(shù)據(jù)的車輛駕駛風(fēng)險(xiǎn)辨識及控制研究[D]. 武漢理工大學(xué),2011.

    [5]趙曉華,陳晨,伍毅平等. 出租車駕駛員駕駛行為對油耗的影響及潛力分析[J]. 交通運(yùn)輸系統(tǒng)工程與信息,2015,15(4):85-91.

    [6]Zejian Deng,Duanfeng Chu,Chaozhong Wu,et al. Curve safe speed model considering driving behaviour questionnaire[J]. Transportation Research Part F: Psychology and Behaviou,2019,65:536-547.

    [7]Faria MV,Baptista PC,F(xiàn)ariias TL. Identifying driving behaviour patterns and their impacts on fuel use[C]. 20th EURO-Working-Group-on-Transportation Meeting(EWGT):Budapest Univ Technol & Econ,2017(27):953-96.

    [8]李平凡. 駕駛行為表征指標(biāo)及分析方法研究[D]. 吉林大學(xué),2010.

    [9]Ying Yao,Xiaohua Zhoa,Chang Liu,et al. Fuel Consumption Prediction Method Based on Driving Behaviour Collected from Smartphones[J]. Journal of Transportation, 2020(11):1-11.

    ponron亚洲| 我要搜黄色片| 两个人的视频大全免费| 日韩中字成人| 草草在线视频免费看| 国产黄a三级三级三级人| 免费搜索国产男女视频| 久久久久久久久久久丰满| 国产综合懂色| av.在线天堂| 国产一级毛片七仙女欲春2| 国产av一区在线观看免费| 99久久精品一区二区三区| 欧美最新免费一区二区三区| 精品熟女少妇av免费看| www日本黄色视频网| a级毛片a级免费在线| 国产淫片久久久久久久久| 十八禁国产超污无遮挡网站| 国产伦在线观看视频一区| 嫩草影视91久久| 麻豆国产97在线/欧美| 久久九九热精品免费| 别揉我奶头 嗯啊视频| 亚洲最大成人中文| 亚洲自拍偷在线| 国产一区二区三区在线臀色熟女| 久久人人爽人人片av| 精品国内亚洲2022精品成人| 亚洲专区国产一区二区| av免费在线看不卡| 日本欧美国产在线视频| 亚洲av成人精品一区久久| 免费看光身美女| 国内少妇人妻偷人精品xxx网站| 亚洲美女视频黄频| 日韩制服骚丝袜av| 久久久久久伊人网av| 天美传媒精品一区二区| 亚洲av电影不卡..在线观看| 国产高清不卡午夜福利| 免费不卡的大黄色大毛片视频在线观看 | 淫秽高清视频在线观看| 最近2019中文字幕mv第一页| 在线播放无遮挡| 日韩人妻高清精品专区| 国产国拍精品亚洲av在线观看| 午夜福利视频1000在线观看| 99热精品在线国产| 日韩精品青青久久久久久| 有码 亚洲区| 亚洲熟妇熟女久久| av女优亚洲男人天堂| 精品一区二区三区av网在线观看| 精品人妻偷拍中文字幕| 欧美性猛交╳xxx乱大交人| 美女 人体艺术 gogo| 日日摸夜夜添夜夜添小说| 两个人的视频大全免费| 综合色av麻豆| 中出人妻视频一区二区| av在线亚洲专区| 午夜影院日韩av| 噜噜噜噜噜久久久久久91| 狂野欧美白嫩少妇大欣赏| 欧美潮喷喷水| 午夜影院日韩av| 国产精品女同一区二区软件| 精品久久久久久成人av| 亚洲电影在线观看av| 99热只有精品国产| 好男人在线观看高清免费视频| 亚洲三级黄色毛片| 国产男靠女视频免费网站| 噜噜噜噜噜久久久久久91| 免费在线观看成人毛片| 黄色配什么色好看| 九九久久精品国产亚洲av麻豆| 亚洲五月天丁香| 国产久久久一区二区三区| h日本视频在线播放| 国产蜜桃级精品一区二区三区| 欧美xxxx黑人xx丫x性爽| 亚洲图色成人| 国产免费一级a男人的天堂| 国产亚洲91精品色在线| 精品无人区乱码1区二区| 尾随美女入室| 国内揄拍国产精品人妻在线| 午夜福利视频1000在线观看| 午夜日韩欧美国产| 亚洲精品成人久久久久久| 亚洲av熟女| 成年av动漫网址| 伦理电影大哥的女人| 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| 亚洲久久久久久中文字幕| 日本成人三级电影网站| 国产高清视频在线观看网站| 日日摸夜夜添夜夜添小说| 大型黄色视频在线免费观看| 亚洲欧美日韩卡通动漫| 国产高清三级在线| 1000部很黄的大片| 精品免费久久久久久久清纯| 亚洲图色成人| 悠悠久久av| 亚洲国产欧美人成| 蜜桃亚洲精品一区二区三区| 人人妻人人澡人人爽人人夜夜 | 国产亚洲欧美98| 成人高潮视频无遮挡免费网站| 久久精品久久久久久噜噜老黄 | 搡老妇女老女人老熟妇| 亚洲天堂国产精品一区在线| 神马国产精品三级电影在线观看| 卡戴珊不雅视频在线播放| 久久久久久久久久久丰满| 精品熟女少妇av免费看| 欧美一区二区亚洲| 又爽又黄a免费视频| 亚洲中文字幕一区二区三区有码在线看| 哪里可以看免费的av片| 最新在线观看一区二区三区| 中文亚洲av片在线观看爽| 国产精品人妻久久久影院| 国产真实乱freesex| 日日摸夜夜添夜夜添av毛片| 久久精品久久久久久噜噜老黄 | 欧美在线一区亚洲| 午夜精品一区二区三区免费看| 精品一区二区三区人妻视频| 日韩成人av中文字幕在线观看 | 少妇的逼好多水| 在线免费观看不下载黄p国产| 亚洲无线观看免费| 91麻豆精品激情在线观看国产| 欧美色视频一区免费| 赤兔流量卡办理| 亚洲自拍偷在线| 性插视频无遮挡在线免费观看| 真实男女啪啪啪动态图| 欧美日本亚洲视频在线播放| 午夜老司机福利剧场| 大又大粗又爽又黄少妇毛片口| 男人舔奶头视频| 男女之事视频高清在线观看| 午夜精品一区二区三区免费看| 波多野结衣高清无吗| 91在线精品国自产拍蜜月| 日韩欧美国产在线观看| 日产精品乱码卡一卡2卡三| 一区二区三区四区激情视频 | 国产精品国产高清国产av| 久久亚洲精品不卡| 亚洲欧美日韩高清专用| 亚洲av中文字字幕乱码综合| 看非洲黑人一级黄片| 男人的好看免费观看在线视频| 国产激情偷乱视频一区二区| 日韩欧美一区二区三区在线观看| 欧美色视频一区免费| 色5月婷婷丁香| 99久久精品热视频| 在线免费十八禁| 搞女人的毛片| 十八禁网站免费在线| 麻豆乱淫一区二区| 欧美最新免费一区二区三区| 俄罗斯特黄特色一大片| 淫妇啪啪啪对白视频| 97碰自拍视频| 一个人观看的视频www高清免费观看| 国产aⅴ精品一区二区三区波| 久久精品91蜜桃| 成人特级av手机在线观看| 夜夜夜夜夜久久久久| 国产精品1区2区在线观看.| 久久人人爽人人爽人人片va| 亚洲国产精品久久男人天堂| 最好的美女福利视频网| 久久国内精品自在自线图片| 亚洲最大成人中文| 欧美一区二区国产精品久久精品| 精品久久久久久久久久久久久| 精品一区二区三区视频在线观看免费| 最近视频中文字幕2019在线8| 欧美国产日韩亚洲一区| 成人高潮视频无遮挡免费网站| 在线免费观看的www视频| 免费在线观看成人毛片| 国产一级毛片七仙女欲春2| 成人漫画全彩无遮挡| 99久久成人亚洲精品观看| 天天躁夜夜躁狠狠久久av| 日本爱情动作片www.在线观看 | 成人特级av手机在线观看| 欧美极品一区二区三区四区| 日本黄大片高清| 国产黄色小视频在线观看| 中文在线观看免费www的网站| 日韩av不卡免费在线播放| 亚洲七黄色美女视频| 久久久精品大字幕| 看非洲黑人一级黄片| 简卡轻食公司| 插逼视频在线观看| 搡老妇女老女人老熟妇| 国产av麻豆久久久久久久| 最新中文字幕久久久久| 国产淫片久久久久久久久| 看免费成人av毛片| 淫秽高清视频在线观看| 亚洲在线自拍视频| 97人妻精品一区二区三区麻豆| 日本一二三区视频观看| 内射极品少妇av片p| 久久精品国产清高在天天线| 如何舔出高潮| 人妻夜夜爽99麻豆av| av视频在线观看入口| 99精品在免费线老司机午夜| 99热网站在线观看| 一级av片app| 精品一区二区三区视频在线观看免费| 毛片一级片免费看久久久久| 国产在线男女| 欧美精品国产亚洲| 亚洲国产精品国产精品| 18禁黄网站禁片免费观看直播| 精品一区二区三区视频在线| 小说图片视频综合网站| 最近中文字幕高清免费大全6| 免费人成在线观看视频色| 午夜a级毛片| 热99re8久久精品国产| 国语自产精品视频在线第100页| 国国产精品蜜臀av免费| 国产色爽女视频免费观看| 亚洲国产精品sss在线观看| 精品一区二区三区视频在线| 夜夜看夜夜爽夜夜摸| 一个人免费在线观看电影| 天堂网av新在线| 3wmmmm亚洲av在线观看| 桃色一区二区三区在线观看| 精品一区二区三区视频在线观看免费| 久久午夜福利片| 久久久久免费精品人妻一区二区| 女生性感内裤真人,穿戴方法视频| 别揉我奶头 嗯啊视频| 2021天堂中文幕一二区在线观| 亚洲高清免费不卡视频| 91狼人影院| 亚洲熟妇中文字幕五十中出| 尤物成人国产欧美一区二区三区| eeuss影院久久| 在线免费观看不下载黄p国产| 国产亚洲精品久久久久久毛片| 午夜亚洲福利在线播放| 中国美白少妇内射xxxbb| 国产成年人精品一区二区| 亚洲欧美精品综合久久99| 色哟哟哟哟哟哟| 天天躁日日操中文字幕| 搡老熟女国产l中国老女人| 十八禁网站免费在线| 女的被弄到高潮叫床怎么办| 日本与韩国留学比较| 久久午夜亚洲精品久久| 99视频精品全部免费 在线| 狠狠狠狠99中文字幕| av专区在线播放| 国产精品久久久久久精品电影| 夜夜夜夜夜久久久久| 我的老师免费观看完整版| 精品久久久久久久末码| 国产精品国产高清国产av| 嫩草影院精品99| 久久久久久久亚洲中文字幕| 99久久中文字幕三级久久日本| 老司机福利观看| av中文乱码字幕在线| 久久久色成人| 亚洲中文字幕一区二区三区有码在线看| 99久久无色码亚洲精品果冻| 大香蕉久久网| av视频在线观看入口| 日韩在线高清观看一区二区三区| 国产精品日韩av在线免费观看| 老女人水多毛片| 黄片wwwwww| 成年免费大片在线观看| 人人妻人人澡欧美一区二区| 在线免费观看不下载黄p国产| 寂寞人妻少妇视频99o| 亚洲高清免费不卡视频| h日本视频在线播放| 一个人免费在线观看电影| 午夜日韩欧美国产| АⅤ资源中文在线天堂| 大又大粗又爽又黄少妇毛片口| 久久久久久久久大av| 校园春色视频在线观看| av国产免费在线观看| 99热6这里只有精品| 国产成人精品久久久久久| 久久午夜福利片| 日韩精品中文字幕看吧| 狠狠狠狠99中文字幕| av在线亚洲专区| 成人特级av手机在线观看| 成人综合一区亚洲| АⅤ资源中文在线天堂| 啦啦啦韩国在线观看视频| 国产精品,欧美在线| 一卡2卡三卡四卡精品乱码亚洲| av在线观看视频网站免费| av女优亚洲男人天堂| 久久精品91蜜桃| 国模一区二区三区四区视频| 国产老妇女一区| 国产成人a∨麻豆精品| 久久久久国产网址| 亚洲aⅴ乱码一区二区在线播放| 日韩成人伦理影院| 成人漫画全彩无遮挡| 赤兔流量卡办理| 麻豆国产97在线/欧美| 午夜精品一区二区三区免费看| 久久精品国产清高在天天线| 国产 一区 欧美 日韩| 久久精品国产自在天天线| 久久精品国产99精品国产亚洲性色| 亚洲精品日韩在线中文字幕 | 淫妇啪啪啪对白视频| 国产精品,欧美在线| 久久久久精品国产欧美久久久| 亚洲精品成人久久久久久| 欧美3d第一页| 国产午夜精品久久久久久一区二区三区 | 久久久久久久久久久丰满| 久久精品久久久久久噜噜老黄 | av视频在线观看入口| 久久精品国产亚洲av涩爱 | 亚洲一区高清亚洲精品| 自拍偷自拍亚洲精品老妇| 一级黄片播放器| 亚洲激情五月婷婷啪啪| 一进一出抽搐动态| 嫩草影视91久久| 成人性生交大片免费视频hd| 男女啪啪激烈高潮av片| 少妇熟女欧美另类| 国产精品无大码| 97超级碰碰碰精品色视频在线观看| 悠悠久久av| 九九久久精品国产亚洲av麻豆| 男人狂女人下面高潮的视频| 亚洲精品成人久久久久久| 中出人妻视频一区二区| 午夜a级毛片| 国产精品久久电影中文字幕| 婷婷六月久久综合丁香| 免费看日本二区| 全区人妻精品视频| 亚洲国产欧洲综合997久久,| 国产精品久久久久久久久免| 人人妻人人澡欧美一区二区| 免费看日本二区| 国产三级在线视频| 晚上一个人看的免费电影| 国产精品无大码| 麻豆av噜噜一区二区三区| 国产午夜精品久久久久久一区二区三区 | 日韩一区二区视频免费看| 亚洲自偷自拍三级| 国产精品野战在线观看| 久久精品影院6| 欧美最黄视频在线播放免费| 国产黄a三级三级三级人| 国产av一区在线观看免费| 国产精品福利在线免费观看| 亚洲国产精品成人久久小说 | 亚洲av免费在线观看| 亚洲天堂国产精品一区在线| 亚洲国产欧洲综合997久久,| 欧美潮喷喷水| 露出奶头的视频| 午夜日韩欧美国产| 国产黄色小视频在线观看| 人妻制服诱惑在线中文字幕| 岛国在线免费视频观看| 日本成人三级电影网站| 美女cb高潮喷水在线观看| 亚洲电影在线观看av| 在现免费观看毛片| 一区二区三区高清视频在线| 在线免费观看不下载黄p国产| 亚洲精品日韩在线中文字幕 | 久久精品国产亚洲av涩爱 | 亚洲av电影不卡..在线观看| 久久亚洲精品不卡| 一本精品99久久精品77| 国产精品人妻久久久影院| 午夜精品一区二区三区免费看| 亚洲内射少妇av| 日韩欧美在线乱码| 校园人妻丝袜中文字幕| 免费无遮挡裸体视频| 一边摸一边抽搐一进一小说| 国产一级毛片七仙女欲春2| 别揉我奶头~嗯~啊~动态视频| ponron亚洲| 亚洲人与动物交配视频| 亚洲国产精品sss在线观看| 国产v大片淫在线免费观看| 在线观看一区二区三区| 国产aⅴ精品一区二区三区波| 亚洲av美国av| 国产在线男女| 欧美日韩乱码在线| 变态另类成人亚洲欧美熟女| 日本欧美国产在线视频| 日韩人妻高清精品专区| 久久精品国产99精品国产亚洲性色| 美女免费视频网站| 天堂影院成人在线观看| 麻豆国产97在线/欧美| 久久久久久久久中文| 观看美女的网站| 国内精品一区二区在线观看| 亚洲va在线va天堂va国产| 精品一区二区三区人妻视频| 精品无人区乱码1区二区| 啦啦啦观看免费观看视频高清| 亚洲国产欧洲综合997久久,| 91在线观看av| 日日干狠狠操夜夜爽| 在线观看66精品国产| 亚洲av免费高清在线观看| 99久久久亚洲精品蜜臀av| 51国产日韩欧美| 91午夜精品亚洲一区二区三区| 夜夜夜夜夜久久久久| 五月伊人婷婷丁香| 久久久a久久爽久久v久久| 国产一区二区在线av高清观看| 久久久欧美国产精品| 少妇裸体淫交视频免费看高清| 看免费成人av毛片| 久久国内精品自在自线图片| 亚洲精品在线观看二区| 亚洲av不卡在线观看| 菩萨蛮人人尽说江南好唐韦庄 | 好男人在线观看高清免费视频| 国内少妇人妻偷人精品xxx网站| 韩国av在线不卡| 日韩中字成人| 男女那种视频在线观看| 国产成人福利小说| 日本熟妇午夜| 中国美女看黄片| 成人av一区二区三区在线看| 成人鲁丝片一二三区免费| 国产一区二区在线观看日韩| 日本一本二区三区精品| 九九热线精品视视频播放| 亚洲最大成人中文| 毛片女人毛片| 久久欧美精品欧美久久欧美| 欧美极品一区二区三区四区| 亚洲一级一片aⅴ在线观看| 国产在线男女| 亚洲欧美日韩卡通动漫| 亚洲国产高清在线一区二区三| 最近的中文字幕免费完整| 婷婷色综合大香蕉| 国产色爽女视频免费观看| 亚洲无线在线观看| 又黄又爽又免费观看的视频| 久久午夜亚洲精品久久| 国产午夜精品久久久久久一区二区三区 | 黄色一级大片看看| 99久久精品国产国产毛片| 欧美又色又爽又黄视频| 精品99又大又爽又粗少妇毛片| 亚洲av免费在线观看| 午夜视频国产福利| 99久久无色码亚洲精品果冻| 国产高清视频在线播放一区| 久久99热6这里只有精品| 日韩制服骚丝袜av| 成人欧美大片| 最近中文字幕高清免费大全6| 全区人妻精品视频| 秋霞在线观看毛片| 婷婷六月久久综合丁香| 亚洲丝袜综合中文字幕| 嫩草影院新地址| 你懂的网址亚洲精品在线观看 | 亚洲av免费高清在线观看| 久久久午夜欧美精品| 人妻久久中文字幕网| 深夜精品福利| 尾随美女入室| 一边摸一边抽搐一进一小说| 欧美又色又爽又黄视频| 内地一区二区视频在线| 国产一区二区亚洲精品在线观看| 少妇高潮的动态图| 精品一区二区三区视频在线| 婷婷色综合大香蕉| 久久久精品大字幕| 69人妻影院| 寂寞人妻少妇视频99o| 99热这里只有是精品在线观看| 国产蜜桃级精品一区二区三区| 99精品在免费线老司机午夜| 亚洲欧美日韩卡通动漫| 精品一区二区三区人妻视频| 亚洲欧美精品综合久久99| 国产高清视频在线观看网站| 国产伦一二天堂av在线观看| 免费观看的影片在线观看| 人人妻,人人澡人人爽秒播| 久久精品国产亚洲av天美| 亚洲熟妇中文字幕五十中出| 亚洲最大成人中文| av女优亚洲男人天堂| 亚洲精品日韩av片在线观看| 国产色婷婷99| 最近中文字幕高清免费大全6| 不卡一级毛片| 欧美3d第一页| 天堂动漫精品| 伊人久久精品亚洲午夜| 国产亚洲精品久久久com| 国产真实伦视频高清在线观看| 最近最新中文字幕大全电影3| 18禁在线播放成人免费| 中文亚洲av片在线观看爽| 日本黄色片子视频| 国产精品人妻久久久影院| 欧美+日韩+精品| 久久九九热精品免费| 亚洲成人精品中文字幕电影| 成人美女网站在线观看视频| av在线播放精品| 人妻夜夜爽99麻豆av| 亚洲av不卡在线观看| 色哟哟·www| 亚洲av五月六月丁香网| 亚洲人与动物交配视频| 色综合亚洲欧美另类图片| 午夜日韩欧美国产| 午夜免费激情av| 深夜a级毛片| 亚洲在线自拍视频| av视频在线观看入口| 日本与韩国留学比较| 亚洲av成人精品一区久久| 日日干狠狠操夜夜爽| 久久热精品热| 别揉我奶头 嗯啊视频| 最近视频中文字幕2019在线8| 在线天堂最新版资源| 国产单亲对白刺激| 亚洲熟妇中文字幕五十中出| 白带黄色成豆腐渣| 非洲黑人性xxxx精品又粗又长| 午夜a级毛片| 国产欧美日韩精品一区二区| 丝袜美腿在线中文| 神马国产精品三级电影在线观看| 国产 一区 欧美 日韩| 日韩欧美免费精品| 日韩欧美 国产精品| 色尼玛亚洲综合影院| 激情 狠狠 欧美| 午夜福利在线观看免费完整高清在 | 一本精品99久久精品77| 欧美性感艳星| 寂寞人妻少妇视频99o| 亚洲人成网站在线播| 激情 狠狠 欧美| 你懂的网址亚洲精品在线观看 | 久久久色成人| 看非洲黑人一级黄片| 麻豆一二三区av精品| 一级毛片我不卡| 深夜a级毛片| 欧美最黄视频在线播放免费| 午夜福利在线观看吧| 亚洲成人精品中文字幕电影| 国产色婷婷99| 精品久久久久久久末码| 欧美日韩在线观看h| 青春草视频在线免费观看| av卡一久久| 亚洲真实伦在线观看| 国产成人a区在线观看| 亚洲欧美日韩卡通动漫| 久久热精品热| 真实男女啪啪啪动态图| 欧美在线一区亚洲| 久久久午夜欧美精品| 国产色婷婷99| 一区二区三区免费毛片| 亚洲美女黄片视频| 国产精品野战在线观看| 男插女下体视频免费在线播放| 日本色播在线视频| 真人做人爱边吃奶动态|