• <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 ?

    一種基于衛(wèi)星圖像匹配的無人機(jī)自主定位算法

    2021-06-13 17:35:14劉欣吳俊嫻張占月
    航天返回與遙感 2021年2期
    關(guān)鍵詞:航拍卷積衛(wèi)星

    劉欣 吳俊嫻 張占月

    (1 航天工程大學(xué),北京 101416)

    (2 空裝駐北京地區(qū)第一軍事代表室,北京 100854)

    0 引言

    無人機(jī)在執(zhí)行任務(wù)時(shí)首先要解決的問題是確定自身在工作環(huán)境中的準(zhǔn)確位置。因此,定位是無人機(jī)導(dǎo)航技術(shù)的基礎(chǔ)和關(guān)鍵。傳統(tǒng)的衛(wèi)星定位方式依賴外部衛(wèi)星信號(hào)而易受環(huán)境和敵方干擾,尤其是低空無人機(jī),衛(wèi)星信號(hào)易受高層建筑物的遮擋而無法提供準(zhǔn)確的定位信息[1]。無人機(jī)作為一種重要的航空器,通過搭載光電載荷對(duì)地成像是其主要功能之一。與其他平臺(tái)相比,無人機(jī)平臺(tái)成像具有分辨率高的特點(diǎn),可以對(duì)同一目標(biāo)場(chǎng)景進(jìn)行多次觀察,形成多視角、多位置的成像,在軍事和民用領(lǐng)域發(fā)揮著十分重要的作用。

    基于圖像匹配的定位技術(shù)是一種自主性和精度均很高的導(dǎo)航定位技術(shù),是導(dǎo)航定位的一種重要手段,也是視覺領(lǐng)域的前沿方向。本文提出一種基于衛(wèi)星圖像匹配的無人機(jī)自主定位的技術(shù)方案,該技術(shù)通過將兩種圖像進(jìn)行配準(zhǔn)實(shí)現(xiàn)無人機(jī)自主定位,要解決的核心問題是穩(wěn)健的特征匹配。由于在成像機(jī)理、光照、視角等諸多方面存在差異,無人機(jī)光電載荷和衛(wèi)星傳感器兩種來源的圖像間具有明顯的不一致性。因此,直接采用傳統(tǒng)人工設(shè)計(jì)的基于影像梯度的算子(如SIFT[2]、ASIFT[3]、AKAZE[4]等)很難實(shí)現(xiàn)這類異源影像的可靠匹配。近年來,基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)[5-8]在圖像特征提取方面取得了顯著的進(jìn)展。相對(duì)于人工設(shè)計(jì)的特征描述子,CNN特征可以通過網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,使深層網(wǎng)絡(luò)能夠自動(dòng)發(fā)現(xiàn)更合適的特征提取和表示方式,使得所提取的圖像特征具有更好的魯棒性,一定程度上克服了由于圖像不一致而導(dǎo)致的特征匹配困難?;贑NN善于學(xué)習(xí)圖像特征的特點(diǎn),本文利用CNN把無人機(jī)定位問題轉(zhuǎn)化為一種圖像分類問題,將衛(wèi)星圖像作為基準(zhǔn)圖像,并將基準(zhǔn)圖像等分為若干網(wǎng)格,每個(gè)網(wǎng)格代表一類區(qū)域,然后用網(wǎng)格圖像制作數(shù)據(jù)集訓(xùn)練CNN。

    本文基于衛(wèi)星圖像輔助,提出了一種由粗到精的無人機(jī)自主定位框架。首先設(shè)計(jì)了一種便于機(jī)載的輕量級(jí)CNN網(wǎng)絡(luò)抽取圖像特征,結(jié)合無人機(jī)圖像時(shí)間維度上的連續(xù)性,形成一個(gè)卷積神經(jīng)網(wǎng)絡(luò)和長短期記憶網(wǎng)絡(luò)的聯(lián)合分類器(CNN-LSTM),有效實(shí)現(xiàn)無人機(jī)圖像與衛(wèi)星基準(zhǔn)圖像的區(qū)域匹配;然后提取同名區(qū)域的同名點(diǎn),結(jié)合光學(xué)成像的共線約束,實(shí)現(xiàn)了一種基于多點(diǎn)加權(quán)約束的無人機(jī)自主定位算法。

    1 無人機(jī)自主定位框架

    本文提出一種基于衛(wèi)星圖像輔助的無人機(jī)自主定位方法,其流程框架如圖1所示。無人機(jī)自主定位采取由粗到精的思路,將定位流程分為兩個(gè)步驟:1)基于CNN-LSTM的圖像分類算法,實(shí)現(xiàn)航拍圖像與衛(wèi)星參考圖像在空間位置的對(duì)準(zhǔn)。將預(yù)處理后的圖像輸入至CNN網(wǎng)絡(luò),并根據(jù)無人機(jī)航拍圖像時(shí)間連續(xù)的特點(diǎn)加入了LSTM網(wǎng)絡(luò),形成了CNN-LSTM聯(lián)合分類網(wǎng)絡(luò),同時(shí)利用多張圖像特征作為判斷依據(jù),有效提高圖像分類的準(zhǔn)確率。2)基于同名特征點(diǎn)的無人機(jī)位置解算。經(jīng)過步驟1)后,所抽取的衛(wèi)星圖像區(qū)塊所包含的地物信息與航拍圖像基本相似,再采用ORB[9-12]特征提取算法與RANSAC[13]匹配方法,實(shí)現(xiàn)兩幅圖像同名特征點(diǎn)的匹配,根據(jù)匹配得到的衛(wèi)星圖中特征點(diǎn)所攜帶的地理信息,結(jié)合視軸交會(huì)原理,最終實(shí)現(xiàn)無人機(jī)自主定位。

    圖1 無人機(jī)自主定位框架Fig.1 Framework of UAV autonomous positioning

    2 異源圖像塊匹配算法

    2.1 輕量級(jí)CNN設(shè)計(jì)

    目前遙感領(lǐng)域并不具備足夠的帶標(biāo)簽的遙感圖像用于訓(xùn)練深度學(xué)習(xí)中網(wǎng)絡(luò)模型巨量的結(jié)構(gòu)參數(shù),采用現(xiàn)有遙感數(shù)據(jù)集訓(xùn)練深度網(wǎng)絡(luò)模型時(shí)會(huì)出現(xiàn)嚴(yán)重的過擬合。針對(duì)這種情況,本文采用遷移學(xué)習(xí)的策略,通過ImageNet數(shù)據(jù)庫[14](約120萬張訓(xùn)練數(shù)據(jù)集)來訓(xùn)練預(yù)訓(xùn)練網(wǎng)絡(luò)。預(yù)訓(xùn)練網(wǎng)絡(luò)以最小的代價(jià)重新調(diào)整網(wǎng)絡(luò)中的權(quán)重參數(shù),可以很容易地適應(yīng)不同的圖像分類任務(wù)??紤]到無人機(jī)機(jī)載計(jì)算資源有限,本文選用MobileNet網(wǎng)絡(luò)[15]作為骨干網(wǎng)絡(luò)。MobileNet描述了一個(gè)高效的網(wǎng)絡(luò)架構(gòu),允許通過兩個(gè)超參數(shù)直接構(gòu)建非常小、低延遲、易滿足嵌入式設(shè)備要求的模型。另外,設(shè)計(jì)了一個(gè)只包含2個(gè)卷積層和1個(gè)全連接層的淺層卷積神經(jīng)網(wǎng)絡(luò)(見圖2),將MobileNet全連接層輸出的特征轉(zhuǎn)換到二維空間作為輸入圖像,對(duì)淺層卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行有監(jiān)督的訓(xùn)練。通過訓(xùn)練淺層卷積神經(jīng)網(wǎng)絡(luò),能夠?qū)W習(xí)高層抽象特征之間的復(fù)雜關(guān)系。淺層卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與參數(shù)如圖2所示,第1層和第2層為卷積層,卷積核大小均為5×5,第1層卷積核數(shù)量為96個(gè),第2層卷積核數(shù)量為72個(gè),然后接1個(gè)全連接層,大小為128。

    圖2 卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)Fig.2 Design of the convolutional neural network

    2.2 CNN-LSTM聯(lián)合分類網(wǎng)絡(luò)

    利用無人機(jī)航拍圖像時(shí)間連續(xù)的特點(diǎn),累積同一分類地區(qū)中連續(xù)航拍圖像的不同特征進(jìn)行綜合判斷,能夠減少因單張圖像無法提供充足信息或特征極其相似的情況下導(dǎo)致的錯(cuò)誤分類。考慮到LSTM[16-19]網(wǎng)絡(luò)的結(jié)構(gòu)能夠很好地實(shí)現(xiàn)記憶和累積一組特征的功能,本文構(gòu)建了CNN-LSTM聯(lián)合分類網(wǎng)絡(luò),結(jié)構(gòu)如圖3所示。一幅航拍圖像輸入到CNN網(wǎng)絡(luò)中提取特征后,將該特征向量輸入到LSTM網(wǎng)絡(luò)中,然后將LSTM網(wǎng)絡(luò)的輸出向量輸入到SoftMax層進(jìn)行圖像分類。按照先后順序?qū)⒁唤M時(shí)間連續(xù)的圖像加載到模型中。對(duì)于卷積神經(jīng)網(wǎng)絡(luò)的部分,使用單張航拍圖像分類網(wǎng)絡(luò)的權(quán)重參數(shù)。在訓(xùn)練期間,保持預(yù)訓(xùn)練網(wǎng)絡(luò)和淺層卷積神經(jīng)網(wǎng)絡(luò)各層參數(shù)不變,只訓(xùn)練LSTM網(wǎng)絡(luò)和SoftMax分類層。

    圖3 CNN-LSTM聯(lián)合分類網(wǎng)絡(luò)Fig.3 The CNN-LSTM joint classification network

    3 基于多點(diǎn)加權(quán)約束的無人機(jī)自主定位算法

    無人機(jī)航拍圖像和衛(wèi)星圖像的塊匹配完成后,為了實(shí)現(xiàn)高精度無人機(jī)自主定位,需要實(shí)現(xiàn)圖像同名目標(biāo)點(diǎn)的匹配(如圖4所示)。本文采用ORB(Oriented FAST and Rotated BRIEF)法——一種基于FAST特征檢測(cè)快速提取特征點(diǎn)和BRIEF描述子刻畫特征點(diǎn)的算法,該方法的特點(diǎn)是速度快,而且在一定程度上不受噪點(diǎn)和圖像變換的影響,例如旋轉(zhuǎn)和縮放變換等。經(jīng)過ORB提取和描述特征點(diǎn),并使用最近鄰匹配算法進(jìn)行特征點(diǎn)匹配操作后,可獲取無人機(jī)航拍圖像和衛(wèi)星圖像中同名目標(biāo)點(diǎn)的匹配點(diǎn)集。根據(jù)匹配點(diǎn)集,在衛(wèi)星圖像中查詢對(duì)應(yīng)目標(biāo)點(diǎn)在大地坐標(biāo)系中的坐標(biāo)。

    根據(jù)光學(xué)成像原理,地面目標(biāo)點(diǎn)、像點(diǎn)和攝像機(jī)光心三點(diǎn)共線,利用共線幾何關(guān)系建立無人機(jī)自主定位數(shù)學(xué)模型,考慮到成像系統(tǒng)的物距遠(yuǎn)大于焦距,成像光線方向的微小偏差都會(huì)帶來明顯放大的空間點(diǎn)定位誤差。因此本文通過多點(diǎn)幾何關(guān)系約束建立超定方程組,再使用加權(quán)最小二乘估計(jì)求解無人機(jī)自身空間位置,提高自主定位算法的精度。

    在已知多個(gè)目標(biāo)點(diǎn)坐標(biāo)(Xi,Yi,Zi)及其所對(duì)應(yīng)像點(diǎn)坐標(biāo)(xi,yi),無人機(jī)搭載的攝像機(jī)內(nèi)方位元素(相機(jī)焦距f、像主點(diǎn)在像框標(biāo)坐標(biāo)系中的坐標(biāo)x0、y0)的條件下,根據(jù)地面目標(biāo)點(diǎn)、像點(diǎn)和攝像機(jī)光心三點(diǎn)共線的幾何關(guān)系,利用n(n>3)個(gè)地面目標(biāo)點(diǎn)建立無人機(jī)自主定位數(shù)學(xué)模型,并結(jié)合加權(quán)最小二乘估計(jì)求解無人機(jī)自身空間位置點(diǎn)坐標(biāo)(Xu,Yu,Zu)。其自主定位流程如圖5所示。

    圖4 多點(diǎn)約束的無人機(jī)自主定位Fig.4 UAV autonomous positioning with multi-point constraints

    圖5 無人機(jī)自主定位算法流程Fig.5 Process of the UAV autonomous positioning algorithm

    光學(xué)成像共線條件方程的一般形式為:

    式中ω、ξ、κ為無人機(jī)航拍圖像外參數(shù)角度,分別代表X、Y、Z軸自旋轉(zhuǎn)的角度;ai,bi,ci(i=1,2,3)為外參數(shù)系數(shù);(X,Y,Z)為目標(biāo)點(diǎn)坐標(biāo)。求解無人機(jī)的位置坐標(biāo)(Xu,Yu,Zu)是本文主要目的。

    n(n>3)個(gè)目標(biāo)點(diǎn)在無人機(jī)圖像中對(duì)應(yīng)的像點(diǎn)坐標(biāo)矩陣Z可表示為

    式中Z=H(S0) +B·(S-S0) +Δn,表示像點(diǎn)坐標(biāo)矩陣;S=[xu,yu,zu,ω,ξ,κ]T,表示無人機(jī)未知變量;H(S)為像點(diǎn)到無人機(jī)位置向量的變換矩陣。

    將式(2)在初值S0處進(jìn)行一階泰勒展開,可得:

    式中 Δn為高階殘差;B為系數(shù)矩陣,

    根據(jù)最小二乘估計(jì)[20-21],可得

    由于無人機(jī)成像時(shí)的觀測(cè)角度,導(dǎo)致不同目標(biāo)點(diǎn)對(duì)定位誤差的影響也不一樣。為了提高自主定位精度,引入加權(quán)最小二乘估計(jì)。

    令P-1為加權(quán)矩陣,且

    式中 矩陣元素pi(i=1, 2, 3, …,n)為各個(gè)目標(biāo)點(diǎn)對(duì)定位誤差的影響權(quán)值。則式(5)可轉(zhuǎn)換為

    本文設(shè)計(jì)了一種選權(quán)迭代法來為每個(gè)目標(biāo)點(diǎn)賦權(quán)。主要步驟如下:

    1)設(shè)置初始權(quán)值。

    利用式(8),得無人機(jī)位置坐標(biāo)的第一次估值。

    2)定義加權(quán)最小二乘目標(biāo)函數(shù)。令

    式中 Δxi,Δyi(i=1,2,…,n)代表目標(biāo)點(diǎn)重映射后的像點(diǎn)與真實(shí)像點(diǎn)之間的坐標(biāo)誤差。則加權(quán)最小二乘的目標(biāo)函數(shù)可以寫為

    式中 Δdi表示目標(biāo)點(diǎn)重映射后的像點(diǎn)與真實(shí)像點(diǎn)之間的距離誤差。則樣本的標(biāo)準(zhǔn)差為

    3)定義權(quán)因子wi。表達(dá)形式如下

    式中ui為分布系數(shù),閾值k0=1.5,k1=2.5。

    4)令pi' =piwi代替式(6)中pi,重新計(jì)算無人機(jī)坐標(biāo)。

    5)重復(fù)1)~4)步,進(jìn)行迭代運(yùn)算,直至兩次估值結(jié)果差異小于限差為止。

    4 試驗(yàn)與結(jié)果分析

    4.1 特征點(diǎn)匹配試驗(yàn)

    本文通過百度地圖獲取了南京地區(qū)衛(wèi)星圖像作為航拍數(shù)據(jù),區(qū)域范圍如圖6所示。將圖像劃分為40×25(行×列)個(gè)大小相同的正方形網(wǎng)格區(qū)域,每個(gè)區(qū)域圖片大小為224像素×224像素。為了后續(xù)數(shù)據(jù)增強(qiáng)的需要,去掉最外層網(wǎng)格后共得到38×23=874張圖片,作為要分類的874類區(qū)域,每一類圖片用其所在行列號(hào)標(biāo)記。此外,本文采用了對(duì)圖像隨機(jī)旋轉(zhuǎn)、裁剪、變形,并進(jìn)行顏色抖動(dòng)、高斯模糊和椒鹽噪聲用以增強(qiáng)數(shù)據(jù)。通過以上方法,將每類數(shù)據(jù)的數(shù)量增加到400張,得到共349600張874類區(qū)域的圖像數(shù)據(jù),其中訓(xùn)練集、驗(yàn)證集、測(cè)試集比例為8∶1∶1。使用ImageNet數(shù)據(jù)庫對(duì)特定網(wǎng)絡(luò)MobileNet進(jìn)行預(yù)訓(xùn)練,使用隨機(jī)梯度下降算法作為參數(shù)優(yōu)化器,設(shè)置學(xué)習(xí)率為0.0001,驗(yàn)證頻率設(shè)為30(每學(xué)習(xí)30次驗(yàn)證1次),超參數(shù)batch_size設(shè)為64。訓(xùn)練后的MobileNet輸出特征向量為128維,以此特征向量來訓(xùn)練LSTM網(wǎng)絡(luò),使用Adam梯度優(yōu)化算法更新權(quán)重,并設(shè)置學(xué)習(xí)率為0.001,batch_size為64。

    圖6 衛(wèi)星圖像Fig.6 The satellite image

    將本文算法分別與SIFT和ASIFT算法進(jìn)行試驗(yàn)比對(duì),SIFT和ASIFT特征描述算子均采用OpenCV自帶函數(shù),并采用kNN(k-NearestNeighbor)最近鄰匹配方法,結(jié)果如表1所示。可以看出,本文方法定位成功率最高,達(dá)到93.8%,遠(yuǎn)大于傳統(tǒng)人工特征點(diǎn)方法。

    表1 定位成功率對(duì)比Tab.1 Comparison of the positioning success rate

    4.2 仿真分析

    為了充分的驗(yàn)證自主定位算法性能,進(jìn)行多點(diǎn)約束的無人機(jī)自主定位數(shù)值仿真試驗(yàn)。

    (1)驗(yàn)證自主定位算法的有效性

    選取三組數(shù)據(jù)進(jìn)行仿真試驗(yàn),仿真數(shù)據(jù)如表2~3所示,其中地面目標(biāo)點(diǎn)個(gè)數(shù)為3。攝像機(jī)等效焦距為400像素,成像分辨率為1920×1080像素。仿真誤差主要體現(xiàn)為由于攝像機(jī)畸變而產(chǎn)生的像點(diǎn)誤差,設(shè)置為0.5像素。三組試驗(yàn)中攝像機(jī)的位姿態(tài)參數(shù)分別為:1組:Xu=2 500m,Yu=2 500m,Zu=2 500m,ω=1°,ξ=2°,κ=1°;2組:Xu=1 350m,Yu=2 250m,Zu=2 000m,ω=–2°,ξ=1°,κ=–1°;3組:Xu=3 000m,Yu=2 500m,Zu=1 500m,ω=2°,ξ=–2°,κ=2°。自主定位結(jié)果如表4所示。通過有限次迭代,定位誤差收斂到一定區(qū)間之內(nèi),充分證明了本文定位方法的有效性。

    表2 目標(biāo)點(diǎn)坐標(biāo)Tab.2 Coordinates of the target單位:m

    表3 目標(biāo)點(diǎn)對(duì)應(yīng)像點(diǎn)坐標(biāo)Tab.3 Coordinates of the target point corresponding to the image point 單位:像素

    表4 無人機(jī)自主定位算法定位結(jié)果Tab.4 Results of the UAV autonomous positioning algorithm

    (2)自主定位算法精度

    為了測(cè)試無人機(jī)自主定位的精度,采用蒙特卡羅方法針對(duì)3組數(shù)據(jù)分別進(jìn)行108次試驗(yàn),試驗(yàn)結(jié)果如圖7所示。求取3組定位數(shù)據(jù)的均方根誤差,分別為3.18、7.38、4.41m。經(jīng)仿真驗(yàn)證,本文方法具有較高定位精度,能夠滿足無人機(jī)自主定位的要求。

    圖7 自主定位誤差分布Fig.7 Map of autonomous positioning error distribution

    5 結(jié)束語

    針對(duì)無人機(jī)通過圖像進(jìn)行自主定位的應(yīng)用需求,本文提出了一種利用CNN-LSTM網(wǎng)絡(luò)將無人機(jī)圖像與參考衛(wèi)星圖像進(jìn)行配準(zhǔn)的算法,將無人機(jī)自主定位問題轉(zhuǎn)化為一種圖像分類問題;并提出了一種基于多點(diǎn)加權(quán)約束的無人機(jī)自主定位算法,進(jìn)一步提升了無人機(jī)定位精度。試驗(yàn)證明,本文提出的配準(zhǔn)算法具有較強(qiáng)的魯棒性,能較好適應(yīng)無人機(jī)圖像和衛(wèi)星圖像匹配,為無人機(jī)自主精確定位提供了一種新的思路。

    由于條件限制,本文使用衛(wèi)星影像來模擬航空?qǐng)D像,在下一步工作中,將開展真實(shí)航空?qǐng)D像與衛(wèi)星影像的匹配試驗(yàn)工作,進(jìn)一步驗(yàn)證算法可行性;另一方面,本文算法依賴衛(wèi)星影像的提前劃分,下一步工作中將研究網(wǎng)格劃分的自適應(yīng)機(jī)制,并探討網(wǎng)格劃分對(duì)定位精度影響。

    猜你喜歡
    航拍卷積衛(wèi)星
    miniSAR遙感衛(wèi)星
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    航拍下的苗圃與農(nóng)場(chǎng)
    中外文摘(2021年10期)2021-05-31 12:10:40
    靜止衛(wèi)星派
    科學(xué)家(2019年3期)2019-08-18 09:47:43
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    難忘的航拍
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    《航拍中國》美得讓人想哭
    陜西畫報(bào)航拍
    Puma" suede shoes with a focus on the Product variables
    精华霜和精华液先用哪个| 别揉我奶头~嗯~啊~动态视频| 亚洲18禁久久av| 久久久久免费精品人妻一区二区| 我要搜黄色片| 国产精品久久久久久亚洲av鲁大| 看十八女毛片水多多多| 久久久久久久亚洲中文字幕 | 性插视频无遮挡在线免费观看| 国产午夜精品久久久久久一区二区三区 | 亚洲乱码一区二区免费版| 又爽又黄无遮挡网站| 岛国在线免费视频观看| 日本五十路高清| 国产aⅴ精品一区二区三区波| 一个人观看的视频www高清免费观看| 深夜精品福利| 18禁黄网站禁片免费观看直播| 好男人电影高清在线观看| 午夜福利在线观看免费完整高清在 | 国产视频一区二区在线看| 在线播放无遮挡| 午夜福利成人在线免费观看| 男插女下体视频免费在线播放| 在线看三级毛片| 免费观看人在逋| 国产91精品成人一区二区三区| 日韩欧美国产一区二区入口| 国产探花极品一区二区| 亚洲在线自拍视频| 免费在线观看成人毛片| 嫩草影院入口| 一区二区三区四区激情视频 | 欧美日韩黄片免| 麻豆一二三区av精品| 欧美成人免费av一区二区三区| 欧美xxxx黑人xx丫x性爽| 美女高潮喷水抽搐中文字幕| 成人三级黄色视频| 全区人妻精品视频| 伊人久久精品亚洲午夜| 欧美高清性xxxxhd video| 好男人在线观看高清免费视频| 丰满乱子伦码专区| 精品一区二区三区视频在线| 天堂动漫精品| 人人妻人人澡欧美一区二区| 午夜两性在线视频| 欧美+日韩+精品| 啦啦啦观看免费观看视频高清| 久99久视频精品免费| 免费看美女性在线毛片视频| 一个人免费在线观看的高清视频| 色吧在线观看| 国产免费av片在线观看野外av| 悠悠久久av| 特级一级黄色大片| 人妻丰满熟妇av一区二区三区| 欧美另类亚洲清纯唯美| 亚洲av免费高清在线观看| 欧美性猛交黑人性爽| 精华霜和精华液先用哪个| 国内精品久久久久精免费| 欧美乱妇无乱码| 十八禁人妻一区二区| 日日干狠狠操夜夜爽| 国产伦人伦偷精品视频| 搡老岳熟女国产| 一区二区三区激情视频| 伦理电影大哥的女人| 波多野结衣巨乳人妻| 亚洲天堂国产精品一区在线| 99热6这里只有精品| 1024手机看黄色片| 性色av乱码一区二区三区2| 丰满人妻一区二区三区视频av| 在线天堂最新版资源| 免费黄网站久久成人精品 | 极品教师在线视频| av视频在线观看入口| 午夜福利18| 1000部很黄的大片| 免费在线观看影片大全网站| 欧美区成人在线视频| 亚洲专区国产一区二区| av专区在线播放| 国产精品伦人一区二区| 国产中年淑女户外野战色| 麻豆成人午夜福利视频| 99在线视频只有这里精品首页| 亚洲最大成人手机在线| 国产亚洲精品久久久com| 欧美日韩乱码在线| 深夜a级毛片| 我的老师免费观看完整版| 国产高潮美女av| 午夜福利高清视频| 久久热精品热| 精品久久久久久,| 久久国产精品影院| 好看av亚洲va欧美ⅴa在| 九色国产91popny在线| 亚洲av电影不卡..在线观看| 两人在一起打扑克的视频| 久久九九热精品免费| 性插视频无遮挡在线免费观看| 深爱激情五月婷婷| 久久人人爽人人爽人人片va | 久久这里只有精品中国| 大型黄色视频在线免费观看| 亚洲成人免费电影在线观看| 久久久久国产精品人妻aⅴ院| 天堂av国产一区二区熟女人妻| 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 | 久久久久国内视频| 乱人视频在线观看| 久久国产乱子免费精品| 动漫黄色视频在线观看| 99热这里只有是精品50| 成人鲁丝片一二三区免费| 亚洲国产精品久久男人天堂| 成人亚洲精品av一区二区| 欧美国产日韩亚洲一区| 免费看日本二区| 男插女下体视频免费在线播放| 亚洲五月天丁香| 一边摸一边抽搐一进一小说| 十八禁人妻一区二区| 日韩欧美三级三区| 1000部很黄的大片| 欧美日韩国产亚洲二区| 1024手机看黄色片| 色吧在线观看| 午夜福利18| 午夜a级毛片| АⅤ资源中文在线天堂| av欧美777| 3wmmmm亚洲av在线观看| 神马国产精品三级电影在线观看| 日韩免费av在线播放| 大型黄色视频在线免费观看| 神马国产精品三级电影在线观看| 天天一区二区日本电影三级| av黄色大香蕉| 桃红色精品国产亚洲av| 最近视频中文字幕2019在线8| 丰满的人妻完整版| 欧美bdsm另类| avwww免费| 九九久久精品国产亚洲av麻豆| 色哟哟哟哟哟哟| 99视频精品全部免费 在线| 成人国产一区最新在线观看| 国产精品亚洲一级av第二区| 一级黄色大片毛片| netflix在线观看网站| 99久久成人亚洲精品观看| 日韩 亚洲 欧美在线| 九九热线精品视视频播放| 日韩中字成人| 免费电影在线观看免费观看| 波多野结衣高清作品| 中文字幕熟女人妻在线| 国产av不卡久久| 国产免费av片在线观看野外av| 国产一区二区在线观看日韩| 久久国产乱子免费精品| 国产高清视频在线播放一区| 久久天躁狠狠躁夜夜2o2o| 搡女人真爽免费视频火全软件 | 亚洲国产精品sss在线观看| 久久国产乱子伦精品免费另类| 老司机深夜福利视频在线观看| 午夜福利成人在线免费观看| 国产大屁股一区二区在线视频| 国产成人啪精品午夜网站| 天堂影院成人在线观看| 免费在线观看日本一区| 亚洲欧美日韩东京热| 又紧又爽又黄一区二区| 日韩免费av在线播放| 欧美+亚洲+日韩+国产| 午夜影院日韩av| 亚洲国产精品999在线| 亚洲精品一区av在线观看| 国产乱人视频| 成人国产一区最新在线观看| 久久亚洲精品不卡| 变态另类丝袜制服| 一级毛片久久久久久久久女| 制服丝袜大香蕉在线| 久久久久九九精品影院| 亚洲人与动物交配视频| 老司机午夜十八禁免费视频| 久久午夜亚洲精品久久| 好男人在线观看高清免费视频| 色播亚洲综合网| 欧美日韩中文字幕国产精品一区二区三区| 九色成人免费人妻av| 有码 亚洲区| 狠狠狠狠99中文字幕| 国产成人av教育| 亚洲成人久久爱视频| 国产美女午夜福利| 欧美成人免费av一区二区三区| 免费黄网站久久成人精品 | av在线蜜桃| 亚洲精品在线观看二区| 色在线成人网| 五月伊人婷婷丁香| 热99在线观看视频| 国产精品,欧美在线| 亚洲av免费在线观看| 欧美一区二区亚洲| 一级毛片久久久久久久久女| 综合色av麻豆| 美女xxoo啪啪120秒动态图 | 日韩欧美在线二视频| 淫妇啪啪啪对白视频| 啦啦啦观看免费观看视频高清| 国产精品人妻久久久久久| 一个人看的www免费观看视频| 日本黄色视频三级网站网址| 亚洲av成人不卡在线观看播放网| 亚洲综合色惰| 成年女人永久免费观看视频| 看黄色毛片网站| 成人特级黄色片久久久久久久| 国语自产精品视频在线第100页| 午夜福利在线观看免费完整高清在 | 最近中文字幕高清免费大全6 | 欧美+亚洲+日韩+国产| 男人舔女人下体高潮全视频| 中文字幕熟女人妻在线| 亚洲aⅴ乱码一区二区在线播放| 一区二区三区四区激情视频 | 久久久久九九精品影院| 亚洲欧美激情综合另类| 国产久久久一区二区三区| 精品国内亚洲2022精品成人| 成人永久免费在线观看视频| 在线a可以看的网站| 此物有八面人人有两片| 久久精品国产自在天天线| 国内揄拍国产精品人妻在线| АⅤ资源中文在线天堂| 亚洲七黄色美女视频| 亚洲精品久久国产高清桃花| 欧美xxxx性猛交bbbb| 亚洲人成网站在线播| 脱女人内裤的视频| 91九色精品人成在线观看| 亚洲经典国产精华液单 | 丝袜美腿在线中文| 亚洲av第一区精品v没综合| 国产真实乱freesex| 亚洲久久久久久中文字幕| 国产aⅴ精品一区二区三区波| 又黄又爽又免费观看的视频| 午夜福利高清视频| 国产精品一及| av在线天堂中文字幕| 日本一二三区视频观看| 午夜激情福利司机影院| 午夜久久久久精精品| 欧美日本视频| 国产精品一区二区性色av| 18禁黄网站禁片免费观看直播| 国产欧美日韩精品亚洲av| 免费观看人在逋| 十八禁人妻一区二区| 老司机午夜福利在线观看视频| 国产精品野战在线观看| 中文亚洲av片在线观看爽| 亚洲真实伦在线观看| 久久久久久久午夜电影| 日韩av在线大香蕉| 男插女下体视频免费在线播放| 一级av片app| 欧美日韩国产亚洲二区| 在线天堂最新版资源| 成人特级黄色片久久久久久久| 悠悠久久av| 色吧在线观看| 免费看光身美女| 国产亚洲精品久久久久久毛片| 久久国产乱子免费精品| 亚洲熟妇中文字幕五十中出| 免费人成视频x8x8入口观看| 老司机午夜十八禁免费视频| 日本一本二区三区精品| 天天一区二区日本电影三级| 久久欧美精品欧美久久欧美| 精品午夜福利在线看| 欧美成人性av电影在线观看| x7x7x7水蜜桃| 日韩大尺度精品在线看网址| 免费无遮挡裸体视频| 日本五十路高清| 精品午夜福利在线看| 免费搜索国产男女视频| 夜夜夜夜夜久久久久| 欧美最黄视频在线播放免费| 国产老妇女一区| 成人三级黄色视频| 色综合站精品国产| 桃红色精品国产亚洲av| 免费看日本二区| 在线观看舔阴道视频| 一进一出抽搐gif免费好疼| 国产精品,欧美在线| 一个人观看的视频www高清免费观看| 少妇人妻精品综合一区二区 | 美女黄网站色视频| 夜夜爽天天搞| 如何舔出高潮| 国产伦在线观看视频一区| 亚洲av成人不卡在线观看播放网| 波多野结衣高清作品| 亚洲五月婷婷丁香| 精品久久久久久久久久久久久| 中文资源天堂在线| 久久精品人妻少妇| 久久人人爽人人爽人人片va | 老司机福利观看| 国产熟女xx| 国产精品久久久久久亚洲av鲁大| 看免费av毛片| 亚洲经典国产精华液单 | 成人午夜高清在线视频| 91在线精品国自产拍蜜月| 国产美女午夜福利| 欧美潮喷喷水| 免费在线观看影片大全网站| 亚洲自偷自拍三级| bbb黄色大片| av在线老鸭窝| 亚洲国产高清在线一区二区三| 久久精品国产亚洲av香蕉五月| 欧美黑人巨大hd| 如何舔出高潮| 内射极品少妇av片p| 久久国产乱子免费精品| 久久久久久久午夜电影| 日韩 亚洲 欧美在线| 99精品在免费线老司机午夜| 一进一出抽搐gif免费好疼| 99热只有精品国产| 色精品久久人妻99蜜桃| 精品久久久久久成人av| 免费av不卡在线播放| 色吧在线观看| 俄罗斯特黄特色一大片| 久99久视频精品免费| 99热精品在线国产| 国产免费一级a男人的天堂| 麻豆国产97在线/欧美| 国产成人aa在线观看| 亚洲三级黄色毛片| 全区人妻精品视频| 国产精品一及| 嫁个100分男人电影在线观看| 成人美女网站在线观看视频| 免费在线观看影片大全网站| 亚洲国产欧美人成| 国产精品久久久久久久久免 | 日韩免费av在线播放| 国产成人福利小说| 蜜桃亚洲精品一区二区三区| 亚洲av五月六月丁香网| 高清日韩中文字幕在线| 久久性视频一级片| 欧美日韩瑟瑟在线播放| 国产不卡一卡二| 欧美成人性av电影在线观看| 国产精华一区二区三区| 久久伊人香网站| 国产探花极品一区二区| 久久精品国产清高在天天线| 无人区码免费观看不卡| 色5月婷婷丁香| 午夜影院日韩av| 性色av乱码一区二区三区2| 久久99热6这里只有精品| 91狼人影院| 国产91精品成人一区二区三区| 别揉我奶头~嗯~啊~动态视频| 国产在线男女| 色在线成人网| 美女cb高潮喷水在线观看| 丁香六月欧美| 亚洲欧美日韩无卡精品| 国模一区二区三区四区视频| 亚洲第一电影网av| 欧美绝顶高潮抽搐喷水| 欧美+亚洲+日韩+国产| 一个人免费在线观看的高清视频| 亚洲av电影不卡..在线观看| 悠悠久久av| 免费搜索国产男女视频| 99精品在免费线老司机午夜| 久久久久亚洲av毛片大全| 欧美激情在线99| www.熟女人妻精品国产| 老熟妇仑乱视频hdxx| 18禁在线播放成人免费| 在线播放国产精品三级| 久久久久亚洲av毛片大全| 亚洲av一区综合| 欧美高清性xxxxhd video| 中文亚洲av片在线观看爽| 亚洲精品粉嫩美女一区| 非洲黑人性xxxx精品又粗又长| 一个人看视频在线观看www免费| 美女大奶头视频| 欧美xxxx黑人xx丫x性爽| 在线播放国产精品三级| 成人毛片a级毛片在线播放| 最近视频中文字幕2019在线8| 桃色一区二区三区在线观看| 激情在线观看视频在线高清| 国产私拍福利视频在线观看| 欧美色视频一区免费| 看片在线看免费视频| 美女大奶头视频| 亚洲精品久久国产高清桃花| 国产精品野战在线观看| 久久精品久久久久久噜噜老黄 | 窝窝影院91人妻| 国产野战对白在线观看| 亚洲精品影视一区二区三区av| 免费人成在线观看视频色| 最新中文字幕久久久久| 一级作爱视频免费观看| 欧美激情久久久久久爽电影| 天堂动漫精品| 九色国产91popny在线| 欧美另类亚洲清纯唯美| 黄色配什么色好看| 一二三四社区在线视频社区8| aaaaa片日本免费| 日本黄色视频三级网站网址| 琪琪午夜伦伦电影理论片6080| 性欧美人与动物交配| 在线观看66精品国产| 长腿黑丝高跟| 国产中年淑女户外野战色| 亚洲最大成人中文| 欧美黄色片欧美黄色片| 9191精品国产免费久久| 亚洲av二区三区四区| 丰满的人妻完整版| 日韩 亚洲 欧美在线| 久久久久国产精品人妻aⅴ院| 免费电影在线观看免费观看| 国产视频内射| 成人特级黄色片久久久久久久| 极品教师在线免费播放| 男女那种视频在线观看| 亚洲自拍偷在线| 久99久视频精品免费| 少妇熟女aⅴ在线视频| 亚洲av日韩精品久久久久久密| 色av中文字幕| ponron亚洲| 久久午夜福利片| 人人妻人人看人人澡| 91麻豆精品激情在线观看国产| 国产视频内射| 午夜福利在线观看免费完整高清在 | 91在线观看av| 亚洲av免费在线观看| 成年免费大片在线观看| 一级黄色大片毛片| 国内毛片毛片毛片毛片毛片| 高潮久久久久久久久久久不卡| 婷婷色综合大香蕉| 国产真实乱freesex| 国语自产精品视频在线第100页| 久久久久久国产a免费观看| 国产久久久一区二区三区| 最好的美女福利视频网| 在线观看午夜福利视频| 久久久久免费精品人妻一区二区| 亚洲精品色激情综合| 亚洲av电影不卡..在线观看| 99国产极品粉嫩在线观看| 成年人黄色毛片网站| 婷婷精品国产亚洲av| 在线观看美女被高潮喷水网站 | 两性午夜刺激爽爽歪歪视频在线观看| 亚洲精品色激情综合| 久久精品国产亚洲av天美| 丁香欧美五月| 国产日本99.免费观看| av在线蜜桃| 最后的刺客免费高清国语| 欧美日韩综合久久久久久 | 亚洲av.av天堂| 蜜桃亚洲精品一区二区三区| 欧美日韩黄片免| 亚洲黑人精品在线| 欧美激情国产日韩精品一区| 成年女人永久免费观看视频| 老女人水多毛片| 国产高清激情床上av| 午夜激情欧美在线| 成年女人看的毛片在线观看| 狠狠狠狠99中文字幕| 在线播放无遮挡| a级毛片免费高清观看在线播放| 国产色婷婷99| 国产蜜桃级精品一区二区三区| 欧美色欧美亚洲另类二区| 国产一区二区三区视频了| 99久久无色码亚洲精品果冻| 搡老熟女国产l中国老女人| 亚洲熟妇熟女久久| 一本精品99久久精品77| 久久国产乱子免费精品| 18禁黄网站禁片午夜丰满| 全区人妻精品视频| 欧美zozozo另类| 91狼人影院| 精品久久国产蜜桃| 久久人妻av系列| 亚洲美女视频黄频| 国产精品伦人一区二区| 亚洲 国产 在线| 男插女下体视频免费在线播放| 伦理电影大哥的女人| 欧美一区二区亚洲| 精品久久久久久久人妻蜜臀av| 国产精品,欧美在线| 欧美色欧美亚洲另类二区| 免费在线观看影片大全网站| 一区二区三区免费毛片| 两性午夜刺激爽爽歪歪视频在线观看| 琪琪午夜伦伦电影理论片6080| 国产高清三级在线| 99久久精品热视频| 国产v大片淫在线免费观看| 亚洲精品在线观看二区| 亚洲人成电影免费在线| 女同久久另类99精品国产91| 69av精品久久久久久| netflix在线观看网站| 波多野结衣高清作品| 99热这里只有是精品50| 日韩欧美三级三区| 国产 一区 欧美 日韩| 色吧在线观看| 国产高清三级在线| 久久精品国产清高在天天线| 精品人妻一区二区三区麻豆 | 精品免费久久久久久久清纯| 一本综合久久免费| 偷拍熟女少妇极品色| 国产亚洲精品av在线| 国产精品爽爽va在线观看网站| 美女被艹到高潮喷水动态| 国产一区二区亚洲精品在线观看| 99热精品在线国产| 国产黄a三级三级三级人| 脱女人内裤的视频| 国产av不卡久久| 看黄色毛片网站| 一进一出抽搐gif免费好疼| 欧美在线一区亚洲| 免费无遮挡裸体视频| 日本 欧美在线| 精品福利观看| 色精品久久人妻99蜜桃| 欧美区成人在线视频| 99riav亚洲国产免费| 亚洲专区国产一区二区| 久久久久国内视频| 一区二区三区激情视频| 青草久久国产| 我的老师免费观看完整版| 可以在线观看的亚洲视频| 日韩精品青青久久久久久| xxxwww97欧美| 深夜a级毛片| 内地一区二区视频在线| 国产精品久久久久久精品电影| 精品久久久久久久久久久久久| 亚州av有码| 少妇的逼水好多| 免费大片18禁| 少妇熟女aⅴ在线视频| 欧美zozozo另类| 免费av观看视频| 日本免费a在线| 99久久九九国产精品国产免费| а√天堂www在线а√下载| 欧美绝顶高潮抽搐喷水| 91在线精品国自产拍蜜月| 国产探花极品一区二区| 亚洲国产精品成人综合色| 国产乱人伦免费视频| 一边摸一边抽搐一进一小说| 亚洲电影在线观看av| 一级作爱视频免费观看| 精品人妻1区二区| 蜜桃亚洲精品一区二区三区| eeuss影院久久| 内地一区二区视频在线| 99热只有精品国产| 淫妇啪啪啪对白视频| 欧美日韩中文字幕国产精品一区二区三区| 国产激情偷乱视频一区二区| 国产精品精品国产色婷婷| 欧美日韩国产亚洲二区| 欧美zozozo另类|