• <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
    久久久久九九精品影院| 久久久久久人人人人人| av国产免费在线观看| 国产亚洲欧美在线一区二区| 久久性视频一级片| 人妻久久中文字幕网| 国产色婷婷99| 999久久久精品免费观看国产| 国产真人三级小视频在线观看| 久久香蕉国产精品| 一级作爱视频免费观看| 国内精品久久久久精免费| 久久国产精品影院| 免费电影在线观看免费观看| 最后的刺客免费高清国语| 欧美另类亚洲清纯唯美| 成人国产综合亚洲| 草草在线视频免费看| 18禁美女被吸乳视频| 欧美日韩一级在线毛片| 人人妻人人看人人澡| av在线蜜桃| 国产精品免费一区二区三区在线| 九色成人免费人妻av| 毛片女人毛片| 脱女人内裤的视频| 97碰自拍视频| 在线免费观看的www视频| 久久亚洲真实| 中文在线观看免费www的网站| 国产乱人伦免费视频| 在线观看一区二区三区| 色精品久久人妻99蜜桃| 最新美女视频免费是黄的| 婷婷精品国产亚洲av| eeuss影院久久| 少妇裸体淫交视频免费看高清| x7x7x7水蜜桃| 99国产精品一区二区三区| 久久人人精品亚洲av| 90打野战视频偷拍视频| 51国产日韩欧美| 国产欧美日韩精品一区二区| 久久精品人妻少妇| 欧美性猛交╳xxx乱大交人| 国产中年淑女户外野战色| 美女被艹到高潮喷水动态| 亚洲av中文字字幕乱码综合| 欧美日韩精品网址| 成人av在线播放网站| 亚洲人成网站高清观看| 女同久久另类99精品国产91| 亚洲精品色激情综合| 日本一二三区视频观看| 国产欧美日韩精品一区二区| 婷婷精品国产亚洲av在线| 欧美性猛交黑人性爽| 亚洲人与动物交配视频| 国产成+人综合+亚洲专区| 日本五十路高清| 久久久精品欧美日韩精品| 亚洲人成伊人成综合网2020| 国产免费男女视频| 久久婷婷人人爽人人干人人爱| 欧美黑人巨大hd| 亚洲国产中文字幕在线视频| 99视频精品全部免费 在线| 久久久成人免费电影| 亚洲五月天丁香| 在线播放国产精品三级| 一区二区三区高清视频在线| or卡值多少钱| 色av中文字幕| 老熟妇乱子伦视频在线观看| 国产精品一及| 成人性生交大片免费视频hd| 小蜜桃在线观看免费完整版高清| 国产成人系列免费观看| 69av精品久久久久久| 99热这里只有精品一区| 成年女人看的毛片在线观看| 久久香蕉国产精品| 国产精品久久久久久久久免 | 又黄又粗又硬又大视频| 久久精品国产自在天天线| 亚洲国产精品成人综合色| 一卡2卡三卡四卡精品乱码亚洲| 岛国在线观看网站| 国产私拍福利视频在线观看| 国产精华一区二区三区| 麻豆一二三区av精品| 波多野结衣高清无吗| 中文字幕熟女人妻在线| 亚洲不卡免费看| 熟女电影av网| 综合色av麻豆| 人妻久久中文字幕网| 欧美最新免费一区二区三区 | 亚洲熟妇中文字幕五十中出| 美女 人体艺术 gogo| netflix在线观看网站| 日本与韩国留学比较| 两个人视频免费观看高清| 精品久久久久久成人av| 国产午夜福利久久久久久| 免费高清视频大片| 国产97色在线日韩免费| 亚洲欧美日韩东京热| 精品国产三级普通话版| 99精品久久久久人妻精品| 18+在线观看网站| 午夜福利18| 亚洲欧美一区二区三区黑人| 国产 一区 欧美 日韩| 国产午夜福利久久久久久| 久久香蕉国产精品| 亚洲av电影不卡..在线观看| 日本成人三级电影网站| 九九热线精品视视频播放| 成人鲁丝片一二三区免费| 亚洲国产精品合色在线| 国产精品久久久久久精品电影| 俺也久久电影网| 中文字幕久久专区| 五月伊人婷婷丁香| 亚洲成av人片免费观看| 特级一级黄色大片| 88av欧美| 成人鲁丝片一二三区免费| 成年版毛片免费区| 变态另类丝袜制服| 特大巨黑吊av在线直播| 国产一级毛片七仙女欲春2| 国产一区二区激情短视频| aaaaa片日本免费| 99国产精品一区二区三区| 国产蜜桃级精品一区二区三区| 欧美乱妇无乱码| 一级毛片高清免费大全| 久久这里只有精品中国| 久久性视频一级片| 国产伦在线观看视频一区| 搡女人真爽免费视频火全软件 | 成年版毛片免费区| 亚洲国产欧美人成| 欧美中文综合在线视频| 大型黄色视频在线免费观看| 欧美在线一区亚洲| 麻豆一二三区av精品| 91av网一区二区| 中国美女看黄片| 啦啦啦韩国在线观看视频| 亚洲乱码一区二区免费版| 欧美在线一区亚洲| 午夜免费男女啪啪视频观看 | 淫妇啪啪啪对白视频| 中文字幕av成人在线电影| 一夜夜www| 黄色丝袜av网址大全| 亚洲 欧美 日韩 在线 免费| 99国产综合亚洲精品| 亚洲精品456在线播放app | 亚洲最大成人中文| 国产欧美日韩精品亚洲av| 国产亚洲欧美98| av天堂中文字幕网| 国产三级黄色录像| 亚洲不卡免费看| 99久久久亚洲精品蜜臀av| 18禁在线播放成人免费| 淫妇啪啪啪对白视频| 99国产极品粉嫩在线观看| 色播亚洲综合网| 日韩大尺度精品在线看网址| 国产不卡一卡二| 毛片女人毛片| 色老头精品视频在线观看| 国产精品免费一区二区三区在线| 欧美中文日本在线观看视频| 成年女人看的毛片在线观看| 日本a在线网址| 国产色爽女视频免费观看| 亚洲av成人不卡在线观看播放网| 欧美xxxx黑人xx丫x性爽| 免费一级毛片在线播放高清视频| 国产精品久久久人人做人人爽| 色精品久久人妻99蜜桃| 日日夜夜操网爽| 亚洲精品一区av在线观看| 天天躁日日操中文字幕| 少妇的逼水好多| 国产不卡一卡二| 久久久国产成人免费| 成人永久免费在线观看视频| 亚洲熟妇中文字幕五十中出| 欧洲精品卡2卡3卡4卡5卡区| 波多野结衣高清无吗| 最近最新免费中文字幕在线| 在线观看舔阴道视频| 免费av毛片视频| 美女 人体艺术 gogo| 国产黄片美女视频| 深爱激情五月婷婷| 午夜精品一区二区三区免费看| 亚洲国产精品999在线| 毛片女人毛片| 国产精品99久久99久久久不卡| 国产黄a三级三级三级人| 国产69精品久久久久777片| 日本成人三级电影网站| 最近最新中文字幕大全免费视频| 一级毛片高清免费大全| 久久久久久久久久黄片| 亚洲人成网站在线播| 午夜福利高清视频| 禁无遮挡网站| 免费av不卡在线播放| 亚洲av日韩精品久久久久久密| 蜜桃久久精品国产亚洲av| 国产乱人视频| 亚洲成av人片免费观看| av福利片在线观看| 欧美成人性av电影在线观看| 久久久久久久久中文| 久久久成人免费电影| 在线看三级毛片| 亚洲 欧美 日韩 在线 免费| 免费搜索国产男女视频| 久久精品亚洲精品国产色婷小说| 亚洲精品粉嫩美女一区| 国内久久婷婷六月综合欲色啪| 国产三级中文精品| 亚洲成av人片免费观看| 日本成人三级电影网站| 丝袜美腿在线中文| 老司机深夜福利视频在线观看| 国产av不卡久久| 成人亚洲精品av一区二区| 国产精品综合久久久久久久免费| 亚洲五月婷婷丁香| 黄色日韩在线| 少妇裸体淫交视频免费看高清| 欧美一级a爱片免费观看看| 搡老岳熟女国产| 国产欧美日韩一区二区精品| 熟女电影av网| 色精品久久人妻99蜜桃| 亚洲国产精品合色在线| 免费观看人在逋| 免费人成在线观看视频色| 一区福利在线观看| www国产在线视频色| 国产高清视频在线播放一区| 亚洲成av人片免费观看| 国产视频一区二区在线看| 亚洲av一区综合| 国产色婷婷99| 在线免费观看的www视频| 亚洲欧美精品综合久久99| ponron亚洲| 欧美成人一区二区免费高清观看| 欧美日韩瑟瑟在线播放| 偷拍熟女少妇极品色| 精品久久久久久久久久免费视频| 国产精品久久久人人做人人爽| 首页视频小说图片口味搜索| 精品一区二区三区人妻视频| 国产精品久久久久久人妻精品电影| 欧美高清成人免费视频www| 宅男免费午夜| 久久伊人香网站| av中文乱码字幕在线| 亚洲最大成人手机在线| 全区人妻精品视频| 一区二区三区免费毛片| 99久久九九国产精品国产免费| 久久久久久国产a免费观看| 操出白浆在线播放| av黄色大香蕉| 国产69精品久久久久777片| 淫妇啪啪啪对白视频| 亚洲电影在线观看av| 国产精品久久久久久精品电影| 男人的好看免费观看在线视频| 亚洲欧美日韩高清在线视频| 我的老师免费观看完整版| 国产av不卡久久| x7x7x7水蜜桃| 国产精品99久久久久久久久| 日韩 欧美 亚洲 中文字幕| 欧美在线一区亚洲| 国产在线精品亚洲第一网站| av在线蜜桃| 一个人免费在线观看的高清视频| 欧美中文日本在线观看视频| 内射极品少妇av片p| av欧美777| 成年人黄色毛片网站| 人妻丰满熟妇av一区二区三区| 中文字幕av成人在线电影| 免费观看人在逋| 精品人妻一区二区三区麻豆 | 一级a爱片免费观看的视频| 日韩有码中文字幕| 成人av一区二区三区在线看| 麻豆成人午夜福利视频| 国内精品美女久久久久久| 日韩高清综合在线| 日本成人三级电影网站| 日韩av在线大香蕉| 久久久久国产精品人妻aⅴ院| 偷拍熟女少妇极品色| 成人精品一区二区免费| 欧美性猛交黑人性爽| 脱女人内裤的视频| 亚洲熟妇熟女久久| 国产欧美日韩精品一区二区| 国产一区二区激情短视频| 国产成人av激情在线播放| 久久精品国产清高在天天线| 99久久成人亚洲精品观看| 日韩 欧美 亚洲 中文字幕| 欧美中文日本在线观看视频| 婷婷精品国产亚洲av在线| 亚洲成人久久爱视频| 三级国产精品欧美在线观看| tocl精华| 三级国产精品欧美在线观看| 给我免费播放毛片高清在线观看| 成人特级黄色片久久久久久久| 中亚洲国语对白在线视频| 99国产精品一区二区三区| 深爱激情五月婷婷| 欧美绝顶高潮抽搐喷水| 日本免费a在线| 国产熟女xx| 综合色av麻豆| 韩国av一区二区三区四区| 国产三级黄色录像| 欧美高清成人免费视频www| 久久久久久国产a免费观看| 99热精品在线国产| 岛国视频午夜一区免费看| 久久久久精品国产欧美久久久| 久久这里只有精品中国| 高清在线国产一区| 国产精品免费一区二区三区在线| 国产高清三级在线| 国产成年人精品一区二区| 久久人妻av系列| 精品国产美女av久久久久小说| 欧洲精品卡2卡3卡4卡5卡区| 他把我摸到了高潮在线观看| 九色国产91popny在线| 亚洲激情在线av| 级片在线观看| 每晚都被弄得嗷嗷叫到高潮| 99精品久久久久人妻精品| 每晚都被弄得嗷嗷叫到高潮| 黄色片一级片一级黄色片| 一区二区三区高清视频在线| 午夜老司机福利剧场| h日本视频在线播放| 91久久精品国产一区二区成人 | 午夜福利免费观看在线| 中文资源天堂在线| 我要搜黄色片| 亚洲国产精品合色在线| 久久天躁狠狠躁夜夜2o2o| 亚洲色图av天堂| 欧美在线一区亚洲| 亚洲国产精品合色在线| 色精品久久人妻99蜜桃| 久久精品91蜜桃| 俺也久久电影网| 日韩中文字幕欧美一区二区| 精品一区二区三区视频在线 | 精品午夜福利视频在线观看一区| eeuss影院久久| 成人亚洲精品av一区二区| 男人舔女人下体高潮全视频| 亚洲第一电影网av| 99热只有精品国产| 脱女人内裤的视频| 一个人免费在线观看的高清视频| 又黄又粗又硬又大视频| 一个人观看的视频www高清免费观看| 一本综合久久免费| 岛国在线免费视频观看| av天堂中文字幕网| tocl精华| 欧美又色又爽又黄视频| 欧美3d第一页| 久久精品国产自在天天线| 法律面前人人平等表现在哪些方面| 久久精品国产自在天天线| 99热这里只有精品一区| 丰满人妻一区二区三区视频av | 国产免费av片在线观看野外av| 亚洲第一电影网av| 十八禁网站免费在线| 啦啦啦观看免费观看视频高清| 亚洲av成人av| 成人精品一区二区免费| 日本免费a在线| 国产毛片a区久久久久| 最近最新免费中文字幕在线| 亚洲精品在线美女| 51国产日韩欧美| 人人妻人人澡欧美一区二区| 女人被狂操c到高潮| 日韩 欧美 亚洲 中文字幕| 欧洲精品卡2卡3卡4卡5卡区| 深夜精品福利| 久久久久久久久中文| 国内毛片毛片毛片毛片毛片| 老司机在亚洲福利影院| 给我免费播放毛片高清在线观看| 久久精品人妻少妇| 亚洲精品456在线播放app | 精品久久久久久,| 99久久综合精品五月天人人| 精品国产美女av久久久久小说| 男女那种视频在线观看| 19禁男女啪啪无遮挡网站| 午夜日韩欧美国产| 91在线精品国自产拍蜜月 | 精品熟女少妇八av免费久了| 久久人人精品亚洲av| 成人亚洲精品av一区二区| 色综合亚洲欧美另类图片| 久久久久久久亚洲中文字幕 | 狂野欧美白嫩少妇大欣赏| 日本与韩国留学比较| 午夜福利成人在线免费观看| 宅男免费午夜| 精品久久久久久久人妻蜜臀av| 欧美性感艳星| 国产乱人伦免费视频| 男人的好看免费观看在线视频| 免费在线观看影片大全网站| 97超级碰碰碰精品色视频在线观看| 搡老岳熟女国产| 色尼玛亚洲综合影院| 日韩欧美三级三区| 波多野结衣巨乳人妻| 制服丝袜大香蕉在线| 国产精品一区二区三区四区免费观看 | 国产成人欧美在线观看| 热99在线观看视频| 亚洲欧美日韩高清在线视频| 国产精品精品国产色婷婷| 欧美日韩瑟瑟在线播放| 青草久久国产| av视频在线观看入口| 真人一进一出gif抽搐免费| 免费av不卡在线播放| 18禁美女被吸乳视频| 午夜福利视频1000在线观看| 少妇熟女aⅴ在线视频| 嫩草影院精品99| 啦啦啦观看免费观看视频高清| 高清日韩中文字幕在线| 亚洲第一欧美日韩一区二区三区| 在线观看av片永久免费下载| 真人一进一出gif抽搐免费| 国产一区二区三区视频了| 一级黄片播放器| 国产一区在线观看成人免费| 久久人妻av系列| 亚洲av日韩精品久久久久久密| 国产探花极品一区二区| 亚洲精品久久国产高清桃花| 一进一出抽搐gif免费好疼| 欧美黄色淫秽网站| 高清日韩中文字幕在线| 午夜免费男女啪啪视频观看 | 小说图片视频综合网站| 国产麻豆成人av免费视频| 亚洲国产精品sss在线观看| 黄色丝袜av网址大全| 国产成人福利小说| 亚洲无线观看免费| 午夜福利在线观看吧| 老熟妇仑乱视频hdxx| 性欧美人与动物交配| 一进一出好大好爽视频| 精品久久久久久久人妻蜜臀av| 狠狠狠狠99中文字幕| 久久香蕉精品热| 美女 人体艺术 gogo| 男人舔女人下体高潮全视频| 人妻丰满熟妇av一区二区三区| 18禁在线播放成人免费| 九九在线视频观看精品| 无人区码免费观看不卡| 久久亚洲精品不卡| 国产激情欧美一区二区| 亚洲欧美日韩卡通动漫| 两个人的视频大全免费| 老司机午夜福利在线观看视频| 美女黄网站色视频| 国产熟女xx| 一边摸一边抽搐一进一小说| 此物有八面人人有两片| 久久伊人香网站| 女生性感内裤真人,穿戴方法视频| 亚洲欧美日韩东京热| 国产亚洲av嫩草精品影院| 国产男靠女视频免费网站| 国产精品永久免费网站| 久久久久久大精品| 在线观看66精品国产| 无人区码免费观看不卡| 久久精品国产亚洲av香蕉五月| 美女被艹到高潮喷水动态| av视频在线观看入口| 老汉色∧v一级毛片| 国产成人欧美在线观看| 五月玫瑰六月丁香| 伊人久久精品亚洲午夜| 久久午夜亚洲精品久久| 少妇人妻一区二区三区视频| 久久国产精品人妻蜜桃| 欧美一区二区亚洲| 中文亚洲av片在线观看爽| 免费在线观看成人毛片| 国产精品一及| 国产午夜精品论理片| 日韩欧美精品免费久久 | 国产一区二区三区在线臀色熟女| 国语自产精品视频在线第100页| 日韩有码中文字幕| 久久这里只有精品中国| 午夜免费男女啪啪视频观看 | 欧美+亚洲+日韩+国产| 亚洲不卡免费看| 色综合站精品国产| 在线a可以看的网站| 狂野欧美白嫩少妇大欣赏| 成年人黄色毛片网站| 国产成人系列免费观看| 看免费av毛片| 亚洲黑人精品在线| 日韩精品青青久久久久久| 国产成人啪精品午夜网站| 亚洲av日韩精品久久久久久密| 国产精品1区2区在线观看.| 在线免费观看不下载黄p国产 | 亚洲欧美日韩无卡精品| 亚洲欧美日韩高清在线视频| 久久6这里有精品| 国内少妇人妻偷人精品xxx网站| 国产精品久久电影中文字幕| 成人特级av手机在线观看| 在线观看66精品国产| 在线看三级毛片| 精品乱码久久久久久99久播| 久久精品国产亚洲av涩爱 | 国产激情偷乱视频一区二区| 一个人免费在线观看电影| 精品一区二区三区人妻视频| 成熟少妇高潮喷水视频| 欧美日韩中文字幕国产精品一区二区三区| 三级男女做爰猛烈吃奶摸视频| xxxwww97欧美| 中文字幕人妻丝袜一区二区| 成人高潮视频无遮挡免费网站| 亚洲人成电影免费在线| 国产伦精品一区二区三区视频9 | 国产成人福利小说| 黄色成人免费大全| 国产视频内射| 深夜精品福利| 激情在线观看视频在线高清| 黄色片一级片一级黄色片| 欧美午夜高清在线| 欧美绝顶高潮抽搐喷水| 精品熟女少妇八av免费久了| 国产伦精品一区二区三区视频9 | 亚洲国产欧美人成| 女同久久另类99精品国产91| 国产单亲对白刺激| 久久香蕉国产精品| 国产视频一区二区在线看| 又爽又黄无遮挡网站| 久久精品影院6| 国产精品98久久久久久宅男小说| 免费在线观看成人毛片| 深夜精品福利| 免费无遮挡裸体视频| 国产视频内射| 久久精品影院6| 欧美最新免费一区二区三区 | 国产又黄又爽又无遮挡在线| 日韩欧美免费精品| 一进一出抽搐gif免费好疼| 黄色丝袜av网址大全| 一个人免费在线观看电影| 国产爱豆传媒在线观看| 午夜久久久久精精品| 性色av乱码一区二区三区2| 在线观看av片永久免费下载| 国产综合懂色| 久久6这里有精品| 午夜福利在线在线| 淫妇啪啪啪对白视频| 天天躁日日操中文字幕| 亚洲成人精品中文字幕电影| av专区在线播放| 嫁个100分男人电影在线观看| 日韩 欧美 亚洲 中文字幕| 9191精品国产免费久久| 日韩亚洲欧美综合| 国产精品久久久人人做人人爽|