• <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K均值聚類挖掘的跟車測試場景研究

    2021-12-05 06:37:10黃昆
    汽車文摘 2021年12期
    關(guān)鍵詞:降維均值聚類

    黃昆

    (天津經(jīng)緯恒潤科技有限公司,天津 300385)

    主題詞:跟車測試場景 聚類挖掘 K均值聚類 自動駕駛技術(shù)

    1 引言

    隨著智能駕駛技術(shù)的不斷發(fā)展,特斯拉、蔚來等主機廠已經(jīng)開發(fā)了許多較為完善的先進自動駕駛輔助系統(tǒng)[1-2],例如高速自動輔助駕駛(Highway Pilot,HP)、擁堵自動輔助駕駛[3](Traffic Jam Pilot,TJP)等,然而目前智能駕駛汽車仍無法實現(xiàn)L4及以上的智能駕駛,其技術(shù)發(fā)展仍需要多種自然駕駛場景支持,因此,十分有必要開展各類駕駛場景挖掘研究。

    場景聚類挖掘[4-5]是獲取智能駕駛測試場景的主要方法之一。徐向陽[6]等基于國家車輛事故深度調(diào)查體系中的499 例事故場景數(shù)據(jù),對我國自動緊急制動(Autonomous Emergency Braking, AEB)場景進行聚類挖掘。郭景華[7]等基于我國自然駕駛數(shù)據(jù)中的危險工況片段,使用層次聚類法對駕駛行程中的危險場景進行聚類挖掘。夏瀾[8]等通過對43例自然駕駛場景進行分析,挖掘到6 類目標切入的危險跟車場景。Adam[9]等人以交通目標之間的位置關(guān)系作為判別量,基于此提出了一種距離聚類的場景挖掘方法。Jin[10]等人使用考慮時間與空間的馬氏距離對跟車進行聚類,提出了一種交通異常事件的場景挖掘方法。Birant[11]等人提出了一種用于處理大規(guī)模數(shù)據(jù)集異常問題的時空異常場景挖掘算法。

    場景聚類挖掘是智能駕駛場景研發(fā)和驗證的基石,對我國智能駕駛技術(shù)的發(fā)展具有十分重要的意義。本文基于K均值聚類算法,對自然駕駛過程中的跟車場景進行場景解構(gòu)和場景聚類挖掘研究,依據(jù)場景主體要素挖掘到3類典型的跟車工況,并結(jié)合場景交通環(huán)境及車輛類型等要素,構(gòu)建了大量的類跟車測試場景,這對我國自動駕駛輔助系統(tǒng)的研發(fā)和測試具有十分重要的意義。

    2 道路試驗及跟車場景數(shù)據(jù)提取

    2.1 道路試驗

    道路試驗從2020 年4 月10 日開始到2020 年5 月21 日結(jié)束,測試有效時間為56 d,道路測試總里程為10 120 km,測試地點涵蓋河北、山西、河南及周邊地區(qū)。道路類型包括高速、國道、市區(qū),測試天氣有晴天、陰天、雨天、霧天,場景數(shù)據(jù)包括直道、彎道、十字路口、紅綠燈和人行橫道場景。共選取10名男性駕駛員進行試驗,平均年齡為35歲,試驗車中采集數(shù)據(jù)的傳感器主要包括Mobileye 攝像頭、激光雷達和ESR毫米波雷達,其實物如圖1所示。由于本次試驗主要開展駕駛員跟車特性的研究,故將3種傳感器都安裝在試驗車的前部,其安裝位置如圖2所示,其中淺色圈部分代表傳感器的具體安裝部位。

    圖1 試驗所用傳感器

    圖2 傳感器安裝位置示意

    2.2 跟車場景數(shù)據(jù)提取

    基于數(shù)據(jù)庫,首先選取399例城市道路、387例高速公路、413例鄉(xiāng)村道路的跟車場景,并對其加減速度曲線進行提取。共提取1 199例跟車場景,排除121例曲率半徑較大的彎道跟車速度曲線,剔除68例涉及非機動車場景或其它特殊車輛的跟車場景,最終獲得1 010 例跟車場景(均為跟隨同一目標,不存在跟車目標轉(zhuǎn)換)。

    圖3 從CANape 17.0中提取的參數(shù)曲線

    如圖4 所示,基于CANape 17.0 進行(濾波)提取的跟車場景參數(shù)包括速度、目標車頭時距(THW)、橫/縱向相對距離、相對速度。圖5為加速度、減速度曲線樣本頻次分布統(tǒng)計。

    圖4 跟車場景參數(shù)頻次分布統(tǒng)計

    圖5 加速度、減速度頻次分布統(tǒng)計

    可以看出,跟車狀態(tài)下樣本車的加速度、減速基本維持在-1~1 m/s2之間,這表明所提取的一些超過正常加速度、減速度范圍的數(shù)值反應(yīng)了安全性較差的跟車情況。

    3 跟車場景特征要素的提取

    3.1 跟車場景要素提取

    場景要素是跟車場景聚類分析的依據(jù),是主成分提取的數(shù)據(jù)來源。跟車場景要素的分類如圖6所示,包括交通環(huán)境要素和場景主體要素2大類以及天氣、光照等10個小類。其中,交通環(huán)境要素包括跟車場景中的天氣類型、光照條件、道路類型、交通密度等,場景主體要素包括自車和目標車的車輛類型、車輛位置及運動狀態(tài)等要素。

    圖6 跟車場景要素提取結(jié)果

    (1)交通環(huán)境要素的提取

    跟車場景的交通環(huán)境要素包括天氣類型、光照條件、道路類型、交通密度等,天氣類型包括4類:晴天、陰天、雨天、雪天,光照條件主要分為3類:白天、傍晚、夜間,道路類型主要包括5類:城市、高速、國道/省道、鄉(xiāng)村道路,交通密度主要包括3類:暢通、正常、擁堵,其提取結(jié)果如表1所示。

    表1 交通環(huán)境要素提取結(jié)果

    目前,受自動駕駛領(lǐng)域內(nèi)感知技術(shù)發(fā)展的限制,交通環(huán)境要素還無法實現(xiàn)自動提取,需進行人工篩選。

    (2)場景主體要素提取

    場景主體要素如表2 所示,包括自車和目標車的車輛類型、車輛位置、運動狀態(tài)等。其中,車輛類型包括轎車、大型貨車/客車等;車輛位置及運動狀態(tài)包括自車位置、自車距車道線位置、目標位置、自車速度、自車加速度、目標縱向距離、目標橫向距離、相對速度等參數(shù)。

    表2 跟車場景主體要素

    定義場景主體要素提取矩陣Pmn,用以表征場景主體要素序號1~16 的提取結(jié)果(車輛類型單獨考慮)。依據(jù)本文提取的1 010例跟車場景,獲取的跟車場景主體要素矩陣如公式(1)所示。

    式中,m為場景主體要素序號(m為1~16,要素序號對照詳見表2),n表示提取的跟車場景片段個數(shù)。

    至此,跟車場景特征要素提取已經(jīng)完成,其提取過程有3個特點:

    (1)考慮了跟車場景中的交通環(huán)境要素和場景主體要素,并對交通環(huán)境要素進行參數(shù)化,便于場景類型劃分。

    (2)場景主體要素基于主機廠的道路試驗數(shù)據(jù),提取的場景數(shù)據(jù)源于真實駕駛數(shù)據(jù),且具有十分的典型性。

    (3)從宏觀角度出發(fā),考慮自車和目標車的車輛類型對場景類型的影響。

    3.2 主成分分析

    由3.1節(jié)的場景主體要素矩陣Pmn可知,場景主體要素包含的參數(shù)維度較高。為簡化計算,需要降低參數(shù)與參數(shù)之間的相關(guān)性,以達到可以便于聚類分析的要求。此外,由于自車與目標的車輛類型對跟車過程影響較大,需要單獨考慮,對其類型進行劃分。

    (1)車輛類型

    自車與目標的車輛類型包括轎車和大型貨車/客車兩類。依據(jù)車輛類型不同,可以將跟車場景劃分為4種類型的跟車場景,如表3所示。

    表3 場景分類

    (2)車輛位置和運動狀態(tài)

    由3.1 節(jié)可知,跟車過程中的車輛位置和運動狀態(tài)信息可由場景主體要素矩陣Pmn表征,由于矩陣維度較高,且變量之間的相關(guān)性較強,為了簡化計算,需要對主體要素矩陣進行相關(guān)性分析和降維處理。

    PCA (Principal Component Analysis)[12-14]是一種常用的數(shù)據(jù)分析方法。PCA 通過線性變換將原始數(shù)據(jù)變換為一組各維度線性無關(guān)表示,可用于提取數(shù)據(jù)的主要特征分量,常用于高維數(shù)據(jù)的降維。因此,本文使用PCA 算法對跟車場景中的主體要素進行相關(guān)性分析和降維處理。

    PCA算法的過程如下:

    (1)主體要素矩陣的標準化處理

    在主體要素矩陣Pmn進行降維之前,首先采用公式(2)對矩陣中的參數(shù)進行標準化,消除量綱對參數(shù)的影響。

    式中,Q*mn為標準化矩陣;Pmn為主體要素矩陣;σn為第n個跟車場景片段的特征參數(shù)標準差。

    經(jīng)過公式(2)對矩陣中的每一個參數(shù)進行標準化后,最終獲得的主體要素標準化矩陣如公式(3)所示。

    式中,Q*mn為標準化矩陣中第m行n列的值;P為主體要素的標準化矩陣。

    (2)利用PCA算法對標準化后主體要素矩陣進行降維

    主體要素矩陣經(jīng)過標準化處理后,已經(jīng)消除了量綱對矩陣中參數(shù)的影響,可以利用PCA算法對標準化后的矩陣進行降維處理,得到標準化后的矩陣參數(shù)線性組合R*。

    式中,Q*mn為標準化矩陣中第m行n列的值;Pomn為相關(guān)系數(shù)矩陣。

    在PCA算法的主成分分析過程中,任務(wù)主成分累計貢獻率達到85%以上,即可認為主成分可以代表原始信息。進行標準化后的場景主體要素矩陣主成分分析結(jié)果如圖7 所示,前3 個主成分的累計貢獻率已經(jīng)達到91.16%,完全可以表征跟車場景主體要素信息。依據(jù)主成分分析結(jié)果,將主體要素矩陣降為3維矩陣。

    圖7 主成分分析結(jié)果

    跟車主體要素矩陣經(jīng)過降維后,保留累計貢獻率排名前3的主成分,其參數(shù)詳見表4。

    表4 累計貢獻率排名前3的主成分

    經(jīng)過標準化后的主體要素矩陣使用PCA 算法降維后僅保留排名前3的主成分,降維后的矩陣如公式(5)所示。

    式中,P為降維后的主體要素矩陣;P1n,P2n,P3n依次代表自車加速度,目標相對距離,目標相對速度。

    4 跟車場景聚類分析

    4.1 K均值聚類算法

    K 均 值 聚 類 算 法(K-Means Clustering Algo?rithm)[15-17]是一種迭代求解的聚類分析算法,在數(shù)據(jù)分析、信號處理以及機器學(xué)習(xí)等領(lǐng)域得到了廣泛的應(yīng)用。本文采用K 均值聚類算法對降維后的跟車特征參數(shù)矩陣進行聚類,聚類過程如下:

    (1)定義初始聚類中心

    在K均值聚類的計算過程中,首先需要定義初始聚類中心矩陣以及聚類中心個數(shù)k。

    式中,M為初始聚類中心矩陣,mj為第j個聚類中心(j∈1,2,…,k),其值為隨機數(shù)。此處聚類中心個數(shù)k取值為3。

    (2)樣本分配

    在K均值聚類的計算過程中,每一輪迭代更新開始后,需要計算每個樣本分別到每個聚類中心的歐氏距離[18],其計算過程如公式(7)所示。

    式中,xi為樣本數(shù)據(jù)中的第i(i∈1,2,…,n)個樣本,d(xi, mj)為第i(i∈1,2,…,n)個樣本xi到第j(j∈1,2,…,k)個聚類中心mj之間的距離。

    計算各個樣本到各個聚類中心的距離之后,依據(jù)距離最小原則,將樣本分配到與距離中心距離最近的類中,如公式(8)所示。

    式中,x為樣本數(shù)據(jù),Mj為樣本數(shù)據(jù)聚成的類。

    (3)更新聚類中心

    由第(2)步將樣本數(shù)據(jù)聚為k類后,需要對聚類中心進行迭代更新,計算每一類樣本數(shù)據(jù)的均值,使用每一類中所有樣本數(shù)據(jù)的樣本均值作為新的聚類中心,實現(xiàn)對聚類中心的更新,其更新過程如公司(9)所示。

    式中,mˉj為更新后的聚類中心;x為Mj(j∈1,2,…,k)類中的樣本數(shù)據(jù)。

    (4)準則函數(shù)的計算

    在K均值聚類的過程中,當完成一輪樣本分配和聚類中心的更新后,需要對聚類結(jié)果的準則函數(shù)進行計算,如公式(10)所示。若準則函數(shù)結(jié)果變化較大,重復(fù)第(2)和第(3)步,繼續(xù)進行迭代更新。若準則函數(shù)的結(jié)果不變,則停止迭代,結(jié)束聚類。

    式中,E為準則函數(shù);mˉj為更新后的聚類中心;x為Mj(j∈1,2,…,k)類中的樣本數(shù)據(jù)。

    通過以上步驟計算得到每個樣本對所有聚類中心的準則函數(shù)進行計算,然后依據(jù)距離中心不變原則和誤差平方和局部最小原則,終止樣本聚類的更新迭代。

    4.2 跟車場景聚類結(jié)果分析

    利用MATLAB對樣本進行聚類,除了K均值聚類外,還以車頭間距、目標的相對速度、自車加速度進行模糊C 均值聚類,并作為對比(表5)。結(jié)果表明,K 均值聚類的相對距離和相對速度較低,且自車加速度較低,但結(jié)果都將樣本聚類為3簇,因此將跟車場景分為3類。

    表5 K均值聚類和模糊C均值聚類對比

    依據(jù)場景主體要素的聚類分析結(jié)果,將跟車場景劃分為Cluster 1~3類,聚類結(jié)果的樣例如圖8~10所示,結(jié)合場景的天氣類型、光照條件等交通環(huán)境要素,共獲得1 728類測試場景,其結(jié)果如表6所示。

    表6 聚類分析結(jié)果 類

    (1)場景聚類結(jié)果為Cluster 1樣例

    限于篇幅原因,選擇1 例聚類結(jié)果為Cluster 1 的場景作為樣例,示例1場景數(shù)據(jù)如圖8所示,跟車的車頭間距圍繞一個值在小范圍內(nèi)上下浮動,將Cluster 1劃分為穩(wěn)定跟車。

    圖8 示例1的場景數(shù)據(jù)

    (2)場景聚類結(jié)果為Cluster 2樣例

    限于篇幅原因,選擇1 例聚類結(jié)果為Cluster 2 的場景作為樣例,示例2場景數(shù)據(jù)如圖9所示,跟車的車頭間距不斷縮小,相對速度恒為負值,將Cluster 2 劃分為加速跟車。

    圖9 示例2的場景數(shù)據(jù)

    (3)場景聚類結(jié)果為Cluster 3樣例

    限于篇幅原因,選擇1 例聚類結(jié)果為Cluster 3 的場景作為樣例,示例3 場景數(shù)據(jù)如圖10 所示,跟車的車頭間距不斷增大,相對速度恒為正值,將Cluster 3劃分為減速跟車。

    圖10 示例3的場景數(shù)據(jù)

    5 結(jié)束語

    本文基于道路試驗數(shù)據(jù)提取了跟車場景特征要素,運用K 均值聚類算法進行場景挖掘,挖掘獲得大量具有實際價值的跟車場景,并以此為基礎(chǔ),構(gòu)造了大量的跟車測試場景。場景數(shù)據(jù)源于真實道路試驗,構(gòu)建的場景更具有真實性、可靠性,對智能駕駛汽車的跟車仿真模型的建設(shè)具有重要意義。

    未來的研究內(nèi)容,將會依托提取的跟車測試場景,圍繞高速領(lǐng)航功能、彎道跟車輔助功能、自動環(huán)道功能測試的仿真模型搭建展開。

    猜你喜歡
    降維均值聚類
    Three-Body’s epic scale and fiercely guarded fanbase present challenges to adaptations
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    均值不等式失效時的解決方法
    均值與方差在生活中的應(yīng)用
    基于改進的遺傳算法的模糊聚類算法
    關(guān)于均值有界變差函數(shù)的重要不等式
    一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
    對偶均值積分的Marcus-Lopes不等式
    拋物化Navier-Stokes方程的降維仿真模型
    計算物理(2014年1期)2014-03-11 17:00:18
    国产精品成人在线| 女警被强在线播放| 啦啦啦免费观看视频1| 侵犯人妻中文字幕一二三四区| 国产亚洲精品第一综合不卡| 伦理电影免费视频| 老汉色av国产亚洲站长工具| 日韩 欧美 亚洲 中文字幕| 麻豆乱淫一区二区| 欧洲精品卡2卡3卡4卡5卡区| 欧美黄色片欧美黄色片| 亚洲一区二区三区不卡视频| 可以免费在线观看a视频的电影网站| 精品亚洲成a人片在线观看| 中文亚洲av片在线观看爽 | 免费看十八禁软件| 看片在线看免费视频| 另类亚洲欧美激情| 欧美日韩一级在线毛片| 婷婷成人精品国产| 亚洲成国产人片在线观看| 人人妻人人澡人人爽人人夜夜| 国精品久久久久久国模美| 亚洲av日韩在线播放| 久久精品人人爽人人爽视色| 国产日韩欧美亚洲二区| 一本大道久久a久久精品| 精品一区二区三区四区五区乱码| 国产欧美日韩一区二区三区在线| 久久久久久久久免费视频了| 两人在一起打扑克的视频| 久久久久久久精品吃奶| 亚洲av成人av| 国产淫语在线视频| 日本黄色视频三级网站网址 | 久久影院123| 亚洲国产欧美一区二区综合| 欧美日本中文国产一区发布| 捣出白浆h1v1| 美女视频免费永久观看网站| 国精品久久久久久国模美| 中文字幕人妻熟女乱码| 亚洲av欧美aⅴ国产| 久久人妻熟女aⅴ| av欧美777| 每晚都被弄得嗷嗷叫到高潮| 成熟少妇高潮喷水视频| 国产欧美日韩精品亚洲av| 国产99白浆流出| 18禁裸乳无遮挡免费网站照片 | 91精品国产国语对白视频| 91av网站免费观看| 久久狼人影院| 在线观看66精品国产| 搡老乐熟女国产| 99riav亚洲国产免费| 亚洲精品美女久久av网站| 精品一区二区三区视频在线观看免费 | 波多野结衣av一区二区av| a级毛片黄视频| 黄色a级毛片大全视频| 成年女人毛片免费观看观看9 | 欧美黄色片欧美黄色片| 亚洲专区中文字幕在线| 亚洲国产欧美网| 亚洲一区高清亚洲精品| 18禁裸乳无遮挡免费网站照片 | 在线天堂中文资源库| 久久久国产欧美日韩av| 亚洲精品久久午夜乱码| 日韩一卡2卡3卡4卡2021年| 国产精品久久久久久人妻精品电影| 夫妻午夜视频| 久久国产精品影院| 搡老乐熟女国产| 国产av又大| 午夜亚洲福利在线播放| 丁香欧美五月| 色婷婷久久久亚洲欧美| 免费久久久久久久精品成人欧美视频| 男女之事视频高清在线观看| 韩国精品一区二区三区| 亚洲欧美日韩另类电影网站| 丝袜美足系列| 久久久久精品国产欧美久久久| 亚洲男人天堂网一区| 男女午夜视频在线观看| 丝袜美足系列| 亚洲情色 制服丝袜| 99久久国产精品久久久| 黄频高清免费视频| 人妻一区二区av| 国产又爽黄色视频| 亚洲熟女毛片儿| 亚洲精品av麻豆狂野| 精品熟女少妇八av免费久了| 18禁国产床啪视频网站| 亚洲av成人一区二区三| 99久久国产精品久久久| 精品乱码久久久久久99久播| 午夜福利一区二区在线看| 精品视频人人做人人爽| 一边摸一边抽搐一进一出视频| 操出白浆在线播放| av网站免费在线观看视频| 国产精品.久久久| 老汉色av国产亚洲站长工具| 一进一出好大好爽视频| 婷婷精品国产亚洲av在线 | 丁香六月欧美| aaaaa片日本免费| 免费人成视频x8x8入口观看| 老汉色av国产亚洲站长工具| 巨乳人妻的诱惑在线观看| 一级黄色大片毛片| 国产精品欧美亚洲77777| 国产色视频综合| 天堂中文最新版在线下载| av有码第一页| 90打野战视频偷拍视频| 久久久水蜜桃国产精品网| 精品亚洲成a人片在线观看| av免费在线观看网站| 91在线观看av| √禁漫天堂资源中文www| 桃红色精品国产亚洲av| 亚洲黑人精品在线| 久久久水蜜桃国产精品网| 亚洲成国产人片在线观看| 这个男人来自地球电影免费观看| av欧美777| 国产精品香港三级国产av潘金莲| 天天躁夜夜躁狠狠躁躁| 在线观看免费视频日本深夜| 亚洲精品国产区一区二| 国产亚洲一区二区精品| 黄色 视频免费看| 欧美日韩亚洲高清精品| 国产深夜福利视频在线观看| 亚洲av成人不卡在线观看播放网| 亚洲国产毛片av蜜桃av| 国产av精品麻豆| 亚洲熟女精品中文字幕| 国产极品粉嫩免费观看在线| 精品卡一卡二卡四卡免费| 91字幕亚洲| 亚洲精品美女久久久久99蜜臀| 久久人妻熟女aⅴ| 日本vs欧美在线观看视频| 最近最新中文字幕大全电影3 | 中文字幕最新亚洲高清| 九色亚洲精品在线播放| 国产精品免费一区二区三区在线 | 日本一区二区免费在线视频| 亚洲中文日韩欧美视频| 伊人久久大香线蕉亚洲五| 亚洲av成人av| 两人在一起打扑克的视频| 少妇猛男粗大的猛烈进出视频| 国产精品99久久99久久久不卡| 一级a爱片免费观看的视频| 亚洲第一青青草原| 久久香蕉激情| 91在线观看av| 美女午夜性视频免费| 丝袜美腿诱惑在线| 18禁裸乳无遮挡动漫免费视频| av一本久久久久| 免费在线观看视频国产中文字幕亚洲| 国产欧美日韩一区二区三区在线| 日韩熟女老妇一区二区性免费视频| 亚洲精华国产精华精| 久久久久国产一级毛片高清牌| 亚洲精品av麻豆狂野| 亚洲熟女毛片儿| 久久天堂一区二区三区四区| 欧美乱妇无乱码| 久久热在线av| 男人舔女人的私密视频| 日韩视频一区二区在线观看| e午夜精品久久久久久久| 99国产精品99久久久久| 午夜影院日韩av| 久久精品人人爽人人爽视色| aaaaa片日本免费| 91精品国产国语对白视频| 飞空精品影院首页| 人人妻人人澡人人爽人人夜夜| 桃红色精品国产亚洲av| av天堂久久9| 亚洲自偷自拍图片 自拍| 伊人久久大香线蕉亚洲五| 国产精品九九99| 别揉我奶头~嗯~啊~动态视频| 欧美日韩亚洲国产一区二区在线观看 | 香蕉丝袜av| 午夜福利在线观看吧| 国产欧美日韩综合在线一区二区| 免费久久久久久久精品成人欧美视频| 中文字幕av电影在线播放| 亚洲精品在线美女| 国产精品.久久久| 女警被强在线播放| 午夜91福利影院| 日韩成人在线观看一区二区三区| 国产精品av久久久久免费| 人人妻人人澡人人看| 中文字幕av电影在线播放| 午夜精品国产一区二区电影| 久久久水蜜桃国产精品网| 欧美人与性动交α欧美精品济南到| 午夜成年电影在线免费观看| 欧美日韩黄片免| 99热只有精品国产| 99精品久久久久人妻精品| 窝窝影院91人妻| 黄色 视频免费看| 十八禁网站免费在线| 欧美日韩视频精品一区| 黑人猛操日本美女一级片| 欧美国产精品va在线观看不卡| 亚洲av成人不卡在线观看播放网| 久久精品人人爽人人爽视色| 精品欧美一区二区三区在线| 一级a爱视频在线免费观看| 久久中文看片网| a在线观看视频网站| 中文字幕最新亚洲高清| 午夜视频精品福利| 少妇裸体淫交视频免费看高清 | 亚洲一区中文字幕在线| 免费看a级黄色片| 久久国产精品大桥未久av| 99热国产这里只有精品6| 成年人免费黄色播放视频| 在线观看免费午夜福利视频| 咕卡用的链子| 国产不卡一卡二| 大型av网站在线播放| 日韩欧美在线二视频 | 99在线人妻在线中文字幕 | 精品高清国产在线一区| 亚洲av成人不卡在线观看播放网| 老司机影院毛片| 最新在线观看一区二区三区| 国产精品1区2区在线观看. | 狠狠狠狠99中文字幕| 777米奇影视久久| 色老头精品视频在线观看| 啦啦啦免费观看视频1| 黄频高清免费视频| 国产亚洲欧美98| 欧美乱色亚洲激情| 亚洲视频免费观看视频| 一区二区三区精品91| 50天的宝宝边吃奶边哭怎么回事| 悠悠久久av| 午夜福利免费观看在线| 亚洲精品国产一区二区精华液| 老司机深夜福利视频在线观看| 日本黄色视频三级网站网址 | 美女高潮到喷水免费观看| 操美女的视频在线观看| 久久国产精品人妻蜜桃| 欧美国产精品va在线观看不卡| 久久国产乱子伦精品免费另类| 日本精品一区二区三区蜜桃| 成人国语在线视频| 少妇 在线观看| 一本一本久久a久久精品综合妖精| 18禁裸乳无遮挡免费网站照片 | 别揉我奶头~嗯~啊~动态视频| 国产精品电影一区二区三区 | 国产精品av久久久久免费| 国产成人欧美在线观看 | 中文字幕精品免费在线观看视频| 一边摸一边抽搐一进一出视频| 亚洲成人免费av在线播放| 亚洲黑人精品在线| 少妇猛男粗大的猛烈进出视频| 日韩免费av在线播放| 国产男女超爽视频在线观看| 多毛熟女@视频| 999久久久精品免费观看国产| 黄片小视频在线播放| 欧美色视频一区免费| 欧美日韩国产mv在线观看视频| 欧美日韩亚洲高清精品| 精品国产一区二区三区久久久樱花| 亚洲精品乱久久久久久| 精品国产亚洲在线| 久久中文字幕人妻熟女| 精品一区二区三区四区五区乱码| 无限看片的www在线观看| 在线观看一区二区三区激情| 99riav亚洲国产免费| 久久人人爽av亚洲精品天堂| 美女国产高潮福利片在线看| 久久天堂一区二区三区四区| x7x7x7水蜜桃| 亚洲午夜精品一区,二区,三区| 午夜免费成人在线视频| 亚洲av日韩在线播放| www.精华液| 国产精品一区二区精品视频观看| 欧美黑人精品巨大| 欧美日韩一级在线毛片| 欧美人与性动交α欧美软件| 午夜福利乱码中文字幕| 很黄的视频免费| 在线十欧美十亚洲十日本专区| 国产又色又爽无遮挡免费看| 成年人黄色毛片网站| 久久精品国产综合久久久| 亚洲精品久久成人aⅴ小说| 久久九九热精品免费| 99久久99久久久精品蜜桃| av欧美777| 欧美日韩福利视频一区二区| 国产免费男女视频| 国产不卡av网站在线观看| 在线观看免费午夜福利视频| 少妇 在线观看| 亚洲av成人av| 国产亚洲欧美精品永久| 999久久久国产精品视频| 18禁美女被吸乳视频| 黑人猛操日本美女一级片| 老熟妇仑乱视频hdxx| 亚洲av日韩在线播放| 亚洲情色 制服丝袜| 亚洲成人免费av在线播放| 午夜福利在线观看吧| 久久人妻av系列| 自线自在国产av| 免费女性裸体啪啪无遮挡网站| 夜夜夜夜夜久久久久| 老司机在亚洲福利影院| 国产真人三级小视频在线观看| 亚洲九九香蕉| 大码成人一级视频| 一二三四在线观看免费中文在| 久热这里只有精品99| 久久午夜亚洲精品久久| 色播在线永久视频| 国产又色又爽无遮挡免费看| 后天国语完整版免费观看| 人妻久久中文字幕网| 欧美不卡视频在线免费观看 | 91老司机精品| 中文字幕制服av| 久久人妻福利社区极品人妻图片| 久久久久视频综合| 黑人巨大精品欧美一区二区mp4| 99在线人妻在线中文字幕 | 9191精品国产免费久久| 黄片小视频在线播放| 久久这里只有精品19| 久久香蕉精品热| 国产成人精品在线电影| 最新美女视频免费是黄的| 国产精品综合久久久久久久免费 | 国产精品九九99| e午夜精品久久久久久久| 麻豆成人av在线观看| 视频区欧美日本亚洲| 欧美另类亚洲清纯唯美| 丝瓜视频免费看黄片| 午夜福利在线观看吧| 精品卡一卡二卡四卡免费| 国产高清视频在线播放一区| 国产精品 国内视频| 不卡av一区二区三区| 99re6热这里在线精品视频| aaaaa片日本免费| 午夜激情av网站| 美女高潮喷水抽搐中文字幕| 国产单亲对白刺激| 亚洲国产欧美日韩在线播放| 免费看十八禁软件| 9191精品国产免费久久| 久久国产精品男人的天堂亚洲| 亚洲国产精品一区二区三区在线| 50天的宝宝边吃奶边哭怎么回事| 在线观看一区二区三区激情| 精品熟女少妇八av免费久了| 少妇猛男粗大的猛烈进出视频| 亚洲精品国产区一区二| 中国美女看黄片| 午夜91福利影院| 少妇被粗大的猛进出69影院| 女人精品久久久久毛片| 超碰成人久久| 男女床上黄色一级片免费看| 成熟少妇高潮喷水视频| 国产亚洲一区二区精品| 亚洲精品美女久久av网站| 老司机午夜十八禁免费视频| 热re99久久精品国产66热6| 亚洲aⅴ乱码一区二区在线播放 | 欧美在线黄色| 久久99一区二区三区| 一级毛片女人18水好多| 国产亚洲精品第一综合不卡| tocl精华| 下体分泌物呈黄色| 欧美午夜高清在线| 国产在线精品亚洲第一网站| 国产一区在线观看成人免费| 欧美黄色淫秽网站| 欧美日韩亚洲高清精品| 亚洲五月婷婷丁香| 久久国产精品影院| 男女之事视频高清在线观看| 91精品国产国语对白视频| 免费在线观看完整版高清| av网站在线播放免费| 欧美日韩亚洲高清精品| 国产精品久久视频播放| 又黄又粗又硬又大视频| 亚洲性夜色夜夜综合| 黑人欧美特级aaaaaa片| av在线播放免费不卡| x7x7x7水蜜桃| 老熟妇仑乱视频hdxx| 大香蕉久久成人网| 欧美成人午夜精品| 男女下面插进去视频免费观看| 黄色怎么调成土黄色| 欧美黑人精品巨大| 操出白浆在线播放| 757午夜福利合集在线观看| 亚洲av成人av| 色尼玛亚洲综合影院| 午夜福利视频在线观看免费| 久久久国产成人免费| 国产乱人伦免费视频| videosex国产| 9色porny在线观看| 日韩欧美一区视频在线观看| 免费不卡黄色视频| 18禁观看日本| 在线av久久热| 亚洲片人在线观看| 9色porny在线观看| 日韩熟女老妇一区二区性免费视频| 国产99白浆流出| 五月开心婷婷网| 91大片在线观看| 久久国产乱子伦精品免费另类| 久久精品成人免费网站| 亚洲自偷自拍图片 自拍| 国产成人精品在线电影| 99精品在免费线老司机午夜| 国产欧美亚洲国产| 多毛熟女@视频| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲熟女精品中文字幕| 在线观看www视频免费| 亚洲一区二区三区欧美精品| 国产亚洲精品一区二区www | 99精品久久久久人妻精品| 国产成人精品久久二区二区免费| 久久久久久人人人人人| 午夜福利在线观看吧| 女性被躁到高潮视频| 黄色视频不卡| www.精华液| 免费黄频网站在线观看国产| 十分钟在线观看高清视频www| 久久久精品区二区三区| 中亚洲国语对白在线视频| 色婷婷久久久亚洲欧美| 精品国产乱码久久久久久男人| 黑人猛操日本美女一级片| 涩涩av久久男人的天堂| 操出白浆在线播放| 不卡一级毛片| 亚洲七黄色美女视频| 窝窝影院91人妻| 亚洲视频免费观看视频| 别揉我奶头~嗯~啊~动态视频| 热99国产精品久久久久久7| 亚洲av日韩精品久久久久久密| 成人国语在线视频| 亚洲精品在线观看二区| 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 | 视频区图区小说| 天堂俺去俺来也www色官网| 电影成人av| 亚洲一区二区三区不卡视频| 亚洲精品粉嫩美女一区| 国产aⅴ精品一区二区三区波| 人人妻,人人澡人人爽秒播| 麻豆国产av国片精品| 精品国产超薄肉色丝袜足j| 亚洲人成电影观看| 精品少妇一区二区三区视频日本电影| 91成年电影在线观看| 国产精品电影一区二区三区 | 日韩一卡2卡3卡4卡2021年| 12—13女人毛片做爰片一| 搡老岳熟女国产| 无人区码免费观看不卡| 老司机靠b影院| 在线观看免费日韩欧美大片| 一级黄色大片毛片| 精品久久久久久久毛片微露脸| 国产成人啪精品午夜网站| 人人妻,人人澡人人爽秒播| 亚洲成a人片在线一区二区| 乱人伦中国视频| 如日韩欧美国产精品一区二区三区| 两性午夜刺激爽爽歪歪视频在线观看 | 在线免费观看的www视频| 后天国语完整版免费观看| 在线观看www视频免费| 久久精品91无色码中文字幕| 久久香蕉精品热| 国产亚洲精品久久久久5区| 色播在线永久视频| 亚洲人成77777在线视频| 丝袜美足系列| 国产精品九九99| 看黄色毛片网站| 亚洲性夜色夜夜综合| 国产成+人综合+亚洲专区| 国内毛片毛片毛片毛片毛片| 亚洲va日本ⅴa欧美va伊人久久| 国产精品免费一区二区三区在线 | av国产精品久久久久影院| 男女床上黄色一级片免费看| 一级片'在线观看视频| 十八禁高潮呻吟视频| 精品国产一区二区久久| 亚洲 国产 在线| 黄色片一级片一级黄色片| 天天躁夜夜躁狠狠躁躁| 国产极品粉嫩免费观看在线| 久久人人97超碰香蕉20202| 99热国产这里只有精品6| 丝瓜视频免费看黄片| 两人在一起打扑克的视频| 国产野战对白在线观看| 少妇的丰满在线观看| 欧美在线黄色| 美女扒开内裤让男人捅视频| 国产高清激情床上av| 亚洲avbb在线观看| 国产av一区二区精品久久| 多毛熟女@视频| 久久精品aⅴ一区二区三区四区| 国产成人av教育| 大型黄色视频在线免费观看| 精品国产一区二区久久| 日韩欧美国产一区二区入口| 99久久国产精品久久久| 午夜免费成人在线视频| 久久久国产成人精品二区 | 亚洲成人手机| 美女高潮到喷水免费观看| 中文字幕高清在线视频| 国产三级黄色录像| 免费一级毛片在线播放高清视频 | 精品少妇久久久久久888优播| 在线永久观看黄色视频| 多毛熟女@视频| 久热这里只有精品99| 欧美国产精品一级二级三级| 国产一卡二卡三卡精品| 国产99久久九九免费精品| 午夜福利在线免费观看网站| 超碰成人久久| 十八禁人妻一区二区| 国产无遮挡羞羞视频在线观看| 久久天躁狠狠躁夜夜2o2o| 欧美日韩av久久| 1024视频免费在线观看| 一级a爱视频在线免费观看| 一边摸一边抽搐一进一小说 | 日本精品一区二区三区蜜桃| 国产精品电影一区二区三区 | 老司机影院毛片| 在线十欧美十亚洲十日本专区| 久久久水蜜桃国产精品网| 黄色毛片三级朝国网站| 麻豆av在线久日| 免费黄频网站在线观看国产| 999精品在线视频| 欧美日韩精品网址| av片东京热男人的天堂| 99re6热这里在线精品视频| 亚洲色图av天堂| 在线观看免费日韩欧美大片| 99re在线观看精品视频| 在线国产一区二区在线| 欧美精品一区二区免费开放| 成年动漫av网址| 王馨瑶露胸无遮挡在线观看| 桃红色精品国产亚洲av| 99re在线观看精品视频| 亚洲av成人一区二区三| tocl精华| 久热这里只有精品99| 国产在视频线精品| 在线观看免费午夜福利视频| 91麻豆精品激情在线观看国产 | 国产精品1区2区在线观看. | 黄色 视频免费看| 成人18禁在线播放| 黄频高清免费视频| 日韩制服丝袜自拍偷拍| 人人澡人人妻人| 天天操日日干夜夜撸|