• <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 ?

    視覺機械臂物體識別與抓取技術(shù)研究及系統(tǒng)開發(fā)

    2022-07-18 09:24:58秦志民高振清高寶雷文博宇杜艷平李宏峰
    機械科學與技術(shù) 2022年7期
    關(guān)鍵詞:位姿標定物體

    秦志民,高振清,高寶雷,文博宇,杜艷平,李宏峰*,

    (1.北京印刷學院 機電工程學院,北京 102600;2.北人智能制造科技有限公司,北京 102600)

    隨著深度學習技術(shù)的不斷發(fā)展,視覺識別技術(shù)在機器人領(lǐng)域的應用越來越廣泛,在機械臂抓取領(lǐng)域的研究與應用也成為熱點之一。自2006年以來,基于深度卷積神經(jīng)網(wǎng)絡的圖像識別技術(shù)得到了快速發(fā)展,比較典型的卷積神經(jīng)網(wǎng)絡包括LeNet、AlexNet、VGG、ZFNet、ResNet等。其中,AlexNet的圖像識別檢測過程中通過若干卷積層和池化層,逐步對圖像進行特征提取和分類[1]。VGG16的結(jié)構(gòu)是標準卷積層、池化層和全連接層的迭代,根據(jù)需要可以修改網(wǎng)絡深度,但是每次遍歷整張圖片,包含數(shù)量巨大的權(quán)重數(shù)目,使得擬合能力很高,訓練時間和內(nèi)存要求也相應增加[2]。SSD采用VGG16作為基礎(chǔ)網(wǎng)絡模型,新增了卷積層來獲得更多的特征圖用于檢測,在不增加參數(shù)與模型復雜度的條件下擴大卷積的視野[3]。YOLO 降低了部分準確率,檢測速度得到了極大提升,實時檢測速度達到 50 fps[4],其YOLOv3在準確率和速度上均比SSD更為優(yōu)越[5]。

    通常的目標識別方法將物體用矩形框框出,并輸出物體的所屬種類及分類概率。鑒于矩形框無法準確表達物體的形狀和擺放姿態(tài)的區(qū)別,所以需要對物體的位姿進行進一步的預測。對于機械臂抓取過程,早期主要使用分析方法和3D推理預測抓取位置和角度[6]。此類方法要求物體信息完整,比如需要給定物體的完整三維模型,以及物體的表面摩擦特性和質(zhì)量分布等。然而,對物體3D模型和相關(guān)屬性的感知和推斷是非常困難的,比如使用RGB相機不易推斷物體的摩擦力或者質(zhì)量。一些研究工作使用模擬器進行抓取預測[7],但是模擬器的仿真環(huán)境與真實環(huán)境差異較大,遷移效果難以保證。近年來,通過視覺學習直接從RGB或RGB-D圖像預測抓取位置受到研究者們的關(guān)注,比如文獻[8-9]使用邊緣、紋理等視覺特征學習或者邏輯回歸的方法進行抓取預測。

    本次研究采用基于深度學習的視覺識別技術(shù),搭建了視覺機械臂抓取系統(tǒng)。研究過程中,采用深度學習算法進行圖像特征的提取,通過DarkNet-53實現(xiàn)圖像識別,進而獲得目標物體的抓取位姿,最后控制機械臂實現(xiàn)抓取。研究過程中,搭建了物理樣機,并進行了實驗分析。

    1 系統(tǒng)總體組成與工作原理

    基于深度學習的視覺機械臂目標識別與抓取系統(tǒng)主要由機器視覺單元、機械臂控制單元、計算機控制單元構(gòu)成。機器視覺單元通過控制攝像機傳感器采集目標圖像,機械臂控制單元通過伺服驅(qū)動器控制各關(guān)節(jié)轉(zhuǎn)動,計算機控制單元進行圖像檢測、位置標定等。系統(tǒng)總體組成與工作原理如圖1所示。

    圖1 系統(tǒng)總體組成與工作原理

    為實現(xiàn)物體抓取,首先要確定目標物體在機械臂坐標系中的位姿。通過相機直接獲取包含物體的圖像,利用圖像識別和檢測算法得到物體在像素坐標系下的坐標。通過標定將物體的位姿從像素坐標系變換到機械臂坐標系下。視覺系統(tǒng)的標定包括相機標定和手眼標定,通過相機標定建立像素坐標系到相機坐標系的變換關(guān)系,通過手眼標定建立相機坐標系到機械臂坐標系的轉(zhuǎn)換關(guān)系。

    在完成坐標轉(zhuǎn)換的基礎(chǔ)上,為使機械臂完成物體抓取,需給定機械臂的各關(guān)節(jié)坐標。通過標定得到物體在機械臂坐標系下的位姿,根據(jù)被抓物體的形狀和機械臂末端執(zhí)行器的結(jié)構(gòu),坐標變換得到抓取物體所要求的機械臂末端執(zhí)行器的位姿。根據(jù)機械臂運動學模型,通過計算運動學逆解獲得對應的機械臂關(guān)節(jié)角度,驅(qū)動機械臂各關(guān)節(jié)到達指定的坐標。

    2 目標分類預測與識別

    目標分類預測的任務是找出圖像中的待操作物體,同時檢測其尺寸及位姿,是目前機器視覺領(lǐng)域的核心問題之一。本次研究使用預訓練好的YOLOv3目標分類算法進行目標的識別分類。為了提高工作效率,使用MSCOCO數(shù)據(jù)集與ImageNet數(shù)據(jù)集進行兩次訓練,提升訓練速度并保證訓練準確。使用MSCOCO數(shù)據(jù)集進行快速訓練,考慮到該數(shù)據(jù)集沒有ImageNet數(shù)據(jù)集中的物體種類全面,如果無法檢測出物體,再使用ImageNet做進一步的訓練。

    YOLOv3采用單獨的CNN模型實現(xiàn)端到端的目標檢測,可有效解決R-CNN系列算法采用滑動窗口進行目標檢測所帶來的耗時過長問題。將原始輸入圖像分割成若干個互不重合的單元格。目標物體的中心點所在的單元格用來對該目標物體進行識別預測,每個單元格會給出多個邊界框以及邊界框的置信度。置信度通過預測框與實際框的IOU(交并比)來表征。每個單元格會預測出多個類別概率值,用于表征目標物體屬于各個類別的概率。

    YOLOv3采用Darknet-53和分類器,在準確率和速度方面得以保證,并采用類似FPN的上采樣和融合做法,可以顯著提高小目標物體的檢測效果。YOLOv3的網(wǎng)絡結(jié)構(gòu)圖如圖2所示。從圖中可以看出,特定尺寸大小的輸入圖片進入Darknet-53網(wǎng)絡后得到3個分支,這些分支在經(jīng)過一系列的卷積、上采樣以及合并等操作后最終得到了3個不同尺寸的feature map,即y1、y2、y3,其中,y1用于預測大尺寸物體,y2用于預測中等尺寸物體,y3用于預測小尺寸的物體。

    圖2 YOLOv3的網(wǎng)絡結(jié)構(gòu)圖

    圖2中DBL是YOLOv3的基本組件,由卷積層和BN以及l(fā)eaky relu共同構(gòu)成;YOLOv3采用ResNet的殘差結(jié)構(gòu),可以提升網(wǎng)絡結(jié)構(gòu)的深度,Resn表示res-block里有多少個res-unit,是YOLOv3的大組件;concat表示張量拼接,目的是把Darknet中間層和后面的某一層的上采樣進行拼接。通過以上網(wǎng)絡結(jié)構(gòu)能夠?qū)崿F(xiàn)對大、中、小物體的識別預測。

    3 目標位姿檢測及抓取區(qū)域分析

    目標物體的抓取位姿預測是通過回歸模型實現(xiàn)的,將原始RGB圖像送入網(wǎng)絡后直接回歸得到抓取位姿。回歸任務的評價指標通常為預測值與真實值之間的差別。本次研究使用YOLOv3的骨架DarkNet-53進行抓取坐標的回歸。為了微調(diào)原網(wǎng)絡權(quán)重適應抓取檢測的應用,將Cornell Grasp Dataset用于網(wǎng)絡的訓練。然后將訓練集中4個坐標點轉(zhuǎn)成五參數(shù)表示法[10],五參數(shù)表示法給出了在對物體執(zhí)行抓取時二指平行抓手的位置和方向。

    五參法表示結(jié)果(X0,Y0,H0,W0,θ0)由訓練數(shù)據(jù)集中給出的正例抓取框的4個頂點坐標計算得到,假設這4個頂點坐標分別為(x1,y1)、(x2,y2)、(x3,y3)、(x4,y4),如圖 3所示。

    圖3 抓取矩形的Ground Truth在圖像中的幾何描述

    X0,Y0,H0,W0,θ0的計算式為:

    (1)

    式中:(X0,Y0)是與抓取矩形的中心對應的坐標;H0是二指平行抓手最大高度;W0是二指平行抓手的手指寬度;θ0是抓取矩形相對于水平軸的角度。由式(1)可知,為了計算角度θ0,抓取矩形應避免出現(xiàn)W0絕對豎直的情況(此時正切值無窮大),研究過程中對計算值和預測值進行了限幅,將角度值限制在-85°~85°之間。模型假設每個圖像都包含一個可抓取的目標物體,并且只需要預測最佳抓取位姿(x,y,h,w,θ)。

    經(jīng)過計算得到的五維坐標相當于每張圖片的標簽,再將這些信息轉(zhuǎn)換為tf-record格式,即可輸入網(wǎng)絡中進行訓練,如圖4所示。在經(jīng)過Darknet-53特征提取之后,進行平局池化,形成全連接層,并使用dropout防止過擬合,最后輸出抓取位姿的真實坐標值。

    圖4 網(wǎng)絡主體框架圖

    研究過程中使用均方差(MSE)作為損失函數(shù),隨機梯度下降法(SGD)作為優(yōu)化器。損失函數(shù)的定義為

    Lgp-reg=

    (2)

    式中:(x,y,h,w,θ)為預測值;(X0,Y0,H0,W0,θ0)為真實值;λ為角度加權(quán)值,設為10;N為batch(批量)大小。

    對于單物體單抓取,訓練時模型只選擇其中一個Ground Truth(真值框)進行學習。由于每次的選擇都會變化,因此不會過擬合。最后,將預測得到的五維坐標轉(zhuǎn)為抓取預測框的4個頂點即可。具體訓練過程分為3個階段:

    1) 第一階段預訓練,只訓練一個epoch,初始學習率為10×10-4,通過預訓練可以一定程度上解決深度網(wǎng)絡中梯度擴散問題以及隨著網(wǎng)絡加深出現(xiàn)的多特征問題,并最終得到比較好的局部最優(yōu)解。

    2) 第二階段訓練20個epoch,這一階段做遷移學習,在基礎(chǔ)數(shù)據(jù)集和任務上訓練一個基礎(chǔ)網(wǎng)絡,然后轉(zhuǎn)移到第二個目標網(wǎng)絡并在目標數(shù)據(jù)集和任務上接受訓練,目的是提高訓練的速度以及改善深度學習模型的性能,所以只訓練相關(guān)層。

    3) 第三階段訓練30個epoch,開放所有層,使用抓取數(shù)據(jù)集做微調(diào)。這一階段是將預訓練過的模型作用于自己的數(shù)據(jù)集,并使參數(shù)適應數(shù)據(jù)集,所用的深度學習框架為TensorFlow1.13.1-gpu,cuda=10.0,cudnn=7.4,使用的顯卡為Quadro K620,顯存為6 GB。

    4 系統(tǒng)平臺搭建與實驗

    4.1 系統(tǒng)硬件平臺搭建

    在以上目標識別與抓取位姿預測的基礎(chǔ)上,搭建了視覺機械臂的硬件平臺。按照標準D-H方法建立機械臂關(guān)節(jié)坐標系[11-13],并根據(jù)需要將圖像坐標、相機坐標等轉(zhuǎn)換到機器人坐標系下,以便機械臂按照控制指令運動。計算機與機器人控制器通訊,得到物體抓取位置坐標,并將其轉(zhuǎn)換到機器人坐標下,利用運動學分析方法得到各個關(guān)節(jié)角度,隨后向控制器發(fā)送運行指令對機器人進行控制動作。

    本次研究的對象是平臺放置物體的抓取,待抓取物體都處在同一個平面內(nèi),所以不涉及深度信息。相機和桌面的距離是固定的,根據(jù)預測到的物體在桌面上的坐標,根據(jù)幾何原理得到相機距離物體的距離,進而通過坐標轉(zhuǎn)換可以將物體在桌面的坐標轉(zhuǎn)換到相機坐標中。同理,機器人初始位置與桌面也有固定的距離,由此也可以推算物體與執(zhí)行器末端的坐標轉(zhuǎn)換,最后通過相機與執(zhí)行器末端的標定,將圖像坐標轉(zhuǎn)換到機器人坐標下,再根據(jù)逆運動學求解各個關(guān)節(jié)的轉(zhuǎn)動角度,實現(xiàn)運動控制。

    4.2 實驗與結(jié)果分析

    模型訓練及實驗是在CPU為Intel?CoreTMi5-6500 3.20GHz,RAM為4GB,操作系統(tǒng)為Ubuntu16.4的計算機上完成,沒有使用GPU加速。物體圖片由logitech單目USB攝像頭采集,原圖分辨率為1 280×720。軟件部分基于Tensorflow深度學習框架Python編寫。

    執(zhí)行抓取運動的機器人為6軸串聯(lián)工業(yè)機器人,具體抓取過程如下:

    1) 初始化機械臂位姿及夾持器開度。設機械臂在笛卡兒空間下的初始位姿為(x0,y0,z0,rx0,ry0,rz0),夾持器開度為L;

    2) 控制機械臂令末端執(zhí)行器到達抓取點的正上方,并將末端執(zhí)行器旋轉(zhuǎn)至檢測結(jié)果的姿態(tài)角度;

    3) 下移末端執(zhí)行器并閉合夾持器以抓取物體;

    4) 控制機械臂將目標物體提起后返回初始位姿。

    經(jīng)實驗測試,改進的算法在Darknet-53網(wǎng)絡模型下可以快速的檢測識別目標物體,檢測速度可以達到0.52 s,能夠滿足實時性要求。由此可見,對于不同形狀和種類的物體,該方法均可以預測出一個可以完成抓取任務的抓取框如圖5所示。從圖5中可發(fā)現(xiàn),該算法可以根據(jù)物體的形狀特點來預測抓取框,比如中空的環(huán)形線纜、規(guī)則的快遞盒以及帶有邊框的收納盒;對于小物體,該算法也可以得到一個較好的預測結(jié)果,比如小螺絲釘、小工件以及小的螺絲刀等。

    圖5 不同種類物體的抓取預測結(jié)果

    由第3節(jié)中提到的五參數(shù)法可以計算出以上抓取預測矩形框的中心點位置坐標(x,y)和抓取矩形相對于物體水平軸的角度θ。由于實際最佳抓取位置通常位于物體的中心軸線上,本文定義抓取預測中心點的位置與實際抓取物體中心軸線的最短距離為抓取位置偏差。圖5所示的預測結(jié)果與實際最佳抓取位置和方向的偏差如表1所示。

    表1 預測結(jié)果與實際最佳抓取位置和方向的偏差

    由表1可得,對于不同的物體,采用Darknet-53深度學習算法預測得到的抓取位置偏差與實際最佳抓取位置平均偏差為1.10 mm,方向偏差為±(3°~5°),能夠滿足精度要求。

    結(jié)合以上視覺識別算法,采用六自由度機械臂,開發(fā)的視覺機械臂物理樣機如圖6所示,并進行了實驗分析。

    圖6 物理樣機實驗

    實驗過程中,采用基于DarkNet-53的五參數(shù)法完成了目標位姿的檢測,檢測速度可以達到0.52 s/張,檢測準確率達到70%。與基于滑動窗口的抓取預測方法相比較,在檢測準確率相當?shù)那闆r下,每個物體的檢測速度提高1.3 s。與七參數(shù)法相比較,檢測準確率提高了10%。實驗結(jié)果表明,本次研究的視覺機械臂的目標識別和抓取兼顧了速度和精度兩個關(guān)鍵指標,該方法有效。

    5 結(jié)束語

    利用深度學習的方法,進行了視覺機械臂的目標識別與抓取預測研究,并搭建了系統(tǒng)硬件平臺,完成了實驗研究和數(shù)據(jù)分析。研究結(jié)果表明,使用深度學習方法可以有效實現(xiàn)對目標物體進行識別檢測,預測機械臂的抓取位姿,實驗數(shù)據(jù)說明本研究方法提高了目標物體的標定和抓取效率。后續(xù)工作將根據(jù)實際抓取成功率對算法以及操作流程進行優(yōu)化。

    猜你喜歡
    位姿標定物體
    使用朗仁H6 Pro標定北汽紳寶轉(zhuǎn)向角傳感器
    深刻理解物體的平衡
    我們是怎樣看到物體的
    基于勻速率26位置法的iIMU-FSAS光纖陀螺儀標定
    基于共面直線迭代加權(quán)最小二乘的相機位姿估計
    基于CAD模型的單目六自由度位姿測量
    船載高精度星敏感器安裝角的標定
    小型四旋翼飛行器位姿建模及其仿真
    為什么同一物體在世界各地重量不一樣?
    基于Harris-張正友平面標定法的攝像機標定算法
    色在线成人网| 老司机午夜十八禁免费视频| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲一区二区三区欧美精品| 中出人妻视频一区二区| 亚洲精品av麻豆狂野| 日韩中文字幕欧美一区二区| 一a级毛片在线观看| 亚洲av日韩精品久久久久久密| 国产精华一区二区三区| 校园春色视频在线观看| 好看av亚洲va欧美ⅴa在| 美女视频免费永久观看网站| 1024香蕉在线观看| 狠狠婷婷综合久久久久久88av| 日本一区二区免费在线视频| 国产精品永久免费网站| 亚洲va日本ⅴa欧美va伊人久久| 日韩免费av在线播放| 99精品欧美一区二区三区四区| 午夜福利在线观看吧| 久久久久国产一级毛片高清牌| 久久精品国产综合久久久| 每晚都被弄得嗷嗷叫到高潮| 亚洲视频免费观看视频| 亚洲av欧美aⅴ国产| 中文字幕色久视频| 天天躁日日躁夜夜躁夜夜| 男人舔女人的私密视频| 老汉色av国产亚洲站长工具| 国产精华一区二区三区| 91大片在线观看| 国产精品一区二区精品视频观看| 在线观看一区二区三区激情| 99国产综合亚洲精品| 在线观看免费午夜福利视频| 黄片播放在线免费| 又紧又爽又黄一区二区| 在线观看免费视频网站a站| 狠狠婷婷综合久久久久久88av| 国产区一区二久久| 亚洲中文日韩欧美视频| 少妇粗大呻吟视频| 宅男免费午夜| 亚洲精品自拍成人| 熟女少妇亚洲综合色aaa.| av不卡在线播放| 涩涩av久久男人的天堂| 精品久久久久久久毛片微露脸| 18禁黄网站禁片午夜丰满| 一级毛片精品| 国产精品综合久久久久久久免费 | 精品国产国语对白av| 男男h啪啪无遮挡| 亚洲精品国产区一区二| 免费在线观看完整版高清| 久久久久国内视频| 校园春色视频在线观看| 手机成人av网站| 男女午夜视频在线观看| 国产男女超爽视频在线观看| 热99re8久久精品国产| 国产成人免费无遮挡视频| 久久婷婷成人综合色麻豆| 中文字幕人妻丝袜一区二区| 青草久久国产| 黄片播放在线免费| 美女视频免费永久观看网站| 日韩三级视频一区二区三区| 国产熟女午夜一区二区三区| 久久青草综合色| 国产无遮挡羞羞视频在线观看| 精品国产超薄肉色丝袜足j| 人妻丰满熟妇av一区二区三区 | 欧美日韩av久久| 免费少妇av软件| 欧美日韩乱码在线| 最新在线观看一区二区三区| 亚洲一区二区三区不卡视频| 免费黄频网站在线观看国产| 丝袜美腿诱惑在线| 国产单亲对白刺激| www日本在线高清视频| 免费黄频网站在线观看国产| 国产成人精品无人区| 欧美中文综合在线视频| 水蜜桃什么品种好| 波多野结衣av一区二区av| 欧美日本中文国产一区发布| 99热国产这里只有精品6| 免费一级毛片在线播放高清视频 | 日韩中文字幕欧美一区二区| 亚洲久久久国产精品| 国产精品成人在线| 窝窝影院91人妻| 国产深夜福利视频在线观看| 国产精品一区二区在线观看99| 免费不卡黄色视频| 女人爽到高潮嗷嗷叫在线视频| 好男人电影高清在线观看| 成年人免费黄色播放视频| 色精品久久人妻99蜜桃| 制服人妻中文乱码| 一区二区三区激情视频| 宅男免费午夜| 午夜精品久久久久久毛片777| av一本久久久久| 国产视频一区二区在线看| 国产91精品成人一区二区三区| 亚洲五月婷婷丁香| 日日爽夜夜爽网站| 国产精品综合久久久久久久免费 | 日韩成人在线观看一区二区三区| 亚洲中文av在线| 日本wwww免费看| 韩国av一区二区三区四区| 婷婷精品国产亚洲av在线 | 免费在线观看视频国产中文字幕亚洲| 欧美精品高潮呻吟av久久| 久久人妻熟女aⅴ| 久久久国产一区二区| 一级a爱视频在线免费观看| 他把我摸到了高潮在线观看| 1024视频免费在线观看| 精品一区二区三区av网在线观看| 妹子高潮喷水视频| 啦啦啦 在线观看视频| 热99re8久久精品国产| 国产免费男女视频| 国产精品久久久av美女十八| 男女下面插进去视频免费观看| 国产男女内射视频| 下体分泌物呈黄色| 91麻豆精品激情在线观看国产 | 99国产精品99久久久久| 女人高潮潮喷娇喘18禁视频| 最近最新中文字幕大全免费视频| 丰满人妻熟妇乱又伦精品不卡| 午夜两性在线视频| 亚洲熟妇熟女久久| 两人在一起打扑克的视频| 欧美国产精品va在线观看不卡| 另类亚洲欧美激情| 欧美日韩视频精品一区| 亚洲中文日韩欧美视频| 午夜福利欧美成人| 十八禁人妻一区二区| 免费在线观看日本一区| 老司机福利观看| 国产精品一区二区精品视频观看| www.999成人在线观看| 日本撒尿小便嘘嘘汇集6| 在线十欧美十亚洲十日本专区| 国产av一区二区精品久久| 91国产中文字幕| 看片在线看免费视频| 国产亚洲精品第一综合不卡| 亚洲aⅴ乱码一区二区在线播放 | 美女视频免费永久观看网站| 亚洲九九香蕉| 日韩欧美在线二视频 | 日本撒尿小便嘘嘘汇集6| 亚洲精品一卡2卡三卡4卡5卡| 亚洲男人天堂网一区| 久久性视频一级片| 亚洲成人手机| 国产xxxxx性猛交| 日韩大码丰满熟妇| 一级毛片精品| 久久国产精品男人的天堂亚洲| 视频在线观看一区二区三区| 窝窝影院91人妻| 亚洲第一av免费看| 两性夫妻黄色片| 亚洲一区二区三区不卡视频| 热99久久久久精品小说推荐| 亚洲色图 男人天堂 中文字幕| 中文字幕高清在线视频| 91字幕亚洲| 俄罗斯特黄特色一大片| 国产成人欧美在线观看 | 亚洲人成伊人成综合网2020| 好看av亚洲va欧美ⅴa在| 两个人免费观看高清视频| tocl精华| 亚洲一区二区三区不卡视频| 国产一卡二卡三卡精品| 三级毛片av免费| www日本在线高清视频| 深夜精品福利| 免费在线观看亚洲国产| 亚洲五月色婷婷综合| 色94色欧美一区二区| 久久久国产成人精品二区 | 亚洲精品一二三| 很黄的视频免费| 欧美不卡视频在线免费观看 | 久久精品亚洲av国产电影网| 好看av亚洲va欧美ⅴa在| 久久精品国产清高在天天线| 一区在线观看完整版| 久久精品亚洲熟妇少妇任你| 另类亚洲欧美激情| 99久久精品国产亚洲精品| 黄色成人免费大全| 国产免费现黄频在线看| 精品少妇久久久久久888优播| 国产成人欧美| 狠狠狠狠99中文字幕| xxx96com| 一级a爱片免费观看的视频| 国产精华一区二区三区| 又黄又粗又硬又大视频| 亚洲成av片中文字幕在线观看| 夜夜夜夜夜久久久久| 日韩中文字幕欧美一区二区| 国产伦人伦偷精品视频| 久久青草综合色| 国产又色又爽无遮挡免费看| 99香蕉大伊视频| 在线十欧美十亚洲十日本专区| 精品人妻熟女毛片av久久网站| 国产成人欧美在线观看 | av片东京热男人的天堂| 黄网站色视频无遮挡免费观看| 久久国产精品大桥未久av| 高清在线国产一区| 国产在线一区二区三区精| 国产精品 国内视频| 午夜日韩欧美国产| 精品国产美女av久久久久小说| 99久久精品国产亚洲精品| 天堂俺去俺来也www色官网| 午夜亚洲福利在线播放| 91老司机精品| 国产真人三级小视频在线观看| 亚洲人成电影免费在线| 在线观看66精品国产| 99精国产麻豆久久婷婷| xxx96com| 国产又色又爽无遮挡免费看| 国产成人一区二区三区免费视频网站| 在线观看66精品国产| 精品国产一区二区三区久久久樱花| 中文字幕最新亚洲高清| 国产精品久久久av美女十八| 国产极品粉嫩免费观看在线| 一级a爱视频在线免费观看| 大陆偷拍与自拍| 午夜免费鲁丝| 80岁老熟妇乱子伦牲交| 无人区码免费观看不卡| 777久久人妻少妇嫩草av网站| 美女高潮到喷水免费观看| aaaaa片日本免费| 亚洲av成人一区二区三| 丝瓜视频免费看黄片| 久久中文字幕一级| 脱女人内裤的视频| 欧美黑人精品巨大| 成人国语在线视频| 12—13女人毛片做爰片一| 狠狠狠狠99中文字幕| 国产1区2区3区精品| 80岁老熟妇乱子伦牲交| 国产成人欧美在线观看 | 久久久国产一区二区| www.自偷自拍.com| 欧美日韩视频精品一区| 一级黄色大片毛片| 亚洲av日韩在线播放| 精品少妇久久久久久888优播| 久久精品aⅴ一区二区三区四区| 精品无人区乱码1区二区| 999久久久精品免费观看国产| 男女之事视频高清在线观看| 国产激情欧美一区二区| 国产蜜桃级精品一区二区三区 | 久久精品aⅴ一区二区三区四区| 亚洲成a人片在线一区二区| 悠悠久久av| 日韩大码丰满熟妇| 成年版毛片免费区| 国产男女超爽视频在线观看| 脱女人内裤的视频| 亚洲成人国产一区在线观看| 午夜久久久在线观看| 乱人伦中国视频| 91国产中文字幕| 男女午夜视频在线观看| 久久性视频一级片| 国产精品免费视频内射| 亚洲精品中文字幕一二三四区| 丝袜美足系列| 人人妻人人爽人人添夜夜欢视频| 校园春色视频在线观看| 日韩成人在线观看一区二区三区| 美女 人体艺术 gogo| 身体一侧抽搐| 国产精品久久视频播放| 午夜福利影视在线免费观看| 19禁男女啪啪无遮挡网站| 久久热在线av| 欧美午夜高清在线| 欧洲精品卡2卡3卡4卡5卡区| 波多野结衣av一区二区av| 美女 人体艺术 gogo| 美女视频免费永久观看网站| 大香蕉久久成人网| 侵犯人妻中文字幕一二三四区| 性色av乱码一区二区三区2| 看片在线看免费视频| 99re6热这里在线精品视频| 国产高清videossex| 日韩欧美国产一区二区入口| 中文字幕高清在线视频| 黄色视频不卡| 国产精品一区二区免费欧美| 日韩欧美一区二区三区在线观看 | 亚洲伊人色综图| 亚洲色图 男人天堂 中文字幕| 国产亚洲av高清不卡| 亚洲av欧美aⅴ国产| 久久精品亚洲熟妇少妇任你| 中文字幕另类日韩欧美亚洲嫩草| 欧美日韩国产mv在线观看视频| 99re6热这里在线精品视频| 国产精品一区二区在线不卡| 国产免费av片在线观看野外av| 国产亚洲欧美精品永久| 午夜福利视频在线观看免费| 日本撒尿小便嘘嘘汇集6| 亚洲 国产 在线| 99香蕉大伊视频| 久久婷婷成人综合色麻豆| 在线观看免费日韩欧美大片| 亚洲熟女毛片儿| av超薄肉色丝袜交足视频| 一边摸一边抽搐一进一出视频| 久久中文字幕人妻熟女| 亚洲欧美一区二区三区久久| 女人久久www免费人成看片| 国产成人av激情在线播放| av欧美777| 国产亚洲欧美精品永久| 午夜福利欧美成人| 欧美另类亚洲清纯唯美| 精品视频人人做人人爽| 精品欧美一区二区三区在线| 免费少妇av软件| 老司机午夜福利在线观看视频| 久久国产乱子伦精品免费另类| 99久久精品国产亚洲精品| 天天躁夜夜躁狠狠躁躁| 中文字幕人妻熟女乱码| 国产一区二区三区视频了| 99riav亚洲国产免费| 亚洲五月色婷婷综合| 1024视频免费在线观看| 亚洲精品成人av观看孕妇| 一边摸一边抽搐一进一小说 | 三级毛片av免费| 伊人久久大香线蕉亚洲五| 国产欧美日韩综合在线一区二区| 女人被躁到高潮嗷嗷叫费观| 国产av又大| 精品国产亚洲在线| 亚洲五月婷婷丁香| 999久久久精品免费观看国产| 欧美乱妇无乱码| 亚洲熟女毛片儿| 大香蕉久久成人网| 999精品在线视频| 成年人黄色毛片网站| 日韩中文字幕欧美一区二区| 久久九九热精品免费| 国产亚洲精品久久久久久毛片 | 精品人妻1区二区| 美女 人体艺术 gogo| av线在线观看网站| 国产精品秋霞免费鲁丝片| 一进一出抽搐gif免费好疼 | 中文字幕高清在线视频| 国产男女超爽视频在线观看| 日韩免费高清中文字幕av| 精品国产乱码久久久久久男人| 亚洲欧美一区二区三区久久| 国产亚洲精品久久久久5区| 成人永久免费在线观看视频| 精品免费久久久久久久清纯 | 国产精品成人在线| 亚洲国产欧美日韩在线播放| 亚洲人成电影免费在线| 国产在线一区二区三区精| 99热网站在线观看| 久久国产精品男人的天堂亚洲| 熟女少妇亚洲综合色aaa.| 人妻 亚洲 视频| 夫妻午夜视频| 亚洲,欧美精品.| xxx96com| 大香蕉久久网| 亚洲国产欧美网| 国产有黄有色有爽视频| 亚洲国产精品合色在线| 午夜福利在线观看吧| 又紧又爽又黄一区二区| 欧美成狂野欧美在线观看| 悠悠久久av| 无人区码免费观看不卡| 午夜福利视频在线观看免费| 欧美日韩亚洲国产一区二区在线观看 | tube8黄色片| 久99久视频精品免费| 好男人电影高清在线观看| 大香蕉久久成人网| 国产精品1区2区在线观看. | 国产精品99久久99久久久不卡| av网站免费在线观看视频| 老司机在亚洲福利影院| 国产精华一区二区三区| 日韩免费av在线播放| 精品久久久久久电影网| 巨乳人妻的诱惑在线观看| 午夜成年电影在线免费观看| 高清视频免费观看一区二区| 成人精品一区二区免费| 黄频高清免费视频| 757午夜福利合集在线观看| 日韩人妻精品一区2区三区| 天堂俺去俺来也www色官网| 别揉我奶头~嗯~啊~动态视频| 日韩欧美国产一区二区入口| 精品欧美一区二区三区在线| 国产欧美日韩一区二区三| 国产成人av激情在线播放| 五月开心婷婷网| 国产亚洲精品一区二区www | 悠悠久久av| 亚洲欧美激情综合另类| 国产又色又爽无遮挡免费看| 精品一区二区三区av网在线观看| 一本一本久久a久久精品综合妖精| 窝窝影院91人妻| 黑丝袜美女国产一区| 欧美日韩瑟瑟在线播放| 丝袜人妻中文字幕| 国产一区二区三区视频了| 热99re8久久精品国产| 亚洲国产精品sss在线观看 | 亚洲国产欧美网| 日本a在线网址| 久久精品亚洲熟妇少妇任你| 超色免费av| 国产亚洲一区二区精品| 久久性视频一级片| 精品人妻1区二区| 高清av免费在线| 亚洲,欧美精品.| 在线观看免费高清a一片| 久久人妻熟女aⅴ| 麻豆成人av在线观看| 久久香蕉激情| 国产精品久久久av美女十八| 最新美女视频免费是黄的| 老汉色av国产亚洲站长工具| 一本大道久久a久久精品| 一级,二级,三级黄色视频| 国产成人欧美| 狂野欧美激情性xxxx| 久久精品aⅴ一区二区三区四区| 国产成人av激情在线播放| 免费高清在线观看日韩| av免费在线观看网站| 麻豆国产av国片精品| 午夜影院日韩av| www.熟女人妻精品国产| 国产精品.久久久| 久久精品国产综合久久久| 亚洲av欧美aⅴ国产| 亚洲精品中文字幕在线视频| 亚洲一区高清亚洲精品| 精品人妻在线不人妻| 国产99久久九九免费精品| 国产精品自产拍在线观看55亚洲 | 午夜精品久久久久久毛片777| 亚洲美女黄片视频| 久久影院123| 大香蕉久久网| a级毛片黄视频| 亚洲熟女精品中文字幕| 亚洲国产精品sss在线观看 | 亚洲一区二区三区不卡视频| 这个男人来自地球电影免费观看| 女人被躁到高潮嗷嗷叫费观| 自拍欧美九色日韩亚洲蝌蚪91| 国产欧美日韩一区二区三| 在线观看免费高清a一片| 久久久久久久精品吃奶| 亚洲精品国产区一区二| 脱女人内裤的视频| 国产一区二区激情短视频| 午夜日韩欧美国产| 国产有黄有色有爽视频| 欧美国产精品va在线观看不卡| 久久99一区二区三区| a级毛片黄视频| 亚洲精品自拍成人| 精品国产亚洲在线| 69精品国产乱码久久久| 每晚都被弄得嗷嗷叫到高潮| 国产麻豆69| 婷婷精品国产亚洲av在线 | 午夜福利欧美成人| 丰满人妻熟妇乱又伦精品不卡| 精品乱码久久久久久99久播| 黄色怎么调成土黄色| 欧美激情极品国产一区二区三区| 国精品久久久久久国模美| 国产精品九九99| 热re99久久国产66热| 亚洲性夜色夜夜综合| 亚洲自偷自拍图片 自拍| 欧美在线一区亚洲| 国产精品综合久久久久久久免费 | 一级片免费观看大全| 18禁观看日本| www.精华液| 五月开心婷婷网| 欧美日韩精品网址| 国产成人一区二区三区免费视频网站| 国产高清激情床上av| 免费一级毛片在线播放高清视频 | 精品国产乱码久久久久久男人| 国产亚洲精品久久久久久毛片 | 欧美午夜高清在线| 91九色精品人成在线观看| a在线观看视频网站| 91字幕亚洲| 成人18禁在线播放| 亚洲性夜色夜夜综合| 亚洲中文字幕日韩| 中文字幕色久视频| 亚洲熟妇熟女久久| 欧美日韩精品网址| 国产成人一区二区三区免费视频网站| 他把我摸到了高潮在线观看| 精品久久久精品久久久| 两性夫妻黄色片| 在线观看一区二区三区激情| 欧美最黄视频在线播放免费 | 精品熟女少妇八av免费久了| 久久精品aⅴ一区二区三区四区| 中文字幕高清在线视频| 18在线观看网站| 午夜福利视频在线观看免费| 黄色怎么调成土黄色| 大型av网站在线播放| 亚洲全国av大片| 黄色丝袜av网址大全| 99国产综合亚洲精品| 动漫黄色视频在线观看| 欧美成人免费av一区二区三区 | 免费av中文字幕在线| 亚洲中文av在线| 又紧又爽又黄一区二区| 亚洲一区高清亚洲精品| 天堂√8在线中文| 午夜激情av网站| 一级作爱视频免费观看| 黄色女人牲交| 成人永久免费在线观看视频| 国产熟女午夜一区二区三区| 日韩欧美一区视频在线观看| 黑人操中国人逼视频| 日韩人妻精品一区2区三区| 十八禁高潮呻吟视频| 伦理电影免费视频| 少妇裸体淫交视频免费看高清 | 国产精品香港三级国产av潘金莲| 男男h啪啪无遮挡| 视频在线观看一区二区三区| 精品亚洲成国产av| 欧美最黄视频在线播放免费 | 99久久国产精品久久久| 国产一卡二卡三卡精品| 欧美国产精品va在线观看不卡| 99热国产这里只有精品6| 国产精品国产av在线观看| 欧美乱色亚洲激情| 久久香蕉激情| 国产精品国产av在线观看| 国产精品久久久久成人av| 欧美日韩福利视频一区二区| 久久天堂一区二区三区四区| av不卡在线播放| 无人区码免费观看不卡| 日韩欧美三级三区| 曰老女人黄片| 操美女的视频在线观看| 亚洲熟妇熟女久久| 在线观看免费视频日本深夜| 大码成人一级视频| 人人妻人人澡人人爽人人夜夜| 麻豆乱淫一区二区| 成人三级做爰电影| 国产男女超爽视频在线观看| 婷婷成人精品国产| 成人18禁在线播放| 黄频高清免费视频| 欧美+亚洲+日韩+国产| 黄片播放在线免费| 国产精品 国内视频| 日韩成人在线观看一区二区三区| 日日摸夜夜添夜夜添小说|