• <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 ?

    茶葉智能采摘技術(shù)研究進展與展望

    2022-07-26 05:25:08李楊董春旺陳建能賈江鳴
    中國茶葉 2022年7期
    關(guān)鍵詞:茶芽芽葉嫩芽

    李楊,董春旺,陳建能,賈江鳴

    1.中國農(nóng)業(yè)科學院茶葉研究所,浙江 杭州 310008;2.浙江理工大學機械與自動控制學院,浙江 杭州 310018

    中國是茶葉生產(chǎn)大國,茶葉種植面積大、分布廣、產(chǎn)量高。2021年,全國干毛茶產(chǎn)量和產(chǎn)值分別達到306.32 萬t 和2 928.14 億元,據(jù)統(tǒng)計,2021年我國生產(chǎn)茶葉86.17%在國內(nèi)消費,名優(yōu)茶作為產(chǎn)業(yè)價值的絕對擔當,對內(nèi)銷額貢獻率長期保持在70%~75%。茶產(chǎn)業(yè)屬于勞動密集型產(chǎn)業(yè),尤其采摘環(huán)節(jié)需耗費大量勞動力,其中名優(yōu)茶的人工采摘消耗占整個茶園管理用工的60%左右。近年來,農(nóng)業(yè)勞動力老齡化趨勢明顯加劇,招工難、用工貴已成為制約茶產(chǎn)業(yè)發(fā)展的瓶頸。因此,研究智能采茶技術(shù)對促進我國茶產(chǎn)業(yè)發(fā)展具有重要意義。

    目前國內(nèi)外大宗茶機械化采摘主要采用往復切割的方式,屬于無差別采摘方法,存在茶葉芽葉完整率低、齊整度差(鮮葉組成復雜,老葉、老梗、碎片多)、后續(xù)加工品質(zhì)難以控制等問題,其主要用于大宗炒青綠茶、珠茶、烏龍茶、紅碎茶等原料的采摘。國內(nèi)主要采用單人手持式、雙人抬式等中小型采茶機。南京農(nóng)業(yè)機械化研究所以及錢爭光等、宋揚揚等還設(shè)計了多種試驗型中小型采茶機。對于乘坐式采茶機,日本的研究較早,已有一些商品化的產(chǎn)品,如落合、川崎等公司均有生產(chǎn)乘坐式采茶機。國內(nèi)對乘坐式采茶機研究起步相對較晚,南京農(nóng)業(yè)機械化研究所研發(fā)的4CJ-1500 型采茶機,其采用全液壓驅(qū)動和高地隙底盤設(shè)計。浙江工業(yè)大學設(shè)計了一種基于機器視覺的乘用式智能采茶機,初步提出了自動識別茶葉嫩芽和割刀自動調(diào)平控制方法。對于采用末端采摘執(zhí)行器的方式進行選擇性采摘的研究,國內(nèi)浙江理工大學、青島科技大學、四川農(nóng)業(yè)大學、長春理工大學等單位都做了初步的探索研究。

    綜上,國內(nèi)外采茶機多采用往復切割方式采摘茶鮮葉,所采芽葉勻整度不高,易出現(xiàn)芽葉破損、誤采、漏采等現(xiàn)象。名優(yōu)茶對芽葉的嫩度和完整度有極高的標準(包括一芽、一芽一葉、一芽二葉),目前包括日本、印度在內(nèi)的產(chǎn)茶國其高檔優(yōu)質(zhì)茶原料仍依靠手工采摘。高檔名優(yōu)茶芽葉(包括一芽、一芽一葉、一芽二葉)采摘時葉梢細嫩、目標較小、相互間易遮擋,且生長的位置、姿態(tài)和密集程度不一,特別在微風和光照變換的非結(jié)構(gòu)化環(huán)境下機器采摘實現(xiàn)難度大。由于國內(nèi)飲茶習慣對名優(yōu)茶有著較高的要求,目前針對高檔名優(yōu)茶的智能采摘技術(shù)受到廣泛關(guān)注,本文對智能化采摘技術(shù)中的基于圖像處理的芽葉識別技術(shù)、末端采摘執(zhí)行器、智能控制系統(tǒng)等方面的國內(nèi)外研究現(xiàn)狀進行了分析,對智能采茶機的應用前景提出了展望,為后續(xù)的研究提供思路與借鑒。

    1 基于圖像處理的茶葉識別

    實現(xiàn)自動化采茶,首先必須解決的是茶樹嫩芽的精準識別。近年來,隨著計算機技術(shù)的發(fā)展和應用,基于圖像處理的茶葉嫩芽的準確識別成為研究的熱點,其主要包括:基于顏色空間的傳統(tǒng)圖像處理算法、基于傳統(tǒng)機器學習的識別方法和基于深度學習的識別方法。

    1.1 基于顏色空間的傳統(tǒng)圖像處理算法

    由于茶葉嫩芽與老葉、樹干存在明顯顏色差異,可利用顏色特征提取出圖像中的嫩芽區(qū)域,因此早期的茶葉嫩芽分割研究大多是基于顏色特征的?;陬伾臻g的傳統(tǒng)圖像處理算法,其主要過程包括圖像預處理、顏色特征選取與分割等步驟。

    1.1.1 圖像預處理

    圖像預處理是傳統(tǒng)圖像處理算法完成識別的重要步驟,目的是通過一些基本圖像處理方式盡可能改善圖像數(shù)據(jù),去除噪聲的影響,并增強某些重要的圖像特征,提高識別系統(tǒng)實時性以及精確性。常用的圖像處理算法包括均值濾波、中值濾波、低通濾波等。

    吳雪梅等對比了均值濾波、高斯濾波、中值濾波、雙邊濾波等多種預處理方法,結(jié)果表明中值濾波法計算簡便,處理時間最短,去噪效果較好。黃海軍等使用偏微分方程去噪模型去除圖像中的噪點。為防止茶葉嫩芽灰度值較高的部分在濾波去噪時被處理掉,袁加紅等利用維納濾波和梯度增強術(shù)對圖像進行濾波去噪。由于中值濾波方法具有計算時間短、適用性強等優(yōu)點,目前采用此方法的研究最多。在背景較簡單的情況下,其濾波效果優(yōu)于均值濾波,但仍無法抑制嚴重的圖像噪聲。

    1.1.2 顏色特征選取與分割

    基于顏色空間的傳統(tǒng)圖像處理算法首先要進行顏色空間選取,由于直接獲得的彩色圖像大多是RGB圖像,在研究中為增加研究對象和背景間的差異,也會使用其他的,如HSⅠ、Lab、YⅠQ、YCbCr、HSV等顏色空間,通過直接使用某個顏色空間中的單個或幾個分量來區(qū)分嫩芽與背景,進而利用分割算法實現(xiàn)圖像分割。用色差法分割嫩芽與老葉及茶梗成為了其中一個主流方法,其中Zhang 等提出了一種基于改進分水嶺算法的茶芽自動分割新方法,通過分段線性變換增強G-B 成分,提高老葉和茶芽分化程度。試驗結(jié)果表明改進后的算法在100 個樣本的平均分割準確率為94.26%。周禮贊等利用灰度拉伸擴大G-B 色差圖對比度,然后應用迭代法獲取全局閾值,實現(xiàn)自然條件下茶葉嫩芽分割。Shao等使用HSⅠ顏色空間中的S因子對茶芽進行識別和分離。Bojie等采用HSV空間變換對圖片進行分割,通過設(shè)置閾值組合3 個通道分量的方法可以獲得嫩芽的圖像,實際應用效果良好。姚波等利用G-B 灰度圖結(jié)合直方圖閾值法實現(xiàn)了新茶(嫩芽與鮮梗)分割,對新茶二值圖像進行形態(tài)學腐蝕操作確定嫩芽與鮮梗的分割點,通過逐行掃描實現(xiàn)了自然環(huán)境下嫩芽與鮮梗的采摘點標記。還有一些研究利用不同顏色空間組合進行識別,如韋佳佳等研究了不同顏色組合對識別效果的影響,結(jié)果表明基于R-B和Ⅰ分量的識別方法在處理時間和識別率上較其他方法更優(yōu)。

    常用的分割算法包括:閾值分割算法、顏色特征聚類分割算法、邊緣分割算法和區(qū)域生長分割算法。唐仙等研究了不同閾值分割方法〔直方圖法、迭代法、大津法(OTSU)〕的優(yōu)劣點,結(jié)果表明OTSU法用時最少。Ya通過對G和B的差異增強圖像進行OTSU 動態(tài)閾值分割,得到初始萌芽區(qū)域。以實地獲取的茶葉圖像為研究對象,提出了一種混合圖像分割算法。該算法使用改進的基于標記的分水嶺變換和基于統(tǒng)計的快速區(qū)域合并算法從茶葉圖像中分割茶芽。吳雪梅等提取嫩芽與老葉的G、G-B顏色信息進行背景分割,利用改進的最大方差自動取閾法計算G 和G-B 分量的分割閾值對圖像進行閾值分割,研究結(jié)果表明采用圖像的G、G-B分量差異能有效區(qū)分嫩芽和老葉,同時設(shè)定初始分割閾值可有效縮短計算時間,在相機與茶樹距離10 cm 時采用本算法,其識別率高達92%以上。

    國內(nèi)外研究團隊在傳統(tǒng)圖像處理方法的基礎(chǔ)上,引入了新的思路和方法。如蔡麗萍等針對優(yōu)質(zhì)嶗山茶的種植及生長特點,通過設(shè)置藍光作為拍攝環(huán)境背景對一芽二葉嶗山茶的嫩梢識別、芽尖的特征提取及定位等進行了方法研究。方坤禮等提出一種新的彩色紋理圖像的分割技術(shù)(JBSEG),該技術(shù)克服了基于顏色和紋理的分割算法的局限性,基于邊緣檢測方向算子的幅值來調(diào)節(jié)JSEG,同時兼顧局部區(qū)域相似性和邊界非連續(xù)性。試驗表明該技術(shù)能更好地避免過分割現(xiàn)象的發(fā)生,同時結(jié)合超綠特征2R-G-B能有效分離茶葉中的嫩芽。

    綜上所述,為避免光照變化帶來的影響,基于顏色空間的圖像分割算法在提取顏色分量時,一般提取如G分量、R-B分量、Ⅰ分量、b分量、S分量、Cb 分量以及綜合G 和G-B 分量等?;陬伾臻g的圖像分割算法,雖然廣泛應用于學術(shù)研究中,在茶葉相互遮擋較小的情況下具有較優(yōu)的識別效果,但當茶園環(huán)境中茶葉目標和背景相似且芽葉生長密集,對茶樹芽葉的檢測造成了困難。基于固定閾值的分割算法處理速度較快,但由于實際環(huán)境中自然光照強度不斷變化,因此很難滿足光照強度不斷變化下的分割要求,同時在逆光情況下,茶葉表面較暗,其與背景顏色的色差變小,較難直接分割。OTSU 法自動閾值法可以自動獲取茶葉分割閾值,且可滿足不同光照強度下的分割,但不能滿足圖像直方圖單峰分布下的分割。

    1.2 基于傳統(tǒng)機器學習的識別方法

    為了進一步解決自然條件下茶葉分割易受老葉、樹枝、土壤等外界環(huán)境影響,茶葉互相遮擋與重疊的問題,后續(xù)研究中引入了機器學習的方法,通過提取并綜合各種特征樣本數(shù)據(jù)進行訓練來識別檢測,常見的嫩芽識別方法是基于顏色、紋理、形狀等特征,結(jié)合使用諸如K 均值(Kmeans)聚類法、支持向量機方法(SVM)、貝葉斯判別方法以及級聯(lián)分類器等。

    張可等提出了K-means 的茶葉嫩芽分割方法,通過與傳統(tǒng)的顏色閾值分割方法比較,基于聚類的茶葉分割方法可有效抑制顏色閾值分割受光照的影響,且實現(xiàn)了自然光照下茶葉嫩芽有效分割。黃海軍等提出改進分水嶺算法的圖像分割方法,其通過OTSU 法和分水嶺算法對去噪后的圖像進行2 次分割,得到茶葉嫩葉的分割圖。結(jié)果表明:圖像第一次用OTSU 法和第二次用分水嶺算法進行分割,茶葉圖像中嫩葉均被很好地分割出來。王琨等基于顏色及區(qū)域生長實現(xiàn)茶葉嫩芽圖像分割。Shao 等采用改進的K-means算法對茶芽進行識別和分離,試驗結(jié)果表明,改進的K-means 算法對茶葉圖像中嫩葉的分割有很好的效果。吳雪梅等基于Lab 顏色模型中a 分量、b分量信息的K-means聚類法識別彩色圖像中的茶葉嫩芽,對比分析OTSU法和3個聚類中心的K-means 聚類法的目標識別效果和識別效率。結(jié)果表明,OTSU 法雖然可以完成嫩芽的識別,平均識別率在89%左右,但不能較好地保證分割后嫩芽的完整度?;贚ab顏色模型和K-means聚類法的識別算法能較好地區(qū)分嫩芽和背景,平均識別率達到94%左右,且能較好地保證分割后嫩芽的完整度,為智能采摘技術(shù)研究提供技術(shù)支持和理論基礎(chǔ)。Li 等設(shè)計了一種基于支持向量機的茶葉圖像自動識別方法。該方法從茶芽圖像中提取顏色和形狀紋理兩種圖像特征進行判別。采用RGB 模型提取顏色特征,利用LBP/C 算子提取芽葉的形狀和紋理特征。將提取的特征作為訓練樣本的特征向量,進行支持向量機模型訓練,得到支持向量機分類器,實現(xiàn)對茶芽圖像的識別。試驗結(jié)果表明,該方法的識別率、召回率和綜合評價指數(shù)均高于傳統(tǒng)方法,證明該方法具有較高的識別準確率。

    綜合比較上述方法,K-means 聚類法原理比較簡單,容易實現(xiàn),可解釋度也比較強,但當樣本集規(guī)模大,算法收斂速度會變慢,對孤立點數(shù)據(jù)也較為敏感。支持向量機分類方法能解決小樣本、非線性的問題,但對核函數(shù)的高維映射解釋力不強。而基于傳統(tǒng)機器視覺的識別方法仍依賴圖像預處理與數(shù)據(jù)轉(zhuǎn)換,前期處理如不合理將會嚴重影響模型的精度。

    1.3 基于深度學習的識別方法

    基于深度學習的算法在復雜背景下具有較高的精度,為復雜背景下茶葉嫩芽的智能化采摘設(shè)備的研究提供了基礎(chǔ)。近年來,國內(nèi)外學者也通過基于深度學習的方法對茶葉的識別進行了開發(fā)與研究?;谏疃葘W習的算法可以分為3 類,分別是分類算法、目標檢測算法和語義分割算法。

    基于深度學習的分類算法是對1 副圖像進行分類,判別出圖像是否是嫩芽或者識別圖像中的嫩芽的狀態(tài),如芽葉開面狀態(tài)、是否處于可采摘的狀態(tài)等。羅浩倫等提出了基于VGG16 卷積神經(jīng)網(wǎng)絡的茶葉嫩芽自動檢測方法,能夠有效減少特征選擇和重疊等對檢測結(jié)果的影響。呂軍等提出一種基于AlexNet卷積神經(jīng)網(wǎng)絡的茶葉嫩芽狀態(tài)識別方法,試驗結(jié)果表明該方法可有效識別自然光照下茶葉嫩芽狀態(tài)。Paranavithana 等基于CNN 開發(fā)了一個可以識別和預測茶芽是否適合采摘的模型。結(jié)果表明,CNN 模型對10 000 張圖像樣本的識別準確率為70.15%,而支持向量機(SVM) 和Ⅰnception V3 的識別準確 率 分別為65.86%和68.70%。因此,CNN 的分類表現(xiàn)更好,可以有效提高茶芽的分類效率。

    在基于深度學習的目標檢測算法方面,許高建等選用了基于VGG-16、ResNet-50 和ResNet-101 特征提取網(wǎng)絡的Faster R-CNN 深度網(wǎng)絡模型,分別對茶葉嫩芽數(shù)據(jù)樣本進行訓練,同時,該方法與3 種相同特征提取網(wǎng)絡的SSD 深度網(wǎng)絡模型進行對比,為茶葉的智能化采摘提供了技術(shù)支撐。孫肖肖等提出了基于深度學習的茶葉嫩芽圖像目標檢測算法,其改進了YOLO 網(wǎng)絡架構(gòu),選用大尺度和中尺度檢測方法。Chen 等先使用Faster R-CNN 檢測茶葉芽葉區(qū)域,然后使用全卷積網(wǎng)絡FCN 實現(xiàn)對采摘點的定位,實現(xiàn)了茶樹芽葉的檢測和采摘點的2D 定位。Yang 等提出了一種利用改進的YOLO-v3深度卷積神經(jīng)網(wǎng)絡算法識別嫩芽采摘點的方法,并從預測幀中的芽葉的圖像中提取骨架,找到骨架的最低點來確定采摘點的位置。Chen 等提出了一種通過圖像增強和改進的融合SSD 開發(fā)了檢測新鮮茶芽的新方法,其通過基于RGB通道變換的圖像增強算法獲得增強圖像,該算法使用原始新鮮茶芽彩色圖像作為輸入。增強的圖像可以提供更多的輸入信息,其中新鮮茶芽區(qū)域的對比度增加,背景區(qū)域減少。結(jié)果表明,所提出的方法茶芽測試數(shù)據(jù)集平均準確率為83.9,具有良好的性能。

    還有一些研究人員基于深度學習的語義分割算法對茶葉嫩芽進行分割,如Qian 等提出一種基于改進的深度卷積編碼器-解碼器網(wǎng)絡(TSSegNet)的茶芽分割新方法,通過綜合利用類內(nèi)緊湊性和類間可分離性,自動提取更具判別力的茶芽特征。結(jié)果表明,與其他深度架構(gòu)相比,所提出的方法具有較高的精度。臺灣大學的Lin等訓練了包括FCNs 和ENet 在內(nèi)的語義分割模型,以實現(xiàn)像素級別的茶行、粘蟲紙和人的自動分類。ENet模型的平均交并比為0.734,平均處理時間為每張圖像0.176 s。系統(tǒng)導航線的角度偏差為6.2°,距離為13.9個像素。

    分析并綜合比較上述方法,基于深度學習的方法具有較好的識別效果,不僅能準確識別茶葉嫩芽,同時還可區(qū)分不同嫩芽的狀態(tài),其可滿足自然光照下茶葉嫩芽識別要求,實用性較好。但基于深度學習的方法依賴大樣本,同時檢測效率較低。因此還需要進一步開展茶樹芽葉檢測研究,增加芽葉圖像數(shù)量,開發(fā)速度更快、精度更高、穩(wěn)定性更優(yōu)的算法。

    2 末端采摘執(zhí)行器

    末端采摘執(zhí)行器是農(nóng)業(yè)機器人機械臂前端直接作用于采摘對象的部分,直接影響整體采摘性能,是采摘機器人的核心部件之一。由于農(nóng)產(chǎn)品種類多樣且特性各異,所以不同的采摘對象需要采用不同的采摘方式,設(shè)計不同的末端采摘執(zhí)行器。茶葉的采摘對象是芽葉而非果實,傳統(tǒng)的末端采摘執(zhí)行器難以適用,因此相關(guān)的研究人員針對茶葉嫩芽開發(fā)了新的末端采摘執(zhí)行器。如2014年秦廣明等研制了一種采摘手爪,收獲茶葉芽葉的完整率約為76.6%。范元瑞等提出了核心部件為Delta 并聯(lián)機構(gòu)的茶葉采摘機器人,通過對Delta并聯(lián)機構(gòu)進行運動學分析,推導出采摘機器人的運動學反解模型。利用單支鏈約束方程求解了采摘機器人的采摘空間,并基于MATLAB建立了采摘機器人工作空間模型,繪制了工作空間立體圖像。2018年郝淼等研制了一種能夠模仿人工“提手采”動作的仿生采摘指,并完成了氣力驅(qū)動與控制系統(tǒng)的設(shè)計,室內(nèi)初步試驗的采摘成功率近70%。許多設(shè)計了提采式夾持裝置,通過建立爪指尺寸與采摘力的數(shù)學模型,借助MATLAB 軟件進行了優(yōu)化設(shè)計,并通過ADAMS 動力學仿真驗證了優(yōu)化結(jié)果的正確性和合理性。2019年,尚凱歌提出了一種茶葉采摘機器人的總體構(gòu)思和結(jié)構(gòu)設(shè)計,對采茶機Delta并聯(lián)機器人機械結(jié)構(gòu)進行設(shè)計,運用解析法對其運動學正逆解進行推導解算,并對并聯(lián)機構(gòu)進行ADAMS 運動學正解仿真。為采茶機裝備并聯(lián)機構(gòu)樣機設(shè)計與制作提供理論依據(jù)。2021年,許麗佳等設(shè)計了一種可夾提式采摘茶葉嫩梢的末端執(zhí)行器,通過對其控制實現(xiàn)茶園采摘。試驗結(jié)果表明,一芽一葉的漏采率為2.8%、采摘完整率為91%;一芽二葉的漏采率<3%、采摘完整率為94%。

    這些現(xiàn)有的茶葉采摘末端執(zhí)行器大多采用單純的機械式結(jié)構(gòu),基本沒有誤差補償能力,無法確保采摘成功率和嫩梢完整率。為解決此問題,浙江理工大學Zhu等人設(shè)計了一種基于負壓導向的名茶采摘末端執(zhí)行器。這種末端執(zhí)行器利用負壓以自上而下的方式引導茶芽,從而糾正它們的姿勢和空間位置。試驗結(jié)果表明,設(shè)計的末端執(zhí)行器具有偏差容限性能,可以提高拾取成功率,可為類似名茶采摘末端執(zhí)行器的設(shè)計提供參考。

    由于茶葉嫩芽質(zhì)地較為柔軟,在茶園非結(jié)構(gòu)化及微風環(huán)境下易存在定位誤差和隨機誤差,因此為提高名優(yōu)茶芽葉采摘成功率和完整率,既要在采摘的同時做到不傷害嫩芽,也要采用合適的誤差補償方法,故需要研究具有容差能力的柔性末端采摘執(zhí)行器。同時,目前末端采摘執(zhí)行器均為單個,為了進一步提高效率,未來還需要研發(fā)設(shè)計多組芽葉末端采摘執(zhí)行結(jié)構(gòu)。

    3 智能控制系統(tǒng)

    為了實現(xiàn)茶園機械對茶芽的自動采摘,智能控制系統(tǒng)必不可少。智能控制系統(tǒng)的功能主要包括行駛系統(tǒng)的控制和采摘裝置的控制。日本在茶園智能機械行駛系統(tǒng)控制上已有一些研究成果,如日本松元株式會社利用人工智能(AⅠ)和傳感器開發(fā)出在無人駕駛的情況下走動收獲茶葉的“無人采茶機”,并已開始銷售。

    在采摘裝置的控制上,針對傳統(tǒng)往復切割式采收裝置,湯一平等設(shè)計了一種基于機器視覺的乘用式智能采茶機,提出了自動識別茶葉嫩芽和割刀自動調(diào)平控制方法,試驗表明該機可解決現(xiàn)有采茶機無選擇性切割老葉和嫩芽的弊端。還有一些研究針對采摘機械手進行控制,如辛文文對采茶機器人自動控制系統(tǒng)進行設(shè)計與分析,該控制系統(tǒng)依據(jù)TMS320F2812DSP 內(nèi)核實現(xiàn),以C 語言進行編寫,并置入DSP 控制板內(nèi),滿足串口通信與數(shù)據(jù)分析的伺服控制,確保了茶葉采摘的回收率與品質(zhì)。為了實現(xiàn)茶芽的自動采摘,浙江理工大學的Li 等開發(fā)了一種基于RGBD 相機圖像的算法用于茶葉采摘機器人檢測和定位田間茶芽。在這項研究中,首先為茶園中多個時期和品種收集的圖像建立了標簽標準。然后,使用YOLO 網(wǎng)絡在RGB-D 相機收集的RGB 圖像上檢測茶芽(一芽一葉)區(qū)域。此外,茶芽的檢測精度為93.1%,召回率為89.3%。為了實現(xiàn)采摘位置的三維(3D)定位,通過融合RGB-D相機捕獲的深度圖像和RGB圖像來獲取檢測到的目標區(qū)域的3D 點云。然后,使用點云預處理去除噪聲,并使用歐幾里德聚類處理和目標點云提取算法獲得茶芽的點云。最后,結(jié)合茶樹生長特征、點云特征和套筒采摘方案確定茶芽的3D采摘位置,初步解決了采摘點在田間可能不可見的問題。茶園茶芽定位和采摘試驗表明,茶芽采摘成功率為83.18%,每個目標的平均定位時間約為24 ms。Yang 等提出了一種基于計算機視覺的可模仿人手采摘的優(yōu)質(zhì)茶葉采摘機器人。機器人樣機由3部分組成:機械結(jié)構(gòu)(MS)、視覺識別系統(tǒng)(VRS)、運動控制系統(tǒng)(MCS)。根據(jù)全局相機獲取的整體茶葉圖像,首先利用PSO-SVM算法從老茶葉背景中提取嫩茶芽,并獲得它們在工作區(qū)域的初步坐標。MCS會根據(jù)枝條的坐標分布,調(diào)用改進的蟻群算法來規(guī)劃采摘路徑,尋找機械手的最優(yōu)平滑軌跡。一旦機械手到達要采摘的茶芽附近,安裝在機械手上的攝像頭就會快速拍攝到茶芽的圖像。然后采用改進的深度卷積神經(jīng)YOLOv3 模型來識別茶梗上的采摘定位。最后,安裝在機械手上的剪刀將采摘茶芽。對嫩茶芽提取、采摘點定位、最優(yōu)路徑規(guī)劃和軌跡平滑進行仿真和實驗室平臺實驗,結(jié)果表明PSO-SVM可以快速準確地提取嫩茶芽,無需大量數(shù)據(jù)和用于計算的內(nèi)存。改進后的YOLOv3 模型可以準確識別各種姿勢的茶芽采摘點。

    目前針對采摘手控制系統(tǒng)所控制的末端采摘執(zhí)行器個數(shù)均為單個,此時的采摘效率仍不高,未來還需針對多個末端采摘執(zhí)行器、多機械臂協(xié)同控制系統(tǒng)進行研發(fā)。

    4 存在問題與展望

    在過去幾年,盡管智能采茶技術(shù)受到較多的關(guān)注,但目前國內(nèi)外針對高檔名優(yōu)茶采摘機器的研究剛起步,尚處于概念樣機試驗階段。在實際應用中仍然存在一些挑戰(zhàn),如當前農(nóng)業(yè)生產(chǎn)中存在著農(nóng)機農(nóng)藝結(jié)合不緊密的問題、嫩芽識別受光照影響較大、難以分割含與嫩芽顏色相近背景的圖像、葉子間的遮擋和重疊造成識別效果不理想等。相比較傳統(tǒng)的機器學習而言,目前基于深度學習的芽葉識別方法具有良好的應用前景,但需要大量的標記樣本進行訓練,且隨著網(wǎng)絡復雜程度的升高,硬件系統(tǒng)升級也是一個需要解決的問題。隨著機器視覺、人工智能技術(shù)的飛速發(fā)展,這為智能采茶機的研發(fā)提供了良好的基礎(chǔ)。未來的智能采茶機將會有以下發(fā)展趨勢。

    4.1 增加樣本數(shù)據(jù),研發(fā)識別模型,提高算法效果

    目前茶芽識別和定位的難點在于茶葉種類和生長環(huán)境的多樣性、遮擋和重疊情況下茶葉嫩芽識別策略、動態(tài)干擾,以及算法穩(wěn)定性和通用性較差。未來應對不同品種、不同茶季、不同等級、不同產(chǎn)區(qū)、不同光照下的茶園茶葉圖像進行數(shù)據(jù)采集,實現(xiàn)茶葉圖像樣本的數(shù)據(jù)集擴充,豐富樣本的多樣性,建立多品種、多等級茶葉芽葉數(shù)據(jù)庫,提高算法普適性。

    4.2 研發(fā)具有容差能力的柔性末端采摘執(zhí)行器

    茶葉嫩芽質(zhì)地較為柔軟,常規(guī)末端采摘執(zhí)行器采摘易對嫩芽造成傷害。同時在茶園非結(jié)構(gòu)化及微風環(huán)境下易存在定位誤差和隨機誤差,因此既要在采摘的同時做到不傷害嫩芽,還要采用合適的誤差補償方法,故需要研究具有容差能力的柔性末端采摘執(zhí)行器。

    4.3 研發(fā)多末端采摘執(zhí)行器及其高效控制系統(tǒng)

    針對茶葉采摘機械臂輕巧、柔順和高速的需求,可通過結(jié)構(gòu)輕量化設(shè)計和相應的運動控制算法實現(xiàn)采茶專用末端采摘執(zhí)行器及其控制系統(tǒng)。同時單個末端采摘執(zhí)行器效率過低,未來為進一步提高采摘效率,應研發(fā)多末端采摘執(zhí)行器以及高效控制系統(tǒng),實現(xiàn)多末端采摘執(zhí)行器任務分配和運動協(xié)同規(guī)劃,提高茶葉采摘效率。

    猜你喜歡
    茶芽芽葉嫩芽
    只此青綠,捻指摘取
    曉途
    ‘巴山早’紫色芽葉紅茶加工工藝研究及品質(zhì)評價
    茶樹夏季紫化芽葉制作綠茶與紅茶的主要內(nèi)含成分及其抗氧化活性
    小嫩芽
    應對茶園春季霜凍害的減災新途徑
    ——霜凍芽葉產(chǎn)品研發(fā)思路與實踐
    茶葉通訊(2022年1期)2022-11-22 13:06:26
    基于Faster R-CNN復雜背景的茶芽檢測
    北緣茶區(qū)秋季修剪對茶樹越冬及次年茶芽萌發(fā)影響的探討
    嫩芽
    嫩芽的面積
    久久久久久久亚洲中文字幕| 80岁老熟妇乱子伦牲交| 亚洲国产成人一精品久久久| 美女内射精品一级片tv| 国产亚洲最大av| 久久久久精品久久久久真实原创| 婷婷色麻豆天堂久久| 人成视频在线观看免费观看| 丰满迷人的少妇在线观看| 秋霞伦理黄片| 亚洲成人一二三区av| 丰满少妇做爰视频| 亚洲,一卡二卡三卡| 高清不卡的av网站| 国产精品国产三级专区第一集| 成年女人在线观看亚洲视频| 久久久a久久爽久久v久久| 建设人人有责人人尽责人人享有的| 99热6这里只有精品| 精品少妇内射三级| 日韩人妻高清精品专区| 成年女人在线观看亚洲视频| 亚洲av在线观看美女高潮| 久久国产精品男人的天堂亚洲 | freevideosex欧美| 国产不卡av网站在线观看| 日本91视频免费播放| 老女人水多毛片| 在线播放无遮挡| 男女免费视频国产| 人人妻人人澡人人看| 久久久久久伊人网av| 性高湖久久久久久久久免费观看| 成年av动漫网址| 国产成人aa在线观看| 久久人人爽人人片av| 香蕉精品网在线| 18禁动态无遮挡网站| 免费观看性生交大片5| 久久久久视频综合| 国产精品秋霞免费鲁丝片| 观看av在线不卡| 爱豆传媒免费全集在线观看| 2018国产大陆天天弄谢| 亚洲熟女精品中文字幕| 久久99一区二区三区| 人妻一区二区av| 熟女人妻精品中文字幕| 九色成人免费人妻av| 桃花免费在线播放| 女人精品久久久久毛片| 97超视频在线观看视频| 免费不卡的大黄色大毛片视频在线观看| 22中文网久久字幕| 欧美日本中文国产一区发布| 欧美+日韩+精品| 热99久久久久精品小说推荐| 女性生殖器流出的白浆| 男女免费视频国产| 精品99又大又爽又粗少妇毛片| 一区二区三区四区激情视频| 精品少妇久久久久久888优播| 视频中文字幕在线观看| 亚洲高清免费不卡视频| videossex国产| 亚洲一级一片aⅴ在线观看| 男女边摸边吃奶| 看十八女毛片水多多多| 成人亚洲欧美一区二区av| av专区在线播放| 18禁观看日本| 国产精品99久久99久久久不卡 | 久久久久国产精品人妻一区二区| 欧美老熟妇乱子伦牲交| 欧美 日韩 精品 国产| 欧美 日韩 精品 国产| 久久久久网色| 精品久久久精品久久久| 丝袜美足系列| av国产久精品久网站免费入址| 最近中文字幕高清免费大全6| 简卡轻食公司| 亚洲不卡免费看| 午夜福利视频在线观看免费| 最近手机中文字幕大全| 久久久久人妻精品一区果冻| 91久久精品国产一区二区三区| 日韩av免费高清视频| 黄色怎么调成土黄色| 成人无遮挡网站| 卡戴珊不雅视频在线播放| 多毛熟女@视频| a级毛片免费高清观看在线播放| 少妇猛男粗大的猛烈进出视频| 精品少妇内射三级| 国产高清有码在线观看视频| 日本欧美国产在线视频| 久久久久久久久大av| 美女内射精品一级片tv| 成年女人在线观看亚洲视频| 欧美日韩在线观看h| 搡老乐熟女国产| 婷婷色综合www| 精品人妻熟女av久视频| 一区二区三区免费毛片| 久久99热这里只频精品6学生| 丰满乱子伦码专区| 黑人欧美特级aaaaaa片| 夜夜骑夜夜射夜夜干| 成年av动漫网址| 免费大片黄手机在线观看| 2022亚洲国产成人精品| 视频在线观看一区二区三区| 国产成人一区二区在线| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产精品一区二区在线不卡| 99久久综合免费| 丝袜脚勾引网站| 美女内射精品一级片tv| 男男h啪啪无遮挡| 久久久久人妻精品一区果冻| 高清不卡的av网站| 五月天丁香电影| 晚上一个人看的免费电影| 成年女人在线观看亚洲视频| av视频免费观看在线观看| 在线观看一区二区三区激情| 老熟女久久久| 97在线人人人人妻| 亚洲欧美色中文字幕在线| 99久久人妻综合| 国产精品久久久久久久久免| 水蜜桃什么品种好| 国产一级毛片在线| www.av在线官网国产| 亚洲av成人精品一二三区| 国产综合精华液| 一级毛片我不卡| 日本爱情动作片www.在线观看| 国产日韩一区二区三区精品不卡 | 熟女人妻精品中文字幕| 久久精品国产亚洲av天美| av有码第一页| 亚洲精品,欧美精品| 美女国产视频在线观看| 久久久久人妻精品一区果冻| 91精品伊人久久大香线蕉| 嫩草影院入口| 人人澡人人妻人| av专区在线播放| 久久久久精品性色| 亚洲五月色婷婷综合| 亚洲欧美一区二区三区国产| 午夜激情福利司机影院| 国产精品久久久久久精品古装| 国产精品久久久久久精品电影小说| 校园人妻丝袜中文字幕| 我要看黄色一级片免费的| 少妇熟女欧美另类| 老女人水多毛片| 久久久亚洲精品成人影院| 亚洲精品久久午夜乱码| 在线免费观看不下载黄p国产| 亚洲不卡免费看| 国产深夜福利视频在线观看| 黄色欧美视频在线观看| 亚洲精品久久成人aⅴ小说 | 日韩在线高清观看一区二区三区| 伦理电影大哥的女人| 永久免费av网站大全| 黑人高潮一二区| 99热全是精品| 九九在线视频观看精品| 国产精品三级大全| 在线亚洲精品国产二区图片欧美 | 老司机亚洲免费影院| 新久久久久国产一级毛片| 久久狼人影院| 97超碰精品成人国产| 精品视频人人做人人爽| 国产一区二区三区综合在线观看 | 最近中文字幕2019免费版| 在线观看三级黄色| 狂野欧美白嫩少妇大欣赏| 美女中出高潮动态图| 亚洲人成网站在线观看播放| 国产成人一区二区在线| 女性生殖器流出的白浆| 国产免费一级a男人的天堂| 日韩av不卡免费在线播放| 最近最新中文字幕免费大全7| 最后的刺客免费高清国语| 中文字幕制服av| 亚洲精品乱码久久久v下载方式| 精品人妻一区二区三区麻豆| 少妇精品久久久久久久| 亚洲,欧美,日韩| 成人免费观看视频高清| 一级毛片 在线播放| 嫩草影院入口| 美女国产高潮福利片在线看| 亚洲av不卡在线观看| 日韩,欧美,国产一区二区三区| 欧美bdsm另类| 午夜91福利影院| 在线观看人妻少妇| 亚洲第一区二区三区不卡| 一级片'在线观看视频| 午夜激情福利司机影院| 99国产精品免费福利视频| 久久精品国产自在天天线| 国产免费一区二区三区四区乱码| av在线app专区| 在线看a的网站| 亚洲欧洲日产国产| 国产免费视频播放在线视频| 最后的刺客免费高清国语| 天堂俺去俺来也www色官网| 免费黄网站久久成人精品| 80岁老熟妇乱子伦牲交| 全区人妻精品视频| 最近最新中文字幕免费大全7| 欧美精品亚洲一区二区| 九九在线视频观看精品| 日日爽夜夜爽网站| a级片在线免费高清观看视频| 日本wwww免费看| 春色校园在线视频观看| 天天影视国产精品| 欧美激情极品国产一区二区三区 | 男人添女人高潮全过程视频| 日韩在线高清观看一区二区三区| 亚洲经典国产精华液单| 又大又黄又爽视频免费| 曰老女人黄片| 人体艺术视频欧美日本| 高清不卡的av网站| 日本91视频免费播放| 狠狠婷婷综合久久久久久88av| 成人毛片60女人毛片免费| 欧美人与性动交α欧美精品济南到 | 91aial.com中文字幕在线观看| 少妇被粗大猛烈的视频| 午夜激情福利司机影院| 亚洲精品aⅴ在线观看| 久久人人爽av亚洲精品天堂| 热re99久久精品国产66热6| 日韩电影二区| 欧美最新免费一区二区三区| 一区在线观看完整版| 五月玫瑰六月丁香| 91精品伊人久久大香线蕉| 天堂俺去俺来也www色官网| 熟女av电影| 成人国产麻豆网| 好男人视频免费观看在线| 日韩亚洲欧美综合| 亚洲精品中文字幕在线视频| 欧美97在线视频| 国产精品.久久久| 国产精品 国内视频| 精品一区在线观看国产| 天堂俺去俺来也www色官网| 麻豆成人av视频| 三级国产精品欧美在线观看| 3wmmmm亚洲av在线观看| 国产精品欧美亚洲77777| 亚洲,一卡二卡三卡| 欧美成人精品欧美一级黄| 18+在线观看网站| 汤姆久久久久久久影院中文字幕| 国产精品熟女久久久久浪| 成人免费观看视频高清| 啦啦啦在线观看免费高清www| 老司机影院成人| 在线观看一区二区三区激情| 欧美日韩一区二区视频在线观看视频在线| 国产成人精品无人区| 亚洲av国产av综合av卡| 久久人人爽人人爽人人片va| 99久久综合免费| av在线app专区| 亚洲中文av在线| 人人妻人人澡人人看| av电影中文网址| 成年人免费黄色播放视频| 日韩强制内射视频| 亚洲精品乱码久久久v下载方式| 女性生殖器流出的白浆| 国产一区二区在线观看av| 中国国产av一级| 中文乱码字字幕精品一区二区三区| 少妇 在线观看| 人妻 亚洲 视频| 高清黄色对白视频在线免费看| 一级片'在线观看视频| 一级黄片播放器| 久久人妻熟女aⅴ| 色视频在线一区二区三区| 国产爽快片一区二区三区| 97超碰精品成人国产| 天堂中文最新版在线下载| 亚洲怡红院男人天堂| 男女高潮啪啪啪动态图| 久久国内精品自在自线图片| 亚洲精品中文字幕在线视频| 久久久久久久久久成人| 久久久精品94久久精品| 久久久久久久国产电影| 高清午夜精品一区二区三区| 春色校园在线视频观看| 国产精品嫩草影院av在线观看| 亚洲第一av免费看| 国产男女超爽视频在线观看| 一级片'在线观看视频| 亚洲国产成人一精品久久久| 人妻制服诱惑在线中文字幕| 国产黄片视频在线免费观看| 免费看光身美女| 亚洲情色 制服丝袜| 少妇的逼水好多| 亚洲怡红院男人天堂| 精品人妻熟女av久视频| 秋霞伦理黄片| 精品人妻偷拍中文字幕| 在线观看三级黄色| 在现免费观看毛片| 精品亚洲乱码少妇综合久久| 人妻制服诱惑在线中文字幕| www.色视频.com| 国产乱来视频区| 寂寞人妻少妇视频99o| 一级毛片我不卡| 伊人久久精品亚洲午夜| 亚洲国产欧美在线一区| 麻豆精品久久久久久蜜桃| 另类亚洲欧美激情| 日韩av在线免费看完整版不卡| 又粗又硬又长又爽又黄的视频| 美女内射精品一级片tv| 国产高清三级在线| 成人毛片60女人毛片免费| 黑人欧美特级aaaaaa片| 久久久欧美国产精品| √禁漫天堂资源中文www| 青春草视频在线免费观看| 亚洲精品色激情综合| 91成人精品电影| 国产 一区精品| 一本久久精品| 久久这里有精品视频免费| 国产永久视频网站| 午夜激情久久久久久久| 亚洲国产最新在线播放| 乱码一卡2卡4卡精品| 亚洲欧美精品自产自拍| 亚洲av福利一区| 性色av一级| 久久久亚洲精品成人影院| 人妻人人澡人人爽人人| 亚洲精品一二三| freevideosex欧美| 日韩av免费高清视频| 亚洲国产色片| 天天影视国产精品| 亚洲欧美精品自产自拍| 男女边吃奶边做爰视频| 亚洲av不卡在线观看| 美女脱内裤让男人舔精品视频| 日韩不卡一区二区三区视频在线| av国产久精品久网站免费入址| 成年av动漫网址| 日韩av在线免费看完整版不卡| 日日爽夜夜爽网站| 一级毛片aaaaaa免费看小| 美女主播在线视频| 国产成人aa在线观看| 精品少妇黑人巨大在线播放| 考比视频在线观看| 日韩中文字幕视频在线看片| 一级毛片aaaaaa免费看小| 久久久国产一区二区| 成人综合一区亚洲| 伦理电影免费视频| 99re6热这里在线精品视频| 日韩成人av中文字幕在线观看| 亚洲av成人精品一区久久| 69精品国产乱码久久久| 性色avwww在线观看| 国产av一区二区精品久久| 欧美日韩在线观看h| 国产免费一区二区三区四区乱码| 99久久精品一区二区三区| 如日韩欧美国产精品一区二区三区 | 久久狼人影院| 亚洲精品久久久久久婷婷小说| 在线观看美女被高潮喷水网站| av在线老鸭窝| 国产一区二区在线观看日韩| 亚洲不卡免费看| 日本wwww免费看| 新久久久久国产一级毛片| 中国三级夫妇交换| av专区在线播放| 日韩强制内射视频| 亚洲精品美女久久av网站| 久久97久久精品| 亚洲av二区三区四区| 亚洲欧美日韩卡通动漫| 97超碰精品成人国产| 日日撸夜夜添| 在现免费观看毛片| 考比视频在线观看| 日韩制服骚丝袜av| videossex国产| 久久精品熟女亚洲av麻豆精品| 少妇人妻久久综合中文| 蜜桃国产av成人99| 国产av精品麻豆| 美女xxoo啪啪120秒动态图| 丝袜喷水一区| 国产精品国产三级专区第一集| 日本欧美国产在线视频| 不卡视频在线观看欧美| 国产男人的电影天堂91| 99热这里只有精品一区| av免费在线看不卡| 亚洲图色成人| 街头女战士在线观看网站| 日本av手机在线免费观看| 性色av一级| 国产成人精品在线电影| 大片电影免费在线观看免费| 人妻系列 视频| 免费观看av网站的网址| 欧美日韩视频高清一区二区三区二| 亚洲精品乱码久久久v下载方式| 91国产中文字幕| 免费av中文字幕在线| 国产不卡av网站在线观看| 国产综合精华液| www.av在线官网国产| 精品久久久精品久久久| 久久久久久久久久久免费av| 在线观看国产h片| 99久久精品一区二区三区| 97超视频在线观看视频| 乱码一卡2卡4卡精品| 五月伊人婷婷丁香| 热re99久久精品国产66热6| 亚洲av日韩在线播放| 国产成人av激情在线播放 | 考比视频在线观看| 少妇人妻久久综合中文| 九色亚洲精品在线播放| 国产在线免费精品| 男女国产视频网站| 国产一区有黄有色的免费视频| 少妇丰满av| 妹子高潮喷水视频| 九九久久精品国产亚洲av麻豆| 国产日韩欧美在线精品| 成人漫画全彩无遮挡| 一边摸一边做爽爽视频免费| 国产亚洲午夜精品一区二区久久| 伊人久久国产一区二区| 美女主播在线视频| 国产无遮挡羞羞视频在线观看| 亚洲美女黄色视频免费看| 熟妇人妻不卡中文字幕| 国产亚洲欧美精品永久| 久久精品国产亚洲av涩爱| 国模一区二区三区四区视频| 天天操日日干夜夜撸| 啦啦啦啦在线视频资源| 一区二区av电影网| 国产亚洲精品第一综合不卡 | 免费人妻精品一区二区三区视频| 国产亚洲精品久久久com| 精品酒店卫生间| 在线观看国产h片| 中文字幕久久专区| 少妇丰满av| 久久99热6这里只有精品| 亚洲精品视频女| 熟女人妻精品中文字幕| 欧美xxⅹ黑人| 性色avwww在线观看| 亚洲人成77777在线视频| 黄色毛片三级朝国网站| 我的老师免费观看完整版| 久久精品久久久久久久性| 日韩制服骚丝袜av| 赤兔流量卡办理| 卡戴珊不雅视频在线播放| 高清黄色对白视频在线免费看| 热re99久久精品国产66热6| 日本vs欧美在线观看视频| 一区二区日韩欧美中文字幕 | 天堂8中文在线网| a级片在线免费高清观看视频| 精品久久国产蜜桃| tube8黄色片| 亚洲欧洲国产日韩| 日韩一区二区三区影片| 美女大奶头黄色视频| 丰满少妇做爰视频| 欧美日本中文国产一区发布| 搡老乐熟女国产| 亚洲精品久久成人aⅴ小说 | 2021少妇久久久久久久久久久| 亚洲av中文av极速乱| 蜜桃久久精品国产亚洲av| 日韩制服骚丝袜av| 欧美日韩亚洲高清精品| 91国产中文字幕| 最近2019中文字幕mv第一页| 久久精品人人爽人人爽视色| 狂野欧美激情性xxxx在线观看| 老女人水多毛片| 美女主播在线视频| 青春草国产在线视频| 久久人妻熟女aⅴ| 丰满少妇做爰视频| 精品国产露脸久久av麻豆| 日日爽夜夜爽网站| 人妻一区二区av| a级毛片免费高清观看在线播放| 国产高清三级在线| 亚洲伊人久久精品综合| 热re99久久精品国产66热6| 91国产中文字幕| a级毛色黄片| 男女边摸边吃奶| 在线免费观看不下载黄p国产| 日韩一本色道免费dvd| 欧美日韩亚洲高清精品| 国产男女内射视频| 日韩熟女老妇一区二区性免费视频| 曰老女人黄片| 一区二区三区精品91| 99热这里只有是精品在线观看| 国产精品 国内视频| 一本久久精品| 色94色欧美一区二区| 亚洲,一卡二卡三卡| 亚洲国产精品999| 国产片内射在线| 国产不卡av网站在线观看| 国产视频首页在线观看| 一级毛片aaaaaa免费看小| 欧美国产精品一级二级三级| 热99久久久久精品小说推荐| videossex国产| 亚洲精品日韩在线中文字幕| 国产日韩欧美亚洲二区| 大码成人一级视频| 成年女人在线观看亚洲视频| 国产精品人妻久久久影院| 99热这里只有精品一区| 午夜av观看不卡| 美女视频免费永久观看网站| 国产精品偷伦视频观看了| 国产精品99久久99久久久不卡 | 美女大奶头黄色视频| 欧美日韩亚洲高清精品| 有码 亚洲区| 国产成人精品福利久久| 国产在视频线精品| 久久久亚洲精品成人影院| a级毛色黄片| 人成视频在线观看免费观看| 国产 精品1| 男女边摸边吃奶| 亚洲精品第二区| 国产精品偷伦视频观看了| 秋霞在线观看毛片| 欧美日韩成人在线一区二区| 超碰97精品在线观看| 婷婷色综合大香蕉| 久久久久久久大尺度免费视频| 最新中文字幕久久久久| 国产色爽女视频免费观看| 黑人猛操日本美女一级片| 国产av精品麻豆| 婷婷色av中文字幕| 亚州av有码| 国产又色又爽无遮挡免| 黄色怎么调成土黄色| 看十八女毛片水多多多| 好男人视频免费观看在线| 99精国产麻豆久久婷婷| 2021少妇久久久久久久久久久| 22中文网久久字幕| 国产69精品久久久久777片| 五月伊人婷婷丁香| 精品亚洲乱码少妇综合久久| 成人国语在线视频| 青春草视频在线免费观看| 亚洲欧洲日产国产| 另类亚洲欧美激情| 91久久精品国产一区二区三区| 国产毛片在线视频| 国产成人免费无遮挡视频| 欧美日韩综合久久久久久| 成年人午夜在线观看视频| a级毛片在线看网站| 亚洲av综合色区一区| 国产欧美另类精品又又久久亚洲欧美| 精品酒店卫生间| 建设人人有责人人尽责人人享有的| 中文精品一卡2卡3卡4更新| 97超碰精品成人国产| 亚洲精品av麻豆狂野| 九九在线视频观看精品|