• <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 ?

    神經(jīng)網(wǎng)絡(luò)修正的速度約束輔助車載SINS定位算法

    2022-10-15 13:50:14李正帥繆玲娟周志強吳子昊
    宇航學(xué)報 2022年9期

    李正帥,繆玲娟,周志強,吳子昊

    (北京理工大學(xué)自動化學(xué)院,北京 100081)

    0 引 言

    車載全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)/捷聯(lián)慣性導(dǎo)航系統(tǒng)(SINS)組合導(dǎo)航系統(tǒng)中的GNSS信號不可用時,僅使用SINS導(dǎo)航定位精度逐漸下降,難以滿足要求。速度約束輔助SINS定位假設(shè)車輛在行駛過程中沒有發(fā)生側(cè)滑和跳躍,利用車輛橫向和豎向速度為零的約束條件修正SINS的誤差,可以在不增加成本的前提下,提高定位精度。付強文等利用速度約束輔助SINS定位,將其作為里程計失效的備選方案,定位精度優(yōu)于僅使用SINS定位。為了進一步提高速度約束輔助SINS的定位精度,胡杰等在速度約束輔助SINS的基礎(chǔ)上,引入模糊推理系統(tǒng)自適應(yīng)調(diào)節(jié)量測噪聲方差陣,通過試驗驗證了速度約束和自適應(yīng)濾波對于提高SINS位置精度的有效性。

    車輛長時間朝某一固定方向行駛時,使用速度約束輔助SINS其縱向位置誤差會逐漸累積增大。韓勇強等結(jié)合高階曲線擬合的方法對車輛縱(前)向速度殘差導(dǎo)致的定位誤差進行補償,能夠有效彌補僅使用速度約束的不足,但是該算法需要停車觀測縱向速度殘差才能對縱向位置誤差進行補償,不能在連續(xù)行駛過程中在線修正,這對于一般情況下不能隨意停車的城市隧道場景具有一定的局限性。陳映秋等將微機電系統(tǒng)(Micro-elector-mechanical system, MEMS)慣性測量單元(Inertial measurement unit, IMU)安裝在載體車輪中心,提取出縱向速度信息,相比于僅使用速度約束增加了一維縱向速度約束,提高了自主導(dǎo)航性能,但是考慮到實際載車安裝和布線等因素該方案不易實現(xiàn)。李博文等將車輛瞬時運動看作不同曲率半徑的圓周運動,根據(jù)縱向速度、豎向角速度和比力測量值構(gòu)造向心加速度差值誤差作為新量測量,將其與速度約束一同輔助車載SINS定位,新量測量提高了橫向加速度計偏值的可觀測性,理論上會因此提高定位精度,但是引入的新量測量中的比力沒有考慮桿臂加速度補償,桿臂加速度誤差等效為加速度計測量誤差,動態(tài)情況下角加速度通過角速度微分得到,會引入較大噪聲,對桿臂加速度難以實現(xiàn)精確補償。

    隨著人工智能技術(shù)的發(fā)展,大量專家學(xué)者將神經(jīng)網(wǎng)絡(luò)算法用于預(yù)測修正導(dǎo)航誤差。目前常用的神經(jīng)網(wǎng)絡(luò)算法有卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural networks, CNN)、BP(Back propagation)神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)(Radial basis function,RBF)神經(jīng)網(wǎng)絡(luò)等。CNN主要用于識別位移、縮放及其他形式扭曲不變的二維圖形,在圖像識別、圖像分類等領(lǐng)域應(yīng)用廣泛;BP神經(jīng)網(wǎng)絡(luò)是一種全局逼近網(wǎng)絡(luò),結(jié)構(gòu)簡單且適用于非線性函數(shù)逼近,但是易陷入局部極小值,學(xué)習(xí)速度較慢,對于對實時性要求高的應(yīng)用場景具有一定的局限性;RBF神經(jīng)網(wǎng)絡(luò)是一種局部逼近網(wǎng)絡(luò),相較于全局逼近網(wǎng)絡(luò)(如BP神經(jīng)網(wǎng)絡(luò)),局部逼近可以簡化計算量,并且它只有一個隱含層,因此RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度更快,能夠滿足對實時性有要求的應(yīng)用場景。RBF神經(jīng)網(wǎng)絡(luò)的突出優(yōu)點是具有很強的非線性映射能力和很快的學(xué)習(xí)收斂速度。研究表明,RBF神經(jīng)網(wǎng)絡(luò)是連續(xù)函數(shù)的最佳逼近。

    為了提高GNSS失效時車載SINS的導(dǎo)航精度,本文在不增加額外傳感器的情況下利用速度約束輔助SINS定位,提出一種限定記憶指數(shù)加權(quán)的自適應(yīng)濾波算法,實時估計量測噪聲,以提高濾波器對新近量測數(shù)據(jù)的利用權(quán)重以及對外界環(huán)境的適應(yīng)能力;在此基礎(chǔ)上,針對車輛長時間朝某一固定方向行駛時僅使用速度約束輔助SINS其縱向位置誤差發(fā)散較嚴(yán)重的問題,提出一種基于神經(jīng)網(wǎng)絡(luò)的縱向位置誤差修正算法,引入RBF神經(jīng)網(wǎng)絡(luò)算法在線預(yù)測縱向位置誤差修正系數(shù),對定位結(jié)果進一步修正。在人為設(shè)置GNSS失效和真實隧道場景下進行車載試驗,驗證了本文算法的有效性與可行性。

    1 車載GNSS/SINS組合導(dǎo)航系統(tǒng)數(shù)學(xué)模型

    1.1 狀態(tài)方程

    (1)

    =

    (2)

    濾波器狀態(tài)方程為:

    (3)

    式中:為SINS誤差方程和安裝誤差角誤差方程構(gòu)造的狀態(tài)轉(zhuǎn)移矩陣;為系統(tǒng)噪聲輸入矩陣;為系統(tǒng)噪聲。

    1.2 量測方程

    GNSS有效時,將SINS解算的位置、速度信息與GNSS輸出的位置、速度信息分別求差作為濾波器量測值,此時量測方程為:

    =+

    (4)

    式中:表示量測量;表示量測噪聲;表示量測矩陣,表達(dá)式為:

    (5)

    GNSS失效時,采用速度約束構(gòu)造量測方程。車體坐標(biāo)系系下速度分量為:

    (6)

    根據(jù)速度約束構(gòu)成量測量:

    (7)

    對式(6)進行全微分,并考慮式(1)則有:

    (8)

    式中:δ表示系下速度誤差;[()]表示取的反對稱矩陣。

    由式(7)和式(8)可得量測方程:

    =+

    (9)

    式中:為量測矩陣。

    (10)

    式中:(1,*)表示取的第1行,其余符號含義類似;表示量測噪聲。

    2 限定記憶指數(shù)加權(quán)的自適應(yīng)濾波算法

    標(biāo)準(zhǔn)卡爾曼濾波要求系統(tǒng)的數(shù)學(xué)模型、系統(tǒng)噪聲和量測噪聲統(tǒng)計特性準(zhǔn)確已知。但是在實際工程應(yīng)用中,量測噪聲受外界環(huán)境因素影響,具有較大的不確定性,卡爾曼濾波器使用不準(zhǔn)確的量測噪聲統(tǒng)計特性會產(chǎn)生較大的狀態(tài)估計誤差,甚至可能使濾波發(fā)散。本文對量測噪聲協(xié)方差陣進行自適應(yīng)調(diào)整。

    理想情況下濾波殘差滿足零均值高斯白噪聲分布的條件,其理論協(xié)方差為:

    (11)

    一般根據(jù)區(qū)間長度為的濾波殘差序列對進行極大似然最優(yōu)估計,對滑動窗口內(nèi)的數(shù)據(jù)求取算術(shù)平均。為了提高濾波殘差協(xié)方差的估計精度和濾波器對新近量測數(shù)據(jù)的利用權(quán)重,本文對滑動窗口內(nèi)的數(shù)據(jù)進行指數(shù)加權(quán)。

    時刻的濾波殘差協(xié)方差的估計值為:

    (12)

    式中:為窗口大??;為指數(shù)因子,0<<1。歷史時刻的殘差數(shù)據(jù)離當(dāng)前時刻越遠(yuǎn),在求殘差協(xié)方差的估計值時所占比重越小。

    根據(jù)文獻[13]中極大似然法的證明方法,可以證明本文算法提出的式(12)仍是的極大似然最優(yōu)估計。

    為了減小計算量和存儲空間,對式(12)進一步化簡,得到遞推公式:

    (13)

    (14)

    (15)

    3 基于神經(jīng)網(wǎng)絡(luò)的SINS縱向位置誤差修正算法

    RBF神經(jīng)網(wǎng)絡(luò)是一種三層前饋網(wǎng)絡(luò)模型,由輸入層、隱含層和輸出層組成。從輸入層到隱含層的變換是非線性的,從隱含層到輸出層的變換是線性的。網(wǎng)絡(luò)的參數(shù)主要有三種:徑向基函數(shù)的中心、方差和隱含層到輸出層的權(quán)值,對網(wǎng)絡(luò)的訓(xùn)練過程即為求解這三種參數(shù)的過程。

    假設(shè)城市環(huán)境中GNSS有效時的訓(xùn)練樣本包括了車輛多種機動狀態(tài)下的數(shù)據(jù),通過GNSS有效場景下的樣本數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),利用神經(jīng)網(wǎng)絡(luò)的預(yù)測功能估計GNSS失效場景下SINS縱向位置誤差的修正系數(shù)。

    車輛的運動狀態(tài)可由速度和姿態(tài)描述,其中姿態(tài)可由四元數(shù)表示。由于該四元數(shù)為規(guī)范化四元數(shù),所以可以選取四元數(shù)的3個虛部作為神經(jīng)網(wǎng)絡(luò)輸入量的一部分,從而減小計算量。對于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本,本文選取GNSS有效時SINS解算的3個速度、3個四元數(shù)虛部共6個量作為神經(jīng)網(wǎng)絡(luò)的輸入量,輸出量為修正系數(shù)°表示使用速度約束輔助SINS定位濾波周期內(nèi),縱向行駛的距離修正后與修正前的比值;通過在GNSS有效時的濾波周期內(nèi)進行GNSS/SINS組合導(dǎo)航的同時,并行使用速度約束輔助SINS定位來求取。

    輸出量求解過程中車輛的位置示意圖如圖1所示。

    圖1 輸出量s求解過程中車輛的位置示意圖Fig.1 Schematic diagram of vehicle position in the process of output s solution

    圖1中,-1分別表示-1時刻與時刻GNSS/SINS組合導(dǎo)航定位的車輛位置;表示GNSS有效時使用速度約束輔助SINS定位的車輛位置;表示-1間的距離;表示-1間的距離。的大小為:

    (16)

    在GNSS有效時輸出的導(dǎo)航結(jié)果為GNSS/SINS組合導(dǎo)航的位置,速度約束輔助SINS定位的位置僅用于計算和。

    當(dāng)GNSS有效時記錄樣本數(shù)據(jù)(6個輸入量,1個輸出量),在GNSS失效時的第一時刻利用GNSS失效前記錄的最新的組樣本數(shù)據(jù)進行訓(xùn)練??稍O(shè)置為500或適當(dāng)調(diào)整。訓(xùn)練過程包括讀取樣本數(shù)據(jù)、初始化神經(jīng)網(wǎng)絡(luò)、訓(xùn)練神經(jīng)網(wǎng)絡(luò)、存儲網(wǎng)絡(luò)參數(shù)。

    在GNSS失效的后續(xù)時間里,讀取網(wǎng)絡(luò)參數(shù),以當(dāng)前時刻慣導(dǎo)解算的3個速度、3個四元數(shù)虛部作為輸入量,預(yù)測修正系數(shù)′,′表示神經(jīng)網(wǎng)絡(luò)預(yù)測的SINS縱向位置誤差修正系數(shù)。

    時刻神經(jīng)網(wǎng)絡(luò)修正位置示意圖如圖2所示。

    圖2 位置修正示意圖Fig.2 Schematic diagram of position correction

    時刻經(jīng)過神經(jīng)網(wǎng)絡(luò)修正后的車輛緯度、經(jīng)度分別為:

    (17)

    本文算法流程圖如圖3所示,實現(xiàn)步驟如下:

    圖3 本文算法流程圖Fig.3 Flow chart of the proposed algorithm

    1)首先建立狀態(tài)方程,當(dāng)GNSS有效時,進行GNSS/SINS組合導(dǎo)航,并存儲用于RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練的樣本數(shù)據(jù)。

    2)當(dāng)GNSS失效時,采用速度約束和自適應(yīng)濾波輔助SINS,在GNSS失效的第一時刻對神經(jīng)網(wǎng)絡(luò)進行初始化,通過已存儲的樣本數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,并存儲網(wǎng)絡(luò)參數(shù)。

    3)在GNSS失效的后續(xù)時間里,將SINS解算的速度、四元數(shù)信息作為神經(jīng)網(wǎng)絡(luò)的輸入量預(yù)測縱向位置誤差修正系數(shù)′。

    4)根據(jù)式(17)對速度約束輔助SINS定位后的位置進行修正。

    4 試驗結(jié)果與分析

    基于所設(shè)計的神經(jīng)網(wǎng)絡(luò)修正的速度約束輔助車載SINS定位算法,在人為設(shè)置GNSS失效和真實隧道場景下進行了車載試驗,對采集的原始MEMS慣導(dǎo)數(shù)據(jù)和GNSS數(shù)據(jù)進行離線仿真,驗證了算法的有效性與可用性。

    4.1 試驗條件

    車載試驗通過LaneTo-3低成本GNSS/MEMS SINS組合導(dǎo)航設(shè)備實現(xiàn)對MEMS慣導(dǎo)數(shù)據(jù)和衛(wèi)星數(shù)據(jù)的采集。測試的同時搭載Mars-D高精度GNSS/SINS組合導(dǎo)航定位系統(tǒng),該系統(tǒng)采用緊組合的方式將慣導(dǎo)與雙天線差分GNSS定位進行組合,開放天空下定位精度可至厘米級;結(jié)合地圖數(shù)據(jù)庫信息和反向平滑技術(shù),衛(wèi)星信號中斷120 s位置精度(1)小于1 m。將Mars-D處理后的導(dǎo)航結(jié)果作為基準(zhǔn)用于統(tǒng)計本文算法的誤差。

    車載試驗系統(tǒng)如圖4~6所示。

    圖4 天線安裝位置Fig.4 Position of antenna installation

    圖5 LaneTo-3組合導(dǎo)航設(shè)備Fig.5 LaneTo-3 integrated navigation device

    圖6 Mars-D高精度組合導(dǎo)航定位系統(tǒng)Fig.6 Mars-D high precision integrated navigation positioning system

    用于采集試驗數(shù)據(jù)的LaneTo-3組合導(dǎo)航設(shè)備中陀螺儀和加速度計的基本參數(shù)如表1所示。

    表1 陀螺儀和加速度計基本參數(shù)Table 1 Basic parameters of the gyroscope and accelerometer

    試驗場景主要測試直線行駛和隧道情況。試驗路線如圖7~9所示,選取路段1~3:

    圖7 路段1與路段3車輛軌跡Fig.7 Vehicle tracks on Route 1 and Route 3

    圖8 路段2車輛軌跡Fig.8 Vehicle track on Route 2

    圖9 路段3車輛軌跡Fig.9 Vehicle track on Route 3

    1)路段1如圖7所示,選在北京市牡丹園站所在的南北直線路段,將GNSS數(shù)據(jù)斷開60 s,模擬直線隧道場景,衛(wèi)星斷開時間內(nèi)載車直線行駛約600 m,車輛先加速再減速,速度范圍是14.4~50.4 km/h。

    2)路段2如圖8所示,選在北京市北四環(huán)中路的東西直線路段,將GNSS數(shù)據(jù)斷開60 s,模擬直線隧道場景,衛(wèi)星斷開時間內(nèi)載車直線行駛約1020 m,車輛先加速再減速,再加速,速度范圍是47.5~70.6 km/h。由于車輛長時間朝某一固定方向行駛時使用速度約束輔助SINS其縱向位置誤差發(fā)散較嚴(yán)重,因此路段1和路段2用于測試本文算法在直線路段的性能。

    3)路段3如圖7、圖9所示,選在北京市慧忠路隧道附近,該隧道衛(wèi)星失效路段單向全長約1.2 km,由小角度弧形彎道和直線路段組成,用于測試本文算法在真實隧道場景下的整體性能。行駛軌跡為自西向東進入隧道,調(diào)頭自東向西第二次進入隧道后再次調(diào)頭自西向東進入隧道,即進入隧道共三次。車輛機動主要是航向轉(zhuǎn)彎和直線行駛等動作,車速約45 km/h。

    圖7~9中兩條虛線中間的路段為衛(wèi)星失效路段,箭頭表示行駛方向,圖9中的序號表示箭頭的先后次序。

    4.2 算法校驗

    本文算法使用提出的限定記憶指數(shù)加權(quán)的自適應(yīng)濾波實現(xiàn)速度約束輔助SINS定位,并通過RBF神經(jīng)網(wǎng)絡(luò)預(yù)測系數(shù)對濾波后的位置進一步修正。

    為了檢驗本文算法中提出的自適應(yīng)濾波算法及神經(jīng)網(wǎng)絡(luò)修正的效果,將使用標(biāo)準(zhǔn)卡爾曼濾波的速度約束輔助SINS的算法(簡記為“KF-VC”)、只使用本文提出的自適應(yīng)濾波的速度約束輔助SINS算法(簡記為“AKF-VC”)與完整的本文算法(簡記為“RBF-AKF-VC”)進行了對比。

    KF-VC算法、AKF-VC算法與RBF-AKF-VC在處理三個路段的試驗數(shù)據(jù)后的位置誤差、速度誤差對比如圖10~15所示,三個路段均為GNSS失效路段。

    圖10 路段1位置誤差對比Fig.10 Comparison of position errors on Route 1

    圖11 路段1速度誤差對比Fig.11 Comparison of velocity errors on Route 1

    圖12 路段2位置誤差對比Fig.12 Comparison of position errors on Route 2

    圖13 路段2速度誤差對比Fig.13 Comparison of velocity errors on Route 2

    圖14 路段3位置誤差對比Fig.14 Comparison of position errors on Route 3

    圖15 路段3速度誤差對比Fig.15 Comparison of velocity errors on Route 3

    圖10~15中實線表示RBF-AKF-VC算法處理試驗數(shù)據(jù)后的位置誤差、速度誤差,虛線、點線分別為KF-VC算法、AKF-VC算法對應(yīng)的誤差曲線。從圖10~15中可以看出,對于GNSS失效的場景,RBF-AKF-VC算法的導(dǎo)航精度最高;AKF-VC算法相對于KF-VC算法,位置誤差與速度誤差均減?。粡膱D10、圖12和圖14可以看出,利用神經(jīng)網(wǎng)絡(luò)修正位置誤差,能夠進一步提高SINS的位置精度。

    為了定量表示本文算法中提出的自適應(yīng)濾波算法與神經(jīng)網(wǎng)絡(luò)修正的效果,分別統(tǒng)計KF-VC算法、AKF-VC算法與RBF-AKF-VC算法在三個路段上的均方根誤差(RMSE),路段3先、后三次進入隧道依次統(tǒng)計。結(jié)果如表2~表4所示。

    表2 路段1三種算法的均方根誤差對比Table 2 RMSE comparison of the three algorithms of Route 1

    表3 路段2三種算法的均方根誤差對比Table 3 RMSE comparison of the three algorithms of Route 2

    表4 路段3隧道場景三種算法的均方根誤差對比Table 4 RMSE comparison of the three algorithms in tunnel scene of route 3

    續(xù)表4

    由表2、表3可知,由于路段1主要是南北向直線行駛路段,路段2主要是東西向直線行駛路段,缺少轉(zhuǎn)彎機動過程,僅有橫向和豎向的速度約束,縱向速度誤差逐漸增大。表2中,北向速度誤差明顯大于東向速度誤差,導(dǎo)致路段1的北向位置誤差明顯比東向位置誤差大;而表3中,東向速度誤差明顯大于北向速度誤差,進而導(dǎo)致路段2的東向位置誤差明顯比北向位置誤差大。相比于KF-VC算法,RBF-AKF-VC算法在路段1上的東向位置誤差減小了35.66%,北向位置誤差減小了74.20%,高度誤差減小了7.34%,三個方向的速度誤差均減小,北向速度誤差減小得最多(減小了0.42 m/s);在路段2上的東向位置誤差減小了59.14%,北向位置誤差減小了66.47%,高度誤差減小了15.21%,三個方向的速度誤差均減小,東向速度誤差減小得最多(減小了0.81 m/s)。AKF-VC算法提高了濾波器對新近量測數(shù)據(jù)的利用權(quán)重與濾波精度,使定位精度得到了一定的提升;RBF-AKF-VC算法使用神經(jīng)網(wǎng)絡(luò)預(yù)測系數(shù)修正了SINS縱向位置誤差,相比于AKF-VC算法,在路段1上東向位置誤差進一步減小了16.27%,北向位置誤差進一步減小了61.96%;在路段2上東向位置誤差進一步減小了43.21%,北向位置誤差進一步減小了46.15%。

    表4中三次的試驗結(jié)果中,相對于北向位置誤差,東向位置誤差較大,這是由于車輛在路段3上的整體行駛軌跡是東西方向的,采用速度約束缺少對縱向速度的量測更新,長時間在一個方向行駛該方向位置誤差會逐漸積累。其中第2次的行駛方向與第1、3次相反,轉(zhuǎn)彎方向也相反。相比于KF-VC算法,RBF-AKF-VC算法在路段3先、后三次往返進入隧道的車輛定位精度均得到了提高,東向位置誤差平均減小了40.11%,北向位置誤差平均減小了31.28%,高度誤差平均減小了23.11%,三個方向的速度誤差均減小,東向速度誤差減小得最多(平均減小了0.12 m/s)。RBF-AKF-VC算法使用神經(jīng)網(wǎng)絡(luò)預(yù)測修正系數(shù)對SINS縱向位置誤差進行修正后,相比于AKF-VC算法,位置誤差可進一步減小,尤其是東向位置誤差減小了30.35%。

    5 結(jié) 論

    車載GNSS/SINS組合導(dǎo)航在GNSS失效SINS單獨工作時誤差會逐漸增大,本文在不增加額外傳感器的前提下利用速度約束輔助SINS定位。提出一種限定記憶指數(shù)加權(quán)的自適應(yīng)濾波算法實時估計量測噪聲,提高了濾波器的適應(yīng)能力;與此同時,針對僅使用速度約束輔助SINS其縱向位置誤差會逐漸發(fā)散的問題,提出一種基于RBF神經(jīng)網(wǎng)絡(luò)的縱向位置誤差修正算法,通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練預(yù)測系數(shù)進一步修正濾波后的定位結(jié)果。在人為設(shè)置GNSS失效和真實隧道場景下進行車載試驗,結(jié)果表明,本文算法對于位置誤差的修正效果優(yōu)于標(biāo)準(zhǔn)卡爾曼濾波和速度約束輔助SINS相結(jié)合的常規(guī)算法,具有較高的定位精度;其中RBF神經(jīng)網(wǎng)絡(luò)預(yù)測的修正系數(shù)對于縱向位置誤差具有較好的修正效果,為解決速度約束輔助SINS定位其縱向位置誤差發(fā)散的問題提供了一種新思路和新方法。本文算法不增加硬件成本,對提高低成本車載導(dǎo)航在衛(wèi)星信號丟失時的定位精度具有重要意義。

    日日干狠狠操夜夜爽| 欧美黑人欧美精品刺激| 一区二区日韩欧美中文字幕| 两个人视频免费观看高清| 很黄的视频免费| 国产精品一区二区免费欧美| 麻豆成人av在线观看| 亚洲自拍偷在线| 成人亚洲精品一区在线观看| 亚洲欧美激情综合另类| 久久国产亚洲av麻豆专区| 麻豆久久精品国产亚洲av| 国产精品久久久久久精品电影 | 黑人操中国人逼视频| 丝袜在线中文字幕| 在线天堂中文资源库| 桃红色精品国产亚洲av| 两个人看的免费小视频| 亚洲一区二区三区色噜噜| 一进一出好大好爽视频| 国产成人影院久久av| 婷婷丁香在线五月| 又黄又爽又免费观看的视频| 亚洲国产看品久久| 18禁美女被吸乳视频| 国产av又大| 日韩欧美在线二视频| 亚洲va日本ⅴa欧美va伊人久久| 欧美又色又爽又黄视频| 叶爱在线成人免费视频播放| 欧美色欧美亚洲另类二区| 久久午夜综合久久蜜桃| 黄色成人免费大全| 欧美黑人精品巨大| 欧美成人性av电影在线观看| 久久这里只有精品19| 日日夜夜操网爽| 精品国产亚洲在线| 男女床上黄色一级片免费看| 精品熟女少妇八av免费久了| 精品国产乱子伦一区二区三区| 亚洲人成网站在线播放欧美日韩| 88av欧美| 给我免费播放毛片高清在线观看| 脱女人内裤的视频| 日本免费一区二区三区高清不卡| 国产三级黄色录像| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲一区高清亚洲精品| 欧美一级a爱片免费观看看 | 欧美激情久久久久久爽电影| 一边摸一边做爽爽视频免费| 亚洲美女黄片视频| 亚洲第一青青草原| 91av网站免费观看| 麻豆成人午夜福利视频| 久久精品国产99精品国产亚洲性色| 制服人妻中文乱码| 91九色精品人成在线观看| 一区二区三区激情视频| 亚洲av成人不卡在线观看播放网| 在线永久观看黄色视频| 久久中文字幕人妻熟女| 桃红色精品国产亚洲av| 精品欧美国产一区二区三| bbb黄色大片| 狂野欧美激情性xxxx| 日本在线视频免费播放| 99国产精品99久久久久| 久久精品亚洲精品国产色婷小说| 日韩中文字幕欧美一区二区| 亚洲美女黄片视频| 久久精品aⅴ一区二区三区四区| 亚洲av美国av| 精品免费久久久久久久清纯| 黄片大片在线免费观看| 国产精品亚洲av一区麻豆| 午夜久久久久精精品| 黑人操中国人逼视频| 中文亚洲av片在线观看爽| 村上凉子中文字幕在线| 国产黄色小视频在线观看| 久久草成人影院| 亚洲一区中文字幕在线| 黄片小视频在线播放| 在线观看午夜福利视频| 久久久国产成人精品二区| 精品国产国语对白av| 日本五十路高清| 91av网站免费观看| 黄色丝袜av网址大全| 国产亚洲av高清不卡| 深夜精品福利| 99热6这里只有精品| 精品国产国语对白av| 精品久久久久久,| 听说在线观看完整版免费高清| 欧美色视频一区免费| 中文字幕久久专区| 97碰自拍视频| 久久精品国产亚洲av高清一级| 色av中文字幕| 亚洲五月色婷婷综合| 亚洲国产中文字幕在线视频| 国产精品电影一区二区三区| 久久精品人妻少妇| av在线天堂中文字幕| 精品午夜福利视频在线观看一区| 国产精品亚洲美女久久久| 韩国精品一区二区三区| 精品国产超薄肉色丝袜足j| 国产精品久久视频播放| 精品欧美国产一区二区三| av片东京热男人的天堂| 亚洲免费av在线视频| 怎么达到女性高潮| 美女国产高潮福利片在线看| 国产精品久久久久久亚洲av鲁大| 香蕉av资源在线| 黑丝袜美女国产一区| 免费在线观看黄色视频的| 国产在线精品亚洲第一网站| 在线观看舔阴道视频| 久久婷婷成人综合色麻豆| 日本 av在线| 欧美性猛交╳xxx乱大交人| 亚洲五月婷婷丁香| 亚洲男人的天堂狠狠| 精品久久久久久久久久久久久 | 一本综合久久免费| 亚洲精品一区av在线观看| 国产av不卡久久| 变态另类丝袜制服| bbb黄色大片| 亚洲免费av在线视频| 亚洲一区二区三区不卡视频| 亚洲va日本ⅴa欧美va伊人久久| 麻豆久久精品国产亚洲av| 国产精品久久久人人做人人爽| 亚洲九九香蕉| 两性夫妻黄色片| 欧美大码av| 精品久久久久久久久久久久久 | 国产亚洲av高清不卡| 国产不卡一卡二| 叶爱在线成人免费视频播放| 99精品久久久久人妻精品| 麻豆成人午夜福利视频| 黄色丝袜av网址大全| 精品国产乱子伦一区二区三区| 亚洲一区二区三区色噜噜| 日韩欧美一区视频在线观看| av视频在线观看入口| 国产精品美女特级片免费视频播放器 | 久久性视频一级片| 人妻久久中文字幕网| 国产激情欧美一区二区| 亚洲精品中文字幕在线视频| 久久香蕉国产精品| 久久久精品欧美日韩精品| 亚洲av第一区精品v没综合| bbb黄色大片| 校园春色视频在线观看| 又黄又爽又免费观看的视频| 色在线成人网| 亚洲精品美女久久久久99蜜臀| 久久天躁狠狠躁夜夜2o2o| 99热6这里只有精品| 国产成人欧美在线观看| 啦啦啦韩国在线观看视频| 亚洲精品一卡2卡三卡4卡5卡| 国产主播在线观看一区二区| 国产av不卡久久| 久久久精品国产亚洲av高清涩受| 亚洲在线自拍视频| 久久精品91蜜桃| 国产欧美日韩一区二区三| 免费搜索国产男女视频| 日韩有码中文字幕| 亚洲成a人片在线一区二区| 美国免费a级毛片| 天天躁夜夜躁狠狠躁躁| 18禁黄网站禁片午夜丰满| 国产v大片淫在线免费观看| 两个人看的免费小视频| 少妇熟女aⅴ在线视频| 国产精品免费视频内射| 老熟妇仑乱视频hdxx| 午夜a级毛片| 欧美成人性av电影在线观看| 十分钟在线观看高清视频www| 日日爽夜夜爽网站| 亚洲精品国产区一区二| 日韩欧美三级三区| 亚洲精品久久国产高清桃花| 国产激情久久老熟女| 香蕉久久夜色| 国产亚洲精品第一综合不卡| 黄色视频不卡| 亚洲五月婷婷丁香| 成人18禁高潮啪啪吃奶动态图| 美女国产高潮福利片在线看| 男女下面进入的视频免费午夜 | 别揉我奶头~嗯~啊~动态视频| 国产激情偷乱视频一区二区| 国产不卡一卡二| 麻豆成人午夜福利视频| 国产精品亚洲一级av第二区| 国产亚洲精品久久久久5区| 亚洲天堂国产精品一区在线| 成人国产一区最新在线观看| a在线观看视频网站| 真人做人爱边吃奶动态| 久久国产乱子伦精品免费另类| 免费看十八禁软件| 在线观看舔阴道视频| 国产欧美日韩一区二区三| 男人操女人黄网站| 一二三四在线观看免费中文在| 亚洲精品国产精品久久久不卡| 老司机福利观看| 欧美亚洲日本最大视频资源| 欧美成人一区二区免费高清观看 | 校园春色视频在线观看| 国产亚洲精品久久久久久毛片| 成人亚洲精品一区在线观看| 国产高清videossex| 精品电影一区二区在线| 免费搜索国产男女视频| 中文资源天堂在线| 天堂√8在线中文| 最新在线观看一区二区三区| 久久久久久人人人人人| 国产亚洲欧美在线一区二区| 精品无人区乱码1区二区| 久久久久国产精品人妻aⅴ院| 国产午夜精品久久久久久| svipshipincom国产片| 伊人久久大香线蕉亚洲五| 18美女黄网站色大片免费观看| 精品高清国产在线一区| 日本精品一区二区三区蜜桃| 午夜久久久在线观看| 国产精品影院久久| 麻豆成人午夜福利视频| 在线观看www视频免费| 满18在线观看网站| 中文字幕高清在线视频| 日本精品一区二区三区蜜桃| 亚洲欧洲精品一区二区精品久久久| 欧美又色又爽又黄视频| 操出白浆在线播放| 丝袜在线中文字幕| 高清毛片免费观看视频网站| 亚洲精品一卡2卡三卡4卡5卡| 国产一区二区激情短视频| 熟女少妇亚洲综合色aaa.| 好男人电影高清在线观看| 俺也久久电影网| 久久久久免费精品人妻一区二区 | 日本在线视频免费播放| 国产不卡一卡二| 亚洲人成伊人成综合网2020| 亚洲国产欧美日韩在线播放| 一个人观看的视频www高清免费观看 | av超薄肉色丝袜交足视频| 在线观看舔阴道视频| 亚洲国产欧洲综合997久久, | 亚洲熟妇中文字幕五十中出| 国产片内射在线| 丁香欧美五月| 国产成人欧美在线观看| 国产亚洲精品第一综合不卡| 免费在线观看亚洲国产| ponron亚洲| 男人的好看免费观看在线视频 | 在线观看一区二区三区| 国产单亲对白刺激| 久久久国产欧美日韩av| x7x7x7水蜜桃| 18禁观看日本| 久9热在线精品视频| 国产黄片美女视频| 久久亚洲真实| 无限看片的www在线观看| 亚洲中文av在线| 级片在线观看| 午夜福利一区二区在线看| 狂野欧美激情性xxxx| 97碰自拍视频| 久久久精品国产亚洲av高清涩受| 男人舔女人的私密视频| 1024手机看黄色片| 国产成人欧美| 亚洲成av人片免费观看| 中文亚洲av片在线观看爽| 黄频高清免费视频| 91大片在线观看| 男人舔奶头视频| 国产亚洲av嫩草精品影院| 又黄又爽又免费观看的视频| av视频在线观看入口| 韩国av一区二区三区四区| 国产一区二区在线av高清观看| 亚洲天堂国产精品一区在线| 午夜免费观看网址| 亚洲第一电影网av| 亚洲片人在线观看| 两人在一起打扑克的视频| 黄色成人免费大全| 午夜福利免费观看在线| 成人精品一区二区免费| 午夜福利免费观看在线| 午夜日韩欧美国产| 黑丝袜美女国产一区| 久久国产亚洲av麻豆专区| 亚洲精品美女久久久久99蜜臀| 中文字幕最新亚洲高清| 黄色女人牲交| 国产人伦9x9x在线观看| 丰满的人妻完整版| 久久午夜综合久久蜜桃| 久久精品国产亚洲av香蕉五月| 国产麻豆成人av免费视频| av免费在线观看网站| 欧美成人性av电影在线观看| 又黄又爽又免费观看的视频| 日韩三级视频一区二区三区| 别揉我奶头~嗯~啊~动态视频| 亚洲中文日韩欧美视频| 中文字幕人妻丝袜一区二区| 国产在线精品亚洲第一网站| 亚洲国产欧洲综合997久久, | 亚洲av电影在线进入| 可以在线观看毛片的网站| 亚洲第一青青草原| 我的亚洲天堂| 亚洲国产欧洲综合997久久, | 叶爱在线成人免费视频播放| 国产伦在线观看视频一区| 一个人免费在线观看的高清视频| 在线观看舔阴道视频| 国产精品爽爽va在线观看网站 | 99精品欧美一区二区三区四区| 午夜久久久久精精品| 国产精品久久久人人做人人爽| 国产精品久久电影中文字幕| 国产精品久久久人人做人人爽| 日本在线视频免费播放| 国产欧美日韩一区二区三| 国产成人啪精品午夜网站| 国产又色又爽无遮挡免费看| 校园春色视频在线观看| 久久99热这里只有精品18| 成人亚洲精品av一区二区| 久久国产精品男人的天堂亚洲| 成年免费大片在线观看| 村上凉子中文字幕在线| 婷婷丁香在线五月| av在线播放免费不卡| 国产亚洲欧美精品永久| 午夜a级毛片| 午夜久久久在线观看| 一区福利在线观看| 日韩欧美国产在线观看| 99精品欧美一区二区三区四区| 国产在线精品亚洲第一网站| 美女高潮喷水抽搐中文字幕| 看免费av毛片| 91成年电影在线观看| 精品久久久久久久人妻蜜臀av| 哪里可以看免费的av片| 国产激情偷乱视频一区二区| 天天添夜夜摸| 亚洲va日本ⅴa欧美va伊人久久| 51午夜福利影视在线观看| 国产伦在线观看视频一区| 中文字幕另类日韩欧美亚洲嫩草| 久久久久国产精品人妻aⅴ院| 国产成人精品无人区| 激情在线观看视频在线高清| av超薄肉色丝袜交足视频| 少妇 在线观看| 久久精品91无色码中文字幕| 亚洲欧美精品综合一区二区三区| 免费看十八禁软件| 亚洲精品中文字幕在线视频| 人人妻人人澡人人看| 亚洲第一欧美日韩一区二区三区| 亚洲精品一区av在线观看| 国产区一区二久久| 亚洲自拍偷在线| 国产v大片淫在线免费观看| 日韩 欧美 亚洲 中文字幕| 亚洲精品国产一区二区精华液| 国产主播在线观看一区二区| 九色国产91popny在线| 亚洲成av片中文字幕在线观看| 中文字幕久久专区| 精品久久久久久久毛片微露脸| 亚洲国产日韩欧美精品在线观看 | 侵犯人妻中文字幕一二三四区| 日韩大码丰满熟妇| 亚洲精品国产区一区二| 午夜激情福利司机影院| 亚洲国产精品sss在线观看| 人妻久久中文字幕网| 草草在线视频免费看| 色尼玛亚洲综合影院| 国产免费av片在线观看野外av| 国产aⅴ精品一区二区三区波| 宅男免费午夜| 中文字幕av电影在线播放| 国产三级黄色录像| 又黄又粗又硬又大视频| 日韩av在线大香蕉| 欧美三级亚洲精品| 美女 人体艺术 gogo| 色在线成人网| 国产精品永久免费网站| 黄片小视频在线播放| 啦啦啦观看免费观看视频高清| 波多野结衣高清作品| 99国产精品99久久久久| 亚洲欧美一区二区三区黑人| 777久久人妻少妇嫩草av网站| 日韩大码丰满熟妇| 日韩免费av在线播放| 午夜精品久久久久久毛片777| 欧美一区二区精品小视频在线| 黄色片一级片一级黄色片| 色在线成人网| 在线播放国产精品三级| 亚洲熟妇中文字幕五十中出| netflix在线观看网站| 99国产综合亚洲精品| 亚洲av中文字字幕乱码综合 | 两性午夜刺激爽爽歪歪视频在线观看 | 日韩欧美三级三区| 男男h啪啪无遮挡| 国产精品自产拍在线观看55亚洲| 曰老女人黄片| 亚洲色图 男人天堂 中文字幕| 最近在线观看免费完整版| 国产aⅴ精品一区二区三区波| av中文乱码字幕在线| 国产国语露脸激情在线看| 欧美一区二区精品小视频在线| 午夜福利视频1000在线观看| 国产伦一二天堂av在线观看| 亚洲精品美女久久av网站| 精品久久久久久成人av| 99国产极品粉嫩在线观看| 在线观看免费午夜福利视频| 在线观看www视频免费| 久久天躁狠狠躁夜夜2o2o| 美女国产高潮福利片在线看| 少妇裸体淫交视频免费看高清 | 91麻豆av在线| 婷婷精品国产亚洲av在线| 欧美日韩福利视频一区二区| 夜夜看夜夜爽夜夜摸| 久久精品91无色码中文字幕| 日韩精品中文字幕看吧| 搡老妇女老女人老熟妇| 99久久99久久久精品蜜桃| av有码第一页| 国产在线精品亚洲第一网站| 他把我摸到了高潮在线观看| www.精华液| 国产又色又爽无遮挡免费看| 欧美一级毛片孕妇| 亚洲美女黄片视频| 桃色一区二区三区在线观看| 亚洲全国av大片| 国产av又大| 国产男靠女视频免费网站| 国产激情久久老熟女| 中文字幕人妻丝袜一区二区| 国产伦一二天堂av在线观看| 日韩大码丰满熟妇| 午夜福利在线在线| 丰满人妻熟妇乱又伦精品不卡| 亚洲熟妇熟女久久| 99国产精品一区二区三区| a在线观看视频网站| 自线自在国产av| 成年女人毛片免费观看观看9| 一区福利在线观看| 日日爽夜夜爽网站| 国产成人精品无人区| 欧美日韩黄片免| 桃色一区二区三区在线观看| 欧美午夜高清在线| 色尼玛亚洲综合影院| 在线观看一区二区三区| 成年女人毛片免费观看观看9| 91成人精品电影| 亚洲第一电影网av| 视频区欧美日本亚洲| 美女国产高潮福利片在线看| 久久久国产成人免费| 午夜影院日韩av| 午夜久久久久精精品| 91成年电影在线观看| 国产黄片美女视频| 黄色片一级片一级黄色片| 国产精品香港三级国产av潘金莲| 黄片播放在线免费| 一个人免费在线观看的高清视频| 一级a爱视频在线免费观看| 麻豆成人午夜福利视频| 日本五十路高清| 99久久国产精品久久久| ponron亚洲| 国产成人av教育| 女人高潮潮喷娇喘18禁视频| 熟女少妇亚洲综合色aaa.| АⅤ资源中文在线天堂| 久久久久国产精品人妻aⅴ院| 男人操女人黄网站| 99re在线观看精品视频| 窝窝影院91人妻| 亚洲性夜色夜夜综合| 亚洲一区二区三区不卡视频| 狠狠狠狠99中文字幕| 又黄又爽又免费观看的视频| 人成视频在线观看免费观看| 国产精品99久久99久久久不卡| 最近最新中文字幕大全免费视频| 免费无遮挡裸体视频| 亚洲国产精品成人综合色| 777久久人妻少妇嫩草av网站| 久久精品91无色码中文字幕| 午夜两性在线视频| 麻豆国产av国片精品| 欧美三级亚洲精品| 午夜福利视频1000在线观看| 不卡一级毛片| 欧美色视频一区免费| 999久久久国产精品视频| 无人区码免费观看不卡| 精品人妻1区二区| 女人被狂操c到高潮| 亚洲国产毛片av蜜桃av| 亚洲av电影不卡..在线观看| 黄色女人牲交| 黑人欧美特级aaaaaa片| 国产精品一区二区三区四区久久 | ponron亚洲| 日韩一卡2卡3卡4卡2021年| 亚洲欧美日韩无卡精品| 亚洲男人的天堂狠狠| 一进一出好大好爽视频| 黄色a级毛片大全视频| 亚洲熟妇中文字幕五十中出| 真人做人爱边吃奶动态| 欧美性猛交╳xxx乱大交人| 一本大道久久a久久精品| av视频在线观看入口| 999久久久精品免费观看国产| 国产区一区二久久| 亚洲精品美女久久久久99蜜臀| 岛国在线观看网站| 99久久国产精品久久久| 91麻豆精品激情在线观看国产| 黑人操中国人逼视频| 国产精华一区二区三区| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲在线自拍视频| 欧美在线一区亚洲| 久久精品人妻少妇| 91大片在线观看| 51午夜福利影视在线观看| 久久久久久人人人人人| 99久久综合精品五月天人人| 国产又爽黄色视频| 在线播放国产精品三级| 久久精品影院6| 亚洲av片天天在线观看| 午夜福利视频1000在线观看| 国产一区在线观看成人免费| 成人欧美大片| a级毛片在线看网站| 欧美又色又爽又黄视频| 久久精品91蜜桃| 国产v大片淫在线免费观看| 国产三级黄色录像| 亚洲人成网站在线播放欧美日韩| 可以免费在线观看a视频的电影网站| 日韩三级视频一区二区三区| 久热爱精品视频在线9| 亚洲一区高清亚洲精品| 黄色视频不卡| 精品少妇一区二区三区视频日本电影| 亚洲成a人片在线一区二区| 免费高清视频大片| 老熟妇乱子伦视频在线观看| xxxwww97欧美| АⅤ资源中文在线天堂| 一二三四在线观看免费中文在| 在线av久久热| 美女高潮到喷水免费观看| 久热爱精品视频在线9| www国产在线视频色| 女性生殖器流出的白浆| 夜夜看夜夜爽夜夜摸| 一卡2卡三卡四卡精品乱码亚洲| 久久久精品欧美日韩精品| 身体一侧抽搐| 国内久久婷婷六月综合欲色啪| 国产精品精品国产色婷婷| 每晚都被弄得嗷嗷叫到高潮| 国产久久久一区二区三区| 欧美日韩乱码在线|