• <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 ?

    基于熵規(guī)則的信息濾波SLAM算法*

    2016-12-17 05:18:51石守東
    傳感器與微系統(tǒng) 2016年12期
    關鍵詞:關聯(lián)性位姿時刻

    郭 潤, 石守東

    (寧波大學 信息科學與工程學院,浙江 寧波 315211)

    ?

    基于熵規(guī)則的信息濾波SLAM算法*

    郭 潤, 石守東

    (寧波大學 信息科學與工程學院,浙江 寧波 315211)

    信息濾波同時定位與構圖(IFSLAM)算法如何獲得稀疏化的信息矩陣是解決濾波性能的關鍵因素。通過對稀疏擴展信息濾波深入分析,發(fā)現(xiàn)其稀疏化結果難以保證關聯(lián)性最弱的環(huán)境主動特征被稀疏掉;為了改進這一缺陷,提出一種基于熵稀疏規(guī)則的改進SLAM算法,該算法利用熵性質、綜合當前以及下一觀測時刻來選擇與位姿關聯(lián)性最弱的環(huán)境特征作為稀疏特征點;有效提高了算法的稀疏性能。在Matlab上對改進算法進行仿真,驗證改進算法的有效性。

    信息濾波(IF); 同時定位與構圖(SLAM); 稀疏規(guī)則; 熵性質

    0 引 言

    移動機器人在未知環(huán)境中如何實現(xiàn)真正的自主導航、路徑規(guī)劃[1,2]等問題,在機器人研究領域獲得了極為廣泛的關注。同時定位與地圖構建(simultaneous localization and map building,SLAM)是實現(xiàn)機器人真正自主導航和路徑規(guī)劃等問題的關鍵技術之一[3]。SLAM 是指機器人在未知環(huán)境中,依靠自身攜帶的傳感器遞增式地創(chuàng)建環(huán)境地圖,同時利用已創(chuàng)建的環(huán)境地圖來估計機器人在地圖中的位置。

    最初SLAM算法是由Smith R等人[4]提出來的。他們利用擴展卡爾曼濾波(extended Kalman filtering,EKF)來解決SLAM問題。然而,標準EKF SLAM算法的時間復雜度與空間復雜度高[5],使其難以應用到大環(huán)境中。隨著SLAM技術的不斷發(fā)展,產(chǎn)生了許多優(yōu)秀的SLAM算法,主要有:Guivant J E等人[6]的EKF改進算法—壓縮擴展卡爾曼濾波,Nasuriwong S等人[7]的Rao-Blackwellized Particle Filter SLAM算法,朱奇光等人[8]的球面單徑容積FastSLAM算法,以及Cheein F A等人[9]的最優(yōu)擴展信息濾波算法(EIF SLAM)。其中擴展信息濾波算法與擴展卡爾曼濾波算法是互為對偶形式,在數(shù)學推導上,二者均具有嚴密性以及準確性等特點,但在處理SLAM問題當中,信息濾波的表示形式具有一定的計算優(yōu)勢,因此引起了眾多學者的關注。

    目前最為著名的信息濾波SLAM算法是稀疏擴展信息濾波(sparse extended information filtering,SEIF)SLAM算法[10],該算法在稀疏化過程信息丟失隨機性較大,故算法難以保證其全局一致性。Walter M R[11]在標準SEIF SLAM的基礎之上,提出了精確稀疏擴展信息濾波(ESEIF SLAM)算法,雖然算法濾波性能有所改善,但增加了機器人位姿重新定位,且此時在觀測步驟中必須要有之前觀測到的環(huán)境特征點,故其適用上有一定缺陷。

    本文將從信息濾波的核心—稀疏規(guī)則角度出發(fā),在深入分析標準SEIF SLAM算法稀疏規(guī)則的基礎上,提出一種基于熵性質的稀疏規(guī)則改進SLAM算法,該算法使得稀疏化過程中關聯(lián)性更強的環(huán)境特征點得以保留下來,從而有效提高了SLAM算法的精度和一致性。

    1 IFSLAM算法

    1.1 SLAM問題描述

    SLAM問題可以用一個后驗條件概率來表示,該后驗條件概率服從一個多維的高斯分布,可表示為

    p(ξt|zt,ut)

    (1)

    1.2 EIF SLAM基本技術

    1.2.1 運動更新

    運動更新是通過機器人動力學模型預測機器人下一時刻狀態(tài)的后驗分布,該過程由兩步實現(xiàn):將新位置的向量加入狀態(tài)后驗分布和邊緣化舊位置的狀態(tài)向量。

    1)放大信息矩陣

    加入新的位置變量后的信息矩陣和信息向量分別為

    (2)

    (3)

    2)邊緣化

    將機器人放大狀態(tài)的信息矩陣和信息向量進行邊緣化,則有

    (4)

    (5)

    其中

    Ω=(Λxtxt+FTQ-1F)-1{ηt-FTQ-1[f(μxt,ut+1)-

    Fμxt]}

    (6)

    1.2.2 測量更新

    在測量更新中,根據(jù)傳感器觀測來對信息矩陣和信息向量進行更新,可表示為

    (7)

    (8)

    2 稀疏化過程

    在SLAM過程中,隨著機器人的運動以及觀測更新,使得信息矩陣變得越來越密集,即信息矩陣中機器人與特征點、特征點與特征點之間的關聯(lián)數(shù)增多;可以發(fā)現(xiàn)隨著時間的推移機器人與特征點的關聯(lián)性越來越弱,但不會消失。為了降低算法的復雜度,需把關聯(lián)性弱的特征點從信息矩陣中去掉。設信息矩陣中機器人與特征點、特征點與特征點之間的關聯(lián)數(shù)有上界,分別為θx和θy。當機器人移動或者觀測到新特征點的時候,就可能會超出閾值θx或者θy,這時就需要執(zhí)行稀疏化操作。

    2.1 SEIF的稀疏規(guī)則

    在SEIF SLAM中,其稀疏化步驟是發(fā)生在運動預測過程中.下面將環(huán)境特征點分成互不相關的三類,即M=M+⊕M0⊕M-。其中,M+代表當前活動的特征點集,在下一時刻仍然活動;M-代表當前不活動的特征點集,在下一時刻仍然不活動;M0代表當前活動的特征點集,在下一時刻變得不活動。其狀態(tài)向量的后驗分布為

    p(xt,M)=p(xt,M+,M0,M-)

    =p(xt|M+,M0,M-)p(M+,M0,M-)

    =p(xt|M+,M0,M-=0)p(M+,M0,M-)

    (9)

    在式(9)最后一步第一項中,如果主動特征M+和M0已知,那么位姿xt與被動特征M-無關,因此,可以設置M-為任意值,如上面將其設為0。

    為了使信息矩陣變得稀疏,SEIF SLAM通過去除M0來控制信息矩陣的大小,見圖1所示。

    圖1 SEIF的稀疏過程Fig 1 Sparse process of SEIF

    雖然稀疏化操作使得整個算法的計算效率得到提高,但由于稀疏化步驟自身不可避免的近似性,故如何選出當前時刻在主動特征當中與機器人位姿關聯(lián)最弱的特征變?yōu)楸粍犹卣骶统闪岁P鍵因素。

    2.2 改進的稀疏規(guī)則

    2.2.1 信息熵特性

    信息熵[12]的定義式為

    (10)

    式中X為離散隨機變量,P(X)為其概率分布。信息熵H(X)衡量的是隨機變量X的不確定性,其值隨變量X不確定性的增大也隨之增加。

    利用條件概率的概念引出條件熵,其定義為

    (11)

    式中P(X|Y=y)為隨機變量X在條件Y=y下的條件概率。條件熵H(X|Y=y)衡量的是在Y=y的條件下,隨機變量X的不確定性。

    在SLAM問題中,移動機器人位姿xt為三維隨機向量,其概率分布為

    μt)}

    (12)

    在t時刻觀測到環(huán)境特征點mi后位姿xt的條件概率分布為

    (13)

    根據(jù)以上熵的性質,可以計算出機器人位姿xt的熵以及在觀測到活動特征點條件下的條件熵,由于觀測到特征點的條件熵可能使機器人位姿的熵增加,也可能減少。那么就可以從觀測到的活動特征點當中選出使位姿條件熵值最大的特征點,即關聯(lián)性最弱的特征點,進行稀疏化操作。

    2.2.2 改進稀疏規(guī)則

    通過對標準SEIF SLAM的稀疏過程分析得知,其在執(zhí)行稀疏化的時候,只考慮到了當前時刻與位姿xt相關聯(lián)的主動特征,很難保證每一次執(zhí)行稀疏化操作后,保留下來的環(huán)境特征與機器人位姿關聯(lián)性最強。如果稀疏化操作發(fā)生在位姿運動到xt+1時刻且同時執(zhí)行一次觀測操作之后,那么可以利用在t時刻位姿所觀測到的環(huán)境特征的條件熵和t+1時刻位姿所觀測到的環(huán)境特征的條件熵來綜合決定相關性最弱的環(huán)境特征,即

    (14)

    式中mi為t時刻位姿觀測到的環(huán)境主動特征,如果在t+1未觀測到特征mi,即在t+1時刻H(xt+1|m=mi)值取最大值。

    下面分四種情形來討論(設在t時刻會超過稀疏閾值;不失一般性,設經(jīng)過改進稀疏規(guī)則計算得,特征m1使得位姿xt熵值最大。)

    情形1:在t+1時刻除了觀測到t時刻所對應的主動特征外,還觀測到了新的環(huán)境特征,見圖2(b);此時新觀測到的環(huán)境特征m5有利于t+1位姿的精確定位,可改善狀態(tài)向量的后驗分布。因此,有必要作為選擇t時刻與位姿關聯(lián)最弱的主動特征的一個參考量。此時可類比式(14)將判斷條件作為

    mj)}

    (15)

    式中mj為在t時刻未觀測到而在t+1時刻觀測到的環(huán)境特征。

    通過式(15)來判斷關聯(lián)性最弱的特征點,并對其進行稀疏化操作,見圖2所示。

    圖2 在t+1時刻觀測到新特征以及t時刻所有特征條件下的稀疏化過程Fig 2 Sparse process under condition of new feature andall features of time t are observed at time t+1

    情形2:在位姿從xt移動到xt+1之后,在t+1時刻沒有觀測到新特征,即只觀測到了m1,m2,m3,m4,見圖3(b),利用式(14)判斷出關聯(lián)性最弱的特征點,并將其稀疏化,見圖3所示。

    圖3 在t+1時刻觀測到t時刻所有特征條件下的稀疏化過程Fig 3 Sparse process under the condition of all features of time t are observed at time t+1

    情形3:在位姿從xt移動到xt+1之后,在t+1時刻只觀測到 時刻的部分特征且沒有觀測到新特征,見圖4(b),假設只觀測到m3,m4,而m1,m2沒有被觀測到,在這里只需對m1,m2進行判斷,利用式(14)判斷關聯(lián)性最弱的環(huán)境特征,對其執(zhí)行稀疏化操作,見圖4所示。

    圖4 在t+1時刻觀測到t時刻部分特征條件下的稀疏化過程Fig 4 Sparse process under the condition of some features of time t are observed at time t+1

    情形4:在位姿從xt移動到xt+1之后,在t+1時刻觀測到t時刻的部分特征m3,m4的同時觀測到新特征m5,見圖5(b),在這里只需對m1,m2進行判斷,利用式(15)判斷關聯(lián)性最弱的環(huán)境特征,對其執(zhí)行稀疏化操作,見圖5所示。

    圖5 在t+1時刻觀測到新特征以及t時刻部分特征條件下的稀疏化過程Fig 5 Sparse process under the condition of new feature andsome features of time t are observed at time t+1

    綜上分析可知,改進稀疏化方法,可以保留與位姿關聯(lián)性最強的環(huán)境特征,有利于SLAM算法精度以及一致性的提高。

    3 實驗仿真與分析結果

    假設在仿真環(huán)境中移動機器人運動學數(shù)學表達式為

    (16)

    式中L為在t時間內(nèi)運動的距離;W為水平方向到頂點的垂直高度;gt為t時刻移動機器人的方向角,其表達式為

    (17)

    機器人觀測數(shù)學表達式為

    (18)

    式(18)中觀測到的環(huán)境特征點笛卡爾坐標為(x(i),y(i))。

    圖6 SLAM仿真環(huán)境Fig 6 SLAM simulation environment

    本文將在相同機器人初始狀態(tài)和環(huán)境條件下,對改進算法與標準SEIFSLAM算法進行比較分析。圖7所示為改進算法和標準SEIFSLAM算法估計機器人位姿狀態(tài)的誤差比較,改進算法估計偏差相比標準SEIFSLAM算法有了明顯的減小。

    圖7 改進算法與標準SEIF SLAM誤差比較Fig 7 Error comparison of improved algorithmand standard SEIF SLAM

    為了統(tǒng)計SLAM處理過程的實際效果,利用Monte-Carlo仿真來分析改進算法與SEIF算法的處理性能。經(jīng)過30次Monte-Carlo仿真后,從圖8可以看出,改進算法的估計結果相比稀疏擴展信息濾波更好。

    圖8 改進算法與標準SEIF SLAM均值誤差比較Fig 8 Error comparison of improved algorithmand standard SEIF SLAM

    (19)

    (20)

    (21)

    在本文實驗中只研究各狀態(tài)的估計誤差,故利用式(21)對各狀態(tài)的估計誤差以及協(xié)方差矩陣估計值進行比較,通過仿真實驗數(shù)據(jù)繪出比較結果曲線,便可直觀判斷其一致性性能,如圖9。

    圖9 改進算法與標準SEIF SLAM一致性比較Fig 9 Consistency comparison of improvedalgorithm and standard SEIF SLAM

    通過30次Monte-Carlo仿真后,由圖9可以看出,改進稀疏規(guī)則后的SLAM算法的一致性相比標準SEIF SLAM算法有了明顯的提高。

    4 結束語

    本文通過對標準SEIF SLAM的稀疏規(guī)則深入分析之后,提出了基于熵規(guī)則的改進算法。該算法綜合了熵性質以及不同觀測時刻特征點對狀態(tài)向量估計精度的影響,來得出稀疏化規(guī)則,通過與標準SEIF SLAM算法進行實驗對比分析,實驗結果表明改進算法在狀態(tài)估計精度以及算法一致性方面均更優(yōu),從而證明了改進算法的有效性。

    [1] 白金柯,陳立家,金 何,等.動態(tài)未知環(huán)境下一種新的機器人路徑規(guī)劃方法[J].傳感器與微系統(tǒng),2011,30(10):33-36.

    [2] 辛江慧,李舜酩,廖慶斌.基于傳感器信息的智能移動機器人導航評述[J].傳感器與微系統(tǒng),2008,27(4):4-7.

    [3] 丁 偉,孫 華,曾建輝.基于多傳感器信息融合的移動機器人導航綜述[J].傳感器與微系統(tǒng),2006,25(7):1-3.

    [4]SmithR,SelfM,CheesemanP.Autonomousrobotvehicles[M].BerlinHeidelberg:Springer-Verlag,1990:167-193.

    [5] 趙亞鳳,任洪娥.基于無線傳感器網(wǎng)絡的同時定位與跟蹤[J].傳感器與微系統(tǒng),2014,33(5):55-58.

    [6]GuivantJE,NebotEM.Solvingcomputationalandmemoryrequirementsoffeature-basedsimultaneouslocalizationandmappingalgorithms[J].IEEETransactionsonRoboticsandAutomation,2003,19(4):749-755.

    [7]NasuriwongS,YuwapoositanonP.Gaussiankernelposterioreliminationforfastlook-aheadrao-blackwellisedparticlefilteringforSLAM[J].AppliedMechanics&Materials,2015,781:555-558.

    [8] 朱奇光,袁 梅,王梓巍,等.機器人球面單徑容積FastSLAM算法[J].機器人,2015,37 (6):708-717.

    [9]CheeinFA,SteinerG,PainaGP,etal.OptimizedEIF-SLAMalgorithmforprecisionagriculturemappingbasedonstemsdetec-tion[J].Computers&ElectronicsinAgriculture,2011,78(2):195-207.

    [10]ThrunS,LiuY,KollerD,etal.Simultaneouslocalizationandmappingwithsparseextendedinformationfilters[J].Interna-tionalJournalofRoboticsResearch,2004,23(7-8):693-716.

    [11]WalterMR,EusticeRM,LeonardJ.Exactlysparseextendedinformationfiltersforfeature-basedSLAM[J].InternatioalJounalofRoboticsResearch,2007,26(4):335-359.

    [12] 曹 樂,王朝英,孔云波,等.基于信息熵的多無源傳感器數(shù)據(jù)關聯(lián)[J].傳感器與微系統(tǒng),2015,34(11):33-37.

    Information filtering SLAM algorithm based on entropy rule*

    GUO Run, SHI Shou-dong

    (Faculty of Information Science and Engineering,Ningbo University,Ningbo 315211,China )

    How to obtain sparse information matrix is the key factor for information filtering(IF)simultaneous localization and mapping(IFSLAM)algorithm to solve filtering performance.By deep analysis on sparse extended information filtering(SEIF),finding that it’s difficult for sparse result to guarantee the weakest relevance environment active characteristics of being thinning after sparse process; in order to improve this defect,an improved SLAM algorithm based on entropy sparse rules is proposed,it uses the entropy property and considering the current and next observing moment to select posture correlating the weakest environment characteristic as the sparse feature points;effectively improve the sparse performance of the algorithm.The improved algorithm is simulated on Matlab,and validity is verified.

    information filtering(IF); simultaneous localization and mapping(SLAM); sparsity rules; entropy property

    10.13873/J.1000—9787(2016)12—0132—05

    2016—10—19

    浙江省重中之重學科開放基金資助項目(XKXL1514); 浙江省教育廳科研項目(Y201121251)

    TP 24

    A

    1000—9787(2016)12—0132—05

    郭 潤(1989-),男,四川內(nèi)江人,碩士研究生,研究方向為移動機器人導航與定位。

    猜你喜歡
    關聯(lián)性位姿時刻
    冬“傲”時刻
    捕獵時刻
    四物湯有效成分的關聯(lián)性分析
    中成藥(2017年3期)2017-05-17 06:09:05
    基于共面直線迭代加權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
    如何準確認定排污行為和環(huán)境損害之間的關聯(lián)性
    小型四旋翼飛行器位姿建模及其仿真
    CRP檢測與新生兒感染的關聯(lián)性
    街拍的歡樂時刻到來了
    一天的時刻
    欧美zozozo另类| 熟女人妻精品中文字幕| 美女高潮的动态| 成年女人在线观看亚洲视频 | 国产精品.久久久| 国产高潮美女av| 日韩精品有码人妻一区| 我要看日韩黄色一级片| 免费在线观看成人毛片| 99久久精品一区二区三区| 精品熟女少妇av免费看| 亚洲自偷自拍三级| 亚洲精品日本国产第一区| 高清在线视频一区二区三区| 在线a可以看的网站| 亚洲欧美日韩无卡精品| 偷拍熟女少妇极品色| 国产黄色视频一区二区在线观看| 国产成人午夜福利电影在线观看| 男女啪啪激烈高潮av片| 日韩三级伦理在线观看| 性色avwww在线观看| 成年av动漫网址| 伊人久久精品亚洲午夜| 国产一区二区三区av在线| or卡值多少钱| 国产片特级美女逼逼视频| 在线观看人妻少妇| 在线a可以看的网站| 日本wwww免费看| 日本免费a在线| 午夜激情福利司机影院| 伊人久久精品亚洲午夜| 日本wwww免费看| 毛片一级片免费看久久久久| 亚洲精品一区蜜桃| 高清午夜精品一区二区三区| 亚洲av.av天堂| 美女内射精品一级片tv| 亚洲天堂国产精品一区在线| 日本-黄色视频高清免费观看| 热99在线观看视频| 免费大片18禁| 亚洲av不卡在线观看| 欧美日本视频| 哪个播放器可以免费观看大片| 我要看日韩黄色一级片| 久久久久久久国产电影| 精品久久久久久久人妻蜜臀av| 永久免费av网站大全| 亚洲熟妇中文字幕五十中出| 婷婷色综合www| 国产大屁股一区二区在线视频| 精品国产一区二区三区久久久樱花 | 久久午夜福利片| 精品99又大又爽又粗少妇毛片| 日韩,欧美,国产一区二区三区| 亚洲av国产av综合av卡| 亚洲精品国产成人久久av| 亚洲精品日本国产第一区| 亚洲av在线观看美女高潮| 久久久久久久久久久免费av| 国产av国产精品国产| 2021少妇久久久久久久久久久| 色尼玛亚洲综合影院| 国产白丝娇喘喷水9色精品| 少妇丰满av| 亚洲国产精品成人综合色| 中文字幕制服av| 黄色配什么色好看| 99热网站在线观看| 日韩欧美精品免费久久| 亚洲人成网站高清观看| 久久热精品热| 精品一区在线观看国产| 成人二区视频| 亚洲av二区三区四区| 亚洲欧洲国产日韩| 免费观看的影片在线观看| 国产日韩欧美在线精品| 中文字幕av成人在线电影| 激情五月婷婷亚洲| 亚洲成人一二三区av| 不卡视频在线观看欧美| 看非洲黑人一级黄片| 一二三四中文在线观看免费高清| 天堂影院成人在线观看| 日韩欧美 国产精品| 国产av不卡久久| 国产精品熟女久久久久浪| 国产免费又黄又爽又色| 精品人妻偷拍中文字幕| 激情 狠狠 欧美| 干丝袜人妻中文字幕| 内射极品少妇av片p| 亚洲精品成人久久久久久| 丝袜美腿在线中文| videos熟女内射| 午夜福利在线观看免费完整高清在| 亚洲18禁久久av| 亚洲国产色片| 人人妻人人看人人澡| 国产精品国产三级专区第一集| 深爱激情五月婷婷| 精品99又大又爽又粗少妇毛片| 亚洲成人av在线免费| 亚洲av.av天堂| 亚洲精品日本国产第一区| 天堂av国产一区二区熟女人妻| 国产精品一区二区性色av| 国产精品日韩av在线免费观看| 简卡轻食公司| 国产伦理片在线播放av一区| 五月伊人婷婷丁香| 国语对白做爰xxxⅹ性视频网站| 日韩欧美国产在线观看| 永久免费av网站大全| 国产精品爽爽va在线观看网站| 国产视频内射| 亚洲成色77777| 国产精品av视频在线免费观看| 亚洲怡红院男人天堂| 国产一区二区三区综合在线观看 | 热99在线观看视频| 男女边吃奶边做爰视频| 18禁在线无遮挡免费观看视频| 老司机影院成人| 国产精品美女特级片免费视频播放器| 免费少妇av软件| .国产精品久久| 又大又黄又爽视频免费| 国产亚洲最大av| 国产高清有码在线观看视频| 亚洲国产精品成人久久小说| 91精品国产九色| 日韩欧美一区视频在线观看 | 一级毛片 在线播放| 精品人妻视频免费看| 国产一区二区三区av在线| 亚洲精品日韩av片在线观看| 日本免费在线观看一区| 在线观看av片永久免费下载| 三级国产精品欧美在线观看| 国产乱人视频| 熟女电影av网| 国产成人精品久久久久久| av网站免费在线观看视频 | 亚洲精品乱码久久久v下载方式| 人体艺术视频欧美日本| 久久久久久久久久黄片| 三级毛片av免费| 免费看光身美女| 成人国产麻豆网| 国产精品熟女久久久久浪| 黄色欧美视频在线观看| 成年版毛片免费区| 国产国拍精品亚洲av在线观看| 一级黄片播放器| 日韩国内少妇激情av| 亚洲欧美成人综合另类久久久| 日本一二三区视频观看| 成人午夜精彩视频在线观看| 亚洲激情五月婷婷啪啪| 免费观看无遮挡的男女| 成人午夜精彩视频在线观看| 亚洲成人中文字幕在线播放| 午夜免费激情av| 午夜视频国产福利| 26uuu在线亚洲综合色| 大香蕉97超碰在线| 成人午夜精彩视频在线观看| 亚洲欧美成人综合另类久久久| 精品欧美国产一区二区三| 国产探花在线观看一区二区| 精品久久久久久久久亚洲| 18禁裸乳无遮挡免费网站照片| 成人欧美大片| 精品国产三级普通话版| 欧美xxxx性猛交bbbb| 免费看光身美女| 爱豆传媒免费全集在线观看| 超碰97精品在线观看| 三级男女做爰猛烈吃奶摸视频| 一级a做视频免费观看| 欧美丝袜亚洲另类| 搞女人的毛片| 国产欧美另类精品又又久久亚洲欧美| 欧美丝袜亚洲另类| 国产精品一区二区性色av| 欧美一区二区亚洲| 国产一区有黄有色的免费视频 | 免费观看的影片在线观看| 免费av观看视频| 26uuu在线亚洲综合色| 国产精品嫩草影院av在线观看| 久久亚洲国产成人精品v| 最新中文字幕久久久久| 51国产日韩欧美| 黄色配什么色好看| 又粗又硬又长又爽又黄的视频| 国产69精品久久久久777片| 大陆偷拍与自拍| 国产成人精品婷婷| 久热久热在线精品观看| 成人毛片a级毛片在线播放| 少妇裸体淫交视频免费看高清| 国产在线一区二区三区精| 中文字幕av成人在线电影| 欧美zozozo另类| 联通29元200g的流量卡| 国产精品av视频在线免费观看| 国产美女午夜福利| 亚洲国产高清在线一区二区三| 免费看美女性在线毛片视频| 国产免费又黄又爽又色| 日韩精品有码人妻一区| 人妻系列 视频| .国产精品久久| or卡值多少钱| 免费观看精品视频网站| 久久久久精品久久久久真实原创| 日韩一区二区三区影片| 日本-黄色视频高清免费观看| 综合色丁香网| 午夜视频国产福利| xxx大片免费视频| 免费看日本二区| 两个人的视频大全免费| 一个人观看的视频www高清免费观看| 精品一区二区三卡| 亚洲国产av新网站| 成年免费大片在线观看| 欧美精品一区二区大全| 亚洲综合精品二区| 免费无遮挡裸体视频| 九色成人免费人妻av| 免费黄网站久久成人精品| 91久久精品电影网| 欧美激情在线99| 国产伦精品一区二区三区四那| 草草在线视频免费看| 五月天丁香电影| 精品酒店卫生间| 91久久精品国产一区二区三区| 99久久人妻综合| ponron亚洲| 色播亚洲综合网| 久久久久久久亚洲中文字幕| 亚洲国产精品专区欧美| 91精品国产九色| 男的添女的下面高潮视频| 日韩av在线大香蕉| 午夜免费男女啪啪视频观看| 国产伦精品一区二区三区视频9| 久久韩国三级中文字幕| 亚洲人成网站在线播| kizo精华| 伊人久久精品亚洲午夜| 菩萨蛮人人尽说江南好唐韦庄| 一级毛片电影观看| 最近的中文字幕免费完整| 日日摸夜夜添夜夜添av毛片| 国产伦精品一区二区三区四那| 亚洲真实伦在线观看| 欧美性感艳星| 国产三级在线视频| 男女视频在线观看网站免费| 十八禁国产超污无遮挡网站| 国产永久视频网站| 天美传媒精品一区二区| av又黄又爽大尺度在线免费看| 男的添女的下面高潮视频| 久久精品人妻少妇| 久久久久精品久久久久真实原创| 七月丁香在线播放| 两个人视频免费观看高清| 少妇裸体淫交视频免费看高清| 99久久精品国产国产毛片| 联通29元200g的流量卡| 两个人的视频大全免费| 色综合站精品国产| 国产91av在线免费观看| 大陆偷拍与自拍| 亚洲熟女精品中文字幕| 97在线视频观看| 国产精品久久久久久精品电影| av国产久精品久网站免费入址| a级毛色黄片| 18+在线观看网站| 亚洲精品,欧美精品| 国产欧美另类精品又又久久亚洲欧美| 精品久久久久久久末码| 在线免费观看不下载黄p国产| 欧美97在线视频| 日本-黄色视频高清免费观看| 我的女老师完整版在线观看| 亚洲精品国产成人久久av| 成年人午夜在线观看视频 | 亚洲国产高清在线一区二区三| 色综合亚洲欧美另类图片| 成人性生交大片免费视频hd| 亚洲在久久综合| 亚洲av福利一区| 99热这里只有是精品在线观看| 人人妻人人澡人人爽人人夜夜 | 国语对白做爰xxxⅹ性视频网站| 国产亚洲一区二区精品| 精品人妻偷拍中文字幕| 婷婷色综合大香蕉| 偷拍熟女少妇极品色| 国产人妻一区二区三区在| 99热这里只有是精品50| 久久久亚洲精品成人影院| 一级毛片电影观看| 免费看av在线观看网站| 最近中文字幕2019免费版| 亚洲精品乱久久久久久| 午夜激情福利司机影院| 看黄色毛片网站| 神马国产精品三级电影在线观看| 91久久精品国产一区二区成人| 成人综合一区亚洲| 亚洲自拍偷在线| 激情五月婷婷亚洲| 亚洲精品中文字幕在线视频 | 国产成人a∨麻豆精品| 99久国产av精品| .国产精品久久| 日韩精品青青久久久久久| 欧美精品一区二区大全| 777米奇影视久久| 成人av在线播放网站| 欧美变态另类bdsm刘玥| 精品人妻视频免费看| 国产成人91sexporn| 国语对白做爰xxxⅹ性视频网站| 联通29元200g的流量卡| 免费观看a级毛片全部| 国语对白做爰xxxⅹ性视频网站| 久久久久久久久久成人| 久久久成人免费电影| 国产亚洲一区二区精品| 插逼视频在线观看| 免费不卡的大黄色大毛片视频在线观看 | 一级黄片播放器| 亚洲成色77777| 嫩草影院精品99| 又黄又爽又刺激的免费视频.| 成人亚洲精品一区在线观看 | 亚洲欧美日韩卡通动漫| 国产日韩欧美在线精品| 在线观看av片永久免费下载| 有码 亚洲区| 久久久久久久国产电影| 国产高潮美女av| av在线天堂中文字幕| 免费看av在线观看网站| 国产有黄有色有爽视频| 国产综合精华液| 国产大屁股一区二区在线视频| ponron亚洲| 欧美激情在线99| 国产综合懂色| 亚洲精品亚洲一区二区| 亚洲婷婷狠狠爱综合网| 亚洲无线观看免费| 一级a做视频免费观看| 直男gayav资源| 精品不卡国产一区二区三区| 久久久久久久久久久免费av| 秋霞伦理黄片| 国内精品美女久久久久久| 亚州av有码| 三级国产精品片| 人人妻人人澡人人爽人人夜夜 | 精品一区二区三区视频在线| 日日摸夜夜添夜夜添av毛片| 亚洲av.av天堂| 少妇人妻精品综合一区二区| 色5月婷婷丁香| 一级毛片 在线播放| 亚洲成人一二三区av| 午夜福利高清视频| 69av精品久久久久久| 成人一区二区视频在线观看| 汤姆久久久久久久影院中文字幕 | 少妇熟女aⅴ在线视频| 黄片wwwwww| 在线 av 中文字幕| 91精品一卡2卡3卡4卡| 黄片wwwwww| 男人和女人高潮做爰伦理| 十八禁网站网址无遮挡 | 91在线精品国自产拍蜜月| 高清av免费在线| 成人二区视频| 一区二区三区高清视频在线| 好男人视频免费观看在线| 国产又色又爽无遮挡免| 婷婷六月久久综合丁香| 日韩 亚洲 欧美在线| 别揉我奶头 嗯啊视频| 免费高清在线观看视频在线观看| 一二三四中文在线观看免费高清| 中文字幕免费在线视频6| 欧美xxⅹ黑人| 一个人免费在线观看电影| 尤物成人国产欧美一区二区三区| 日韩欧美三级三区| 秋霞伦理黄片| 美女xxoo啪啪120秒动态图| 国产伦在线观看视频一区| 日韩成人av中文字幕在线观看| 欧美激情久久久久久爽电影| 成人无遮挡网站| 日本免费在线观看一区| 成人性生交大片免费视频hd| 日本与韩国留学比较| 麻豆精品久久久久久蜜桃| 亚洲欧美精品专区久久| 亚洲精品456在线播放app| 国国产精品蜜臀av免费| 超碰97精品在线观看| 精品久久久久久久久亚洲| 丝瓜视频免费看黄片| 大又大粗又爽又黄少妇毛片口| 精品久久久久久久久av| 色5月婷婷丁香| 少妇裸体淫交视频免费看高清| 国产毛片a区久久久久| 少妇猛男粗大的猛烈进出视频 | 白带黄色成豆腐渣| 精品久久久久久久末码| 国产免费福利视频在线观看| 国产麻豆成人av免费视频| freevideosex欧美| 亚洲国产成人一精品久久久| 九九久久精品国产亚洲av麻豆| 免费黄频网站在线观看国产| 国产av不卡久久| 赤兔流量卡办理| 一级毛片久久久久久久久女| .国产精品久久| 99久国产av精品国产电影| 欧美xxⅹ黑人| 韩国av在线不卡| 黄片无遮挡物在线观看| av线在线观看网站| 亚州av有码| 国产激情偷乱视频一区二区| 校园人妻丝袜中文字幕| 人体艺术视频欧美日本| 国产老妇伦熟女老妇高清| 永久免费av网站大全| 国产中年淑女户外野战色| 五月伊人婷婷丁香| 丝袜喷水一区| 麻豆国产97在线/欧美| 免费av观看视频| 免费观看无遮挡的男女| 亚洲第一区二区三区不卡| 少妇的逼好多水| 性插视频无遮挡在线免费观看| 久久久久免费精品人妻一区二区| 丰满人妻一区二区三区视频av| 欧美成人精品欧美一级黄| 汤姆久久久久久久影院中文字幕 | 97精品久久久久久久久久精品| 国产精品.久久久| 观看美女的网站| 精品久久久噜噜| 亚州av有码| 国产亚洲av片在线观看秒播厂 | 激情五月婷婷亚洲| 18禁裸乳无遮挡免费网站照片| 99re6热这里在线精品视频| 国产男人的电影天堂91| 国产 一区 欧美 日韩| 久久99精品国语久久久| 好男人在线观看高清免费视频| 看免费成人av毛片| av又黄又爽大尺度在线免费看| 在线观看美女被高潮喷水网站| 国产一区有黄有色的免费视频 | 偷拍熟女少妇极品色| 人妻一区二区av| 狂野欧美激情性xxxx在线观看| 天堂av国产一区二区熟女人妻| 欧美精品国产亚洲| 国产一级毛片在线| av播播在线观看一区| 亚洲人与动物交配视频| 国产女主播在线喷水免费视频网站 | 国产淫片久久久久久久久| 51国产日韩欧美| 寂寞人妻少妇视频99o| av卡一久久| 国产精品.久久久| 久久人人爽人人爽人人片va| 美女被艹到高潮喷水动态| 精品久久国产蜜桃| 精品久久久噜噜| 床上黄色一级片| 国产色婷婷99| 亚洲精品乱久久久久久| 国产亚洲av片在线观看秒播厂 | 久久精品久久精品一区二区三区| 日韩欧美一区视频在线观看 | 女人十人毛片免费观看3o分钟| 亚洲,欧美,日韩| 日韩av免费高清视频| 日本三级黄在线观看| 日本午夜av视频| 久热久热在线精品观看| 国产高清不卡午夜福利| 好男人视频免费观看在线| 色网站视频免费| 少妇裸体淫交视频免费看高清| 在线播放无遮挡| 夫妻午夜视频| 18+在线观看网站| 国产成人免费观看mmmm| 久久精品国产亚洲网站| 国内精品宾馆在线| 国产av码专区亚洲av| 一级二级三级毛片免费看| 小蜜桃在线观看免费完整版高清| 亚州av有码| 欧美日韩亚洲高清精品| 婷婷色综合大香蕉| 欧美丝袜亚洲另类| 男的添女的下面高潮视频| 简卡轻食公司| 日韩精品青青久久久久久| 人妻系列 视频| 国产成人精品久久久久久| 亚洲av免费高清在线观看| 亚洲国产高清在线一区二区三| 亚洲va在线va天堂va国产| 亚洲av中文av极速乱| 又爽又黄a免费视频| 国产视频首页在线观看| 成人亚洲欧美一区二区av| 99热6这里只有精品| 美女国产视频在线观看| 日韩成人伦理影院| 久久国内精品自在自线图片| 中文欧美无线码| 国产成人精品一,二区| 99久久精品热视频| av在线老鸭窝| www.色视频.com| 蜜桃亚洲精品一区二区三区| 日本三级黄在线观看| 国产不卡一卡二| 亚洲天堂国产精品一区在线| 亚洲综合色惰| av专区在线播放| av在线天堂中文字幕| av专区在线播放| 亚洲一级一片aⅴ在线观看| 精品欧美国产一区二区三| 99久久九九国产精品国产免费| 精品久久久久久久末码| 一级av片app| 2022亚洲国产成人精品| 久久精品夜色国产| 亚洲成人中文字幕在线播放| 午夜久久久久精精品| 久久久久久伊人网av| 国产激情偷乱视频一区二区| 中国国产av一级| 国产毛片a区久久久久| 亚洲va在线va天堂va国产| 精品国产露脸久久av麻豆 | 如何舔出高潮| 97超视频在线观看视频| 午夜免费观看性视频| 一级二级三级毛片免费看| 白带黄色成豆腐渣| 国内精品宾馆在线| 日日啪夜夜撸| 中文字幕制服av| 国产精品一区二区三区四区久久| 看黄色毛片网站| 亚洲欧美日韩卡通动漫| 一个人看视频在线观看www免费| 美女内射精品一级片tv| 天堂中文最新版在线下载 | 好男人在线观看高清免费视频| 免费电影在线观看免费观看| 国产成人aa在线观看| 国产av在哪里看| 久久精品国产亚洲av天美| 一边亲一边摸免费视频| 欧美日本视频| 六月丁香七月| 中文字幕av成人在线电影| 嘟嘟电影网在线观看| 三级国产精品欧美在线观看| 久久精品夜色国产| 亚洲欧美日韩无卡精品| 超碰97精品在线观看| 久久99热这里只有精品18| 亚洲国产成人一精品久久久| 中文欧美无线码| 国产91av在线免费观看| 国产精品一区二区三区四区久久| kizo精华| 一个人观看的视频www高清免费观看| 九九在线视频观看精品| 欧美xxxx性猛交bbbb| 久久99精品国语久久久| 别揉我奶头 嗯啊视频| 国产国拍精品亚洲av在线观看|