• <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 ?

    智能識別算法在無人機巡線中的應用研究

    2018-08-28 08:26:56劉文華劉洋李寧
    中國管理信息化 2018年11期
    關鍵詞:油氣管道目標檢測巡線

    劉文華 劉洋 李寧

    [摘 要] 油氣管道是國家能源的動脈。管道周圍的不確定事件包括非法占壓、非法施工、地質(zhì)災害、打孔盜油等給管道防護帶來極大的安全風險。盡管在長時間的實踐過程中形成了一套完整的巡線排查體系,但仍有待完善的方面。無人機管道巡線是很好的手段并得到不斷的嘗試和應用。將人工智能技術(shù)應用于無人機航拍影像的處理可以大大減輕作業(yè)人員負擔,提高巡線效率。文章在分析無人機影像特點的基礎上,提出了適用于無人機影像智能檢測的基于SSD的改進深度神經(jīng)網(wǎng)絡算法,并進行了設計和驗證。結(jié)果表明,該算法檢測準確,滿足要求。

    [關鍵詞] 油氣管道;巡線;人工智能;目標檢測

    doi : 10 . 3969 / j . issn . 1673 - 0194 . 2018. 11. 057

    [中圖分類號] TP311 [文獻標識碼] A [文章編號] 1673 - 0194(2018)11- 0128- 06

    1 背 景

    1.1 管道人工巡護

    油氣管道可以負責長距離輸送原油或天然氣,輸送距離可能長達數(shù)百、數(shù)千公里,管道線路要經(jīng)過河流、峽谷、沙漠、戈壁等各種自然場景。漫長的油氣管道、地形復雜的管道線路,不僅增加了遇到各種地質(zhì)災害發(fā)生的可能性,還給很多不法分子可乘之機。而這些都對油氣管道的正常運輸造成了威脅。

    從廣義上講,凡是能對管道安全造成威脅的事件都是危險事件。主要有以下三類:

    (1)人為蓄意破壞。在巨大經(jīng)濟利益的驅(qū)使下,犯罪分子在偏僻的地段對管道進行破壞,打孔盜油。由于此類事件的發(fā)生持續(xù)時間短,地點隱蔽,很難被及時發(fā)現(xiàn)。

    (2)無意人為破壞。根據(jù)國家《石油天然氣管道保護條例》規(guī)定,禁止在管道中心線兩側(cè)各5米范圍內(nèi)進行修建、堆放大宗物資等操作,管道沿線施工需要按照嚴格的報批程序進行審批,由專業(yè)的巡護人員知道作業(yè),否則均可能對油氣管道造成意外破壞。

    (3)地質(zhì)自然災害。管道線路需要經(jīng)過河流、山川、村莊等自然場景,洪水、地震、山體滑坡、地質(zhì)下陷等自然災害均可能造成油氣管道的外漏甚至泄露。

    以上三種類型的危險事件,都可能給油氣管道的正常運輸造成影響?,F(xiàn)階段的管道的人工防衛(wèi)主要依靠巡線工人每天按時巡護管道,雖然現(xiàn)階段已經(jīng)有許多現(xiàn)代化管理技術(shù)和輔助巡線技術(shù),但仍然存在很多弱點。這些弱點包括:單人巡視視野較窄,并可能出現(xiàn)遮擋等視界受限情況,無法巡視到區(qū)域全局;人工巡視部分地區(qū)不可到達,例如山頂、谷底、無人區(qū)等難以進入或進入后有危險的地區(qū);此外,巡線工人每日重復工作容易形成主觀判斷,在責任心方面發(fā)生變化,使巡護工作逐漸松懈。

    1.2 無人機巡線

    將無人機應用于巡線是軍事領域技術(shù)引入工業(yè)領域的典型技術(shù)之一。時至今日,國內(nèi)外對無人機在工業(yè)領域的應用已較為成熟,譬如高空輸電線路的檢查和維護已經(jīng)成功使用無人機高空錄像、紅外熱成像等技術(shù)。

    現(xiàn)階段許多工業(yè)領域的巡線工作,在工人難以到達的地域一般使用直升機巡線作業(yè)。直升機巡線屬于現(xiàn)階段比較成熟的巡檢技術(shù),但從運維角度考慮,直升機巡線在成本等諸多方面都有限制。與之相比,無人機巡檢的優(yōu)勢主要體現(xiàn)在:

    (1)飛行成本低。直升機巡檢的飛行成本超過7 000元/h,而無人機的運行成本在2 000元/h以下。而且由于飛行團隊人員數(shù)量不同,成本差距在此基礎上還將增加。

    (2)巡線效果穩(wěn)定。從現(xiàn)有數(shù)據(jù)來看,直升機巡線拍攝到的視頻畫面抖動嚴重,而且視角難以固定到某一標準。使用無人機拍攝則可以提供相對穩(wěn)定的畫面以及標準的拍攝角度。此外,一些無人機還能現(xiàn)場調(diào)整拍攝角度,達到精確拍攝的效果。

    (3)安全性高。無人機巡線不需要人員跟隨機器進行,除起飛降落外,由飛行器按照固定航線進行自動巡線。相對于直升機巡線,不會對巡線人員的生命安全構(gòu)成威脅。

    1.3 航拍圖像下的目標檢測

    近年來無人機技術(shù)興起,油氣部門嘗試使用無人機技術(shù)對管道進行看護,由無人機拍攝油氣管線路上的俯視圖后進行人工判讀,反饋油氣管道附近存在的異常事件,最后進行危險排除。

    這一方式的主要缺點是:長時間辨別圖片,人很容易產(chǎn)生疲憊感,影響判斷的準確性甚至造成誤判。

    隨著人工智能的興起,有越來越多的產(chǎn)業(yè)依靠人工智能提升了產(chǎn)業(yè)的生產(chǎn)效率甚至完成了產(chǎn)業(yè)轉(zhuǎn)型。圖像的智能目標檢測是新興的一種圖像處理方法,與傳統(tǒng)的“目標識別”方法相比,目標檢測不僅能夠識別出多個物體的種類,還能夠在圖像中找到物體的位置,如圖1所示。

    參照圖1的比對圖,直觀表述了目標檢測的任務。

    目標檢測的過程其實是分為“檢測”和“識別”兩部分,檢測部分通常是提取多個目標候選框(Object Proposal),而識別部分則是根據(jù)候選框的模式空間將候選框中的物體類別便是出來。

    傳統(tǒng)目標檢測通常分為以下幾個步驟:①圖像預處理;②生成候選框;③對候選框的模式進行特征提?。虎軐μ卣鬟M行特征空間內(nèi)的分類;⑤框回歸與合并。

    由于神經(jīng)網(wǎng)絡的興起,從2012年以來,目標檢測的理論以及實現(xiàn)方法和步驟發(fā)生了巨大的變化。神經(jīng)網(wǎng)絡逐漸合并了上述傳統(tǒng)目標檢測過程的2~4步,形成了端到端的目標檢測模型。改變的過程中,神經(jīng)網(wǎng)絡展示出其優(yōu)秀的準確率。深度學習在圖像檢測算法的各大賽事上不斷刷新紀錄,時至今日,已經(jīng)產(chǎn)生出大量準確率達到90%以上的優(yōu)秀模型。

    近幾年,各行各業(yè)將這些模型不斷應用到實際中。結(jié)合油管巡線工作,將優(yōu)秀的圖像檢測模型應用到無人機巡線圖片檢測中是21世紀人工智能發(fā)展浪潮導致的必然。

    現(xiàn)有的算法,一般為自然場景下的目標識別。但無人機巡線圖片有所不同,主要體現(xiàn)在以下兩個方面:

    (1)拍攝視角。不同于自然場景圖片的側(cè)視拍攝,航拍圖像的視角一般為俯視圖;

    (2)分辨率。航拍圖像因為要保證辨識率的同時提供寬闊的視域,分辨率較一般圖像會更大,如圖2所示。

    本文旨在基于對現(xiàn)有系統(tǒng)和方法的認知,設計并將圖像檢測應用到無人機巡線中,輔助油氣管道防衛(wèi)工作。

    2 算法原理與特點

    2.1 算法原理

    針對油氣管道的巡航,目標檢測技術(shù)的研究目的是檢測航拍圖片中是否包含人、車、違章建筑、自然災害等可能危害油氣管道安全的物體或事件信息。

    目標檢測的關鍵技術(shù)按流程順序分別為:圖像預處理、圖像特征提取和物體或事件分類器。這些技術(shù)是圖像智能檢測算法的基礎組成部分,也是計算機視覺領域的幾項基礎研究。

    2.1.1 圖像預處理

    航拍圖像的獲取是利用無人機在油氣管道上方飛行,對油氣管道周邊進行航拍,再經(jīng)過后期處理得到真正用于目標檢測的航拍圖像。

    由于無人機體積小、重量輕,容易受風和氣流影響,姿態(tài)不穩(wěn)定,導致航拍影像數(shù)量多、傾角大、畸變大、重疊度不規(guī)則等問題,從而給數(shù)據(jù)處理帶來挑戰(zhàn),因此有必要實現(xiàn)對圖像進行預處理。首先對原始垂直影像和傾斜影像進行稀疏重建,即聯(lián)合空三處理,快速獲取影像姿態(tài)和稀疏點云;然后采用半全局密集匹配獲取密集三維點云,進而獲得格網(wǎng)DEM數(shù)據(jù)?;贒EM,對傾斜影像進行數(shù)字微分糾正,對垂直影像進行正射糾正,并將糾正影像進行無縫快速拼接獲得拼接全景圖。在拼接全景圖上進行典型目標提取、識別與標識,從而對油氣管道情況進行分析。

    2.1.2 神經(jīng)網(wǎng)絡特征提取原理

    對油氣管道附近的航拍圖像進行目標檢測,需要檢測出可能危害到油氣管道安全的事件。每種事件都有自己的特征,如違章搭建——與正常的油氣管道相比,存在違章搭建的圖像中,油氣管道附近存在建筑物和不明堆積物。油氣管道上定期巡視的任務是找到此類事件并派人處理。交由計算機后,深度神經(jīng)網(wǎng)絡的主要功能是正確地從圖像中提取異常事件的關鍵特征。

    CNN(Convolutional Neural Network,卷積神經(jīng)網(wǎng)絡)是目前深度學習在圖像處理領域最好算法之一,它是一種特殊的深層神經(jīng)網(wǎng)絡模型,其特殊性體現(xiàn)在兩個方面。一方面它的神經(jīng)元間的連接是非全連接的,另一方面同一層中某些神經(jīng)元之間的連接的權(quán)重是共享的。它的非全連接和權(quán)值共享的網(wǎng)絡結(jié)構(gòu)使類似于生物神經(jīng)網(wǎng)絡,降低了網(wǎng)絡模型的復雜度,減少了權(quán)值的數(shù)量。

    在圖像處理領域,CNN被廣泛用于圖像特征的提取。它的層數(shù)可變化范圍很大,從幾層到幾千層不等,意味著CNN能同時提取圖像的淺層特征和深層次特征。用CNN提取的特征比傳統(tǒng)方法提取出的特征表達更多維度的信息,更利于圖像的分類和檢測,所以本文采用的目標檢測算法中,CNN是主要的特征提取算法。

    2.1.3 模式分類與回歸原理

    分類與回歸本質(zhì)理論上是一個問題,都是基于樣本的特征向量得到映射到類別空間。不同的是,分類問題的目標類別空間是離散的,而回歸問題的目標類別空間是連續(xù)的。

    對油氣管道提取的特征向量進行目標檢測,實際上是一個分類與回歸的交叉問題。對油氣管道航拍圖像進行目標檢測既要識別圖片中的特殊目標種類,又要找到目標的具體位置。特殊目標種類是一個圖像識別問題,從模式識別角度考慮本質(zhì)是一個分類問題,而給出物體具體坐標則是一個回歸問題。

    本問對這兩個問題分別建立了兩個模型,識別類別問題使用Softmax進行分類,坐標問題使用全連接進行回歸計算得到坐標值。

    需要說明的是,Softmax是一個將目標變量分為K類的算法,建模使用多項式分布。其具體計算公式形如:

    其形成的結(jié)果為合成的向量,一般使用此向量對既定模式進行無拒識的類型判別。

    2.1.4 反向傳播與損失函數(shù)原理

    深度學習要解決的主要問題是訓練神經(jīng)網(wǎng)絡,使之能夠適應給定的數(shù)據(jù)集,進行相應模式判斷。

    反向傳播是完成此項任務最有效的算法。其主要的思想是將網(wǎng)絡最后輸出的結(jié)果計算其誤差,并且將誤差反向逐級傳下去。反向傳播運用的是鏈式求導的基本思想(隱函數(shù)求導),其原理如下:

    反向傳播中的最上層誤差評價函數(shù)稱為損失函數(shù),這個函數(shù)是訓練神經(jīng)網(wǎng)絡最重要的一步。以線性回歸為例,對于神經(jīng)網(wǎng)絡的假設函數(shù):

    對卷積神經(jīng)網(wǎng)絡進行訓練即對該損失函數(shù)進行最優(yōu)化。

    2.2 算法的特點

    深度學習與油氣管道巡視的結(jié)合,是人工智能在具體產(chǎn)業(yè)中的應用。將人工智能引入油氣管道日常的維護過程,有希望改變監(jiān)控維護的流程。相比以前油氣管道的巡視,本文的方法主要有如下優(yōu)點。

    2.2.1 適用范圍廣

    深度學習是利用已知去判斷未知的算法。給算法大量帶有正確標簽的數(shù)據(jù)(訓練集),讓計算機自己學習數(shù)據(jù)內(nèi)部的特征和規(guī)律,然后利用這些學習到的知識去預測新的數(shù)據(jù)(測試集)。在計算機自己學習的過程中,學習到的知識是隨著訓練集的不同而不同的,也就意味著深度學習的一個算法可以應用在不同的領域,只要擁有足夠多的訓練集,算法就可以自己學習到該領域的知識并應用這些知識為該領域創(chuàng)造價值。

    2.2.2 智能化程度高

    在算法運行的過程中,只需要將圖像導入,程序就會直接得到圖像中存在的異常并輸出。在檢測程序后加一個報警程序,算法就可以完成特征提取—預測—報警一整套流程,中間不需要人的干預。與以前傳統(tǒng)的人工識別異常相比可以節(jié)省大量的人力。

    2.2.3 檢測精度高

    使用本文所述算法對油氣管道附近對行人、車輛等進行檢測,檢測準確率可以達到80%以上,詳細結(jié)果將在下一節(jié)中給出。

    2.2.4 出錯率低

    計算機學習完畢后,檢測流程就被固定下來。不同于人在長時間重復查看圖像后會出現(xiàn)疲勞甚至出錯,計算機程序只要運行,就會一直保持初始精度重復工作下去,不會出現(xiàn)疲勞導致檢測的精度降低的現(xiàn)象。

    2.2.5 經(jīng)濟成本少

    人工識別需要付給工人一定的報酬,長時間的積累后,在檢測方面會花費大量的經(jīng)費。而使用本文所述算法后,只需將檢測功能交給計算機,計算機就可以24小時不間斷地工作,降低人工成本花費。

    3 設計與應用

    3.1 任務概述

    本文需要完成一個輔助人工巡線的軟件系統(tǒng)。該系統(tǒng)主要依靠無人機巡線獲取數(shù)據(jù),經(jīng)過處理后智能識別出數(shù)據(jù)中的異常情況并給出具體圖像以及坐標?;诂F(xiàn)階段研究情況考慮,該系統(tǒng)的評價標準主要為:①異常事件的識別率;②運行效率(運行速度)。

    3.2 應用流程設計

    應用到實際中主要考慮從實際場景到具體異常事件的報告間的處理流程。設計如圖3所示。

    實際處理流程的第一步是從實際場景中得到航拍影像數(shù)據(jù),由固定翼無人機進行固定線路航拍得到。在機上處理技術(shù)還未成熟的現(xiàn)階段,考慮等待無人機落地后取得影像數(shù)據(jù)進行地面處理。使用地面設置的服務器,進行圖像特征處理得到全部圖像的特征參數(shù),再由分類器和回歸函數(shù)計算得到圖像中異常目標的具體位置。最后根據(jù)目標類型和坐標參數(shù)進行決策,最終得到異常事件的類型并生成報告。

    3.3 神經(jīng)網(wǎng)絡模型設計

    本文參考近幾年來在Pascal數(shù)據(jù)集上表現(xiàn)優(yōu)良的SSD算法,針對應用到的實際問題(對航拍圖像進行目標檢測),提出一個改進的神經(jīng)網(wǎng)絡模型。

    該網(wǎng)絡的結(jié)構(gòu)如圖4所示。

    基于應用中出現(xiàn)的實際物體所占像素較少,SSD算法中某些卷積層計算冗余嚴重,本文去掉了一些網(wǎng)絡層級,以提高整體效率。

    在訓練網(wǎng)絡時,參考原來算法進行損失函數(shù)設計?,F(xiàn)令x表示目標框與某一類別的實際框的指示數(shù)字,僅當出現(xiàn)IOU最大情況時x為1,否則為0。令l表示預測框,g表示實際框。Lconf和Lloc分別表示分類(置信度)損失函數(shù)和回歸(位置)損失函數(shù)。N表示匹配的先驗框個數(shù)。

    如下式:

    3.4 應用結(jié)果

    某天然氣管道科技信息服務中心聯(lián)合相關技術(shù)公司進行了部分管道的無人機巡線航拍,并針對航拍圖像完成了異常目標的識別。截至2018年2月,已經(jīng)試驗兩次飛行以及圖像處理。

    應用主要情況如下:

    3.4.1 夏季航拍識別

    2017年8月,相關人員完成了某天然氣管道的航拍,并對航拍影像進行異常事件識別。

    具體數(shù)據(jù)如表1、表2所示。

    針對夏季航拍圖像,識別334張圖片共耗時42分鐘,平均每分鐘識別7.95張圖片。

    夏季航拍中共設置5個異常目標,目標均為白色車輛。共計在實際5個目標中識別出4個異常目標,另識別出非設置異常目標1個,識別率達到80%。

    3.4.2 冬季航拍識別

    2018年2月,相關人員在夏季同一位置進行了航拍,并對航拍影像進行異常事件識別。具體數(shù)據(jù)如表3、表4所示。

    針對冬季航拍圖像,識別814張圖片共耗時24分鐘,平均每分鐘識別33.92張圖片。

    冬季航拍中共設置2個異常目標,其中一個為白色車輛,另一為黑色車輛。實際識別中將異常情況全部識別出,識別率達到100%。

    部分識別中間結(jié)果展示如圖5,圖6所示。

    3.4.3 總 結(jié)

    經(jīng)過實驗,兩次航拍識別均達到每分鐘7張的識別速度,識別率達到80%以上。

    對比夏季和冬季航拍識別的神經(jīng)網(wǎng)絡模型來看,冬季模型從兩個方面優(yōu)于夏季模型。一個方面是識別速度,對同等大小的圖片進行識別,冬季模型識別速度為夏季模型的4.27倍,已超過同等情況下人工識別的速度(每分鐘10張)。另一個方面是識別目標種類問題,冬季模型可以識別兩類物體(黑色車輛和白色車輛),比夏季模型有所增加。

    4 展 望

    近兩年來,人工智能在國內(nèi)掀起了一波浪潮,從國家層面到各個公司、高校,人工智能的概念被廣泛提及。智能目標檢測算法與管道巡線的結(jié)合成果不只是管道巡線的新方式,更是智能技術(shù)向著產(chǎn)品轉(zhuǎn)化的里程碑。

    4.1 提高工作效率

    本文所述算法是應用于高分辨率圖片的,在神經(jīng)網(wǎng)絡的預處理階段會對高分辨率圖片進行滑窗處理。在實際應用過程中這種滑窗式的圖像處理方式可以進行更深層次的算法優(yōu)化,如預統(tǒng)計剪枝、Adaboost迭代分類等。這些算法層面的優(yōu)化將提高智能檢測算法的檢測速度,進一步提高巡線工作效率。

    4.2 特殊場景識別

    本文所述算法的提升空間在算法輸入層面來說,現(xiàn)有無人機技術(shù)可以支持各種光學采集器材的搭載,搭載這些器材可以采集各種非可見光。這些非可見光作為算法輸入可以根據(jù)特性,進行特殊場景下的物體檢測。比如使用紅外線攝影儀采集到的紅外光譜圖,可以對夜間場景進行識別,檢測夜間盜油情況。

    4.3 未來圖像即時傳輸和處理

    在應用場景方面,圖像識別算法與無人機的結(jié)合不僅能適用于各類管道巡線檢查,還可以運用到如地震調(diào)查、軍事偵察、海事偵查、工程測繪、農(nóng)作物估產(chǎn)等。圖像特定目標的識別與跟蹤的實現(xiàn)要依靠一定的硬件與軟件予以實現(xiàn),通常對于絕大部分普通圖像的處理可以通過軟件來完成,但是在無人機航拍過程中一般處在高速運行、實時高分辨率拍攝的狀況下,僅僅依靠軟件對圖像處理已無法滿足實際需求,因此有必要結(jié)合ARM的處理器調(diào)度功能和FPGA的硬件加速功能對獲取的實時圖像進行分析,實現(xiàn)對特定目標的識別和實時跟蹤等功能。伴隨嵌入式系統(tǒng)應用的推廣普及,在圖像識別實時跟蹤系統(tǒng)領域成本不斷下降,硬件也在趨向于小型化和功耗不斷降低,未來將產(chǎn)生無人機即時處理并傳輸圖像,更大程度上增加管道巡線的非人工干預性能。

    主要參考文獻

    [1]Srivastava N, Hinton G, Krizhevsky A, et al. Dropout:A Simple Way to Prevent Neural Networks from Overfitting[J]. Journal of Machine Learning Research, 2014, 15(1):1929-1958.

    [2]Krizhevsky A, Sutskever I, Hinton G E. ImageNet Classification with Deep Convolutional Neural Networks[C]// International Conference on Neural Information Processing Systems. Curran Associates Inc. 2012:1097-1105.

    [3]于立成, 程云濤. 人技結(jié)合的油氣管道保衛(wèi)新模式研究[J]. 城市建設理論研究:電子版, 2013(21).

    [4]Uijlings J R R, Sande K E A V D, Gevers T, et al. Selective Search for Object Recognition[J]. International Journal of Computer Vision, 2013, 104(2):154-171.

    [5]Alexe B, Deselaers T, Ferrari V. Measuring the Objectness of Image Windows[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2012, 34(11):2189.

    [6]Su H, Deng J, Fei-Fei L. Crowdsourcing Annotations for Visual Object Detection[C]//The 26th AAAI Conference on Artificial Intelligence,2012.

    [7]Ren S, He K, Girshick R, et al. Faster R-CNN:Towards Real-time Object Detection with Region Proposal Networks[C]//International Conference on Neural Information Processing Systems. MIT Press, 2015:91-99.

    [8]Bell S, Zitnick C L, Bala K, et al. Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neural Networks[C]//2016 IEEE Conference on Conputer Vision and Pattern Recognition(CVPR),2016:2874-2883.

    [9]Lin T Y, Dollar P, Girshick R, et al. Feature Pyramid Networks for Object Detection[C]// IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2017:936-944.

    [10]Li J, Liang X, Wei Y, et al. Perceptual Generative Adversarial Networks for Small Object Detection[C]// IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2017:1951-1959.

    [11]Liu W,Anguelov D, Erhan D, et al. SSD: Single Shot MultiBox Detector[C]//European Conference on Computer Vision,2016:21-37.

    猜你喜歡
    油氣管道目標檢測巡線
    春光美巡線忙
    出沒風波里,踏浪去巡線
    無人機在電力巡線中的應用模式研究
    無人機(2018年1期)2018-07-05 09:51:06
    油氣管道安全管理的思考與探索
    視頻中目標檢測算法研究
    軟件(2016年4期)2017-01-20 09:38:03
    行為識別中的人體運動目標檢測方法
    焊接技術(shù)在輸油氣管道施工中的應用探索
    移動機器人圖像目標識別
    油氣管道維護管理措施
    油氣管道腐蝕剩余壽命預測方法的研究進展
    精品卡一卡二卡四卡免费| 麻豆成人av在线观看| 精品亚洲成国产av| 免费观看av网站的网址| 日本vs欧美在线观看视频| 丰满迷人的少妇在线观看| 757午夜福利合集在线观看| 每晚都被弄得嗷嗷叫到高潮| 黄片小视频在线播放| 亚洲国产精品一区二区三区在线| 精品久久蜜臀av无| 夜夜骑夜夜射夜夜干| 日韩欧美国产一区二区入口| 欧美日韩中文字幕国产精品一区二区三区 | 国产欧美日韩一区二区三| 在线看a的网站| 亚洲成a人片在线一区二区| 啦啦啦在线免费观看视频4| 亚洲熟女毛片儿| 日本欧美视频一区| 久久中文看片网| 动漫黄色视频在线观看| 亚洲avbb在线观看| 日韩免费高清中文字幕av| 精品国产超薄肉色丝袜足j| 人人妻,人人澡人人爽秒播| 国产欧美亚洲国产| 久久这里只有精品19| 啦啦啦在线免费观看视频4| 国产一区二区三区视频了| 一进一出好大好爽视频| 久久精品国产亚洲av高清一级| 日本vs欧美在线观看视频| 色综合婷婷激情| 亚洲国产欧美日韩在线播放| 国产一区二区三区综合在线观看| 亚洲人成电影免费在线| 丁香六月欧美| av线在线观看网站| 久久久国产精品麻豆| 亚洲天堂av无毛| 青青草视频在线视频观看| 国产精品一区二区精品视频观看| 一进一出好大好爽视频| 麻豆国产av国片精品| 欧美精品av麻豆av| 亚洲精品一卡2卡三卡4卡5卡| 成年动漫av网址| 一夜夜www| 亚洲精品乱久久久久久| 成年版毛片免费区| 成年动漫av网址| 亚洲av欧美aⅴ国产| 午夜激情久久久久久久| 在线 av 中文字幕| 91麻豆精品激情在线观看国产 | 99精品欧美一区二区三区四区| 黄片大片在线免费观看| 窝窝影院91人妻| 国产高清视频在线播放一区| 欧美日本中文国产一区发布| 性少妇av在线| 欧美日韩国产mv在线观看视频| 久久久久久久国产电影| 91av网站免费观看| 免费久久久久久久精品成人欧美视频| 激情视频va一区二区三区| kizo精华| 美女主播在线视频| 真人做人爱边吃奶动态| 国产精品麻豆人妻色哟哟久久| 国产精品av久久久久免费| 桃花免费在线播放| 欧美精品亚洲一区二区| 国产一卡二卡三卡精品| av福利片在线| av不卡在线播放| 国产成人系列免费观看| 夜夜爽天天搞| 多毛熟女@视频| 九色亚洲精品在线播放| 久久天堂一区二区三区四区| 99精品久久久久人妻精品| 亚洲色图综合在线观看| 精品亚洲成国产av| 亚洲精品自拍成人| 久久青草综合色| 老司机靠b影院| 亚洲精品粉嫩美女一区| 欧美黄色淫秽网站| 九色亚洲精品在线播放| 亚洲精品粉嫩美女一区| 亚洲国产欧美在线一区| 国产日韩欧美视频二区| 亚洲av日韩精品久久久久久密| 人人妻人人澡人人看| 精品国产乱子伦一区二区三区| 9191精品国产免费久久| 欧美日韩国产mv在线观看视频| 国产精品1区2区在线观看. | 久久久精品94久久精品| 久久人人爽av亚洲精品天堂| 亚洲 欧美一区二区三区| 黄片大片在线免费观看| 久久午夜亚洲精品久久| 女警被强在线播放| av一本久久久久| 男男h啪啪无遮挡| 日韩制服丝袜自拍偷拍| 久久久久久久精品吃奶| 天堂8中文在线网| 悠悠久久av| 成人免费观看视频高清| 人妻久久中文字幕网| 777久久人妻少妇嫩草av网站| 午夜福利视频在线观看免费| 这个男人来自地球电影免费观看| 美女福利国产在线| 久久狼人影院| 免费人妻精品一区二区三区视频| 亚洲国产欧美网| 午夜福利视频在线观看免费| 老鸭窝网址在线观看| 国产高清videossex| 天堂俺去俺来也www色官网| 国产精品二区激情视频| 两人在一起打扑克的视频| 亚洲自偷自拍图片 自拍| 日韩精品免费视频一区二区三区| 久久天躁狠狠躁夜夜2o2o| 最新美女视频免费是黄的| 每晚都被弄得嗷嗷叫到高潮| 国产成人精品无人区| 伦理电影免费视频| 精品国产超薄肉色丝袜足j| 亚洲精品国产精品久久久不卡| 精品久久久久久电影网| 免费在线观看视频国产中文字幕亚洲| 蜜桃在线观看..| 亚洲色图 男人天堂 中文字幕| 男男h啪啪无遮挡| 国产日韩欧美在线精品| 免费高清在线观看日韩| 国产色视频综合| 黄片播放在线免费| 亚洲国产毛片av蜜桃av| 欧美乱妇无乱码| 99国产精品99久久久久| 亚洲精品久久成人aⅴ小说| 久久九九热精品免费| 日日爽夜夜爽网站| 在线观看免费视频网站a站| 亚洲人成电影观看| 咕卡用的链子| 日韩欧美三级三区| 久久久精品国产亚洲av高清涩受| 亚洲专区国产一区二区| 亚洲人成77777在线视频| 精品午夜福利视频在线观看一区 | 久久人妻福利社区极品人妻图片| 国产精品一区二区在线不卡| 午夜福利视频在线观看免费| 后天国语完整版免费观看| 王馨瑶露胸无遮挡在线观看| 一进一出好大好爽视频| 国产一区二区在线观看av| www日本在线高清视频| tube8黄色片| 亚洲精品自拍成人| 一区二区三区乱码不卡18| 在线观看免费视频网站a站| 香蕉国产在线看| 9191精品国产免费久久| 午夜福利一区二区在线看| 成人黄色视频免费在线看| 天天躁日日躁夜夜躁夜夜| 午夜福利一区二区在线看| 99精品久久久久人妻精品| 午夜福利影视在线免费观看| 深夜精品福利| 欧美一级毛片孕妇| 午夜精品国产一区二区电影| 高清黄色对白视频在线免费看| 91老司机精品| 欧美在线黄色| 欧美日韩一级在线毛片| 久久国产精品影院| 叶爱在线成人免费视频播放| 国产一区二区 视频在线| 黑人巨大精品欧美一区二区蜜桃| 国产精品成人在线| 不卡av一区二区三区| 日韩欧美三级三区| av网站在线播放免费| 热re99久久精品国产66热6| 国产av精品麻豆| 久久久久精品国产欧美久久久| 久久久久久久大尺度免费视频| 狠狠婷婷综合久久久久久88av| 亚洲精品国产色婷婷电影| 丰满饥渴人妻一区二区三| 久久中文字幕人妻熟女| 色视频在线一区二区三区| 国产日韩欧美亚洲二区| 桃红色精品国产亚洲av| 老司机亚洲免费影院| 亚洲男人天堂网一区| 久久久精品国产亚洲av高清涩受| 动漫黄色视频在线观看| 男女之事视频高清在线观看| 青青草视频在线视频观看| 国产成人系列免费观看| 精品国产一区二区久久| 999久久久精品免费观看国产| 欧美日韩亚洲综合一区二区三区_| 国产片内射在线| 日韩制服丝袜自拍偷拍| 亚洲熟女精品中文字幕| 侵犯人妻中文字幕一二三四区| 午夜福利免费观看在线| √禁漫天堂资源中文www| 久久久久久人人人人人| 国产成人精品久久二区二区91| 我的亚洲天堂| 精品人妻在线不人妻| 国产黄频视频在线观看| 老司机在亚洲福利影院| 国产伦人伦偷精品视频| 精品国内亚洲2022精品成人 | 欧美激情 高清一区二区三区| 国产区一区二久久| 少妇粗大呻吟视频| 免费人妻精品一区二区三区视频| 老司机亚洲免费影院| 国产在线免费精品| 成人18禁高潮啪啪吃奶动态图| videos熟女内射| 国产黄频视频在线观看| 一级a爱视频在线免费观看| 精品久久久久久久毛片微露脸| 欧美另类亚洲清纯唯美| 中文字幕精品免费在线观看视频| 在线观看www视频免费| 日韩欧美一区二区三区在线观看 | 亚洲熟女精品中文字幕| 精品少妇一区二区三区视频日本电影| 中文字幕人妻丝袜制服| 真人做人爱边吃奶动态| 一二三四社区在线视频社区8| 精品久久蜜臀av无| 成年版毛片免费区| 国产伦人伦偷精品视频| 欧美日韩国产mv在线观看视频| 成年动漫av网址| 老司机午夜十八禁免费视频| 久久久久久免费高清国产稀缺| 黄频高清免费视频| 天堂8中文在线网| 国产xxxxx性猛交| 日韩有码中文字幕| 999精品在线视频| 老鸭窝网址在线观看| 午夜91福利影院| 国产精品免费一区二区三区在线 | 久久热在线av| 人妻 亚洲 视频| 两人在一起打扑克的视频| 婷婷成人精品国产| 欧美精品一区二区大全| 99国产精品一区二区三区| 国产一区二区三区综合在线观看| 欧美国产精品一级二级三级| 天天影视国产精品| 国产成人一区二区三区免费视频网站| 12—13女人毛片做爰片一| 一级,二级,三级黄色视频| 搡老熟女国产l中国老女人| 深夜精品福利| 伦理电影免费视频| 国产免费av片在线观看野外av| 色婷婷av一区二区三区视频| 黑人巨大精品欧美一区二区蜜桃| 久9热在线精品视频| 亚洲五月色婷婷综合| 精品免费久久久久久久清纯 | 97在线人人人人妻| 久久久精品国产亚洲av高清涩受| 91字幕亚洲| 国产精品偷伦视频观看了| 曰老女人黄片| 久久中文字幕一级| 欧美乱码精品一区二区三区| 国产在线免费精品| 国产精品电影一区二区三区 | 成人手机av| 777久久人妻少妇嫩草av网站| 国产亚洲精品久久久久5区| 美女福利国产在线| 亚洲中文av在线| 青青草视频在线视频观看| 久久久精品免费免费高清| 国产成人欧美在线观看 | 国产成人精品在线电影| 真人做人爱边吃奶动态| 国产亚洲欧美在线一区二区| 久久99热这里只频精品6学生| 国产精品国产av在线观看| 亚洲国产欧美在线一区| 巨乳人妻的诱惑在线观看| 日本vs欧美在线观看视频| 久久久久久久国产电影| 免费观看a级毛片全部| 中文亚洲av片在线观看爽 | 伦理电影免费视频| 国产欧美日韩一区二区三| 欧美另类亚洲清纯唯美| 精品一品国产午夜福利视频| 18禁裸乳无遮挡动漫免费视频| 大型黄色视频在线免费观看| 精品国产乱码久久久久久小说| 国产亚洲一区二区精品| 欧美乱妇无乱码| 麻豆乱淫一区二区| 国产黄色免费在线视频| 午夜两性在线视频| 国产精品成人在线| 久久久久久免费高清国产稀缺| 国产黄色免费在线视频| 日韩一区二区三区影片| 成人手机av| 在线观看免费视频日本深夜| 免费看十八禁软件| 亚洲欧美激情在线| 久久九九热精品免费| 亚洲欧美激情在线| 两性夫妻黄色片| 中文亚洲av片在线观看爽 | 久久午夜综合久久蜜桃| 欧美老熟妇乱子伦牲交| 黄片播放在线免费| 老汉色av国产亚洲站长工具| 亚洲欧美日韩高清在线视频 | 亚洲国产欧美网| 视频区欧美日本亚洲| 一级毛片女人18水好多| 在线天堂中文资源库| 一级毛片女人18水好多| av有码第一页| 男男h啪啪无遮挡| 国产精品.久久久| 亚洲色图综合在线观看| 久久精品人人爽人人爽视色| 午夜福利视频精品| 久久精品人人爽人人爽视色| 久久精品国产综合久久久| 日韩熟女老妇一区二区性免费视频| 午夜免费鲁丝| 美女高潮喷水抽搐中文字幕| 色视频在线一区二区三区| 高清视频免费观看一区二区| 色视频在线一区二区三区| 日本精品一区二区三区蜜桃| 国产精品电影一区二区三区 | 精品国产乱码久久久久久小说| 欧美 日韩 精品 国产| 后天国语完整版免费观看| 999精品在线视频| 亚洲色图 男人天堂 中文字幕| 欧美日韩黄片免| 国产精品偷伦视频观看了| 建设人人有责人人尽责人人享有的| 1024视频免费在线观看| 国产亚洲av高清不卡| a级毛片在线看网站| 亚洲欧美精品综合一区二区三区| 久久久久国内视频| 建设人人有责人人尽责人人享有的| 欧美日韩成人在线一区二区| 免费在线观看影片大全网站| 人人妻人人澡人人看| 日韩欧美国产一区二区入口| 首页视频小说图片口味搜索| 亚洲国产看品久久| 伦理电影免费视频| 天堂动漫精品| 男男h啪啪无遮挡| 国产一区二区三区在线臀色熟女 | 亚洲精品久久午夜乱码| 女人久久www免费人成看片| 黄色毛片三级朝国网站| 久久国产精品大桥未久av| 99久久99久久久精品蜜桃| 99精国产麻豆久久婷婷| 在线 av 中文字幕| 国产黄色免费在线视频| 欧美亚洲日本最大视频资源| 国产欧美日韩综合在线一区二区| 国产欧美日韩一区二区三区在线| 精品一区二区三区四区五区乱码| 欧美精品高潮呻吟av久久| 大片电影免费在线观看免费| 两个人免费观看高清视频| 正在播放国产对白刺激| 日本精品一区二区三区蜜桃| 在线观看免费高清a一片| 亚洲人成77777在线视频| 一本综合久久免费| 大型av网站在线播放| 国产精品一区二区精品视频观看| 91国产中文字幕| 超碰97精品在线观看| av福利片在线| 色在线成人网| 夫妻午夜视频| 午夜福利,免费看| 黄色怎么调成土黄色| 五月开心婷婷网| 色综合婷婷激情| 免费观看人在逋| 一边摸一边抽搐一进一出视频| 满18在线观看网站| 亚洲欧美一区二区三区久久| 精品乱码久久久久久99久播| 久久久久久亚洲精品国产蜜桃av| 悠悠久久av| 香蕉国产在线看| 999久久久国产精品视频| 久久久精品国产亚洲av高清涩受| 丁香欧美五月| 男女高潮啪啪啪动态图| 高清视频免费观看一区二区| 丝袜美足系列| 中文字幕另类日韩欧美亚洲嫩草| 亚洲午夜精品一区,二区,三区| 日韩人妻精品一区2区三区| av一本久久久久| kizo精华| 少妇猛男粗大的猛烈进出视频| 天天添夜夜摸| 女性被躁到高潮视频| 视频在线观看一区二区三区| 老熟妇仑乱视频hdxx| 99久久精品国产亚洲精品| 国产在线观看jvid| 搡老乐熟女国产| 在线天堂中文资源库| 欧美日韩国产mv在线观看视频| 最近最新中文字幕大全免费视频| 亚洲中文字幕日韩| 色老头精品视频在线观看| 中亚洲国语对白在线视频| 日本黄色视频三级网站网址 | 精品国产乱子伦一区二区三区| videosex国产| 欧美国产精品va在线观看不卡| 亚洲黑人精品在线| 美女视频免费永久观看网站| 操美女的视频在线观看| h视频一区二区三区| 黑人欧美特级aaaaaa片| 国产精品.久久久| 超碰成人久久| 在线观看免费日韩欧美大片| 亚洲 国产 在线| 亚洲第一欧美日韩一区二区三区 | 久久久久视频综合| 亚洲视频免费观看视频| 午夜福利视频精品| 69av精品久久久久久 | 一区二区av电影网| 亚洲国产看品久久| 日本av手机在线免费观看| 露出奶头的视频| 成年人午夜在线观看视频| 亚洲av国产av综合av卡| 999久久久国产精品视频| 久久久久视频综合| 精品乱码久久久久久99久播| 亚洲av成人一区二区三| 一级片免费观看大全| 丰满饥渴人妻一区二区三| 精品一区二区三区四区五区乱码| av在线播放免费不卡| 久久人妻av系列| 人人妻人人澡人人爽人人夜夜| 色老头精品视频在线观看| 青草久久国产| 97在线人人人人妻| 高清在线国产一区| 国产免费现黄频在线看| 欧美激情久久久久久爽电影 | 亚洲国产成人一精品久久久| 91麻豆av在线| 蜜桃在线观看..| 精品高清国产在线一区| 亚洲九九香蕉| 在线观看66精品国产| 中文字幕人妻熟女乱码| 99re在线观看精品视频| 91老司机精品| 国产伦人伦偷精品视频| 精品国产超薄肉色丝袜足j| 操美女的视频在线观看| 91麻豆精品激情在线观看国产 | 亚洲欧美日韩高清在线视频 | 久久久精品区二区三区| 久久久久久亚洲精品国产蜜桃av| 亚洲精品一二三| 精品卡一卡二卡四卡免费| av超薄肉色丝袜交足视频| 国产欧美日韩一区二区三区在线| 国产亚洲欧美精品永久| 啦啦啦 在线观看视频| 亚洲自偷自拍图片 自拍| 老鸭窝网址在线观看| 三上悠亚av全集在线观看| av网站在线播放免费| 日本黄色日本黄色录像| av不卡在线播放| 久久九九热精品免费| 丝袜喷水一区| 久久国产精品人妻蜜桃| 大陆偷拍与自拍| 麻豆乱淫一区二区| 国产97色在线日韩免费| 国产91精品成人一区二区三区 | 麻豆av在线久日| 嫩草影视91久久| svipshipincom国产片| 美女高潮到喷水免费观看| 欧美日韩av久久| 一进一出抽搐动态| 人妻 亚洲 视频| 亚洲中文日韩欧美视频| 国产精品 国内视频| 嫩草影视91久久| 色尼玛亚洲综合影院| 90打野战视频偷拍视频| 女同久久另类99精品国产91| 菩萨蛮人人尽说江南好唐韦庄| 热99久久久久精品小说推荐| 午夜91福利影院| 免费人妻精品一区二区三区视频| 一个人免费看片子| 黄色怎么调成土黄色| 满18在线观看网站| 三上悠亚av全集在线观看| 国产精品久久电影中文字幕 | 久久亚洲真实| 久久久久久人人人人人| 夫妻午夜视频| 天天添夜夜摸| 丰满饥渴人妻一区二区三| 久久精品国产99精品国产亚洲性色 | 1024香蕉在线观看| 色综合婷婷激情| 最新的欧美精品一区二区| 国产在线一区二区三区精| 欧美大码av| 欧美日韩亚洲综合一区二区三区_| 日本黄色视频三级网站网址 | 久久久久网色| 99香蕉大伊视频| 久久久精品免费免费高清| 9191精品国产免费久久| 在线观看免费日韩欧美大片| 免费少妇av软件| 日本av手机在线免费观看| 天天操日日干夜夜撸| 纯流量卡能插随身wifi吗| 黑人猛操日本美女一级片| 亚洲人成77777在线视频| 建设人人有责人人尽责人人享有的| 国产成人欧美在线观看 | bbb黄色大片| 欧美变态另类bdsm刘玥| 一区二区三区乱码不卡18| 久久午夜亚洲精品久久| 精品视频人人做人人爽| 精品卡一卡二卡四卡免费| 91国产中文字幕| 日韩 欧美 亚洲 中文字幕| 99国产精品99久久久久| 高清毛片免费观看视频网站 | 亚洲色图av天堂| 黄色片一级片一级黄色片| 一进一出好大好爽视频| 亚洲自偷自拍图片 自拍| 精品熟女少妇八av免费久了| 国产精品国产av在线观看| 一本大道久久a久久精品| 久9热在线精品视频| 久久久精品免费免费高清| av电影中文网址| 亚洲色图 男人天堂 中文字幕| 午夜福利乱码中文字幕| 精品久久久精品久久久| 免费观看a级毛片全部| 考比视频在线观看| 中文字幕精品免费在线观看视频| 欧美日韩福利视频一区二区| 91麻豆精品激情在线观看国产 | 黑人操中国人逼视频| 嫁个100分男人电影在线观看| 色在线成人网| 一级毛片精品| 一区二区三区精品91| 美女午夜性视频免费| 精品少妇内射三级| a在线观看视频网站| 亚洲欧美色中文字幕在线| 99国产精品99久久久久| 成人手机av| 久久久精品免费免费高清| 我要看黄色一级片免费的|