• <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 ?

    基于交通路網(wǎng)狀態(tài)感知的交通信號(hào)配時(shí)優(yōu)化技術(shù)

    2021-11-28 03:59:08胡小光胡曉杰
    河南科技 2021年16期
    關(guān)鍵詞:交通信號(hào)路網(wǎng)控制策略

    胡小光 胡曉杰

    摘 要:本文提出多通道的3D卷積預(yù)測(cè)網(wǎng)絡(luò)結(jié)合Double-DQN的配時(shí)控制策略,并將其與Deep-Q-learning、Q-learning進(jìn)行對(duì)比分析,進(jìn)行仿真實(shí)驗(yàn)。結(jié)果表明,多通道的3D卷積預(yù)測(cè)網(wǎng)絡(luò)結(jié)合Double-DQN的控制策略明顯優(yōu)于Q-learning和Deep-Q-learning。

    關(guān)鍵詞:智能交通信號(hào)配時(shí);3D卷積;深度強(qiáng)化學(xué)習(xí);多通道矩陣;Double-DQN

    中圖分類號(hào):U491.54文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):1003-5168(2021)16-0018-04

    Abstract: In this paper, a multi-channel 3D convolution prediction network combined with Double-DQN timing control strategy was proposed, which was compared with Deep-Q-Learning and Q-Learning. The results show that the control strategy of multi-channel 3D convolution prediction network combined with Double-DQN timing control strategy is obviously better than Q-learning and Deep-Q-learning.

    Keywords: traffic signal timing control;3D convolution neural network;deep reinforcement learning;multilevel network;Double-DQN

    智能交通信號(hào)配時(shí)是一種緩解交通擁堵的有效手段。智能交通系統(tǒng)(Intelligent Transportation System,ITS)產(chǎn)生于20世紀(jì)60年代末70年代初。由于交通狀況是隨機(jī)的,可變性以及不確定性強(qiáng),因此,很難訓(xùn)練出適合的模型對(duì)交通信號(hào)進(jìn)行控制。強(qiáng)化學(xué)習(xí)的常見模型是標(biāo)準(zhǔn)的馬爾可夫決策過程(Markov Decision Process,MDP)。強(qiáng)化學(xué)習(xí)是一類重要的機(jī)器學(xué)習(xí)技術(shù),它通過與環(huán)境的交互來學(xué)習(xí)最優(yōu)的控制決策[1]。交通信號(hào)控制領(lǐng)域很早就開始運(yùn)用強(qiáng)化學(xué)習(xí)方法來解決交通控制問題。隨著深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的發(fā)展,它們被結(jié)合為深度強(qiáng)化學(xué)習(xí)用來估計(jì)[Q]值以代替復(fù)雜的[Q]值表。DeepMind團(tuán)隊(duì)將最新的AlphaGo論文發(fā)布在Nature上,使得深度強(qiáng)化學(xué)習(xí)算法受到多數(shù)研究人員的關(guān)注[2]。隨著交通路網(wǎng)的擴(kuò)大,道路信息變得復(fù)雜,對(duì)智能信號(hào)控制模型進(jìn)行優(yōu)化是探索智能交通的必經(jīng)之路。

    1 控制模型

    1.1 相位

    相位是對(duì)交通信號(hào)控制的簡(jiǎn)單描述。一般情況下,相位越大,交通越容易擁堵。相位一代表南北方向允許通行(南北方向綠燈),東西方向等待(東西方向紅燈);相位二則與相位一相反。圖1是一個(gè)三岔口和一個(gè)四岔口的相位模型的相位一(三岔口可以右轉(zhuǎn)、四岔口南北方向綠燈)。信號(hào)時(shí)長[g]是固定的,指相位持續(xù)的時(shí)間。當(dāng)前,相位信號(hào)時(shí)長[g]結(jié)束后下一個(gè)相位自適應(yīng)選擇合適相位執(zhí)行下個(gè)信號(hào)時(shí)長[g]。信號(hào)時(shí)長[g]可以根據(jù)不同大小的仿真交通地圖更改,從而得到合適的信號(hào)時(shí)長[g]。

    1.2 強(qiáng)化學(xué)習(xí)控制模型

    強(qiáng)化學(xué)習(xí)控制模型如圖2所示。交通燈控制智能體(Agent)通過實(shí)時(shí)地與環(huán)境進(jìn)行交互,在每個(gè)時(shí)間步[t],控制智能體(Agent)獲取到路網(wǎng)的狀態(tài)[St]和獎(jiǎng)勵(lì)[r],同時(shí)返回給路網(wǎng)一個(gè)最優(yōu)控制命令。

    1.3 Double-DQN

    在智能交通信號(hào)配時(shí)中,隨著時(shí)間的推動(dòng),Q-learning中建立復(fù)雜的[Q]值表變得尤其煩瑣。因此,需要訓(xùn)練一個(gè)價(jià)值神經(jīng)網(wǎng)絡(luò)Vnet來實(shí)時(shí)計(jì)算出預(yù)測(cè)[Q]值,在訓(xùn)練神經(jīng)網(wǎng)絡(luò)時(shí),路網(wǎng)的狀態(tài)[St]、動(dòng)作[a]和獎(jiǎng)勵(lì)[r]作為輸入。

    為解決DQN中[Q]值過高估計(jì)的問題,在Double-DQN里,不再是直接在目標(biāo)Q網(wǎng)絡(luò)里找各個(gè)動(dòng)作中最大值,而是先在當(dāng)前Q網(wǎng)絡(luò)中找出最大[Q]值對(duì)應(yīng)的動(dòng)作,然后利用這個(gè)選擇出來的動(dòng)作amax(S′j,w)在目標(biāo)網(wǎng)絡(luò)里面計(jì)算目標(biāo)[Q]值。研究結(jié)果表明:Q-learning、DQN兩種算法[3]在應(yīng)用過程中都有可能得到不符合實(shí)際情況的高動(dòng)作值。Double-DQN算法通過下列基本原理解決這一問題:不再是直接在目標(biāo)Q網(wǎng)絡(luò)里面找各個(gè)動(dòng)作中最大[Q]值,而是先在當(dāng)前Q網(wǎng)絡(luò)中先找出最大[Q]值對(duì)應(yīng)的動(dòng)作。

    2 基于Double-DQN的交通信號(hào)控制算法

    2.1 建立多個(gè)交叉感受野的路網(wǎng)模型

    卷積神經(jīng)網(wǎng)絡(luò)仿造生物的視知覺機(jī)制構(gòu)建,可以進(jìn)行監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí),其隱含層內(nèi)的卷積核參數(shù)共享和層間連接的稀疏性使得卷積神經(jīng)網(wǎng)絡(luò)能夠以較小的計(jì)算量對(duì)格點(diǎn)化特征,例如,像素和音頻進(jìn)行學(xué)習(xí)、有穩(wěn)定的效果且對(duì)數(shù)據(jù)沒有額外的特征工程要求。本研究采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)路網(wǎng)進(jìn)行特征提取[4]。

    因?yàn)樯窠?jīng)網(wǎng)絡(luò)的輸入是矩陣,所以研究者把收集到的路網(wǎng)狀態(tài)信息轉(zhuǎn)變?yōu)榫仃嚨男问?,作為預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的輸入,在收集道路信息時(shí)按照空間順序進(jìn)行移動(dòng)來收集道路特征。如圖3所示,將路網(wǎng)劃分成多個(gè)相互重疊的區(qū)域,不僅保證了不同區(qū)域之間的關(guān)聯(lián)性,并且保證了對(duì)路網(wǎng)感知的全局性。

    2.2 路網(wǎng)狀態(tài)獲取

    根據(jù)路網(wǎng)道路的車輛密度和車輛平均通過速度來刻畫狀態(tài)[St]。先將整個(gè)路網(wǎng)分成若干個(gè)相互重疊的區(qū)域,按照每個(gè)區(qū)域?qū)β肪W(wǎng)進(jìn)行遍歷和規(guī)范化,規(guī)范化后得到多通道的矩陣[C]。

    2.3 車輛密度和車輛平均行駛速度計(jì)算

    2.3.1 道路車輛密度[d]計(jì)算。假定在交通路網(wǎng)中各邊道路共計(jì)[q]條,各車道長[long],有車輛[m]臺(tái),汽車長設(shè)定為[vehicle_long],則路網(wǎng)車輛密度[d]計(jì)算公式為:

    2.3.2 車輛平均行駛速度[ave_v]計(jì)算。假定在某一條道路上,道路長度為[long],[tm]時(shí)間段內(nèi)通過此道路的車輛數(shù)為[m]臺(tái),則在時(shí)間段[tm]內(nèi)車輛的平均行駛速度計(jì)算公式為:

    2.4 多通道的3D卷積預(yù)測(cè)網(wǎng)絡(luò)結(jié)合Double-DQN

    3D卷積神經(jīng)網(wǎng)絡(luò)的輸入是通過堆疊多個(gè)連續(xù)的幀組成一個(gè)立方體,然后在立方體中運(yùn)用3D卷積核。與2D卷積神經(jīng)網(wǎng)絡(luò)相比,3D卷積神經(jīng)網(wǎng)絡(luò)更適合用于對(duì)時(shí)空特征的提取方面,這主要是因?yàn)?D卷積神經(jīng)網(wǎng)絡(luò)模型能更有效地建立時(shí)間相關(guān)數(shù)據(jù)模型[5]。本研究在收集路網(wǎng)狀態(tài)信息時(shí),收集3個(gè)連續(xù)的時(shí)間片段,且每一個(gè)時(shí)間片段均對(duì)路網(wǎng)進(jìn)行寬度優(yōu)先遍歷,分別收集每條道路中的四個(gè)交通狀態(tài)特征:流出車輛的密度、流入車輛的密度、流入道路車輛通過速度、流出道路車輛通過速度。這樣就可以得到12個(gè)道路狀態(tài)矩陣,如圖4所示,從而作為預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的輸入,在融合時(shí)間特征的基礎(chǔ)上收集多個(gè)通道的道路狀態(tài)特征,為神經(jīng)網(wǎng)絡(luò)的輸入做了重要的數(shù)據(jù)貢獻(xiàn)。

    2.5 Inception模型在預(yù)測(cè)網(wǎng)絡(luò)中的應(yīng)用

    受Inception V1、V2模型啟發(fā),在3D卷積神經(jīng)網(wǎng)絡(luò)中引進(jìn)了Inception V1、V2模型,引入1×1卷積核,以降低卷積運(yùn)算量,同時(shí)增加了網(wǎng)絡(luò)層數(shù),用多個(gè)小的卷積核代替某一個(gè)或多個(gè)大的卷積核,大大節(jié)省了網(wǎng)絡(luò)訓(xùn)練參數(shù)的個(gè)數(shù)。

    2.5.1 Inception V2網(wǎng)絡(luò)模型。借鑒Inception V2模型,以感受野尺寸25為例,用兩個(gè)3×3的卷積核代替之前5×5的卷積核,擁有相同的感受野,可以節(jié)省網(wǎng)絡(luò)訓(xùn)練的參數(shù)個(gè)數(shù)。

    之前的訓(xùn)練參數(shù):

    式中:[C1]是輸入矩陣通道數(shù);[C2]是卷積核個(gè)數(shù)。

    改進(jìn)后訓(xùn)練參數(shù):

    式中:[C1]是輸入矩陣通道數(shù);[C2]是卷積核個(gè)數(shù)。

    改進(jìn)后的網(wǎng)絡(luò)訓(xùn)練參數(shù)明顯減少,網(wǎng)絡(luò)深度加深,網(wǎng)絡(luò)的非線性映射和網(wǎng)絡(luò)的擬合能力增強(qiáng)。但是,Inception V2模型的缺點(diǎn)也很明顯,由于神經(jīng)網(wǎng)絡(luò)用兩個(gè)3×3的卷積核代替之前5×5的卷積核,使得卷積運(yùn)算量變大,加入Inception V2模型后卷積運(yùn)算量變大為3.6萬。

    2.5.2 解決預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)卷積運(yùn)算量過大問題。為了解決因引入Inception V2模型使得卷積運(yùn)算量變大這一問題,考慮在預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)中加入1×1卷積核。1×1卷積核有跨通道特征整合、特征通道的升維降維、降低卷積運(yùn)算量的作用。在本試驗(yàn)中以感受野尺寸25為例,在引入Inception V2模型的基礎(chǔ)上每兩層神經(jīng)網(wǎng)絡(luò)中間加入6個(gè)1×1卷積核后使得原來的卷計(jì)算量由3.6萬降低為2.5萬,在加深了網(wǎng)絡(luò)深度的基礎(chǔ)上盡可能地降低卷積運(yùn)算量。預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)如表1所示,共有8層神經(jīng)網(wǎng)絡(luò)(Conv1—Conv8)。

    3 仿真試驗(yàn)

    3.1 SUMO仿真試驗(yàn)

    為了對(duì)Deep-Q-learning、Q-learning以及多通道的3D卷積結(jié)合Double-DQN配時(shí)控制策略性能進(jìn)行對(duì)比,研究者將三種控制策略同時(shí)分配在城市交通仿真系統(tǒng)(Simulation of Urban Mobility,SUMO)中,用SUMO系統(tǒng)模擬交通車輛的行駛,并記錄需要進(jìn)行對(duì)比的性能指標(biāo),從而得出結(jié)論。仿真試驗(yàn)的路網(wǎng)設(shè)定交叉口總計(jì)160個(gè),共有123個(gè)交叉口有紅綠燈,15個(gè)出車點(diǎn),15個(gè)收車點(diǎn)。試驗(yàn)分為2.5 s和5 s兩個(gè)流量級(jí)別,0 s自起點(diǎn)出發(fā),經(jīng)過特定間隔依序出發(fā)去向終點(diǎn),出車總時(shí)長20 000 s。

    3.2 仿真試驗(yàn)結(jié)果分析

    本試驗(yàn)使用兩個(gè)指標(biāo)用來衡量Q-learning、Deep-Q-learning以及多通道的3D卷積結(jié)合Double-DQN三種不同控制策略的性能。其中,指標(biāo)一是車輛在10 s內(nèi)的平均等待時(shí)間,指標(biāo)二是當(dāng)前時(shí)刻全路網(wǎng)中的車輛總數(shù),這兩個(gè)衡量指標(biāo)都是越小代表控制策略性能越優(yōu)秀。圖6是在SUMO仿真環(huán)境下設(shè)置1、2級(jí)流量,Q-learning、Deep-Q-learning以及多通道的3D卷積結(jié)合Double-DQN三種不同控制策略的兩種性能指標(biāo)結(jié)果分析圖。

    根據(jù)試驗(yàn)結(jié)果分析圖可知,多通道的3D卷積結(jié)合Double-DQN的控制策略明顯優(yōu)于Q-learning和Deep-Q-learning這兩種控制策略。

    參考文獻(xiàn):

    [1]SUTTON R S,BATO A G.Reinforcement learning: an introduction[J]. IEEE Transactions on Neural Networks,1998(5):1054.

    [2]高思琦.基于深度強(qiáng)化學(xué)習(xí)的多智能體城市道路交叉口交通流優(yōu)化控制研究[D].福州:福建工程學(xué)院,2019.

    [3]MNIH V,KAVUKCUOGLU K, SILVER D,et al. Human-level control through deep reinforcement learning[J]. Nature,2015(7540):529-533.

    [4]尹璐.基于深度強(qiáng)化學(xué)習(xí)的交通燈配時(shí)優(yōu)化技術(shù)的研究[D].沈陽:沈陽理工大學(xué),2020.

    [5]DU T, BOURDEV L, FERGUS R, et al. Learning Spatiotemporal Features with 3D Convolutional Networks[C]//International Conference on Computer Vision. IEEE Computer Society,2015:4489-4497.

    猜你喜歡
    交通信號(hào)路網(wǎng)控制策略
    考慮虛擬慣性的VSC-MTDC改進(jìn)下垂控制策略
    能源工程(2020年6期)2021-01-26 00:55:22
    《城市軌道交通信號(hào)圖冊(cè)》正式出版
    工程造價(jià)控制策略
    山東冶金(2019年3期)2019-07-10 00:54:04
    《城市軌道交通信號(hào)設(shè)備》正式出版
    城市軌道交通信號(hào)設(shè)備監(jiān)測(cè)技術(shù)探討
    現(xiàn)代企業(yè)會(huì)計(jì)的內(nèi)部控制策略探討
    打著“飛的”去上班 城市空中交通路網(wǎng)還有多遠(yuǎn)
    省際路網(wǎng)聯(lián)動(dòng)機(jī)制的錦囊妙計(jì)
    中國公路(2017年11期)2017-07-31 17:56:30
    首都路網(wǎng) 不堪其重——2016年重大節(jié)假日高速公路免通期的北京路網(wǎng)運(yùn)行狀況
    中國公路(2017年7期)2017-07-24 13:56:29
    路網(wǎng)標(biāo)志該如何指路?
    中國公路(2017年10期)2017-07-21 14:02:37
    丝袜喷水一区| 18禁动态无遮挡网站| 午夜福利视频在线观看免费| 色网站视频免费| 美女主播在线视频| 天堂8中文在线网| 老司机影院成人| 精品亚洲成a人片在线观看| 亚洲在久久综合| 久久久亚洲精品成人影院| 成人国产av品久久久| 亚洲国产av影院在线观看| 国产人伦9x9x在线观看 | 在线天堂最新版资源| 日韩中字成人| 大片免费播放器 马上看| 亚洲精品在线美女| 黄色配什么色好看| 成人国产麻豆网| 国产成人av激情在线播放| 老司机亚洲免费影院| 老汉色∧v一级毛片| 免费少妇av软件| 欧美最新免费一区二区三区| 最新中文字幕久久久久| 日日摸夜夜添夜夜爱| 国产精品国产三级国产专区5o| 免费少妇av软件| 国产av精品麻豆| 美女主播在线视频| 国产免费视频播放在线视频| 亚洲图色成人| 欧美激情高清一区二区三区 | 日本猛色少妇xxxxx猛交久久| av国产久精品久网站免费入址| 中文字幕制服av| 亚洲,欧美精品.| 亚洲一码二码三码区别大吗| av片东京热男人的天堂| 卡戴珊不雅视频在线播放| 婷婷色av中文字幕| 伦理电影大哥的女人| 亚洲美女黄色视频免费看| 日韩av免费高清视频| 亚洲国产最新在线播放| 在线观看一区二区三区激情| 日韩av不卡免费在线播放| 一级片'在线观看视频| 一级毛片我不卡| 日韩制服丝袜自拍偷拍| 中文字幕另类日韩欧美亚洲嫩草| 成年女人毛片免费观看观看9 | 亚洲欧洲国产日韩| 亚洲国产欧美网| 在线亚洲精品国产二区图片欧美| 亚洲av电影在线进入| 日韩精品有码人妻一区| 好男人视频免费观看在线| 九九爱精品视频在线观看| 久久久久精品人妻al黑| 亚洲国产av影院在线观看| 热re99久久国产66热| 午夜精品国产一区二区电影| 99精国产麻豆久久婷婷| 2018国产大陆天天弄谢| 午夜激情av网站| 国产av一区二区精品久久| 纵有疾风起免费观看全集完整版| www.熟女人妻精品国产| 国产一级毛片在线| 久久久国产精品麻豆| 波多野结衣一区麻豆| 色视频在线一区二区三区| 亚洲成人一二三区av| 99re6热这里在线精品视频| 视频在线观看一区二区三区| 啦啦啦中文免费视频观看日本| 飞空精品影院首页| 看十八女毛片水多多多| 国产一区二区在线观看av| 国产精品久久久久久av不卡| 少妇精品久久久久久久| 99香蕉大伊视频| 久久久久久久久免费视频了| 欧美 日韩 精品 国产| 久久久久精品人妻al黑| 国产一区二区在线观看av| 91精品国产国语对白视频| 久久久久久人妻| 色94色欧美一区二区| 少妇人妻久久综合中文| 在线 av 中文字幕| 精品视频人人做人人爽| 日韩av不卡免费在线播放| 国产人伦9x9x在线观看 | 亚洲综合色惰| 国产精品久久久久久精品电影小说| h视频一区二区三区| 亚洲精品久久久久久婷婷小说| 亚洲情色 制服丝袜| 啦啦啦啦在线视频资源| 成人免费观看视频高清| 国产一区亚洲一区在线观看| 日韩 亚洲 欧美在线| 免费看不卡的av| 亚洲美女黄色视频免费看| 一区二区三区四区激情视频| 久久精品国产鲁丝片午夜精品| 你懂的网址亚洲精品在线观看| av网站在线播放免费| 日韩 亚洲 欧美在线| 亚洲视频免费观看视频| 日韩不卡一区二区三区视频在线| 99久久精品国产国产毛片| 久久久久久久亚洲中文字幕| 欧美亚洲 丝袜 人妻 在线| 日本av手机在线免费观看| 久久人人97超碰香蕉20202| 极品少妇高潮喷水抽搐| 久久久a久久爽久久v久久| 中文精品一卡2卡3卡4更新| 成人手机av| 日韩中字成人| 国产精品.久久久| 97精品久久久久久久久久精品| a级毛片黄视频| 韩国高清视频一区二区三区| 男人舔女人的私密视频| 晚上一个人看的免费电影| 精品少妇黑人巨大在线播放| 成年人免费黄色播放视频| 日产精品乱码卡一卡2卡三| 国产亚洲欧美精品永久| 欧美日韩国产mv在线观看视频| 啦啦啦啦在线视频资源| 国产日韩欧美亚洲二区| 伊人久久国产一区二区| 久久 成人 亚洲| 黄色毛片三级朝国网站| 美女视频免费永久观看网站| 久久久久久人人人人人| 国产日韩欧美亚洲二区| 久久av网站| 亚洲精品久久久久久婷婷小说| 欧美少妇被猛烈插入视频| 丝袜脚勾引网站| 飞空精品影院首页| 超碰97精品在线观看| 国产亚洲欧美精品永久| 99久国产av精品国产电影| 国产精品久久久av美女十八| 人妻 亚洲 视频| 成年美女黄网站色视频大全免费| av片东京热男人的天堂| 自拍欧美九色日韩亚洲蝌蚪91| 午夜激情久久久久久久| 免费观看av网站的网址| 国产女主播在线喷水免费视频网站| 91aial.com中文字幕在线观看| 亚洲av福利一区| 王馨瑶露胸无遮挡在线观看| 亚洲欧美一区二区三区国产| 午夜福利视频在线观看免费| 黄色一级大片看看| 成人手机av| 久久久精品94久久精品| 国产精品久久久久成人av| 狠狠精品人妻久久久久久综合| 两个人免费观看高清视频| 狠狠婷婷综合久久久久久88av| 国产黄色免费在线视频| 国产一区亚洲一区在线观看| 我要看黄色一级片免费的| 久久久久久人妻| 国产成人一区二区在线| 久久免费观看电影| 中文字幕av电影在线播放| 丝袜喷水一区| 99香蕉大伊视频| 热99国产精品久久久久久7| 男人添女人高潮全过程视频| 欧美日韩视频精品一区| 亚洲一区中文字幕在线| 欧美激情 高清一区二区三区| 国产精品成人在线| 综合色丁香网| 一级爰片在线观看| 亚洲色图 男人天堂 中文字幕| 男男h啪啪无遮挡| 国产xxxxx性猛交| 一区二区三区精品91| 好男人视频免费观看在线| av视频免费观看在线观看| 男人操女人黄网站| 人妻少妇偷人精品九色| 成人免费观看视频高清| av一本久久久久| 老汉色∧v一级毛片| 国产精品.久久久| 免费久久久久久久精品成人欧美视频| 国产乱人偷精品视频| 这个男人来自地球电影免费观看 | 人妻少妇偷人精品九色| 国产精品av久久久久免费| 精品久久蜜臀av无| videossex国产| 国产成人午夜福利电影在线观看| 夫妻性生交免费视频一级片| 国产xxxxx性猛交| 十八禁网站网址无遮挡| 亚洲精品自拍成人| 男女边吃奶边做爰视频| 国产精品99久久99久久久不卡 | 免费黄网站久久成人精品| 九草在线视频观看| 最黄视频免费看| 午夜免费鲁丝| 黄网站色视频无遮挡免费观看| 国产精品国产av在线观看| 伊人亚洲综合成人网| 中文精品一卡2卡3卡4更新| 女性被躁到高潮视频| 国产av一区二区精品久久| 男女边摸边吃奶| 亚洲成人手机| 免费在线观看完整版高清| 成人国产av品久久久| 国产又爽黄色视频| 一区二区av电影网| 日韩中文字幕欧美一区二区 | 久久久国产精品麻豆| 色哟哟·www| 九九爱精品视频在线观看| 亚洲一区二区三区欧美精品| 五月天丁香电影| 亚洲中文av在线| av一本久久久久| 精品亚洲乱码少妇综合久久| 国产 一区精品| www日本在线高清视频| 日本黄色日本黄色录像| 久久久精品94久久精品| 国产又爽黄色视频| 亚洲伊人久久精品综合| 女人被躁到高潮嗷嗷叫费观| 街头女战士在线观看网站| 中文字幕精品免费在线观看视频| 九草在线视频观看| 国产精品女同一区二区软件| 成年动漫av网址| 亚洲美女视频黄频| 超碰97精品在线观看| 人成视频在线观看免费观看| 99久久精品国产国产毛片| 久久久久国产网址| 久久久久人妻精品一区果冻| 在线观看免费视频网站a站| 少妇人妻 视频| 精品少妇一区二区三区视频日本电影 | 精品少妇一区二区三区视频日本电影 | 国产成人免费观看mmmm| 欧美+日韩+精品| 亚洲精品视频女| 国产人伦9x9x在线观看 | 中文天堂在线官网| 久久热在线av| 欧美 日韩 精品 国产| 欧美日韩综合久久久久久| 欧美日韩视频精品一区| 搡老乐熟女国产| 在线亚洲精品国产二区图片欧美| 亚洲精品,欧美精品| 最近手机中文字幕大全| 成人免费观看视频高清| 久久综合国产亚洲精品| 亚洲国产精品999| 久久久国产一区二区| 日韩一区二区三区影片| 午夜免费观看性视频| 国产黄色视频一区二区在线观看| 九色亚洲精品在线播放| 飞空精品影院首页| 熟女av电影| 街头女战士在线观看网站| 成人漫画全彩无遮挡| 一边摸一边做爽爽视频免费| 亚洲国产精品999| 如日韩欧美国产精品一区二区三区| 久久午夜综合久久蜜桃| 如何舔出高潮| 伦理电影大哥的女人| 一本色道久久久久久精品综合| 国产老妇伦熟女老妇高清| 1024香蕉在线观看| av免费观看日本| 午夜日韩欧美国产| 国产色婷婷99| 中文欧美无线码| 嫩草影院入口| 免费少妇av软件| 国产精品一国产av| 欧美日韩国产mv在线观看视频| 一区福利在线观看| 国产精品一国产av| 99久久精品国产国产毛片| 伦精品一区二区三区| 99久久中文字幕三级久久日本| 亚洲精品第二区| 亚洲国产日韩一区二区| 久久久精品国产亚洲av高清涩受| 亚洲综合精品二区| 秋霞伦理黄片| 久久免费观看电影| 久久99热这里只频精品6学生| 女人高潮潮喷娇喘18禁视频| 制服丝袜香蕉在线| 亚洲av电影在线观看一区二区三区| 久久久久久久大尺度免费视频| 日本免费在线观看一区| 男女国产视频网站| 十八禁高潮呻吟视频| 精品人妻偷拍中文字幕| 亚洲 欧美一区二区三区| 亚洲国产精品国产精品| 黄频高清免费视频| 伦理电影免费视频| 18禁观看日本| 狠狠婷婷综合久久久久久88av| 亚洲精品国产色婷婷电影| 欧美成人精品欧美一级黄| 丝袜美腿诱惑在线| 欧美国产精品一级二级三级| 久久精品aⅴ一区二区三区四区 | 日本欧美国产在线视频| 在线看a的网站| 我要看黄色一级片免费的| 国产高清不卡午夜福利| 性色avwww在线观看| www.精华液| 久久精品国产亚洲av天美| 亚洲熟女精品中文字幕| 国产成人欧美| 香蕉国产在线看| a级毛片黄视频| 亚洲精品美女久久久久99蜜臀 | 免费看不卡的av| 街头女战士在线观看网站| 亚洲国产欧美网| 在线观看免费视频网站a站| 汤姆久久久久久久影院中文字幕| 中文字幕av电影在线播放| 精品亚洲乱码少妇综合久久| 亚洲av欧美aⅴ国产| 免费久久久久久久精品成人欧美视频| 精品国产超薄肉色丝袜足j| 黑丝袜美女国产一区| 国产激情久久老熟女| 晚上一个人看的免费电影| 成年美女黄网站色视频大全免费| 成人漫画全彩无遮挡| 一个人免费看片子| 如日韩欧美国产精品一区二区三区| 超碰成人久久| 岛国毛片在线播放| 黑人猛操日本美女一级片| 韩国精品一区二区三区| 男的添女的下面高潮视频| 最近中文字幕高清免费大全6| 熟妇人妻不卡中文字幕| 老鸭窝网址在线观看| 99久国产av精品国产电影| 99re6热这里在线精品视频| av网站在线播放免费| 老女人水多毛片| 欧美人与性动交α欧美精品济南到 | 高清欧美精品videossex| 亚洲欧美成人精品一区二区| 精品一区二区三区四区五区乱码 | 国产精品一国产av| 不卡av一区二区三区| 国产成人精品在线电影| 国产成人av激情在线播放| 秋霞伦理黄片| 又大又黄又爽视频免费| 国产精品熟女久久久久浪| 午夜福利一区二区在线看| 欧美人与性动交α欧美精品济南到 | 欧美国产精品va在线观看不卡| 亚洲男人天堂网一区| 日韩中文字幕视频在线看片| 欧美日韩亚洲高清精品| 一级片免费观看大全| 精品卡一卡二卡四卡免费| 亚洲,欧美精品.| 啦啦啦在线观看免费高清www| 自线自在国产av| 欧美亚洲 丝袜 人妻 在线| 亚洲四区av| 黄色配什么色好看| 男女高潮啪啪啪动态图| 伊人久久国产一区二区| 亚洲美女黄色视频免费看| 水蜜桃什么品种好| 日本免费在线观看一区| 国产成人av激情在线播放| 久久久精品免费免费高清| 国产精品亚洲av一区麻豆 | 久久久久久久国产电影| 国产黄色免费在线视频| 欧美人与性动交α欧美软件| 久久精品国产亚洲av涩爱| 久久久精品94久久精品| 久久久a久久爽久久v久久| 婷婷色综合大香蕉| 九色亚洲精品在线播放| 中文字幕另类日韩欧美亚洲嫩草| 啦啦啦中文免费视频观看日本| 欧美变态另类bdsm刘玥| 亚洲成国产人片在线观看| 三上悠亚av全集在线观看| 国产精品国产三级专区第一集| 国产精品熟女久久久久浪| 久久久国产精品麻豆| 久久久久久久久免费视频了| 久久精品熟女亚洲av麻豆精品| 日本vs欧美在线观看视频| 欧美日韩亚洲高清精品| 在线观看免费日韩欧美大片| 久久久久网色| 久久久国产精品麻豆| 久久ye,这里只有精品| 亚洲欧美色中文字幕在线| 日本wwww免费看| 久热久热在线精品观看| av网站免费在线观看视频| 国语对白做爰xxxⅹ性视频网站| 欧美日本中文国产一区发布| 国产人伦9x9x在线观看 | 国产成人精品婷婷| 老熟女久久久| 日韩中字成人| 一区二区三区激情视频| a级毛片在线看网站| 亚洲av免费高清在线观看| 国产男女超爽视频在线观看| 国产av国产精品国产| 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 | 国语对白做爰xxxⅹ性视频网站| 校园人妻丝袜中文字幕| 午夜福利影视在线免费观看| 欧美激情 高清一区二区三区| 国产97色在线日韩免费| 热re99久久精品国产66热6| 肉色欧美久久久久久久蜜桃| 综合色丁香网| 亚洲少妇的诱惑av| 亚洲美女黄色视频免费看| 久久韩国三级中文字幕| av视频免费观看在线观看| 亚洲精品乱久久久久久| 国产精品久久久久久久久免| 欧美精品人与动牲交sv欧美| 毛片一级片免费看久久久久| 一区二区日韩欧美中文字幕| 日韩制服骚丝袜av| 热re99久久精品国产66热6| 天堂中文最新版在线下载| 日韩成人av中文字幕在线观看| 国产日韩欧美在线精品| av片东京热男人的天堂| 自线自在国产av| 亚洲欧美成人综合另类久久久| 另类精品久久| 中文天堂在线官网| 毛片一级片免费看久久久久| 免费在线观看完整版高清| 一本色道久久久久久精品综合| 国产有黄有色有爽视频| 啦啦啦视频在线资源免费观看| 国产精品二区激情视频| 国产精品 欧美亚洲| 91久久精品国产一区二区三区| 丰满饥渴人妻一区二区三| 精品国产露脸久久av麻豆| videossex国产| 国产成人精品在线电影| 欧美少妇被猛烈插入视频| 精品亚洲成a人片在线观看| 一区二区三区精品91| 狂野欧美激情性bbbbbb| 国产av码专区亚洲av| 美国免费a级毛片| 免费高清在线观看日韩| 啦啦啦中文免费视频观看日本| 十八禁网站网址无遮挡| 日韩成人av中文字幕在线观看| 国产伦理片在线播放av一区| www.熟女人妻精品国产| 国产午夜精品一二区理论片| 精品一区在线观看国产| 日韩视频在线欧美| 各种免费的搞黄视频| 女人高潮潮喷娇喘18禁视频| 亚洲美女视频黄频| 国产爽快片一区二区三区| 欧美bdsm另类| 久久久久久人人人人人| 91aial.com中文字幕在线观看| 亚洲成人一二三区av| 精品福利永久在线观看| 高清欧美精品videossex| 免费大片黄手机在线观看| 色视频在线一区二区三区| 赤兔流量卡办理| 多毛熟女@视频| 成人午夜精彩视频在线观看| 国产精品免费大片| 人妻 亚洲 视频| av一本久久久久| a级片在线免费高清观看视频| 搡老乐熟女国产| 尾随美女入室| 国产日韩一区二区三区精品不卡| 少妇被粗大的猛进出69影院| 国产亚洲最大av| 亚洲第一青青草原| 美女xxoo啪啪120秒动态图| 免费在线观看完整版高清| 综合色丁香网| 高清视频免费观看一区二区| 校园人妻丝袜中文字幕| 久久精品国产亚洲av涩爱| 一边亲一边摸免费视频| 午夜福利视频在线观看免费| 青春草亚洲视频在线观看| 成人亚洲欧美一区二区av| 亚洲国产最新在线播放| 制服丝袜香蕉在线| 国产乱来视频区| 色吧在线观看| 高清视频免费观看一区二区| 亚洲av免费高清在线观看| 日本午夜av视频| 精品国产一区二区三区四区第35| 国产av国产精品国产| 中文天堂在线官网| 韩国精品一区二区三区| 久久ye,这里只有精品| 最近中文字幕2019免费版| 美女国产高潮福利片在线看| 欧美bdsm另类| 赤兔流量卡办理| 亚洲成人手机| 国产精品国产三级专区第一集| 女人高潮潮喷娇喘18禁视频| 美女xxoo啪啪120秒动态图| 黄频高清免费视频| 欧美 日韩 精品 国产| 免费久久久久久久精品成人欧美视频| 在线天堂中文资源库| 欧美日韩精品网址| 精品一区二区免费观看| 亚洲精品一二三| 国产在视频线精品| 欧美日韩视频精品一区| 成年女人在线观看亚洲视频| 99久久综合免费| 久久99精品国语久久久| 在线观看www视频免费| 又大又黄又爽视频免费| 久久久a久久爽久久v久久| 一边亲一边摸免费视频| 国产又色又爽无遮挡免| 色视频在线一区二区三区| videosex国产| 2021少妇久久久久久久久久久| 欧美精品人与动牲交sv欧美| 天堂俺去俺来也www色官网| 欧美日韩一级在线毛片| 涩涩av久久男人的天堂| 2018国产大陆天天弄谢| 熟女av电影| av卡一久久| 在线看a的网站| 国产精品国产三级国产专区5o| 99香蕉大伊视频| 老女人水多毛片| 国产精品欧美亚洲77777| 中文字幕人妻丝袜一区二区 | 黄片播放在线免费| 亚洲经典国产精华液单| av不卡在线播放| 亚洲激情五月婷婷啪啪| 自线自在国产av| 成人漫画全彩无遮挡| 国产福利在线免费观看视频| 999久久久国产精品视频| 国产人伦9x9x在线观看 | 激情视频va一区二区三区| 国产男人的电影天堂91| 国产在线免费精品| 一边摸一边做爽爽视频免费| 可以免费在线观看a视频的电影网站 | 日韩,欧美,国产一区二区三区| 亚洲欧美精品综合一区二区三区 | 成年av动漫网址| 国产日韩一区二区三区精品不卡| 满18在线观看网站| 亚洲精品一区蜜桃| 国产成人av激情在线播放| 老鸭窝网址在线观看| 丝袜喷水一区| 在线观看免费高清a一片| 国产黄频视频在线观看| h视频一区二区三区|