• <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
    久久国产精品男人的天堂亚洲| 亚洲精品国产精品久久久不卡| 久久久水蜜桃国产精品网| 亚洲一码二码三码区别大吗| 少妇的丰满在线观看| 淫妇啪啪啪对白视频| 九色亚洲精品在线播放| 国产蜜桃级精品一区二区三区| 亚洲精品粉嫩美女一区| 中文字幕人妻熟女乱码| 欧美久久黑人一区二区| av免费在线观看网站| 波多野结衣av一区二区av| 在线天堂中文资源库| 一区二区三区精品91| 午夜久久久在线观看| 日日摸夜夜添夜夜添小说| 9热在线视频观看99| 搡老岳熟女国产| 午夜福利免费观看在线| 国产成人一区二区三区免费视频网站| 色播在线永久视频| 国产三级在线视频| 久久人妻熟女aⅴ| 真人一进一出gif抽搐免费| 国产av一区在线观看免费| 精品久久久精品久久久| av中文乱码字幕在线| 91字幕亚洲| 高清毛片免费观看视频网站| 国产精品爽爽va在线观看网站 | 9色porny在线观看| 热re99久久国产66热| 亚洲午夜精品一区,二区,三区| 在线观看www视频免费| 国产精品,欧美在线| 电影成人av| 中文字幕色久视频| 手机成人av网站| 97人妻精品一区二区三区麻豆 | av网站免费在线观看视频| 男人操女人黄网站| av视频在线观看入口| 级片在线观看| av片东京热男人的天堂| 精品久久久久久成人av| 国产精品一区二区在线不卡| 一级毛片精品| 成人国产一区最新在线观看| 天天添夜夜摸| av福利片在线| 一本综合久久免费| 日韩精品免费视频一区二区三区| 亚洲七黄色美女视频| 国产欧美日韩一区二区三区在线| 一二三四社区在线视频社区8| 禁无遮挡网站| 最新美女视频免费是黄的| 亚洲色图av天堂| 亚洲精品久久成人aⅴ小说| 亚洲av熟女| 可以免费在线观看a视频的电影网站| 久久久久久久久中文| 亚洲 国产 在线| 国产成人精品在线电影| 色av中文字幕| 在线观看免费视频日本深夜| 亚洲第一av免费看| 一级,二级,三级黄色视频| 国产成人啪精品午夜网站| 亚洲av五月六月丁香网| 国产成年人精品一区二区| 一区二区三区精品91| 黄色a级毛片大全视频| 欧美亚洲日本最大视频资源| 久久精品人人爽人人爽视色| aaaaa片日本免费| 99久久99久久久精品蜜桃| 亚洲av成人不卡在线观看播放网| 亚洲av熟女| 午夜成年电影在线免费观看| 日本黄色视频三级网站网址| 欧美激情极品国产一区二区三区| 欧美中文日本在线观看视频| 欧美性长视频在线观看| 日韩欧美一区视频在线观看| 一区二区三区精品91| 高潮久久久久久久久久久不卡| 国产一级毛片七仙女欲春2 | 18美女黄网站色大片免费观看| 色尼玛亚洲综合影院| 精品少妇一区二区三区视频日本电影| 99国产精品免费福利视频| 欧美成狂野欧美在线观看| 欧美一级a爱片免费观看看 | 激情视频va一区二区三区| 91麻豆精品激情在线观看国产| 日韩大码丰满熟妇| 亚洲精品av麻豆狂野| 91字幕亚洲| 欧美日韩亚洲综合一区二区三区_| 久久久久久亚洲精品国产蜜桃av| 97人妻天天添夜夜摸| 他把我摸到了高潮在线观看| 欧美人与性动交α欧美精品济南到| 久久热在线av| 97碰自拍视频| а√天堂www在线а√下载| 精品久久久久久成人av| 免费在线观看影片大全网站| 美女高潮到喷水免费观看| 国产成人一区二区三区免费视频网站| 曰老女人黄片| 日本精品一区二区三区蜜桃| 精品无人区乱码1区二区| 咕卡用的链子| 在线观看免费视频网站a站| 午夜福利在线观看吧| 国产精品永久免费网站| 午夜视频精品福利| 琪琪午夜伦伦电影理论片6080| 性少妇av在线| 国产精品一区二区精品视频观看| 啦啦啦 在线观看视频| 性少妇av在线| 777久久人妻少妇嫩草av网站| 一进一出好大好爽视频| 久久久精品国产亚洲av高清涩受| 日韩精品中文字幕看吧| 人人妻人人爽人人添夜夜欢视频| 人人妻人人澡人人看| 91在线观看av| av视频免费观看在线观看| 在线观看免费日韩欧美大片| 丝袜美足系列| 日本 av在线| 高清毛片免费观看视频网站| 欧美乱码精品一区二区三区| 1024香蕉在线观看| 非洲黑人性xxxx精品又粗又长| 午夜福利影视在线免费观看| 亚洲,欧美精品.| 亚洲一卡2卡3卡4卡5卡精品中文| 国产精品国产高清国产av| 国产不卡一卡二| 嫁个100分男人电影在线观看| 日韩大尺度精品在线看网址 | 午夜久久久在线观看| 在线观看www视频免费| 亚洲av日韩精品久久久久久密| 久久久国产成人精品二区| 午夜激情av网站| 天堂动漫精品| 可以免费在线观看a视频的电影网站| 又紧又爽又黄一区二区| 欧美日本中文国产一区发布| 亚洲免费av在线视频| 女性被躁到高潮视频| 欧美午夜高清在线| 人人妻人人澡人人看| www日本在线高清视频| 丰满的人妻完整版| 极品人妻少妇av视频| 久久精品亚洲熟妇少妇任你| 99国产精品免费福利视频| 日本撒尿小便嘘嘘汇集6| 757午夜福利合集在线观看| 久久中文看片网| 无人区码免费观看不卡| 国产精品国产高清国产av| 中文字幕人妻丝袜一区二区| 操美女的视频在线观看| 亚洲欧美日韩另类电影网站| 香蕉丝袜av| 欧美国产日韩亚洲一区| 国产av在哪里看| 一个人观看的视频www高清免费观看 | 在线国产一区二区在线| 91精品国产国语对白视频| 亚洲精品在线美女| 丰满的人妻完整版| 日本 欧美在线| 亚洲精品国产一区二区精华液| 国产精品亚洲美女久久久| 日韩精品青青久久久久久| 美女高潮喷水抽搐中文字幕| 色精品久久人妻99蜜桃| 成人三级做爰电影| 无限看片的www在线观看| 午夜免费激情av| 国产aⅴ精品一区二区三区波| 女同久久另类99精品国产91| 国产三级在线视频| 人人妻人人爽人人添夜夜欢视频| 亚洲免费av在线视频| 一级a爱视频在线免费观看| 亚洲激情在线av| 三级毛片av免费| 亚洲最大成人中文| 亚洲av成人av| 久久伊人香网站| 欧美一区二区精品小视频在线| 久久精品国产亚洲av高清一级| 91老司机精品| 欧美在线黄色| bbb黄色大片| 97人妻天天添夜夜摸| 国产一区二区激情短视频| 性少妇av在线| 欧美成人午夜精品| 中文字幕另类日韩欧美亚洲嫩草| 高潮久久久久久久久久久不卡| 亚洲国产毛片av蜜桃av| 在线观看日韩欧美| 亚洲中文字幕日韩| 日日干狠狠操夜夜爽| 久久影院123| 婷婷精品国产亚洲av在线| 麻豆av在线久日| 成人精品一区二区免费| 国产精品二区激情视频| 久久精品国产99精品国产亚洲性色 | 美女大奶头视频| 在线观看免费日韩欧美大片| 老司机在亚洲福利影院| 精品国产乱码久久久久久男人| 久久久久精品国产欧美久久久| 91字幕亚洲| 视频在线观看一区二区三区| 老司机深夜福利视频在线观看| 日韩欧美三级三区| svipshipincom国产片| 日韩欧美国产一区二区入口| 久久久久国内视频| 成人永久免费在线观看视频| 色综合站精品国产| 一级毛片女人18水好多| 精品乱码久久久久久99久播| 法律面前人人平等表现在哪些方面| 国产高清视频在线播放一区| 99riav亚洲国产免费| 亚洲一区二区三区不卡视频| 欧美黑人欧美精品刺激| 欧美中文综合在线视频| 搡老岳熟女国产| 日韩有码中文字幕| 999久久久精品免费观看国产| 51午夜福利影视在线观看| 亚洲 欧美一区二区三区| 久久国产精品男人的天堂亚洲| 精品熟女少妇八av免费久了| 不卡一级毛片| 啪啪无遮挡十八禁网站| 99国产精品一区二区三区| 亚洲久久久国产精品| 老司机福利观看| 日韩欧美国产一区二区入口| 亚洲人成电影免费在线| 亚洲人成网站在线播放欧美日韩| 最近最新中文字幕大全免费视频| 久久精品亚洲精品国产色婷小说| 天堂动漫精品| xxx96com| 美女午夜性视频免费| 18禁黄网站禁片午夜丰满| av免费在线观看网站| 香蕉丝袜av| 中文字幕av电影在线播放| 国产蜜桃级精品一区二区三区| 久久久久久亚洲精品国产蜜桃av| 18禁观看日本| 一区在线观看完整版| 老司机在亚洲福利影院| 国产成人精品无人区| 国产1区2区3区精品| 他把我摸到了高潮在线观看| 午夜久久久在线观看| 国产野战对白在线观看| 热99re8久久精品国产| 亚洲中文字幕日韩| 又大又爽又粗| 亚洲欧美日韩另类电影网站| 欧美日韩乱码在线| 国产区一区二久久| 十八禁人妻一区二区| 国产激情久久老熟女| 国产精品免费视频内射| 国产91精品成人一区二区三区| 色精品久久人妻99蜜桃| 天堂影院成人在线观看| 亚洲中文字幕一区二区三区有码在线看 | netflix在线观看网站| 在线观看免费视频日本深夜| 色在线成人网| 久久久久久大精品| 亚洲男人的天堂狠狠| 黑人巨大精品欧美一区二区mp4| 美女高潮到喷水免费观看| 久久久国产成人精品二区| 精品福利观看| 欧美在线黄色| 在线观看免费日韩欧美大片| 国产精品永久免费网站| 熟妇人妻久久中文字幕3abv| 女人被躁到高潮嗷嗷叫费观| 午夜a级毛片| 叶爱在线成人免费视频播放| 在线观看日韩欧美| 欧美不卡视频在线免费观看 | 制服人妻中文乱码| 欧美亚洲日本最大视频资源| 在线观看免费视频网站a站| avwww免费| 亚洲全国av大片| 美女国产高潮福利片在线看| 多毛熟女@视频| 国产亚洲欧美精品永久| 亚洲国产高清在线一区二区三 | 男人操女人黄网站| 别揉我奶头~嗯~啊~动态视频| 在线观看免费午夜福利视频| 可以在线观看的亚洲视频| 99精品久久久久人妻精品| 69精品国产乱码久久久| 99在线视频只有这里精品首页| 一级作爱视频免费观看| 美女 人体艺术 gogo| 极品人妻少妇av视频| 757午夜福利合集在线观看| 一二三四社区在线视频社区8| 天堂√8在线中文| 亚洲精品粉嫩美女一区| 午夜福利免费观看在线| 国内毛片毛片毛片毛片毛片| 免费女性裸体啪啪无遮挡网站| 一夜夜www| 国产精品 国内视频| 日韩高清综合在线| 欧美色视频一区免费| 精品无人区乱码1区二区| 欧美丝袜亚洲另类 | 欧美大码av| 久久青草综合色| 精品高清国产在线一区| 国产成人精品久久二区二区免费| 国产亚洲精品综合一区在线观看 | 美女午夜性视频免费| 久久婷婷人人爽人人干人人爱 | 欧美丝袜亚洲另类 | 热re99久久国产66热| 香蕉久久夜色| 日韩精品中文字幕看吧| 一级黄色大片毛片| 老汉色∧v一级毛片| 日韩免费av在线播放| 亚洲av成人不卡在线观看播放网| 日韩成人在线观看一区二区三区| 在线观看免费视频网站a站| 欧美老熟妇乱子伦牲交| 亚洲精品粉嫩美女一区| 免费看美女性在线毛片视频| 男女下面插进去视频免费观看| 欧美成人一区二区免费高清观看 | 长腿黑丝高跟| 亚洲狠狠婷婷综合久久图片| 日日干狠狠操夜夜爽| 午夜免费激情av| 非洲黑人性xxxx精品又粗又长| 久久婷婷成人综合色麻豆| 在线观看免费午夜福利视频| 桃色一区二区三区在线观看| 国产激情久久老熟女| 午夜免费鲁丝| 美国免费a级毛片| 激情在线观看视频在线高清| 不卡一级毛片| 午夜福利18| 黄片小视频在线播放| 久久久久久大精品| 免费人成视频x8x8入口观看| 波多野结衣一区麻豆| 国产成人欧美在线观看| 制服人妻中文乱码| 精品国产国语对白av| 亚洲精品一卡2卡三卡4卡5卡| 成人av一区二区三区在线看| 美女免费视频网站| 久久中文看片网| 国产精品自产拍在线观看55亚洲| 中亚洲国语对白在线视频| 18禁黄网站禁片午夜丰满| 成人亚洲精品av一区二区| 日韩大尺度精品在线看网址 | 国产精品一区二区三区四区久久 | 亚洲午夜精品一区,二区,三区| 国产一级毛片七仙女欲春2 | 亚洲专区国产一区二区| 日本免费一区二区三区高清不卡 | 欧美日韩一级在线毛片| 婷婷丁香在线五月| 亚洲色图综合在线观看| 不卡av一区二区三区| 每晚都被弄得嗷嗷叫到高潮| 在线视频色国产色| 午夜福利,免费看| 性色av乱码一区二区三区2| 亚洲色图 男人天堂 中文字幕| 亚洲第一欧美日韩一区二区三区| xxx96com| 欧美日韩瑟瑟在线播放| 久久人人精品亚洲av| 亚洲色图 男人天堂 中文字幕| 日韩精品中文字幕看吧| 久久中文看片网| 在线观看日韩欧美| netflix在线观看网站| 欧美av亚洲av综合av国产av| 人成视频在线观看免费观看| 亚洲天堂国产精品一区在线| 亚洲成人精品中文字幕电影| av视频在线观看入口| 午夜福利欧美成人| 天天添夜夜摸| 精品熟女少妇八av免费久了| 亚洲天堂国产精品一区在线| 欧美 亚洲 国产 日韩一| 少妇粗大呻吟视频| 国产蜜桃级精品一区二区三区| 国产精品av久久久久免费| 欧美乱妇无乱码| 国产精品永久免费网站| 老司机深夜福利视频在线观看| 日韩免费av在线播放| 欧美在线一区亚洲| 99riav亚洲国产免费| 午夜福利成人在线免费观看| 97碰自拍视频| 亚洲精品一卡2卡三卡4卡5卡| 中文亚洲av片在线观看爽| 在线观看一区二区三区| 欧美日韩亚洲综合一区二区三区_| 别揉我奶头~嗯~啊~动态视频| 久久人妻av系列| 欧美精品亚洲一区二区| 久久国产精品男人的天堂亚洲| 日韩视频一区二区在线观看| 成年人黄色毛片网站| 午夜久久久久精精品| www日本在线高清视频| 国产亚洲精品第一综合不卡| 午夜福利免费观看在线| 国产欧美日韩综合在线一区二区| 黄片播放在线免费| 亚洲欧美日韩另类电影网站| 国产又色又爽无遮挡免费看| 少妇裸体淫交视频免费看高清 | 久久九九热精品免费| 丰满人妻熟妇乱又伦精品不卡| 成人国产综合亚洲| 搡老岳熟女国产| 18禁美女被吸乳视频| 女人精品久久久久毛片| 精品久久久久久久人妻蜜臀av | 免费少妇av软件| 国产av精品麻豆| 日本vs欧美在线观看视频| 丁香六月欧美| 亚洲第一av免费看| 成人亚洲精品一区在线观看| 一进一出抽搐动态| 国产精品野战在线观看| 精品电影一区二区在线| 久久香蕉国产精品| 亚洲人成电影免费在线| 可以在线观看毛片的网站| 国产一区二区三区视频了| 亚洲成av片中文字幕在线观看| 亚洲五月婷婷丁香| 黑人欧美特级aaaaaa片| 一区二区三区激情视频| 18禁国产床啪视频网站| 一区二区三区精品91| 两个人看的免费小视频| 国产精品亚洲一级av第二区| 两个人免费观看高清视频| 久久亚洲真实| 天堂影院成人在线观看| 亚洲国产高清在线一区二区三 | 丁香六月欧美| www.自偷自拍.com| 叶爱在线成人免费视频播放| www国产在线视频色| 亚洲va日本ⅴa欧美va伊人久久| 免费少妇av软件| av超薄肉色丝袜交足视频| svipshipincom国产片| 亚洲三区欧美一区| 亚洲av成人av| 国产成人一区二区三区免费视频网站| 色播在线永久视频| 亚洲国产精品999在线| 国产成人精品久久二区二区91| 校园春色视频在线观看| 777久久人妻少妇嫩草av网站| 欧美午夜高清在线| 波多野结衣一区麻豆| 久久 成人 亚洲| 乱人伦中国视频| 18禁美女被吸乳视频| 高清在线国产一区| 999精品在线视频| av有码第一页| 亚洲成国产人片在线观看| 9热在线视频观看99| 黄片小视频在线播放| 免费在线观看黄色视频的| 香蕉久久夜色| 精品人妻在线不人妻| 久久午夜亚洲精品久久| 一区二区三区国产精品乱码| 亚洲国产精品sss在线观看| 国产精品 国内视频| 亚洲欧美日韩高清在线视频| 波多野结衣高清无吗| а√天堂www在线а√下载| 欧美国产日韩亚洲一区| 免费在线观看影片大全网站| 黄色视频,在线免费观看| 国产精品久久电影中文字幕| 久久精品91蜜桃| 精品久久久久久久毛片微露脸| 精品午夜福利视频在线观看一区| 又紧又爽又黄一区二区| 欧美日本中文国产一区发布| 亚洲成a人片在线一区二区| 久久精品亚洲熟妇少妇任你| 欧美老熟妇乱子伦牲交| 午夜福利18| 又大又爽又粗| 一边摸一边抽搐一进一出视频| 1024视频免费在线观看| 国产精品1区2区在线观看.| 国产精品久久久久久人妻精品电影| 国产精品国产高清国产av| 亚洲精华国产精华精| 欧美日本视频| av视频免费观看在线观看| 如日韩欧美国产精品一区二区三区| 国产成人免费无遮挡视频| 亚洲第一av免费看| 欧美成狂野欧美在线观看| 又黄又粗又硬又大视频| 欧美黄色片欧美黄色片| 国产亚洲欧美98| 在线观看免费视频日本深夜| 久久久久久大精品| www.精华液| 大型黄色视频在线免费观看| 啪啪无遮挡十八禁网站| 成人精品一区二区免费| 黄色女人牲交| 两人在一起打扑克的视频| 一级黄色大片毛片| 极品教师在线免费播放| xxx96com| 日韩成人在线观看一区二区三区| 人成视频在线观看免费观看| 精品高清国产在线一区| 久热这里只有精品99| 精品一区二区三区四区五区乱码| 亚洲五月色婷婷综合| 久久久精品欧美日韩精品| xxx96com| av在线播放免费不卡| 99久久国产精品久久久| 女同久久另类99精品国产91| 欧美日韩乱码在线| 国产成人免费无遮挡视频| 亚洲视频免费观看视频| 亚洲成国产人片在线观看| 少妇粗大呻吟视频| 免费看十八禁软件| 两性午夜刺激爽爽歪歪视频在线观看 | 一a级毛片在线观看| 色尼玛亚洲综合影院| 91精品三级在线观看| 精品国内亚洲2022精品成人| 一二三四社区在线视频社区8| 怎么达到女性高潮| 亚洲熟妇熟女久久| 日日夜夜操网爽| 国产一区二区激情短视频| 欧美最黄视频在线播放免费| 欧美激情极品国产一区二区三区| 国产精品野战在线观看| 91av网站免费观看| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品国产精品久久久不卡| 欧美久久黑人一区二区| 午夜福利一区二区在线看| 大码成人一级视频| 国产三级在线视频| bbb黄色大片| 成人av一区二区三区在线看| 一本久久中文字幕| 一级a爱视频在线免费观看| 天天添夜夜摸| 91精品国产国语对白视频| www.999成人在线观看| av天堂久久9| av视频免费观看在线观看| 一卡2卡三卡四卡精品乱码亚洲| 午夜福利18| 欧美丝袜亚洲另类 | 变态另类丝袜制服|