• <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 ?

    目標(biāo)檢測算法在無人駕駛領(lǐng)域應(yīng)用的研究*

    2021-12-02 05:51:02,劉*
    科技創(chuàng)新與應(yīng)用 2021年34期
    關(guān)鍵詞:無人決策神經(jīng)網(wǎng)絡(luò)

    馬 飛 ,劉 禎 *

    (1.湖北文理學(xué)院 純電動(dòng)汽車動(dòng)力系統(tǒng)設(shè)計(jì)與測試湖北省重點(diǎn)實(shí)驗(yàn)室,湖北 襄陽 441053;2.湖北文理學(xué)院 汽車與交通工程學(xué)院,湖北 襄陽 441053)

    環(huán)境感知、行為決策以及動(dòng)力控制三大模塊大體組成無人駕駛車輛系統(tǒng)的總體架構(gòu)。其中無人車“智能”的核心模塊是行為決策。動(dòng)力控制模塊對無人車進(jìn)行運(yùn)動(dòng)控制的基準(zhǔn)來自于行為決策模塊對周圍環(huán)境及自車信息的綜合[1],因此可以說行為決策模塊是無人車的大腦。組成行為決策模塊的方法主要有兩大類,一類是基于規(guī)則的行為決策方法,例如有限狀態(tài)機(jī)法,此方法的優(yōu)點(diǎn)有邏輯清楚、實(shí)用性強(qiáng)等;另一類是基于深度學(xué)習(xí)的決策方法[2]以及基于決策樹[3],支持向量機(jī)(SVM)[4]等機(jī)器學(xué)習(xí)的決策方法。由于不同道路的環(huán)境差異較大,而基于規(guī)則的行為決策模型泛化能力差,因此難以滿足車輛在隨機(jī)道路上行駛時(shí)所產(chǎn)生的復(fù)雜決策,基于深度學(xué)習(xí)的決策方法,在經(jīng)過海量道路數(shù)據(jù)訓(xùn)練后的網(wǎng)絡(luò)模型能達(dá)到較高的泛化能力以及極強(qiáng)的靈活性,因而現(xiàn)在多在實(shí)際落地場景中被采用。但是無論采用哪種決策方法,其決策質(zhì)量的好壞極大程度取決于車輛感知層輸入數(shù)據(jù)的好壞。一般來說,感知層的數(shù)據(jù)來源有三大部分:(1)基于雷達(dá)、攝像頭等車載傳感器所獲得的局部環(huán)境信息。(2)基于GPS、SLAM(Simultaneous Localization And Mapping)[5]等方法獲取的自車定位信息。(3)地理地圖信息和任務(wù)信息[6]。其中實(shí)時(shí)反映無人車運(yùn)行狀況的信息為基于雷達(dá)、攝像頭等獲取的局部環(huán)境信息。而車載激光雷達(dá)有對遠(yuǎn)距離小目標(biāo)的探測效果不佳、信息處理量體積大等缺陷,又因?yàn)樯疃葘W(xué)習(xí)方法對圖像處理有著獨(dú)特的優(yōu)越性,因此現(xiàn)階段無人車對于上述任務(wù)的完成多使用單/雙攝像頭來實(shí)現(xiàn)。通過從攝像頭得到原始圖像數(shù)據(jù)直接傳遞給深度卷積神經(jīng)網(wǎng)絡(luò)算法模型,網(wǎng)絡(luò)模型將對圖像信息進(jìn)行處理,提取出其中豐富的圖像特征以及語義信息后輸出。本文通過對比兩類應(yīng)用于目標(biāo)檢測算法的卷積神經(jīng)網(wǎng)絡(luò)模型,提出YOLO 實(shí)時(shí)目標(biāo)檢測系列算法在交通道路上對于目標(biāo)檢測的應(yīng)用過程示例,為下層決策系統(tǒng)提供準(zhǔn)確的數(shù)據(jù)基礎(chǔ)。

    1 目標(biāo)檢測算法模型

    目標(biāo)檢測是計(jì)算機(jī)視覺領(lǐng)域一個(gè)熱點(diǎn)任務(wù),其目的是在圖像數(shù)據(jù)中找出目標(biāo)物體的位置邊框以及對目標(biāo)物體的所屬類別進(jìn)行分類[7]。如今目標(biāo)檢測相關(guān)算法已經(jīng)被應(yīng)用于各行各業(yè)之中。例如在車輛無人駕駛領(lǐng)域被應(yīng)用于道路檢測[8]、行人檢測[9]、交通異常事件檢測[10]等;在醫(yī)藥領(lǐng)域被用于醫(yī)藥空瓶表面氣泡檢測[11]、對牙齦炎早期跡象的預(yù)防檢測[12]、對病人進(jìn)行醫(yī)學(xué)診斷[13]等,事實(shí)上目標(biāo)檢測神經(jīng)網(wǎng)絡(luò)模型還在安檢安防領(lǐng)域[14-17],光學(xué)遙感領(lǐng)域[18-20]有著較為廣泛的應(yīng)用。

    大體來說,目標(biāo)檢測算法根據(jù)是否提前生成候選框而分為兩大類。一類是傳統(tǒng)的目標(biāo)檢測算法,一類是基于深度學(xué)習(xí)的目標(biāo)檢測算法。傳統(tǒng)目標(biāo)檢測算法往往通過人工設(shè)計(jì)的特征來選擇生成候選框,這導(dǎo)致了在網(wǎng)絡(luò)的訓(xùn)練過程中會產(chǎn)生很多冗余的窗口,整體計(jì)算步驟繁多,造成網(wǎng)絡(luò)的檢測速度慢,實(shí)時(shí)性差[21]?;谏疃葘W(xué)習(xí)的目標(biāo)檢測算法省去了提前生成候選框這一步驟,而將對圖像數(shù)據(jù)的特征提取、對目標(biāo)物體的類別分類和位置預(yù)測都結(jié)合到了一個(gè)過程進(jìn)行,使得目標(biāo)檢測這一過程簡化為一種端到端的問題[22]。這對網(wǎng)絡(luò)模型的檢測速度提升有著較為樂觀的提升,但是精度有著些許的降低?;诠I(yè)實(shí)際場景中對實(shí)時(shí)性的高要求,如今多采用基于深度學(xué)習(xí)的目標(biāo)檢測算法模型。

    1.1 R-CNN 系列算法

    在2012 年,Hinton 等人提出AlexNet 網(wǎng)絡(luò)并取得當(dāng)年的ILSVRC 圖像分類比賽冠軍以后,基于卷積神經(jīng)網(wǎng)絡(luò)的圖像算法就開始在圖像處理問題上大放異彩。2014年,經(jīng)過兩年的融合改進(jìn),Grishick 等人提出R-CNN[23]網(wǎng)絡(luò)模型。該網(wǎng)絡(luò)模型結(jié)構(gòu)示意圖如圖1 所示。

    圖1 R-CNN 網(wǎng)絡(luò)結(jié)構(gòu)圖[23]

    R-CNN 工作的大概流程為,首先對輸入圖像進(jìn)行候選區(qū)域的提取,然后利用CNN 對每個(gè)區(qū)域進(jìn)行定長特征向量的抽取,最后利用SVM 進(jìn)行目標(biāo)分類。對于圖像分類任務(wù)來說,R-CNN 首次應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)并借鑒了滑框的思想對區(qū)域圖像信息進(jìn)行識別。

    2015 年,Ren 等人在對前兩類R-CNN 網(wǎng)絡(luò)進(jìn)行優(yōu)化設(shè)計(jì)以后提出了Faster R-CNN[24]。在Faster R-CNN中,作者真正意義上實(shí)現(xiàn)了將圖像候選框的生成,圖像特征的提取,對目標(biāo)物體的位置回歸與所屬類別的分類都整合到一個(gè)網(wǎng)絡(luò)模型中去。這些步驟極大程度地提高了網(wǎng)絡(luò)模型的檢測速度,讓Faster R-CNN 成為當(dāng)時(shí)第一個(gè)準(zhǔn)實(shí)時(shí)目標(biāo)檢測網(wǎng)絡(luò)模型。

    1.2 YOLO 系列算法

    自基于深度學(xué)習(xí)的目標(biāo)檢測算法被提出以來,使用該方法構(gòu)建的網(wǎng)絡(luò)模型不斷地被應(yīng)用于計(jì)算機(jī)視覺領(lǐng)域,并且在該領(lǐng)域取得了很多不錯(cuò)的成績[25]。YOLO 目標(biāo)檢測系列算法因?yàn)槠涓邥r(shí)效性,高準(zhǔn)確性,輕量性脫穎而出,在工業(yè)中現(xiàn)已被用于施工場景的安全帽實(shí)時(shí)檢測,高壓開關(guān)設(shè)備異常發(fā)熱點(diǎn)目標(biāo)檢測,衛(wèi)星圖像船只實(shí)時(shí)檢測等領(lǐng)域[26-30]。

    YOLO 系列算法的初衷就在于解決傳統(tǒng)目標(biāo)檢測算法速度慢、時(shí)效性差等問題。YOLO 目標(biāo)檢測算法系列的發(fā)展從2016 年開始,其正式版到現(xiàn)在已經(jīng)迭代到了YOLOv4。YOLOv1 算法模型由 Redmon 提出[31],相對于傳統(tǒng)目標(biāo)檢測算法,YOLOv1 算法模型的檢測速度已有極大地提升,達(dá)到了45f/s。YOLOv1 算法的工作流程如圖2所示。

    圖2 YOLOv1 算法工作流程圖[31]

    從圖中可以看出,YOLOv1 算法模型省略了傳統(tǒng)目標(biāo)檢測算法模型中提前生成候選框的步驟,這是提升其檢測速度的一大措施。在2017 年,Redmon 又提出了YOLOv2[32]。在 YOLOv2 算法模型中,Redmon 主要對 v1階段模型進(jìn)行了一系列的改進(jìn),使得算法模型的輸出在原有高速的基礎(chǔ)上提升了對目標(biāo)物體的定位準(zhǔn)確性,經(jīng)過改進(jìn)后的算法模型MAP 具有顯著提高。

    2018 年,Redmon 繼續(xù)在 YOLOv2 算法模型的基礎(chǔ)上提出了YOLOv3 實(shí)時(shí)目標(biāo)檢測算法[33]。在YOLOv3 算法中,Redmon 更換了前兩代模型的骨干網(wǎng)絡(luò)模型,改為采用DarkNet-53。這個(gè)做法使模型在保留原有高檢測速度的同時(shí),進(jìn)一步提升了檢測精度。YOLO 系列目標(biāo)檢測網(wǎng)絡(luò)的最后一次迭代發(fā)生在2020 年,Bochkovskiy 等人提出了YOLOv4[34]。YOLOv4 網(wǎng)絡(luò)模型相對于前三代網(wǎng)絡(luò)模型最大的改變在于其開始考慮網(wǎng)絡(luò)模型在現(xiàn)實(shí)場景下的部署問題。YOLOv4 中提出了一種讓用戶自己訓(xùn)練高效目標(biāo)檢測網(wǎng)絡(luò)模型的方法,只需要使用一張1080Ti 或者2080Ti 的GPU。Redmon 還對YOLOv4 網(wǎng)絡(luò)模型做了一系列的微調(diào),例如更換新的骨干網(wǎng)絡(luò),使用正則化、數(shù)據(jù)增強(qiáng)等,這些步驟使得YOLOv4 在前四代模型中的性能達(dá)到了最優(yōu)。

    1.3 目標(biāo)檢測模型適用場景對照表

    根據(jù)對上述幾類目標(biāo)檢測算法模型的說明及對照,得出幾類目標(biāo)檢測算法模型的適用場景對照表如表1 所示。

    表1 幾類目標(biāo)檢測算法模型的適用場景對照表

    2 YOLOv4 網(wǎng)絡(luò)在無人車駕駛場景的應(yīng)用示例

    對于無人車在道路上實(shí)時(shí)運(yùn)行的場景,無人車需要不斷注意周邊的車輛以及行人,另外無人車還需要對其行駛路面的車道線、路口邊的交通標(biāo)志、道路前方發(fā)生的事故進(jìn)行檢測[35],之后感知模塊將車載傳感器收集到的數(shù)據(jù)向決策模塊傳遞,決策模塊接收后采用內(nèi)置的決策算法向動(dòng)力控制模塊輸出信號,車輛自主實(shí)現(xiàn)避障,轉(zhuǎn)變車道線等功能,保障車內(nèi)乘員的生命安全。如今基于算力更強(qiáng)大的嵌入式設(shè)備,深度學(xué)習(xí)計(jì)算卡,GPU,以及Autoencoder 預(yù)訓(xùn)練和并行計(jì)算等技術(shù)的發(fā)展,使得在移動(dòng)端設(shè)備上訓(xùn)練并使用深度神經(jīng)網(wǎng)絡(luò)成為現(xiàn)實(shí)[36]。本文提出一種基于YOLOv4 神經(jīng)網(wǎng)絡(luò)無人駕駛平臺的解決方案如圖3所示。

    圖3 基于YOLOv4 的無人駕駛平臺解決方案

    借鑒于NVIDIA 構(gòu)建的Driven-er 平臺[37]。該方法首先在線上平臺利用高質(zhì)量的數(shù)據(jù)集對網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,然后將訓(xùn)練好的網(wǎng)絡(luò)模型部署到車載嵌入式計(jì)算平臺。與此同時(shí),利用無人駕駛平臺提供算法庫支持,實(shí)現(xiàn)無人車無線更新功能。無人車在道路上行駛時(shí),車載攝像頭獲取前方道路圖像數(shù)據(jù),之后向后傳遞給預(yù)先部署在車載式嵌入計(jì)算平臺的計(jì)算卡中,YOLOv4 神經(jīng)網(wǎng)絡(luò)模型對傳遞過來的圖像數(shù)據(jù)進(jìn)行卷積、池化等操作提取圖像特征,之后輸出前方車輛的位置信息。當(dāng)手動(dòng)進(jìn)行轉(zhuǎn)向時(shí),方向盤角度傳感器得到一個(gè)旋轉(zhuǎn)角,之后利用網(wǎng)絡(luò)預(yù)測的旋轉(zhuǎn)角與之形成Loss Function。最后網(wǎng)絡(luò)反向傳播,并調(diào)整權(quán)重,形成一個(gè)閉環(huán)控制系統(tǒng),其工作流程如圖4所示。

    圖4 使用YOLOv4 進(jìn)行道路目標(biāo)檢測的車輛示意圖

    由于深度學(xué)習(xí)算法對圖像處理的高效性,使得無人車可以利用單/雙目攝像頭實(shí)現(xiàn)對自動(dòng)控制的需求,減輕了傳統(tǒng)方法對昂貴的雷達(dá)、激光掃描儀等車載傳感器的依賴性。值得一提的是,2020 年華為諾亞方舟實(shí)驗(yàn)室的一篇論文中提出了一種新型的端側(cè)神經(jīng)網(wǎng)絡(luò)架構(gòu),稱之為GhostNet[38]。該網(wǎng)絡(luò)包含一種全新的神經(jīng)網(wǎng)絡(luò)基本單元Ghost 模塊,被用來處理神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)所產(chǎn)生的冗余特征圖。其基本思想就是利用一種更加廉價(jià)的方法來生成那些極其相似的特征圖,而這些特征圖在原神經(jīng)網(wǎng)絡(luò)中是以卷積等操作生成的,因此Ghost 模塊減少了神經(jīng)網(wǎng)絡(luò)的計(jì)算成本,同時(shí)保持可比的性能。在效率和準(zhǔn)確性方面,使用提出的新模塊構(gòu)建的GhostNet 均優(yōu)于最新的輕量神經(jīng)網(wǎng)絡(luò)。

    3 結(jié)束語

    本文對無人車如何實(shí)現(xiàn)“智能”進(jìn)行了解釋,并對幾種主流的目標(biāo)檢測算法進(jìn)行了概述。對目標(biāo)檢測算法進(jìn)行了詳細(xì)地描述。從實(shí)現(xiàn)無人車自主決策的角度來說,機(jī)器視覺以及深度學(xué)習(xí)等方法將會扮演重要的角色。如今已不乏尋求純視覺作為自動(dòng)駕駛解決方案的大廠,例如Tesla、百度的Apollo Lite、華為、蔚來等。雖然神經(jīng)網(wǎng)絡(luò)作為圖像處理有獨(dú)特的優(yōu)勢,但是其仍然存在一些問題和技術(shù)瓶頸。比如如何處理神經(jīng)網(wǎng)絡(luò)的黑盒性、如何在訓(xùn)練集很小的情況下對網(wǎng)絡(luò)進(jìn)行訓(xùn)練以及如何更好的利用目標(biāo)檢測算法對無人車決策模塊進(jìn)行優(yōu)化等,對于這些現(xiàn)存問題的解決將會是未來深度學(xué)習(xí)領(lǐng)域和無人駕駛視覺領(lǐng)域融合研究的重點(diǎn)。

    猜你喜歡
    無人決策神經(jīng)網(wǎng)絡(luò)
    為可持續(xù)決策提供依據(jù)
    神經(jīng)網(wǎng)絡(luò)抑制無線通信干擾探究
    電子制作(2019年19期)2019-11-23 08:42:00
    決策為什么失誤了
    無人戰(zhàn)士無人車
    反擊無人機(jī)
    詩到無人愛處工
    岷峨詩稿(2017年4期)2017-04-20 06:26:43
    無人超市會流行起來嗎?
    基于神經(jīng)網(wǎng)絡(luò)的拉矯機(jī)控制模型建立
    復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)在基于WiFi的室內(nèi)LBS應(yīng)用
    基于支持向量機(jī)回歸和RBF神經(jīng)網(wǎng)絡(luò)的PID整定
    深夜精品福利| 97在线视频观看| 国产精品一区二区三区四区久久| 校园人妻丝袜中文字幕| 麻豆av噜噜一区二区三区| 日韩大尺度精品在线看网址| 永久网站在线| 亚洲熟妇中文字幕五十中出| 国产精品久久视频播放| 色av中文字幕| 尾随美女入室| 男女啪啪激烈高潮av片| 露出奶头的视频| 在线免费十八禁| 国产又黄又爽又无遮挡在线| av.在线天堂| 日韩制服骚丝袜av| 一区二区三区免费毛片| 一本精品99久久精品77| 国产高清不卡午夜福利| 色吧在线观看| 日本一二三区视频观看| 亚洲欧美日韩高清在线视频| 亚洲一区二区三区色噜噜| 国产精品av视频在线免费观看| 午夜亚洲福利在线播放| 欧美成人精品欧美一级黄| 国产伦一二天堂av在线观看| av国产免费在线观看| 听说在线观看完整版免费高清| 乱系列少妇在线播放| 真实男女啪啪啪动态图| 我的老师免费观看完整版| 免费不卡的大黄色大毛片视频在线观看 | 亚洲综合色惰| 六月丁香七月| 十八禁国产超污无遮挡网站| 成人特级黄色片久久久久久久| 国产精品av视频在线免费观看| 亚洲欧美日韩卡通动漫| 国产乱人偷精品视频| 亚洲经典国产精华液单| 久久中文看片网| 中国美女看黄片| 老司机午夜福利在线观看视频| 中国美白少妇内射xxxbb| 日韩人妻高清精品专区| 国产精品精品国产色婷婷| 国产真实乱freesex| 国产成人a区在线观看| 99视频精品全部免费 在线| 久久久成人免费电影| 六月丁香七月| 成人美女网站在线观看视频| 亚洲激情五月婷婷啪啪| 我要看日韩黄色一级片| 色视频www国产| 午夜日韩欧美国产| 深夜a级毛片| 一夜夜www| 免费看av在线观看网站| 久久久久免费精品人妻一区二区| 亚洲成人中文字幕在线播放| 亚洲五月天丁香| 久久精品国产亚洲av天美| 亚洲色图av天堂| 一a级毛片在线观看| 岛国在线免费视频观看| 国内久久婷婷六月综合欲色啪| 两性午夜刺激爽爽歪歪视频在线观看| avwww免费| 亚洲性夜色夜夜综合| av在线播放精品| а√天堂www在线а√下载| 一级毛片我不卡| 国产视频内射| 禁无遮挡网站| 在线观看午夜福利视频| 性色avwww在线观看| 欧美色视频一区免费| 99热这里只有是精品在线观看| 女人被狂操c到高潮| 特大巨黑吊av在线直播| 国内久久婷婷六月综合欲色啪| 美女被艹到高潮喷水动态| 伊人久久精品亚洲午夜| 亚洲国产高清在线一区二区三| 18禁黄网站禁片免费观看直播| 偷拍熟女少妇极品色| 欧美中文日本在线观看视频| 九九在线视频观看精品| 哪里可以看免费的av片| 成人鲁丝片一二三区免费| 伦精品一区二区三区| 97人妻精品一区二区三区麻豆| 最近中文字幕高清免费大全6| 91精品国产九色| 色综合色国产| 亚洲国产欧洲综合997久久,| 亚洲成人久久爱视频| 少妇的逼水好多| 亚洲精品一区av在线观看| 在线观看美女被高潮喷水网站| 亚洲欧美精品综合久久99| 久久鲁丝午夜福利片| 国产不卡一卡二| 99久久无色码亚洲精品果冻| 天堂网av新在线| 午夜福利高清视频| 久久久精品欧美日韩精品| 干丝袜人妻中文字幕| 亚洲最大成人中文| 十八禁网站免费在线| 简卡轻食公司| 在线国产一区二区在线| 久久亚洲精品不卡| 禁无遮挡网站| 国产成人一区二区在线| 国产精品一及| 人妻少妇偷人精品九色| 少妇的逼水好多| 国产一区二区三区av在线 | 欧美丝袜亚洲另类| 国产精品乱码一区二三区的特点| 99热只有精品国产| 成人鲁丝片一二三区免费| 日韩精品中文字幕看吧| 国产精品一区二区三区四区久久| 最近的中文字幕免费完整| 搡老熟女国产l中国老女人| 少妇被粗大猛烈的视频| 午夜老司机福利剧场| 成人综合一区亚洲| 午夜影院日韩av| 亚洲aⅴ乱码一区二区在线播放| 久久久久精品国产欧美久久久| 成年女人看的毛片在线观看| 国产精品精品国产色婷婷| 色av中文字幕| 国产爱豆传媒在线观看| 卡戴珊不雅视频在线播放| 久久久久精品国产欧美久久久| 99久久久亚洲精品蜜臀av| 我要看日韩黄色一级片| 国产 一区 欧美 日韩| 成人av一区二区三区在线看| 亚洲av第一区精品v没综合| 欧洲精品卡2卡3卡4卡5卡区| 人妻夜夜爽99麻豆av| 俄罗斯特黄特色一大片| 蜜桃久久精品国产亚洲av| 免费观看在线日韩| 亚洲最大成人av| 特大巨黑吊av在线直播| av.在线天堂| 久久久久久大精品| av黄色大香蕉| 亚洲成人精品中文字幕电影| 国产欧美日韩一区二区精品| 国内精品一区二区在线观看| 国产精品三级大全| 晚上一个人看的免费电影| 你懂的网址亚洲精品在线观看 | 丰满人妻一区二区三区视频av| 国产淫片久久久久久久久| 中文资源天堂在线| 色吧在线观看| 真人做人爱边吃奶动态| 国产精品电影一区二区三区| 精品久久久久久久末码| 在线免费十八禁| 国产综合懂色| 白带黄色成豆腐渣| 日韩精品青青久久久久久| 波多野结衣高清作品| 欧美性猛交黑人性爽| 免费观看的影片在线观看| 一本精品99久久精品77| 亚洲色图av天堂| 黄片wwwwww| 久久综合国产亚洲精品| 99热6这里只有精品| 精品国内亚洲2022精品成人| 国产熟女欧美一区二区| 看非洲黑人一级黄片| 成人午夜高清在线视频| 美女高潮的动态| 欧美日本视频| 亚洲真实伦在线观看| or卡值多少钱| 久99久视频精品免费| 啦啦啦韩国在线观看视频| 成人av一区二区三区在线看| 亚洲内射少妇av| 毛片女人毛片| 看免费成人av毛片| 成人特级av手机在线观看| 如何舔出高潮| 97碰自拍视频| 一本久久中文字幕| 国产精品一区二区三区四区免费观看 | 一夜夜www| 久久久精品大字幕| 九九久久精品国产亚洲av麻豆| 熟女人妻精品中文字幕| 成人亚洲欧美一区二区av| 成年女人永久免费观看视频| 国产91av在线免费观看| av天堂在线播放| 97热精品久久久久久| 午夜视频国产福利| 99久久中文字幕三级久久日本| 午夜激情欧美在线| 永久网站在线| а√天堂www在线а√下载| 成人综合一区亚洲| 久久久久久久久大av| 欧美色欧美亚洲另类二区| 国产高清不卡午夜福利| 一区二区三区四区激情视频 | 成人av一区二区三区在线看| 岛国在线免费视频观看| 中文资源天堂在线| 十八禁网站免费在线| 亚洲av电影不卡..在线观看| 国产精品福利在线免费观看| 51国产日韩欧美| 免费无遮挡裸体视频| 国产精品三级大全| 成人美女网站在线观看视频| 国产精品久久久久久精品电影| 韩国av在线不卡| 欧美最新免费一区二区三区| 日本爱情动作片www.在线观看 | 69人妻影院| 成人欧美大片| 精品乱码久久久久久99久播| 精品久久久久久成人av| 亚洲成人精品中文字幕电影| 99热6这里只有精品| 国产精品久久久久久久电影| 校园人妻丝袜中文字幕| 国产亚洲精品综合一区在线观看| 精品久久久久久久久av| 真实男女啪啪啪动态图| 精品一区二区免费观看| 成年av动漫网址| 婷婷精品国产亚洲av在线| 最后的刺客免费高清国语| 伦精品一区二区三区| 少妇的逼好多水| 亚洲第一电影网av| 搡老岳熟女国产| 能在线免费观看的黄片| 免费观看在线日韩| 国产成人影院久久av| 两性午夜刺激爽爽歪歪视频在线观看| 听说在线观看完整版免费高清| 天堂网av新在线| 日本 av在线| 麻豆乱淫一区二区| 国产爱豆传媒在线观看| 老司机影院成人| 精品福利观看| 黄色视频,在线免费观看| 中文字幕久久专区| 免费电影在线观看免费观看| 免费黄网站久久成人精品| 亚洲精品日韩在线中文字幕 | 99热这里只有是精品50| 免费电影在线观看免费观看| 欧美国产日韩亚洲一区| 看非洲黑人一级黄片| 99热全是精品| 久久久久久九九精品二区国产| 性色avwww在线观看| 日韩,欧美,国产一区二区三区 | 美女黄网站色视频| 亚洲精品乱码久久久v下载方式| 久久欧美精品欧美久久欧美| 国产美女午夜福利| 欧美日韩一区二区视频在线观看视频在线 | 日韩制服骚丝袜av| 亚洲精品456在线播放app| 国产乱人视频| 成人av在线播放网站| 中文亚洲av片在线观看爽| 国产高清有码在线观看视频| 亚洲,欧美,日韩| 男女边吃奶边做爰视频| 观看免费一级毛片| 亚洲精品成人久久久久久| 亚洲欧美中文字幕日韩二区| 午夜福利在线观看免费完整高清在 | 精品久久久久久久末码| 网址你懂的国产日韩在线| 午夜亚洲福利在线播放| 日日摸夜夜添夜夜添av毛片| 久久久久久国产a免费观看| 99久久成人亚洲精品观看| 人人妻,人人澡人人爽秒播| av女优亚洲男人天堂| 久久久久国产网址| 免费大片18禁| 亚洲无线观看免费| 舔av片在线| 日日摸夜夜添夜夜添小说| 丰满人妻一区二区三区视频av| 欧美另类亚洲清纯唯美| 美女大奶头视频| 成年免费大片在线观看| 2021天堂中文幕一二区在线观| 能在线免费观看的黄片| 中文字幕av成人在线电影| 在现免费观看毛片| 日本黄大片高清| 午夜免费激情av| av福利片在线观看| 久久久久国内视频| 国产亚洲精品久久久久久毛片| 男女啪啪激烈高潮av片| 麻豆国产av国片精品| 欧美三级亚洲精品| 免费搜索国产男女视频| 久久鲁丝午夜福利片| 国产精品三级大全| 别揉我奶头 嗯啊视频| 日产精品乱码卡一卡2卡三| 1024手机看黄色片| 久久久久国产精品人妻aⅴ院| 久久人人爽人人爽人人片va| 国产探花在线观看一区二区| 有码 亚洲区| 国产探花在线观看一区二区| 精品久久国产蜜桃| 天堂av国产一区二区熟女人妻| 亚洲av免费在线观看| 成人亚洲精品av一区二区| 国产真实伦视频高清在线观看| aaaaa片日本免费| 日韩欧美 国产精品| 日韩欧美精品免费久久| 精品不卡国产一区二区三区| 18禁裸乳无遮挡免费网站照片| 免费无遮挡裸体视频| 99国产精品一区二区蜜桃av| 欧美不卡视频在线免费观看| 免费人成视频x8x8入口观看| 伦理电影大哥的女人| 一夜夜www| 精品少妇黑人巨大在线播放 | 欧美精品国产亚洲| 日韩一区二区视频免费看| 免费高清视频大片| 真人做人爱边吃奶动态| 舔av片在线| 日韩在线高清观看一区二区三区| 国产精品女同一区二区软件| 国产精品99久久久久久久久| а√天堂www在线а√下载| 内射极品少妇av片p| 午夜亚洲福利在线播放| 内射极品少妇av片p| 欧美一区二区亚洲| 日韩国内少妇激情av| 嫩草影院新地址| 欧美+日韩+精品| 久久综合国产亚洲精品| 看免费成人av毛片| 亚洲婷婷狠狠爱综合网| 亚洲国产高清在线一区二区三| 男人的好看免费观看在线视频| 国产视频一区二区在线看| 成人无遮挡网站| 欧美区成人在线视频| 精品久久久久久久末码| 免费观看在线日韩| 人妻少妇偷人精品九色| 人人妻,人人澡人人爽秒播| 麻豆精品久久久久久蜜桃| 日日啪夜夜撸| 啦啦啦啦在线视频资源| 男女下面进入的视频免费午夜| 欧美另类亚洲清纯唯美| 91麻豆精品激情在线观看国产| 国产aⅴ精品一区二区三区波| 久久精品国产亚洲av香蕉五月| 尤物成人国产欧美一区二区三区| 丰满人妻一区二区三区视频av| 亚洲人成网站高清观看| 国产黄a三级三级三级人| 美女被艹到高潮喷水动态| 一级毛片电影观看 | 亚洲成a人片在线一区二区| 国产男靠女视频免费网站| 麻豆av噜噜一区二区三区| 亚洲国产精品sss在线观看| 蜜桃亚洲精品一区二区三区| 亚洲欧美成人综合另类久久久 | 91精品国产九色| 久久精品国产自在天天线| 亚洲av不卡在线观看| 亚洲美女视频黄频| 国产色爽女视频免费观看| 国产男人的电影天堂91| 看片在线看免费视频| 久久精品综合一区二区三区| 欧美人与善性xxx| 亚洲av第一区精品v没综合| 久久久久国产精品人妻aⅴ院| 国产成人a∨麻豆精品| 欧美区成人在线视频| 日本欧美国产在线视频| 91午夜精品亚洲一区二区三区| 国产中年淑女户外野战色| av天堂在线播放| 国产精品伦人一区二区| 国产精品av视频在线免费观看| 中文字幕人妻熟人妻熟丝袜美| 日韩欧美三级三区| 成人精品一区二区免费| 一夜夜www| 看十八女毛片水多多多| 99久国产av精品国产电影| 91久久精品电影网| 美女高潮的动态| 欧美bdsm另类| 又黄又爽又刺激的免费视频.| 免费高清视频大片| 久久亚洲国产成人精品v| 亚洲七黄色美女视频| 人人妻人人澡人人爽人人夜夜 | 看十八女毛片水多多多| 给我免费播放毛片高清在线观看| 亚洲激情五月婷婷啪啪| 女的被弄到高潮叫床怎么办| 丰满人妻一区二区三区视频av| 啦啦啦韩国在线观看视频| 激情 狠狠 欧美| 特级一级黄色大片| 精品久久久久久久末码| 99久久久亚洲精品蜜臀av| 久久久久性生活片| 欧美日韩在线观看h| 中文字幕免费在线视频6| 久久久久久久久大av| 大又大粗又爽又黄少妇毛片口| 97在线视频观看| 欧美绝顶高潮抽搐喷水| 性色avwww在线观看| 日韩欧美 国产精品| 久久99热6这里只有精品| 一a级毛片在线观看| 国产 一区 欧美 日韩| 色哟哟·www| 国产午夜精品论理片| 日韩av在线大香蕉| 亚洲电影在线观看av| 久久久精品大字幕| 久久久精品94久久精品| 久久久久久久久久成人| 中国美女看黄片| 成人av一区二区三区在线看| 欧美中文日本在线观看视频| 国产精品久久久久久精品电影| 国产探花在线观看一区二区| 少妇裸体淫交视频免费看高清| 国产精品1区2区在线观看.| 日韩亚洲欧美综合| 自拍偷自拍亚洲精品老妇| 国产精品久久电影中文字幕| 十八禁网站免费在线| 亚洲国产日韩欧美精品在线观看| 嫩草影院入口| 12—13女人毛片做爰片一| 国产69精品久久久久777片| 九九久久精品国产亚洲av麻豆| 大又大粗又爽又黄少妇毛片口| 亚洲最大成人av| 大香蕉久久网| 精品一区二区三区视频在线| 精品人妻视频免费看| 国产av一区在线观看免费| 精品久久国产蜜桃| 久久久久国产网址| 日韩亚洲欧美综合| 国产精品无大码| 精品人妻一区二区三区麻豆 | 男女那种视频在线观看| 中文字幕熟女人妻在线| 亚洲经典国产精华液单| 国产精品美女特级片免费视频播放器| 搡老岳熟女国产| 丝袜喷水一区| 听说在线观看完整版免费高清| 婷婷精品国产亚洲av| 别揉我奶头~嗯~啊~动态视频| 最好的美女福利视频网| 99久久成人亚洲精品观看| 国国产精品蜜臀av免费| 欧美不卡视频在线免费观看| 亚洲欧美中文字幕日韩二区| 精品久久久久久久久亚洲| 观看免费一级毛片| 欧美性感艳星| 国产精品亚洲一级av第二区| 久久精品国产亚洲网站| 99热网站在线观看| 国产亚洲精品综合一区在线观看| 精品久久久久久久末码| 亚洲av中文av极速乱| 亚洲不卡免费看| 色哟哟·www| 少妇高潮的动态图| 能在线免费观看的黄片| 日韩精品有码人妻一区| 亚洲丝袜综合中文字幕| 欧美在线一区亚洲| 成人毛片a级毛片在线播放| 欧美成人免费av一区二区三区| 日本精品一区二区三区蜜桃| 欧美日韩国产亚洲二区| 春色校园在线视频观看| 日韩欧美精品v在线| 国产又黄又爽又无遮挡在线| 深爱激情五月婷婷| 欧美三级亚洲精品| 免费看日本二区| 五月玫瑰六月丁香| 国产成人freesex在线 | 日韩欧美精品v在线| 男女那种视频在线观看| 日韩成人av中文字幕在线观看 | 欧美3d第一页| 亚洲18禁久久av| 国产精品99久久久久久久久| 午夜精品在线福利| www日本黄色视频网| 日本一本二区三区精品| 嫩草影院新地址| 国产精品一区二区性色av| 欧美成人精品欧美一级黄| av免费在线看不卡| 国产亚洲精品av在线| 高清毛片免费观看视频网站| 2021天堂中文幕一二区在线观| 久久人妻av系列| 综合色丁香网| 悠悠久久av| 成年av动漫网址| 有码 亚洲区| 婷婷精品国产亚洲av| 99热6这里只有精品| 久久精品国产清高在天天线| 搡老熟女国产l中国老女人| 男插女下体视频免费在线播放| 村上凉子中文字幕在线| 国内精品久久久久精免费| 天美传媒精品一区二区| 不卡一级毛片| 成人性生交大片免费视频hd| 波多野结衣高清无吗| 亚洲av不卡在线观看| 色吧在线观看| 久久综合国产亚洲精品| 国产高清三级在线| 变态另类丝袜制服| 看片在线看免费视频| 综合色av麻豆| 久久鲁丝午夜福利片| 国模一区二区三区四区视频| 国产高清视频在线播放一区| 亚洲成a人片在线一区二区| 欧美日韩精品成人综合77777| 亚洲国产精品国产精品| 日本精品一区二区三区蜜桃| 小蜜桃在线观看免费完整版高清| 在线观看美女被高潮喷水网站| 成年版毛片免费区| 午夜老司机福利剧场| 国产三级中文精品| 99热这里只有精品一区| 国产国拍精品亚洲av在线观看| 亚洲精华国产精华液的使用体验 | 色综合亚洲欧美另类图片| 亚洲图色成人| 日日撸夜夜添| 中文字幕久久专区| 搡老妇女老女人老熟妇| 亚洲中文字幕一区二区三区有码在线看| 给我免费播放毛片高清在线观看| 在线观看av片永久免费下载| 免费看av在线观看网站| 久久精品夜夜夜夜夜久久蜜豆| 淫妇啪啪啪对白视频| 色综合站精品国产| 伊人久久精品亚洲午夜| 18禁在线无遮挡免费观看视频 | 亚洲欧美日韩高清专用| 亚洲自拍偷在线| 日本一本二区三区精品| 日韩欧美免费精品| 亚洲精品一卡2卡三卡4卡5卡| 精品欧美国产一区二区三| 波多野结衣高清无吗| 如何舔出高潮| 日韩三级伦理在线观看| 亚洲国产日韩欧美精品在线观看| 欧美成人一区二区免费高清观看| 99久久久亚洲精品蜜臀av| 欧美成人精品欧美一级黄| 亚洲一级一片aⅴ在线观看| 国产成人a区在线观看| 久久精品综合一区二区三区| 精品福利观看|