• <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 ?

    基于人體運(yùn)動(dòng)識(shí)別約束的室內(nèi)定位方法

    2024-04-30 00:34:20李嘉智節(jié)笑晗王靖驍
    電訊技術(shù) 2024年4期
    關(guān)鍵詞:步數(shù)步長卷積

    李嘉智,劉 寧,節(jié)笑晗,王靖驍,趙 輝

    (北京信息科技大學(xué) 高動(dòng)態(tài)導(dǎo)航技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100192)

    0 引 言

    隨著科技的發(fā)展與進(jìn)步,以高精度定位和導(dǎo)航為核心的位置服務(wù)(Location Based Service,LBS)[1]在人們的日?;顒?dòng)中應(yīng)用廣泛。但在室內(nèi)環(huán)境下,建筑物的遮擋和內(nèi)部環(huán)境的干擾使導(dǎo)航定位存在盲區(qū),位置精度嚴(yán)重發(fā)散。因此,如何在室內(nèi)遮蔽環(huán)境下獲得高精度的位置信息,成為當(dāng)前研究的熱點(diǎn)與重點(diǎn)[2]。常見的主流定位方法有WiFi定位[3]、藍(lán)牙定位[4]、超寬帶定位[5]等。李景文等[6]提出了一種超寬帶無線定位(Ultra-wide Band,UWB)和行人航跡推算(Pedestrian Dead Reckoning,PDR)相結(jié)合的一種高精度定位技術(shù),與單一定位方法相比精度有明顯提高。Zhan等[7]提出了一種基于擴(kuò)展卡爾曼濾波的WiFi-PDR融合室內(nèi)定位方法,在PDR定位的基礎(chǔ)上通過采集WiFi指紋位置信息并建立指紋庫來降低定位誤差。上述研究均為融合WiFi、UWB等外部設(shè)備,但是在一些地震災(zāi)區(qū)、火災(zāi)現(xiàn)場、深山森林等場地,沒有足夠的條件來安置這些外部設(shè)備。鐘立揚(yáng)等[8]提出了一種以衛(wèi)星測距為基礎(chǔ),建立個(gè)體步長數(shù)據(jù)庫來替代步長模型的方法,約束步長的誤差來提高定位精度,但是個(gè)體步長數(shù)據(jù)庫需要龐大的數(shù)據(jù)作為支撐,且人的身形差異較大,實(shí)施起來有一定的難度。鄭秋菊等[9]提出了一種依據(jù)行為分類的人員軌跡盲推方法,根據(jù)識(shí)別出手機(jī)的3種方式(手持條件下、口袋中、自由晃動(dòng))對(duì)人員的位置進(jìn)行估計(jì),定位精度得到了有效提高,但是沒有完全考慮人員的多種運(yùn)動(dòng)狀態(tài)。

    綜上所述,并考慮到在一些復(fù)雜環(huán)境下WiFi、UWB等外部設(shè)施實(shí)現(xiàn)困難的情況,本文提出一個(gè)基于神經(jīng)網(wǎng)絡(luò)運(yùn)動(dòng)識(shí)別輔助室內(nèi)定位的方法(Human Activity Recognition-PDR,HAR-PDR),使用簡單的加速度計(jì)陀螺儀等器件完成數(shù)據(jù)采集,實(shí)現(xiàn)人員運(yùn)動(dòng)識(shí)別和航跡推算。首先利用加速度計(jì)、陀螺儀等器件采集加速度、角速度等數(shù)據(jù),通過神經(jīng)網(wǎng)絡(luò)識(shí)別人體的運(yùn)動(dòng)狀態(tài)并完成分類,然后根據(jù)不同運(yùn)動(dòng)狀態(tài)下的加速度特征,設(shè)置不同的參數(shù)約束閾值、步長等參數(shù),利用人體的運(yùn)動(dòng)特征優(yōu)化PDR軌跡,實(shí)現(xiàn)高精度的室內(nèi)定位。

    1 總體架構(gòu)描述

    由于日常的行為活動(dòng)中人體的運(yùn)動(dòng)狀態(tài)復(fù)雜多變,不同運(yùn)動(dòng)狀態(tài)下的步長、步頻等均不相同,僅僅憑靠單純的PDR技術(shù)定位誤差會(huì)越來越大,難以滿足高精度的定位需求。本文提出的方法首先是利用三層卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)和兩層門控循環(huán)單元(Gated Recurrent Unit,GRU)構(gòu)建出動(dòng)作識(shí)別網(wǎng)絡(luò)模型,在自建數(shù)據(jù)集上進(jìn)行驗(yàn)證,數(shù)據(jù)集中動(dòng)作的準(zhǔn)確率可以達(dá)到99.6%,滿足日常運(yùn)動(dòng)狀態(tài)的識(shí)別與分類。將識(shí)別出的動(dòng)作分類結(jié)果應(yīng)用到PDR算法,根據(jù)不同的閾值參數(shù)調(diào)整不同運(yùn)動(dòng)狀態(tài)下的步長、步數(shù)等關(guān)鍵參數(shù),縮小定位誤差,提高定位精度。整體框架流程如圖1所示。

    圖1 HAR-PDR總體框架Fig.1 Overall framework of HAR-PDR

    2 人體運(yùn)動(dòng)識(shí)別算法

    傳統(tǒng)的人體動(dòng)作識(shí)別技術(shù)如樸素貝葉斯[10]、支持向量機(jī)[11]和隨機(jī)森林[12]等算法在提取特征時(shí)采用的是人工提取,工作量大,效率低,設(shè)計(jì)的時(shí)候還有一定的主觀性,當(dāng)處理大量繁雜、非線性數(shù)據(jù)時(shí)往往達(dá)不到預(yù)期的效果。神經(jīng)網(wǎng)絡(luò)的應(yīng)用則很好地解決了這一問題。目前常用的網(wǎng)絡(luò)有卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)。

    2.1 人體運(yùn)動(dòng)識(shí)別網(wǎng)絡(luò)模型

    本文提出的網(wǎng)絡(luò)模型主要由3層CNN和2層門控循環(huán)單元循環(huán)層組成。卷積神經(jīng)網(wǎng)絡(luò)的核心是卷積層,主要作用是提取圖像特征,將每一塊內(nèi)容進(jìn)行更深入的分析從而得到抽象程度更高的特征。在確定卷積核的數(shù)量時(shí),本文使用WISDM數(shù)據(jù)集,網(wǎng)絡(luò)結(jié)構(gòu)為3層卷積神經(jīng)網(wǎng)絡(luò),測試了16,32,64和128個(gè)卷積核數(shù)量,訓(xùn)練次數(shù)為300次,結(jié)果如圖2所示。圖2(a)為不同卷積核下的識(shí)別準(zhǔn)確率,圖2(b)為不同卷積核下的損失函數(shù)值。測試中,卷積核為64時(shí)效果最佳,繼續(xù)增大到128或更高時(shí),損失值的收斂速度和準(zhǔn)確率相較于64持平,但是參數(shù)成倍數(shù)增多,每輪訓(xùn)練時(shí)間大幅增加,所以最終卷積核數(shù)量確定為64,卷積核大小為3。每個(gè)卷積層中卷積核數(shù)量和大小都是相同的,這樣可以學(xué)習(xí)到更多的非線性特征。卷積層中的激活函數(shù)為RELU ,池化方式分為最大池化和平均池化兩種。為了提取到數(shù)據(jù)集中的最顯著的特征,本文使用的是最大池化方式。

    圖2 不同卷積核對(duì)準(zhǔn)確率和損失函數(shù)的影響Fig.2 Influence of different convolutional kernels on accuracy and loss function

    由于CNN提取特征每一段都是獨(dú)立的,沒有考慮數(shù)據(jù)段之間的聯(lián)系性,而循環(huán)神經(jīng)網(wǎng)絡(luò)的優(yōu)勢在于捕捉時(shí)間尺度上的依賴關(guān)系,通過前一時(shí)刻和后一時(shí)刻的狀態(tài)來更加精準(zhǔn)的判斷出當(dāng)前時(shí)刻的狀態(tài)。門控循環(huán)單元是為了克服RNN中出現(xiàn)的梯度消失和爆炸問題提出的,相對(duì)長短期記憶(Long Short-Term Memory,LSTM)網(wǎng)絡(luò)來說,它的作用效果相當(dāng),網(wǎng)絡(luò)結(jié)構(gòu)卻更簡單,參與運(yùn)算的參數(shù)和運(yùn)算時(shí)占用的內(nèi)存也更少,速度也更快。

    以訓(xùn)練的WISDM數(shù)據(jù)集為例,使用的網(wǎng)絡(luò)結(jié)構(gòu)為3層卷積層和2層循環(huán)層的組合模型,在相同的環(huán)境下,在循環(huán)層用控制變量法對(duì)比LSTM和GRU,實(shí)驗(yàn)結(jié)果如圖3和表1所示。LSTM為循環(huán)層時(shí)訓(xùn)練50次左右損失函數(shù)收斂,而GRU為循環(huán)層時(shí)訓(xùn)練20次左右即可收斂,并且準(zhǔn)確率和LSTM相持平,所以用GRU網(wǎng)絡(luò)代替LSTM來執(zhí)行循環(huán)體部分的功能。GRU循環(huán)層的神經(jīng)元數(shù)量為32。

    表1 GRU與LSTM單層參數(shù)對(duì)比Tab.1 Single layer parameters comparison between GRU and LSTM

    圖3 GRU和LSTM損失函數(shù)收斂性比較Fig.3 Convergence comparison between GRU and LSTM loss functions

    2.2 實(shí)驗(yàn)結(jié)果驗(yàn)證

    仿真實(shí)驗(yàn)環(huán)境:電腦系統(tǒng)Wisdom 10,CPU型號(hào)為Intel(R) Core(TM) i7-10750H,運(yùn)行內(nèi)存16 GB;GPU為NVIDIA GeForce GTX 1650;使用的算法是在機(jī)器學(xué)習(xí)的TensorFlow框架內(nèi)實(shí)現(xiàn)。在對(duì)數(shù)據(jù)集樣本訓(xùn)練時(shí),使用ADMA優(yōu)化器,學(xué)習(xí)率設(shè)置為0.001。

    本文驗(yàn)證測試采用WISDM[13]、UCI HAR[14]、PAMAP2[15]3種數(shù)據(jù)集。WISDM數(shù)據(jù)集中包括了步行、慢跑、上樓、下樓、站立、坐下共6種動(dòng)作。UCI HAR數(shù)據(jù)集采用其中的6種動(dòng)作,即坐、站、躺、上樓、下樓、走路。PAMAP2數(shù)據(jù)集包含了12項(xiàng)動(dòng)作,包括一些簡單的動(dòng)作(如平躺、站立和行走)和復(fù)雜的動(dòng)作(如跳繩、折疊衣服和開車)。在本文的測試中,主要使用其中的9種動(dòng)作進(jìn)行測試。這些數(shù)據(jù)集中70%的數(shù)據(jù)用作訓(xùn)練集,30%的數(shù)據(jù)用作測試集。在本文提出的模型中對(duì)3個(gè)數(shù)據(jù)集進(jìn)行訓(xùn)練,選取最終穩(wěn)定后的結(jié)果,其準(zhǔn)確率如圖4所示。

    此外,本文還對(duì)比了其他網(wǎng)絡(luò)結(jié)構(gòu)下3種數(shù)據(jù)集的準(zhǔn)確率,具體數(shù)值如表2所示。

    表2 不同網(wǎng)絡(luò)模型準(zhǔn)確率對(duì)比Tab.2 Accuracy comparison among different network models

    本文網(wǎng)絡(luò)模型和單類型的卷積神經(jīng)網(wǎng)絡(luò)、SVM相比,識(shí)別準(zhǔn)確率有明顯提升。這是因?yàn)镃NN-GRU絡(luò)模型能夠充分提取特征,充分考慮序列之間的相關(guān)信息。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文提出的網(wǎng)絡(luò)模型可以有效地對(duì)人體的運(yùn)動(dòng)狀態(tài)進(jìn)行識(shí)別分類。

    3 基于運(yùn)動(dòng)狀態(tài)識(shí)別的行人航跡推算

    PDR技術(shù)是利用行人行走的步態(tài)特征,在得到初始坐標(biāo)的基礎(chǔ)上,根據(jù)陀螺儀、加速度計(jì)等慣性器件采集的數(shù)據(jù),解算出航向和步長,通過迭代累計(jì)推算出定位軌跡。

    (1)

    式中:(xk,yk)是tk時(shí)刻的位置坐標(biāo);lk,θk是tk時(shí)行走一步的步長和航向角;(xk+1,yk+1)是下tk+1時(shí)的位置坐標(biāo)。

    3.1 航向角估計(jì)

    航向角的解算是實(shí)現(xiàn)精確定位的關(guān)鍵一步,本文使用加速度計(jì)和磁力計(jì)聯(lián)合計(jì)算航向角。首先通過加速度計(jì)數(shù)據(jù)ax,ay,az計(jì)算橫滾角γ和俯仰角θ:

    (2)

    (3)

    然后利用γ和θ將b系下的磁力計(jì)數(shù)據(jù)轉(zhuǎn)換到n系下,如公式(4)所示,其中Hx,Hy,Hz和hx,hy,hz分別是n和b坐標(biāo)系下的三軸磁力計(jì)數(shù)據(jù) 。

    (4)

    最后利用三角函數(shù)進(jìn)行轉(zhuǎn)換即可獲得當(dāng)前位置的航向角ψ:

    (5)

    3.2 多運(yùn)動(dòng)狀態(tài)下步長估計(jì)

    在PDR系統(tǒng)中,步態(tài)、步長、航向角是實(shí)現(xiàn)室內(nèi)定位的三要素,而步長計(jì)算是否準(zhǔn)確直接會(huì)影響定位的精度,隨著時(shí)間的積累,位置誤差的積累也會(huì)逐漸擴(kuò)大。在復(fù)雜環(huán)境下有多種運(yùn)動(dòng)狀態(tài),且不同運(yùn)動(dòng)狀態(tài)下步長也是不同的,所以選擇合適的步長模型至關(guān)重要。常見的步長模型有常量模型、線性模型和非線性模型等。在多運(yùn)動(dòng)情況下,不同的運(yùn)動(dòng)狀態(tài)下加速度值和步頻都不相同。本文提出將兩種步長模型融合解算步長,針對(duì)行走、跨步、慢跑等速度較慢的運(yùn)動(dòng),采用線性模型Length(1);對(duì)快跑、跳躍等加速度值較大的運(yùn)動(dòng),采用非線性模型Length(2),表示如下:

    (6)

    Length(1)中:f表示步頻;σ2表示加速度模的方差;α,β,γ為常數(shù),通過訓(xùn)練得到。

    Length(2)中:k為系數(shù),通過訓(xùn)練獲得;amax和amin分別為加速度的最大和最小值。

    3.3 多運(yùn)動(dòng)狀態(tài)下步數(shù)檢測

    傳統(tǒng)的步數(shù)檢測方法有峰值檢測、過零檢測、歸一化步數(shù)檢測等??紤]到多運(yùn)動(dòng)狀態(tài)下波形的復(fù)雜變化,單一的檢測方式已經(jīng)滿足不了對(duì)步數(shù)的精準(zhǔn)記數(shù),所以本文將人體運(yùn)動(dòng)數(shù)據(jù)特征和峰值檢測、時(shí)間閾值檢測相結(jié)合,利用波峰之間的時(shí)間間隔和閾值大小去除偽波峰。

    首先對(duì)合加速度數(shù)據(jù)進(jìn)行四階低通濾波器處理,截至頻率為0.2π。

    (7)

    然后根據(jù)公式(8)和(9)獲取峰值點(diǎn),其中,acci是檢測到的峰值點(diǎn),thpeak是設(shè)置的峰值閾值。

    peaki={acci|acci>acci-1&acci>acci+1}

    (8)

    peaki>thpeak

    (9)

    同時(shí)利用時(shí)間閾值,檢測方式如公式(10),thtime是設(shè)置的最小間隔時(shí)間閾值,當(dāng)?shù)陀谶@個(gè)數(shù)值的時(shí)候?qū)⒄J(rèn)為存在偽波峰。

    tn-tn-1>thtime

    (10)

    在多運(yùn)動(dòng)狀態(tài)下步數(shù)檢測中,由于不同運(yùn)動(dòng)狀態(tài)的峰值和每步的間隔距離都不盡相同,具體數(shù)值如表3所示,因此,根據(jù)識(shí)別到的不同的運(yùn)動(dòng)模式設(shè)置不同的閾值參數(shù)可以有效提高步數(shù)檢測精度。圖5為4種不同動(dòng)作下運(yùn)動(dòng)步數(shù)的檢測結(jié)果,單一的檢測方式不再適用多種運(yùn)動(dòng)模式而導(dǎo)致出現(xiàn)漏檢,而本文提出的方法則很好地適應(yīng)多運(yùn)動(dòng)下的步數(shù)檢測。

    表3 不同運(yùn)動(dòng)狀態(tài)下的參數(shù)Tab.3 Parameters in different moving states

    圖5 峰值檢測結(jié)果Fig.5 Peak value detection results

    4 實(shí)驗(yàn)結(jié)果與分析

    本文以榮耀V30手機(jī)作為實(shí)驗(yàn)平臺(tái),通過手機(jī)內(nèi)置的傳感器采集實(shí)驗(yàn)數(shù)據(jù),采集頻率設(shè)定為100 Hz。本次實(shí)驗(yàn)數(shù)據(jù)由年齡在22~26歲之間的10名男性和2名女性采集完成,數(shù)據(jù)集使用六軸IMU(加速度計(jì)、陀螺儀)采集走、跑、跳、跨步4種動(dòng)作。其中,其中行走數(shù)據(jù)為93 959,跑步為65 735,跳為51 232,跨步60 335。

    4.1 人體運(yùn)動(dòng)識(shí)別驗(yàn)證

    在本文構(gòu)建的CNN-GRU網(wǎng)絡(luò)模型下對(duì)自建數(shù)據(jù)集進(jìn)行識(shí)別分類,如圖6所示,準(zhǔn)確率可達(dá)99.6%。

    圖6 自建數(shù)據(jù)集訓(xùn)練結(jié)果Fig.6 Training result of the built dataset

    混淆矩陣是一種可視化的用來呈現(xiàn)算法性能的矩陣,又稱為錯(cuò)誤矩陣或可能性表格,主要用于顯示分類結(jié)果。圖7為自建數(shù)據(jù)集的混淆矩陣,可以看出,4種動(dòng)作均可以準(zhǔn)確地識(shí)別分類,動(dòng)作“走”和“跨步”可以100%識(shí)別,動(dòng)作“跑”和“跳”由于加速度數(shù)據(jù)上相似,存在較小的誤判,但對(duì)定位效果影響較小,總體達(dá)到了需求目標(biāo)。

    圖7 自建數(shù)據(jù)集混淆矩陣Fig.7 Confusion matrix of the built dataset

    圖8 實(shí)驗(yàn)結(jié)果Fig.8 Experiment results

    4.2 基于運(yùn)動(dòng)識(shí)別約束的室內(nèi)定位實(shí)驗(yàn)

    對(duì)本文提出的基于神經(jīng)網(wǎng)絡(luò)運(yùn)動(dòng)識(shí)別輔助室內(nèi)定位的算法進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)路徑是建筑物內(nèi)的一段矩形路線,路線長為40 m,寬為16 m,總長度為112 m,實(shí)驗(yàn)中共有走、跑、跳、跨步4種動(dòng)作。實(shí)驗(yàn)結(jié)果如圖 8所示,傳統(tǒng)的PDR方法路徑偏移嚴(yán)重,路線距離是131.9 m,位置誤差為19.9 m,誤差百分比為17.8%;本文HAR-PDR定位路線總距離為113.8 m,誤差為1.8 m,誤差百分比為1.6%。

    由于人的行為動(dòng)作之間的差異性,每種動(dòng)作的誤差各不相同,累計(jì)總誤差為3.4 m,每段具體誤差數(shù)據(jù)如見表4。

    表4 不同動(dòng)作下的距離誤差Tab.4 Distance error under different activities

    在實(shí)驗(yàn)測試中,可以發(fā)現(xiàn)傳統(tǒng)PDR方法的相對(duì)路徑誤差較大,這是因?yàn)樵诙喾N運(yùn)動(dòng)狀態(tài)下,不同的運(yùn)動(dòng)情況其步長、加速度峰值、每步的間隔時(shí)間等參數(shù)都不盡相同。傳統(tǒng)PDR方法不僅在步數(shù)檢測方面存在較大誤差,而且不同的運(yùn)動(dòng)狀態(tài)下的步長不能自適應(yīng)調(diào)節(jié)。在行、跑、跳、跨步4種運(yùn)動(dòng)中,跑步時(shí)的加速度峰值最高,跨步的步頻最低,這些參數(shù)的不同導(dǎo)致了“跑”和“跳”時(shí)傳統(tǒng)PDR解算的步長比真實(shí)步長數(shù)值偏大,“跨步”階段的距離偏短,所以傳統(tǒng)的PDR算法會(huì)導(dǎo)致路徑的累計(jì)誤差越來越大,而有運(yùn)動(dòng)識(shí)別約束的PDR算法會(huì)根據(jù)不同運(yùn)動(dòng)狀態(tài)下閾值參數(shù)修正步長和步數(shù)檢測,來減小定位誤差。

    5 結(jié)束語

    本文提出了一種基于運(yùn)動(dòng)識(shí)別輔助室內(nèi)定位的方法,通過識(shí)別人體的運(yùn)動(dòng)狀態(tài),自適應(yīng)地檢測步數(shù)和調(diào)整步長模型,實(shí)現(xiàn)了較為理想的定位精度,定位誤差為1.8 m,遠(yuǎn)高于傳統(tǒng)PDR的19.9 m,滿足日常定位需要。

    后續(xù)研究將考慮加入更多的運(yùn)動(dòng)類型,以便在復(fù)雜環(huán)境下實(shí)現(xiàn)更準(zhǔn)確的定位,提高HAR-PDR的實(shí)際應(yīng)用價(jià)值。

    猜你喜歡
    步數(shù)步長卷積
    速度和步數(shù),哪個(gè)更重要
    基于Armijo搜索步長的BFGS與DFP擬牛頓法的比較研究
    基于3D-Winograd的快速卷積算法設(shè)計(jì)及FPGA實(shí)現(xiàn)
    楚國的探索之旅
    奇妙博物館(2021年4期)2021-05-04 08:59:48
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    微信運(yùn)動(dòng)步數(shù)識(shí)人指南
    小演奏家(2018年9期)2018-12-06 08:42:02
    基于傅里葉域卷積表示的目標(biāo)跟蹤算法
    基于逐維改進(jìn)的自適應(yīng)步長布谷鳥搜索算法
    一種新型光伏系統(tǒng)MPPT變步長滯環(huán)比較P&O法
    電測與儀表(2014年2期)2014-04-04 09:04:00
    一種基于卷積神經(jīng)網(wǎng)絡(luò)的性別識(shí)別方法
    午夜久久久久精精品| 午夜福利在线观看免费完整高清在| 好男人视频免费观看在线| 久久久午夜欧美精品| .国产精品久久| 啦啦啦观看免费观看视频高清| 日本一本二区三区精品| 国产精品伦人一区二区| 人妻少妇偷人精品九色| 熟女人妻精品中文字幕| 国产精品久久久久久av不卡| 色综合站精品国产| 黄片wwwwww| 国产亚洲5aaaaa淫片| 在线天堂最新版资源| 免费人成在线观看视频色| 中文字幕制服av| 亚洲国产精品成人久久小说| 舔av片在线| 亚洲伊人久久精品综合 | 国产一区二区三区av在线| 久久鲁丝午夜福利片| 美女被艹到高潮喷水动态| 精品99又大又爽又粗少妇毛片| 最近2019中文字幕mv第一页| 欧美性感艳星| 久久久精品94久久精品| 久久国产乱子免费精品| av国产免费在线观看| 搡女人真爽免费视频火全软件| 亚洲成人中文字幕在线播放| 亚洲av中文av极速乱| 成年女人看的毛片在线观看| 人人妻人人澡人人爽人人夜夜 | 中文乱码字字幕精品一区二区三区 | 午夜久久久久精精品| 中文字幕免费在线视频6| 久久人人爽人人片av| 99久久精品国产国产毛片| 岛国在线免费视频观看| 婷婷六月久久综合丁香| 边亲边吃奶的免费视频| 麻豆久久精品国产亚洲av| 欧美精品一区二区大全| 天堂中文最新版在线下载 | 丝袜喷水一区| 干丝袜人妻中文字幕| 午夜免费激情av| 国产亚洲91精品色在线| 99热网站在线观看| 精品国产三级普通话版| 色吧在线观看| 我的女老师完整版在线观看| 免费看a级黄色片| 天堂中文最新版在线下载 | 夜夜看夜夜爽夜夜摸| 久久久久久久久中文| 人人妻人人看人人澡| av线在线观看网站| 1024手机看黄色片| av女优亚洲男人天堂| 免费大片18禁| 国国产精品蜜臀av免费| 国产一区亚洲一区在线观看| 亚洲熟妇中文字幕五十中出| 久久99蜜桃精品久久| 久久欧美精品欧美久久欧美| 少妇高潮的动态图| 亚洲性久久影院| 精品少妇黑人巨大在线播放 | 久久久久精品久久久久真实原创| 少妇被粗大猛烈的视频| 男的添女的下面高潮视频| 美女脱内裤让男人舔精品视频| 成年版毛片免费区| 中文资源天堂在线| 欧美人与善性xxx| 看黄色毛片网站| 99热精品在线国产| 久久av网站| 亚洲人成77777在线视频| 成人综合一区亚洲| 精品一区二区三卡| 久久精品aⅴ一区二区三区四区 | 午夜久久久在线观看| 免费播放大片免费观看视频在线观看| 最近最新中文字幕大全免费视频 | 丁香六月天网| 99热全是精品| 国产精品久久久久久久久免| 亚洲综合精品二区| 国产高清国产精品国产三级| 国产一区亚洲一区在线观看| 精品一区在线观看国产| 七月丁香在线播放| 99香蕉大伊视频| 秋霞伦理黄片| 国产精品久久久久久精品电影小说| a级毛片在线看网站| videos熟女内射| 色视频在线一区二区三区| 国产永久视频网站| 久久毛片免费看一区二区三区| 香蕉精品网在线| 日韩免费高清中文字幕av| 日本猛色少妇xxxxx猛交久久| 国产av码专区亚洲av| 中文字幕亚洲精品专区| 看免费av毛片| 日日撸夜夜添| 亚洲人成77777在线视频| 日韩欧美一区视频在线观看| 久久久a久久爽久久v久久| 久久久久久人妻| 女的被弄到高潮叫床怎么办| 欧美丝袜亚洲另类| 一边摸一边做爽爽视频免费| 午夜福利影视在线免费观看| 丰满少妇做爰视频| 亚洲精品国产av成人精品| 人妻人人澡人人爽人人| 亚洲人与动物交配视频| 高清欧美精品videossex| 欧美激情国产日韩精品一区| 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 | 成人黄色视频免费在线看| 亚洲av国产av综合av卡| 两性夫妻黄色片 | 国产熟女午夜一区二区三区| 免费观看av网站的网址| 亚洲人成77777在线视频| 国产精品一区二区在线观看99| 欧美精品人与动牲交sv欧美| 免费高清在线观看视频在线观看| 美女主播在线视频| 丝袜人妻中文字幕| 亚洲精品久久久久久婷婷小说| freevideosex欧美| 只有这里有精品99| 大香蕉久久成人网| 欧美日韩成人在线一区二区| 日本色播在线视频| 制服诱惑二区| 久久精品久久久久久噜噜老黄| 日本wwww免费看| 日韩不卡一区二区三区视频在线| 亚洲伊人久久精品综合| 日韩三级伦理在线观看| 九色成人免费人妻av| 国产视频首页在线观看| 免费大片18禁| 久久国产亚洲av麻豆专区| 18禁在线无遮挡免费观看视频| 亚洲,一卡二卡三卡| 热99国产精品久久久久久7| 黄色视频在线播放观看不卡| 国产免费一区二区三区四区乱码| 97在线视频观看| 亚洲国产av新网站| 国产黄频视频在线观看| 国产精品偷伦视频观看了| 免费观看在线日韩| 成人免费观看视频高清| 夫妻性生交免费视频一级片| 全区人妻精品视频| 寂寞人妻少妇视频99o| 欧美日韩视频精品一区| 亚洲欧美成人综合另类久久久| 人人妻人人澡人人看| 一本色道久久久久久精品综合| 制服人妻中文乱码| 黄色怎么调成土黄色| 久久精品久久精品一区二区三区| 下体分泌物呈黄色| 男女午夜视频在线观看 | 亚洲国产av影院在线观看| 国产国拍精品亚洲av在线观看| 亚洲欧洲日产国产| 免费观看性生交大片5| a 毛片基地| 韩国精品一区二区三区 | 午夜激情久久久久久久| 久久影院123| av国产久精品久网站免费入址| 亚洲 欧美一区二区三区| 男人爽女人下面视频在线观看| 十八禁高潮呻吟视频| 国产又爽黄色视频| 国产又爽黄色视频| 熟女电影av网| 国产精品成人在线| 日本色播在线视频| 免费不卡的大黄色大毛片视频在线观看| 午夜激情久久久久久久| 热re99久久国产66热| 亚洲国产色片| 99热全是精品| 女的被弄到高潮叫床怎么办| 久久精品国产亚洲av天美| 蜜桃在线观看..| 日韩熟女老妇一区二区性免费视频| 亚洲第一区二区三区不卡| 伦理电影大哥的女人| 亚洲精品久久久久久婷婷小说| 一区二区三区精品91| 中文天堂在线官网| 91国产中文字幕| 精品一区二区免费观看| 91久久精品国产一区二区三区| 亚洲国产精品一区三区| 最近手机中文字幕大全| 国产无遮挡羞羞视频在线观看| 精品99又大又爽又粗少妇毛片| tube8黄色片| 国产精品麻豆人妻色哟哟久久| 成年动漫av网址| 看十八女毛片水多多多| 亚洲精品视频女| 男女国产视频网站| 老司机亚洲免费影院| 亚洲伊人色综图| 成人毛片60女人毛片免费| 搡老乐熟女国产| 亚洲精品国产av蜜桃| 肉色欧美久久久久久久蜜桃| 少妇的逼好多水| 777米奇影视久久| av福利片在线| 综合色丁香网| 超碰97精品在线观看| 亚洲欧美色中文字幕在线| 国产在线免费精品| 精品福利永久在线观看| 制服诱惑二区| 免费大片18禁| 国产精品久久久久久精品古装| 男女无遮挡免费网站观看| 岛国毛片在线播放| 街头女战士在线观看网站| 午夜激情久久久久久久| 午夜老司机福利剧场| 最近2019中文字幕mv第一页| 99久久人妻综合| 亚洲欧美成人精品一区二区| 大话2 男鬼变身卡| 亚洲精品日韩在线中文字幕| 国产成人91sexporn| 国产精品三级大全| 久久国内精品自在自线图片| 国产精品国产三级国产专区5o| 久久久国产欧美日韩av| 免费看光身美女| 在线天堂最新版资源| 久久精品国产自在天天线| 最近中文字幕高清免费大全6| 国产在视频线精品| 久久人人爽人人片av| 日本91视频免费播放| 永久免费av网站大全| 精品第一国产精品| 狂野欧美激情性bbbbbb| 午夜免费观看性视频| 免费av不卡在线播放| 久久人妻熟女aⅴ| 日韩三级伦理在线观看| videossex国产| 熟女人妻精品中文字幕| 高清毛片免费看| 午夜免费男女啪啪视频观看| 天堂中文最新版在线下载| 街头女战士在线观看网站| 亚洲欧洲精品一区二区精品久久久 | 精品国产乱码久久久久久小说| 国产国拍精品亚洲av在线观看| 久久综合国产亚洲精品| 亚洲精品日本国产第一区| 亚洲国产成人一精品久久久| 成年女人在线观看亚洲视频| 亚洲成色77777| 国产一区二区在线观看日韩| 国产精品免费大片| 亚洲精品国产av成人精品| 黄网站色视频无遮挡免费观看| 精品人妻一区二区三区麻豆| 国产精品国产av在线观看| 国产有黄有色有爽视频| 日本与韩国留学比较| 最近最新中文字幕免费大全7| 国产视频首页在线观看| 亚洲人与动物交配视频| 新久久久久国产一级毛片| 人人妻人人澡人人爽人人夜夜| 在线观看免费日韩欧美大片| 又粗又硬又长又爽又黄的视频| 搡老乐熟女国产| 日本欧美国产在线视频| 一边摸一边做爽爽视频免费| 亚洲丝袜综合中文字幕| 免费女性裸体啪啪无遮挡网站| 少妇人妻久久综合中文| 国产精品一区二区在线不卡| 中文字幕制服av| 成年人免费黄色播放视频| 久久久亚洲精品成人影院| 五月玫瑰六月丁香| 男人爽女人下面视频在线观看| 精品国产一区二区三区四区第35| 国产福利在线免费观看视频| 国产熟女午夜一区二区三区| 国国产精品蜜臀av免费| av在线播放精品| 国产成人aa在线观看| 日韩制服丝袜自拍偷拍| 日韩欧美一区视频在线观看| 男女无遮挡免费网站观看| tube8黄色片| av视频免费观看在线观看| 成年动漫av网址| 欧美97在线视频| 亚洲精华国产精华液的使用体验| 国产成人精品在线电影| 久久久久精品人妻al黑| 国产白丝娇喘喷水9色精品| 欧美日韩精品成人综合77777| 久久韩国三级中文字幕| 国产一区有黄有色的免费视频| 成年美女黄网站色视频大全免费| 男女国产视频网站| 午夜精品国产一区二区电影| 中文字幕另类日韩欧美亚洲嫩草| 多毛熟女@视频| 国产69精品久久久久777片| 久久女婷五月综合色啪小说| 成人国产av品久久久| 免费播放大片免费观看视频在线观看| 国产乱人偷精品视频| 尾随美女入室| 一级,二级,三级黄色视频| 色吧在线观看| 亚洲综合精品二区| 国产精品久久久av美女十八| 满18在线观看网站| 人人妻人人添人人爽欧美一区卜| 久久久久久人妻| 边亲边吃奶的免费视频| www.熟女人妻精品国产 | 精品国产一区二区三区久久久樱花| 国产一区二区在线观看av| 亚洲国产精品成人久久小说| 深夜精品福利| www.色视频.com| 国产亚洲精品久久久com| 国产色爽女视频免费观看| 亚洲av欧美aⅴ国产| 男女国产视频网站| 亚洲国产成人一精品久久久| 色94色欧美一区二区| 色婷婷av一区二区三区视频| 最近手机中文字幕大全| 少妇的逼水好多| 一区二区三区精品91| 好男人视频免费观看在线| tube8黄色片| 91国产中文字幕| 一区二区三区乱码不卡18| 午夜免费男女啪啪视频观看| 免费高清在线观看视频在线观看| 黄色毛片三级朝国网站| 秋霞伦理黄片| 最新的欧美精品一区二区| 精品卡一卡二卡四卡免费| 蜜桃在线观看..| 国产成人91sexporn| 最近的中文字幕免费完整| 免费高清在线观看日韩| 国产精品一区二区在线不卡| av在线老鸭窝| 久久99精品国语久久久| 一本大道久久a久久精品| 亚洲在久久综合| 黑人高潮一二区| 亚洲av综合色区一区| 国产精品一区二区在线观看99| 国产高清国产精品国产三级| 丝袜喷水一区| 超色免费av| 99久国产av精品国产电影| www.av在线官网国产| 亚洲欧洲国产日韩| 在线 av 中文字幕| 精品人妻熟女毛片av久久网站| 色吧在线观看| av女优亚洲男人天堂| 日本91视频免费播放| 亚洲精品自拍成人| 午夜免费鲁丝| 国产日韩欧美视频二区| 在线天堂中文资源库| 成人国语在线视频| 狂野欧美激情性bbbbbb| 久久精品人人爽人人爽视色| 免费av中文字幕在线| 国产黄色视频一区二区在线观看| 中国美白少妇内射xxxbb| 99久久中文字幕三级久久日本| 国产精品国产三级国产专区5o| 黑丝袜美女国产一区| 两个人看的免费小视频| 国产一区有黄有色的免费视频| 国产 一区精品| 国产精品久久久久成人av| 国产白丝娇喘喷水9色精品| 黄片播放在线免费| 精品一区二区三卡| 少妇人妻久久综合中文| 久热久热在线精品观看| 国产免费福利视频在线观看| 看免费av毛片| 少妇被粗大的猛进出69影院 | 日韩成人av中文字幕在线观看| 少妇精品久久久久久久| 国产 一区精品| 九色亚洲精品在线播放| 中文字幕人妻丝袜制服| 一二三四中文在线观看免费高清| 日韩一区二区视频免费看| 69精品国产乱码久久久| 久久久久精品性色| 插逼视频在线观看| 亚洲成人手机| 亚洲,欧美,日韩| 97在线视频观看| 国产高清三级在线| 搡女人真爽免费视频火全软件| 国产日韩欧美视频二区| 欧美xxⅹ黑人| 精品久久久精品久久久| 国产成人精品福利久久| 中国国产av一级| 成年女人在线观看亚洲视频| 精品国产一区二区久久| 另类精品久久| 欧美亚洲 丝袜 人妻 在线| av女优亚洲男人天堂| 插逼视频在线观看| 91精品伊人久久大香线蕉| 午夜福利,免费看| 丰满乱子伦码专区| 久久国产精品男人的天堂亚洲 | 亚洲欧美中文字幕日韩二区| 少妇被粗大的猛进出69影院 | 日本av手机在线免费观看| 秋霞伦理黄片| 最新中文字幕久久久久| 久久久久精品性色| 国产白丝娇喘喷水9色精品| 国产亚洲午夜精品一区二区久久| 三上悠亚av全集在线观看| 精品福利永久在线观看| 亚洲精品国产av成人精品| 亚洲性久久影院| 99热全是精品| 18禁在线无遮挡免费观看视频| videos熟女内射| 中文天堂在线官网| 成年av动漫网址| 国产女主播在线喷水免费视频网站| 国产精品女同一区二区软件| 乱码一卡2卡4卡精品| 亚洲av成人精品一二三区| av不卡在线播放| 久久久久国产网址| 少妇的逼好多水| 一级爰片在线观看| 极品人妻少妇av视频| 欧美丝袜亚洲另类| 日韩av在线免费看完整版不卡| 嫩草影院入口| 99国产精品免费福利视频| 亚洲av电影在线观看一区二区三区| 日本欧美视频一区| 亚洲国产av新网站| a级毛色黄片| 亚洲激情五月婷婷啪啪| 2021少妇久久久久久久久久久| 90打野战视频偷拍视频| 黄片播放在线免费| 精品人妻在线不人妻| 国产麻豆69| 国产精品久久久久久久久免| 一级,二级,三级黄色视频| 一本大道久久a久久精品| videosex国产| 中文字幕av电影在线播放| 亚洲,欧美,日韩| 国产精品三级大全| 精品国产一区二区三区四区第35| 26uuu在线亚洲综合色| 久久99热6这里只有精品| 亚洲精品aⅴ在线观看| 国产精品嫩草影院av在线观看| 捣出白浆h1v1| 91久久精品国产一区二区三区| 精品人妻在线不人妻| 亚洲精品乱久久久久久| 久久久久久久大尺度免费视频| 亚洲色图 男人天堂 中文字幕 | 毛片一级片免费看久久久久| 看免费成人av毛片| 免费观看性生交大片5| 欧美激情 高清一区二区三区| 爱豆传媒免费全集在线观看| 飞空精品影院首页| 男女啪啪激烈高潮av片| 97人妻天天添夜夜摸| 亚洲成人av在线免费| 中国国产av一级| 夜夜爽夜夜爽视频| 日韩不卡一区二区三区视频在线| 一级黄片播放器| 午夜福利在线观看免费完整高清在| 啦啦啦中文免费视频观看日本| 人妻 亚洲 视频| 成人国语在线视频| 乱码一卡2卡4卡精品| 男人操女人黄网站| 少妇人妻精品综合一区二区| av.在线天堂| 亚洲高清免费不卡视频| 高清视频免费观看一区二区| 少妇的逼好多水| 欧美精品高潮呻吟av久久| 亚洲国产av新网站| 国产精品久久久久久久久免| 一级,二级,三级黄色视频| 国产亚洲精品久久久com| 久久精品人人爽人人爽视色| 在线观看美女被高潮喷水网站| 精品人妻在线不人妻| 国产精品免费大片| 免费少妇av软件| 美女国产视频在线观看| 十八禁高潮呻吟视频| 99香蕉大伊视频| 另类精品久久| freevideosex欧美| 9热在线视频观看99| 亚洲第一区二区三区不卡| 亚洲高清免费不卡视频| 久久精品国产亚洲av涩爱| 国产高清国产精品国产三级| 精品视频人人做人人爽| 爱豆传媒免费全集在线观看| 91成人精品电影| 女人精品久久久久毛片| 高清毛片免费看| 国产成人91sexporn| 国产欧美日韩一区二区三区在线| freevideosex欧美| 97人妻天天添夜夜摸| 久久99一区二区三区| 成年人午夜在线观看视频| 国产av码专区亚洲av| 亚洲高清免费不卡视频| 少妇高潮的动态图| 啦啦啦中文免费视频观看日本| 亚洲性久久影院| 精品少妇久久久久久888优播| 午夜福利,免费看| 中国国产av一级| 国产精品人妻久久久久久| 国国产精品蜜臀av免费| 免费人成在线观看视频色| 精品久久蜜臀av无| 国产一区有黄有色的免费视频| 国产成人精品婷婷| 久久狼人影院| 九色成人免费人妻av| 美女中出高潮动态图| 大片电影免费在线观看免费| 国产xxxxx性猛交| 久久久国产一区二区| 日韩欧美一区视频在线观看| 高清av免费在线| 久久狼人影院| 国产男女内射视频| 亚洲丝袜综合中文字幕| 亚洲内射少妇av| 免费人成在线观看视频色| 男女边吃奶边做爰视频| 99久久人妻综合| 2022亚洲国产成人精品| 午夜91福利影院| 国产伦理片在线播放av一区| 菩萨蛮人人尽说江南好唐韦庄| 一级黄片播放器| 精品国产一区二区三区久久久樱花| 国产高清国产精品国产三级| 十八禁高潮呻吟视频| 国产精品偷伦视频观看了| 亚洲精品国产av成人精品| 亚洲,欧美,日韩| 高清av免费在线| 内地一区二区视频在线| 18在线观看网站| 成年人午夜在线观看视频| av有码第一页| 制服人妻中文乱码| 国产日韩欧美在线精品| 国产一区二区在线观看日韩| 水蜜桃什么品种好| 欧美最新免费一区二区三区| 国产亚洲最大av| 久久久a久久爽久久v久久| 99香蕉大伊视频|