亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于物聯(lián)網(wǎng)和深度學習的養(yǎng)蠶智能監(jiān)控系統(tǒng)設計

        2020-03-08 12:53:00孫孝龍徐森周衛(wèi)陽施建軍
        江蘇農(nóng)業(yè)科學 2020年21期
        關鍵詞:物聯(lián)網(wǎng)深度學習

        孫孝龍 徐森 周衛(wèi)陽 施建軍

        摘要:養(yǎng)蠶面臨環(huán)境控制復雜、勞動力緊張、技術管理粗放等問題,特別是養(yǎng)蠶環(huán)境和技術監(jiān)控方式,不能滿足規(guī)?;?、省力化現(xiàn)代蠶業(yè)的發(fā)展需求。開發(fā)一種基于物聯(lián)網(wǎng)和深度學習的養(yǎng)蠶智能監(jiān)控系統(tǒng),通過物聯(lián)網(wǎng)實時記錄、監(jiān)控養(yǎng)蠶環(huán)境因子和養(yǎng)蠶進程狀態(tài),利用卷積神經(jīng)網(wǎng)絡算法不斷學習、訓練得到預測模型,該模型可結(jié)合養(yǎng)蠶實際,準確理解養(yǎng)蠶操作對象和具體場景,實時調(diào)節(jié)環(huán)境因子、輸出養(yǎng)蠶技術方案,可以達到高效、精準養(yǎng)蠶的目的。

        關鍵詞:物聯(lián)網(wǎng);深度學習;養(yǎng)蠶;智能監(jiān)控系統(tǒng)

        中圖分類號:TP277.2?文獻標志碼:A?文章編號:1002-1302(2020)21-0241-04

        養(yǎng)蠶智能管理須要對溫度、濕度、氣體、光照等養(yǎng)蠶環(huán)境以及蠶體發(fā)育狀態(tài)主要參數(shù)進行精準監(jiān)控和合理養(yǎng)護。本研究通過新型物聯(lián)網(wǎng)系統(tǒng)實時監(jiān)控養(yǎng)蠶環(huán)境因子,并結(jié)合養(yǎng)蠶生產(chǎn)實景,利用卷積神經(jīng)網(wǎng)絡算法不斷學習、訓練得到一個預測模型,該模型可結(jié)合養(yǎng)蠶實際情況適時調(diào)節(jié)環(huán)境因子、改進技術手段,達到精準、高效養(yǎng)蠶的目的。當前的養(yǎng)蠶生產(chǎn),由于相關技術條件還不成熟,人們只能采用傳統(tǒng)的方法及手段來掌握并管控養(yǎng)蠶環(huán)境變化和養(yǎng)蠶進程狀態(tài),因受到很多不確定性因素影響,很容易發(fā)生生產(chǎn)事故,無法從源頭上滿足高質(zhì)量養(yǎng)蠶需求。近年來,在大數(shù)據(jù)技術應用快速發(fā)展背景下,深度學習一直保持強勁發(fā)展態(tài)勢,并在數(shù)據(jù)處理、圖像識別、文本理解等重要領域?qū)崿F(xiàn)了規(guī)模化推廣與應用。通過卷積神經(jīng)網(wǎng)絡應用,對分布在各場景下的環(huán)境因子、典型特征、變化幅度等動態(tài)數(shù)據(jù)進行系統(tǒng)性深度學習,并從中篩選出可有效反映目標性質(zhì)的典型特征,為管理流程的優(yōu)化、管理效率的提高提供了新的內(nèi)生動力[1-3]。本研究基于新型物聯(lián)網(wǎng)和卷積神經(jīng)網(wǎng)絡學習算法,通過優(yōu)化模塊化管理流程,對復雜養(yǎng)蠶環(huán)境和蠶體發(fā)育狀態(tài)進行實時監(jiān)控和預測,設計一套基于深度學習的智能養(yǎng)蠶監(jiān)控系統(tǒng),為實現(xiàn)真正意義上的高質(zhì)量、精準化養(yǎng)蠶提供科學依據(jù)[4-5]。

        1 養(yǎng)蠶技術參數(shù)及特點

        養(yǎng)蠶技術參數(shù)主要包括養(yǎng)蠶環(huán)境因子和養(yǎng)蠶發(fā)育狀態(tài)(齡期經(jīng)過和發(fā)育階段)。養(yǎng)蠶環(huán)境因子涉及多個變量,如溫度、濕度、光照度、氣體濃度等;蠶體發(fā)育狀態(tài)含蠶的齡期、大小、體色、體態(tài),“眠”或“起”的體征、食?;蚺佬袪顟B(tài)、階段發(fā)育表征、群體整齊狀況等。根據(jù)養(yǎng)蠶生產(chǎn)環(huán)境要求和蠶體發(fā)育階段生理需求,設定主要養(yǎng)蠶技術參數(shù)閾值和告警上下限,便于系統(tǒng)學習模型訓練、數(shù)據(jù)處理和預測輸出,從源頭上提高生產(chǎn)效率,保證生產(chǎn)效率。運用物聯(lián)網(wǎng)技術,結(jié)合深度學習綜合算法,養(yǎng)蠶環(huán)境和蠶體發(fā)育狀態(tài)數(shù)據(jù)在自動裝置的動態(tài)監(jiān)管與調(diào)控下,第一時間實施最有利于家蠶生長發(fā)育的技術措施,既實現(xiàn)了人力資源的高效配置與使用,又達到了精準施策、安全生產(chǎn)的目的,而且能不斷優(yōu)化技術方案,有效提高養(yǎng)蠶的產(chǎn)量和質(zhì)量。

        2 系統(tǒng)方案設計

        2.1 系統(tǒng)總體方案

        以實現(xiàn)蠶室環(huán)境和蠶體發(fā)育狀態(tài)智能監(jiān)控目標為前提,充分結(jié)合養(yǎng)蠶技術特點,在新型物聯(lián)網(wǎng)技術、數(shù)據(jù)挖掘技術支持下,研發(fā)一套規(guī)范且嚴謹?shù)酿B(yǎng)蠶監(jiān)控數(shù)據(jù)庫系統(tǒng),能夠科學調(diào)控蠶室環(huán)境參數(shù)、實時了解并動態(tài)掌握蠶體發(fā)育情況。具體來講,引入卷積神經(jīng)網(wǎng)絡算法,綜合利用多種信息技術手段,以智能監(jiān)測、精準調(diào)控蠶室環(huán)境因子和養(yǎng)蠶狀態(tài)場景為研究目標[6-8],從源頭上實現(xiàn)各環(huán)節(jié)的信息化管理、精準化決策,再借助卷積神經(jīng)網(wǎng)絡算法設計出功能多元、服務精準的養(yǎng)蠶監(jiān)控系統(tǒng)架構(gòu)(圖1),并在物聯(lián)網(wǎng)技術的支持下,經(jīng)過復雜樣本學習訓練,進行完善的數(shù)據(jù)采集、分析、預測、決策處理,以達到智能化監(jiān)測、預測的目的,進而提高養(yǎng)蠶行業(yè)競爭力。本系統(tǒng)通過實時追蹤養(yǎng)蠶環(huán)境因子和養(yǎng)蠶群體特征變化,調(diào)動相匹配的數(shù)據(jù)采集設備,以成功搜集到與養(yǎng)蠶環(huán)境因子及發(fā)育情況相關的數(shù)據(jù)參數(shù),再將這些數(shù)據(jù)上傳至控制中心,應用深度學習算法,通過多層次、復雜樣本訓練,不斷改進學習訓練模型,提高數(shù)據(jù)處理和預測的精確性。通過對數(shù)據(jù)的深度分析,進一步糾偏和矯正參數(shù),獲取可靠的處理結(jié)果,發(fā)送至系統(tǒng)界面或指定的手機端。對于用戶來說,便可通過此系統(tǒng)對養(yǎng)蠶生產(chǎn)全程的變化參數(shù)進行密切觀察、精準調(diào)控,既能實現(xiàn)日志化監(jiān)控,還能追溯產(chǎn)品質(zhì)量源頭。

        2.2 系統(tǒng)設計

        2.2.1 設計目標 在系統(tǒng)設計過程中,引入卷積神經(jīng)網(wǎng)絡的分類模型,采集不同形式的樣本數(shù)據(jù),利用專業(yè)的插件模型引入切實可行的綜合算法,在此基礎上,實現(xiàn)養(yǎng)蠶環(huán)境和蠶體發(fā)育狀態(tài)的數(shù)據(jù)精準分類處理,通過復雜樣本學習訓練,反復進行多層測試、校準、完善(圖2)。系統(tǒng)架構(gòu)包含移動端APP、算法云服務和物聯(lián)網(wǎng)開發(fā)平臺。軟件系統(tǒng)開發(fā)包括ZigBee底層協(xié)議棧開發(fā)、各種傳感器驅(qū)動程序編寫、智能控制程序編寫、網(wǎng)關接入和GPRS程序編寫、相關數(shù)據(jù)庫管理等。手機APP系統(tǒng)以Eclipse ADP開發(fā)環(huán)境為載體,直接運行于Win10 64位系統(tǒng)下,并在ImageButton 等多種專業(yè)控件的支持下,采用線性布局進行開發(fā)。

        2.2.2 模塊設計 系統(tǒng)模塊設計由以下四大模塊組成:(1)數(shù)據(jù)感知采集模塊。主要對環(huán)境因子、家蠶發(fā)育變化情況進行動態(tài)監(jiān)測與管控,它由多個構(gòu)件組成,如RTU設備、攝像機等,先采集0~5 V區(qū)間內(nèi)的參數(shù)值,再對捕捉到的數(shù)據(jù)進行深度分析。用戶可自行設定預警值,一旦捕捉到的數(shù)值超出限值,系統(tǒng)就會發(fā)出警示,以提醒用戶要對當前環(huán)境的相關參數(shù)進行優(yōu)化與調(diào)整,打造良好的養(yǎng)蠶環(huán)境。(2)數(shù)據(jù)傳輸處理模塊。主要涉及數(shù)據(jù)存儲、數(shù)據(jù)分析、智能更新、人機交互4個環(huán)節(jié)。系統(tǒng)以不同類型的數(shù)據(jù)庫為載體,對采集到的數(shù)據(jù)進行完整存儲和定期更新。(3)樣本學習訓練模塊。利用多層卷積神經(jīng)網(wǎng)絡綜合算法,借助機器學習、數(shù)據(jù)挖掘技術對感知數(shù)據(jù)進行處理,以消除差異,實現(xiàn)數(shù)據(jù)的挖掘分析、精準處理及優(yōu)化調(diào)整。(4)智能控制模塊。采用模塊化控制技術,以專業(yè)模塊控制法對養(yǎng)蠶技術進行動態(tài)監(jiān)控,提高數(shù)據(jù)的精準性與可靠性。以物聯(lián)網(wǎng)養(yǎng)蠶監(jiān)控模式為依托,研發(fā)出可靠、實用的人機交互界面。計算機中心將接收到各種數(shù)據(jù)信息通過網(wǎng)絡進行分布傳送,并根據(jù)用戶反饋對現(xiàn)有參數(shù)值做出相應調(diào)整與優(yōu)化;用戶利用智能APP端對養(yǎng)蠶環(huán)境及蠶體發(fā)育狀態(tài)進行實時追蹤與監(jiān)控,一旦發(fā)現(xiàn)異常警告,就立即做出調(diào)整,從根本上保證系統(tǒng)的安全性。用戶利用系統(tǒng)界面或APP終端對養(yǎng)蠶全過程進行智能管控,監(jiān)控操作主要涉及實時監(jiān)測、數(shù)據(jù)查詢、決策咨詢等相關內(nèi)容。各養(yǎng)蠶基地可設置不同的用戶角色,可動態(tài)查看、及時上傳養(yǎng)蠶實景數(shù)據(jù),并根據(jù)反饋信息,控制多個設備的工作狀態(tài)[9]。

        2.2.3 基于深度學習的模型訓練 卷積神經(jīng)網(wǎng)絡憑借自身獨有的特征學習及分類優(yōu)勢,在參數(shù)矯正、圖像分類、管理預測等相關領域具有很好的應用。應用ResNet模型,不斷增加模型層數(shù)強化系統(tǒng)深度學習的識別能力。由于養(yǎng)蠶數(shù)據(jù)集不是特別大,模型訓練采用殘差網(wǎng)絡ResNet微調(diào)的訓練方法,來實現(xiàn)養(yǎng)蠶環(huán)境和養(yǎng)蠶實景的分類識別處理。訓練數(shù)據(jù)選用從開發(fā)者平臺互聯(lián)網(wǎng)獲取、管理者經(jīng)驗積累或用戶采集反饋,以此不斷豐富訓練集、驗證集和測試集。一方面,加大有標注的養(yǎng)蠶數(shù)據(jù)、圖像信息的建立;另一方面,在分類模型訓練過程中,對不同形式的養(yǎng)蠶數(shù)據(jù)進行細化分類,并通過反復迭代訓練確定出最符合要求的分類模型。系統(tǒng)設計的根本目的就是實現(xiàn)數(shù)據(jù)庫的智能獲取以及分類模型的智能訓練,從圖像搜索查詢、人工篩選甄別、歸一化調(diào)整到分類模型訓練,逐步加大數(shù)據(jù)庫容量、有效數(shù)據(jù)聚集、提升數(shù)據(jù)歸一標準[10-11]。

        3 系統(tǒng)功能

        3.1 實景監(jiān)控

        系統(tǒng)可在線實時監(jiān)控養(yǎng)蠶環(huán)境變量和家蠶發(fā)育實況以及各智能設備的運行情況,也可采用遠程視頻手段,對各基地的養(yǎng)蠶情況進行密切觀察與動態(tài)監(jiān)控,以實現(xiàn)真正意義上的智能、精準化監(jiān)控。另外,包括環(huán)境變量、家蠶生長實況及設備運行狀態(tài)等在內(nèi)的所有信息均可直接顯示在系統(tǒng)界面中,對于用戶來說,可利用系統(tǒng)管理平臺高效、精準地查詢到所需信息,也可通過瀏覽器或APP查找、咨詢、反饋,實現(xiàn)養(yǎng)蠶現(xiàn)場、控制中心、移動用戶三者協(xié)調(diào)一致,既相互依存、又互相補充。

        3.2 精準調(diào)控

        系統(tǒng)基于多種切實可行的調(diào)控方法對環(huán)境因子做出有效調(diào)控,旨在提供適合養(yǎng)蠶的生長環(huán)境。通過系統(tǒng)決策,實現(xiàn)現(xiàn)場操作的同時,也可對養(yǎng)蠶方案進行遠程調(diào)控:(1)在環(huán)境參數(shù)范圍內(nèi),運用模糊算法,對各設備的工作情況進行智能監(jiān)控,既能對環(huán)境因子的變化水平進行自動調(diào)控,也可通過預設值判斷發(fā)出警示;(2)通過不同類型蠶體發(fā)育狀態(tài)樣本學習訓練,有針對性地提供精準養(yǎng)蠶方案,包括階段(齡期)鑒別、飼料(桑葉)標準、發(fā)育預測、操作措施、仿真實例等預測管理。

        3.3 專家決策

        系統(tǒng)把養(yǎng)蠶用戶的實際需求進行高效轉(zhuǎn)化,使其成為更便于查詢的知識與規(guī)則,也就是常說的知識庫、標準庫,以備系統(tǒng)平臺調(diào)用。管理用戶享有最高操作權限,可通過多種渠道訪問知識信息系統(tǒng),可提供全方位、專業(yè)化的技術服務,也可以現(xiàn)場反饋養(yǎng)蠶環(huán)境和蠶體發(fā)育狀態(tài)情景,及時發(fā)現(xiàn)、上傳養(yǎng)蠶過程中的疑難問題的相關信息,在接受系統(tǒng)專家指導的同時,不斷豐富系統(tǒng)數(shù)據(jù)庫。

        3.4 智能監(jiān)控

        系統(tǒng)通過計算機控制中心實現(xiàn)養(yǎng)蠶生產(chǎn)的智能化監(jiān)控,具體涉及環(huán)境參數(shù)的定義、不同類型數(shù)據(jù)的實時搜集、場景狀態(tài)的動態(tài)監(jiān)測、相關數(shù)據(jù)的傳輸、樣本學習訓練、技術方案的輸出、數(shù)據(jù)管理、日志查詢等。監(jiān)控系統(tǒng)對養(yǎng)蠶復雜環(huán)境和各階段發(fā)育情景進行實時記錄、監(jiān)控,并能對未來發(fā)育進程、技術方案進行預測,實現(xiàn)養(yǎng)蠶生產(chǎn)預測性調(diào)控和養(yǎng)護。

        4 結(jié)果與分析

        本系統(tǒng)在江蘇省蠶種管理所、江蘇省如東縣蠶桑站以及鹽城工業(yè)學院、鹽城思源網(wǎng)絡科技有限公司等單位參與下,由江蘇聯(lián)合職業(yè)技術學院鹽城生物工程分院牽頭,校企合作進行綜合試驗和分析。設計結(jié)果表明,通過引入深度學習技術來識別不同類型的養(yǎng)蠶環(huán)境、蠶體發(fā)育狀態(tài),結(jié)合物聯(lián)網(wǎng)移動 APP 應用,通過計算機綜合數(shù)據(jù)處理,全方位輸出、提供監(jiān)控服務和技術方案,作用于簡化分類模型的養(yǎng)蠶訓練和生產(chǎn),在養(yǎng)蠶環(huán)境和蠶體發(fā)育監(jiān)控中的數(shù)據(jù)精準采集、典型樣本訓練、標準數(shù)據(jù)庫完善、遠程檢測管理、快速響應調(diào)控、專家決策提供等方面取得了顯著的成效,大大提高了養(yǎng)蠶智能化水平和經(jīng)濟效益。

        4.1 數(shù)據(jù)庫更豐富

        系統(tǒng)依托物聯(lián)網(wǎng)技術,通過深度樣本學習算法實時對養(yǎng)蠶環(huán)境因子和蠶體發(fā)育狀態(tài)數(shù)據(jù)進行采集、傳輸、對比、學習、存儲、更新,利用系統(tǒng)控制平臺查找與用戶需求相符的管理信息,或發(fā)出警示提醒。大量實踐研究證實,常規(guī)生產(chǎn)情況下,智能監(jiān)控系統(tǒng)數(shù)據(jù)采集準確率可達99.97%,標準參數(shù)校正率可達86.45%,針對單季養(yǎng)蠶生產(chǎn)應用,系統(tǒng)數(shù)據(jù)庫存儲量平均可提高3.6倍,應用效率大大超出人工操作。

        4.2 安全性能更高

        智能養(yǎng)蠶系統(tǒng)不僅可以達到全方位無人值守的效果,而且通過卷積神經(jīng)網(wǎng)絡綜合算法,及時調(diào)整養(yǎng)蠶環(huán)境和蠶體發(fā)育狀態(tài)標準參數(shù),大大提高了養(yǎng)蠶生產(chǎn)的精準度和安全性。同時,系統(tǒng)的全方位實景監(jiān)控和偏差自我糾錯處理,實現(xiàn)了防范與報警功能,達到了高效管理要求,同時也強化了數(shù)據(jù)更新的實時性和運行的穩(wěn)定性。

        4.3 生產(chǎn)預策更智能

        系統(tǒng)設置了與蠶桑專業(yè)群落數(shù)據(jù)庫(專業(yè)知識庫和圖片規(guī)則庫、參數(shù)標準庫)的傳輸接口,克服了系統(tǒng)不兼容問題。用戶可通過瀏覽器或APP等多種方式查找、傳送信息,也可完成案例分析、技術咨詢等相關操作。整體來看,系統(tǒng)的開發(fā)與應用既加快了智能養(yǎng)蠶的發(fā)展進程,也完善了養(yǎng)蠶標準方案,確保了系統(tǒng)設計和應用的實時更新。

        5 結(jié)語

        本系統(tǒng)基于深度學習、樣本訓練模型,應用新型物聯(lián)網(wǎng)技術、樣本機器學習綜合算法,實現(xiàn)了養(yǎng)蠶生產(chǎn)規(guī)?;⒕珳驶?、智能化監(jiān)控,大大提高了生產(chǎn)自動化水平和管理效益。系統(tǒng)通過開發(fā)者平臺,使養(yǎng)蠶技術分類模型的訓練自動化,進一步提高了樣本學習、模糊處理的質(zhì)量。鑒于智能化養(yǎng)蠶產(chǎn)業(yè)規(guī)模還不大,仍然存在養(yǎng)蠶數(shù)據(jù)不多、情境不豐富、數(shù)據(jù)冗余等問題,須要進一步加大推廣應用,充分利用行業(yè)大數(shù)據(jù),增強數(shù)據(jù)過濾,進一步提高系統(tǒng)數(shù)據(jù)處理和管理決策的精準度、適應性。

        參考文獻:

        [1]肖澤中. 深度學習在管理實踐中的應用[J]. 未來與發(fā)展,2018,42(9):57-63.

        [2]郭麗麗,丁世飛. 深度學習研究進展[J]. 計算機科學,2015,42(5):28-33.

        [3]孫孝龍,吳洪昊,周衛(wèi)陽,等. 基于新型物聯(lián)網(wǎng)的蠶室環(huán)境管理系統(tǒng)設計與應用[J]. 計算機應用與軟件,2019,36(6):58-61,75.

        [4]郭奇志,陳 光,任卓君,等. 基于 Android 智能手機的實驗管理系統(tǒng)[J]. 計算機與現(xiàn)代化,2015(10):73-76.

        [5]沈 平,袁 瑛,周 潘. 物聯(lián)網(wǎng)中大規(guī)模無線射頻識別標簽的容錯估計算法[J]. 計算機應用與軟件,2019,36(6):35-42.

        [6]劉 康,張元哲,紀國良,等. 基于表示學習的知識庫問答研究進展與展望[J]. 自動化學報,2016,42(6):807-818.

        [7]王洪斌,王 紅,何 群,等. 基于深度信念網(wǎng)絡的風機主軸承狀態(tài)檢測方法[J]. 中國機械工程,2018,29(8):948-953.

        [8]吳小峰. 基于物聯(lián)網(wǎng)技術的智能水產(chǎn)養(yǎng)殖管理系統(tǒng)設計[J]. 襄陽職業(yè)技術學院學報,2015,14(6):15-18.

        [9]張 彤,劉 志,莊新卿. 基于開發(fā)者平臺和深度學習的智能識花與護花系統(tǒng)[J]. 工業(yè)控制計算機,2018,31(1):90-92.

        [10]周志紅. 基于深度學習的工業(yè)工程控制系統(tǒng)異常檢測技術的研究[D]. 北京:北京郵電大學,2018.

        [11]趙永科. 深度學習:21天實戰(zhàn)Caffe[M]. 北京:電子工業(yè)出版社,2016.王麗娟,劉志剛,喜冠南,等. 一種可伸縮單果采摘器的設計[J]. 江蘇農(nóng)業(yè)科學,2020,48(21):245-249.

        猜你喜歡
        物聯(lián)網(wǎng)深度學習
        有體驗的學習才是有意義的學習
        電子商務中基于深度學習的虛假交易識別研究
        MOOC與翻轉(zhuǎn)課堂融合的深度學習場域建構(gòu)
        大數(shù)據(jù)技術在反恐怖主義中的應用展望
        深度學習算法應用于巖石圖像處理的可行性研究
        軟件導刊(2016年9期)2016-11-07 22:20:49
        基于深度卷積網(wǎng)絡的人臉年齡分析算法與實現(xiàn)
        軟件工程(2016年8期)2016-10-25 15:47:34
        基于物聯(lián)網(wǎng)的煤礦智能倉儲與物流運輸管理系統(tǒng)設計與應用
        基于高職院校物聯(lián)網(wǎng)技術應用人才培養(yǎng)的思考分析
        基于LABVIEW的溫室管理系統(tǒng)的研究與設計
        論智能油田的發(fā)展趨勢及必要性
        亚洲av日韩av综合| 亚洲不卡av一区二区三区四区 | 成人在线观看av毛片| 中文字幕人妻无码视频| 日本三级欧美三级人妇视频| 国产国拍亚洲精品福利| 日本中文字幕官网亚洲| 亚洲精品国产精品乱码在线观看| 成人久久久久久久久久久| 国产午夜亚洲精品理论片不卡 | 亚洲精品视频免费在线| 国产伦一区二区三区色一情| 一区二区三区乱码在线 | 欧洲| 久久久精品久久波多野结衣av| 特黄三级一区二区三区| 日本在线观看不卡一区二区 | 欧美激情a∨在线视频播放| 啪啪网站免费观看| 最近中文字幕精品在线| 艳妇臀荡乳欲伦69调教视频| 欧美性猛交xxxx黑人| 精品人妻免费看一区二区三区| 国产精品亚洲一区二区麻豆| 国产又色又爽又高潮免费视频麻豆| 欧洲综合色| 色视频日本一区二区三区| 日本亚洲国产精品久久| 少妇装睡让我滑了进去| 国产h视频在线观看网站免费| 中文字幕人妻精品一区| 成午夜精品一区二区三区| a毛片全部免费播放| 国内专区一区二区三区| 亚洲成在人线视av| 国产成人亚洲日韩欧美| 久久无码中文字幕东京热| 黄片视频大全在线免费播放| 人人妻人人爽人人澡人人| 久久中国国产Av秘 入口| 亚洲精品中文字幕一二三| 国产在线精品一区二区三区直播|