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

        ?

        基于公交運(yùn)行規(guī)律的乘客下車點(diǎn)推算方法

        2021-12-03 07:27:08王妮滿
        地理空間信息 2021年11期
        關(guān)鍵詞:方法

        王妮滿,余 洋*,余 靜,陳 昆,楊 航,秦 昆

        (1.武漢大學(xué) 遙感信息工程學(xué)院,湖北 武漢 430079;2.重慶市地理信息和遙感應(yīng)用中心,重慶 401120)

        近年來,隨著低碳健康生活、人本城市建設(shè)等居民新生活理念的提出,作為城市交通的重要組成部分,公交車的運(yùn)行線路優(yōu)化、車輛合理配置等問題得到廣泛關(guān)注。車載GPS技術(shù)和AFC系統(tǒng)的迅猛發(fā)展,為采集乘客出行時(shí)空特征提供了一種積極有效的方式[1]。將GPS數(shù)據(jù)與AFC數(shù)據(jù)相結(jié)合,可使地理位置與乘客出行時(shí)間信息相匹配,有助于挖掘公交客流的時(shí)空分布規(guī)律,實(shí)現(xiàn)對(duì)公交運(yùn)行的評(píng)價(jià)分析和居民出行行為的特征分析,為公交線路規(guī)劃、公交站點(diǎn)選址以及輔助決策等提供良好的數(shù)據(jù)支持[2-5]。

        上下車時(shí)間與站點(diǎn)信息是分析居民公交車出行規(guī)律的基礎(chǔ)。目前,我國(guó)大部分地區(qū)公交采用一票制收費(fèi)模式,系統(tǒng)中僅記錄了上車刷卡時(shí)間,難以得知乘客的下車站點(diǎn)與時(shí)間,因此圍繞推算上下車點(diǎn)這一問題,國(guó)內(nèi)外眾多學(xué)者已開展了大量研究,如Trépanier M[6]等通過分析不同乘客的出行特征,利用多次轉(zhuǎn)乘距離最短來推算下車地點(diǎn),但沒有考慮規(guī)律性不強(qiáng)的出行軌跡;Munizaga M[7]等結(jié)合假定的轉(zhuǎn)乘相鄰站點(diǎn)的時(shí)間和距離,根據(jù)個(gè)人出行鏈確定乘客的下車點(diǎn);Jung J[8]等基于AFC數(shù)據(jù)和土地利用數(shù)據(jù),利用監(jiān)督深度學(xué)習(xí)框架得到較準(zhǔn)確的下車點(diǎn)推算結(jié)果,但需輸入大量人工收集的樣本;胡繼華[9]等利用乘客出行鏈和站點(diǎn)客流量信息分析了乘客個(gè)體出行特征對(duì)站點(diǎn)吸引權(quán)重的影響,建立了基于出行鏈的下車點(diǎn)推算模型;賈奕寧[10]根據(jù)出行鏈判斷乘客的下車與換乘行為,并基于“乘客的公交出行總量一定”原則計(jì)算公交OD矩陣;馬曉磊[11]等針對(duì)有無GPS數(shù)據(jù)兩種情況,分別提出了上車點(diǎn)推算方法,若有GPS數(shù)據(jù),則采用GPS與IC卡數(shù)據(jù)相融合的方法進(jìn)行推算,若無GPS數(shù)據(jù),則采用基于移動(dòng)步距的貝葉斯決策樹算法推算上車點(diǎn)。目前國(guó)內(nèi)外對(duì)于公交乘客下車點(diǎn)的研究,多針對(duì)具有明顯出行鏈規(guī)律的乘客進(jìn)行推算,缺乏有效的驗(yàn)證方法。

        由于乘客的出行類型多,單一采用某種算法推算上下車點(diǎn)難以適應(yīng)具備不同出行規(guī)律乘客的刷卡特征,因此本文設(shè)計(jì)了一種適應(yīng)于多類型刷卡時(shí)間特征的上下車點(diǎn)推算框架。該框架在利用GPS數(shù)據(jù)提取公交車輛??空军c(diǎn)的基礎(chǔ)上,通過分析乘客AFC記錄,提出了根據(jù)層次聚類推算乘客上車點(diǎn)時(shí)間與位置的方法;并以此為基礎(chǔ),對(duì)乘客類型進(jìn)行了分類,研究了不同類型乘客適用的下車時(shí)間與位置推算方法;最后利用深圳公交車GPS和AFC數(shù)據(jù)驗(yàn)證了該框架的可 行性。

        1 計(jì)算流程

        利用GPS和AFC數(shù)據(jù)推算乘客上下車位置和時(shí)間的整體計(jì)算流程如圖1所示,主要包括4個(gè)步驟:

        圖1 基于GPS和AFC數(shù)據(jù)判斷上下車點(diǎn)的算法流程圖

        1)數(shù)據(jù)預(yù)處理。對(duì)GPS數(shù)據(jù)進(jìn)行道路匹配、誤差點(diǎn)過濾等處理,對(duì)AFC數(shù)據(jù)進(jìn)行刷卡時(shí)序重建、無效時(shí)間過濾等處理,以保證參與計(jì)算的數(shù)據(jù)均為有效數(shù)據(jù)。

        2)計(jì)算公交車的停靠時(shí)間和位置。本文利用停滯點(diǎn)提取、折返點(diǎn)提取和空間聚類等方法從公交車GPS數(shù)據(jù)中提取到站??奎c(diǎn)數(shù)據(jù)。

        3)提取乘客上車位置。對(duì)AFC數(shù)據(jù)進(jìn)行凝聚層次聚類,再與公交車??繑?shù)據(jù)進(jìn)行匹配,從而確定乘客的上車點(diǎn)。

        4)推算乘客下車位置。對(duì)乘客刷卡數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,將乘客分為單日多次刷卡(M1)、多日多次刷卡(M2)和多日單次刷卡(M3)3種類型。針對(duì)不同類型的乘客,分別采用基于出行鏈的方法、基于歷史數(shù)據(jù)的方法和基于站點(diǎn)吸引的方法推測(cè)其下車位置。

        2 基于車輛運(yùn)行規(guī)律的公交車站點(diǎn)提取

        公交車站點(diǎn)提取是公交出行行為特征、公交運(yùn)行規(guī)劃等研究的基礎(chǔ)。在實(shí)際運(yùn)營(yíng)中,由于GPS記錄一般是按固定頻率上傳的,在車輛到站??繒r(shí)是否存在記錄具有不確定性,需要利用GPS數(shù)據(jù)推算公交車的??课恢煤屯?繒r(shí)間。本文總結(jié)了公交車運(yùn)行的基本規(guī)律:①在到達(dá)和駛離停靠點(diǎn)的過程中,公交車由減速至加速;②在公交線路的起始站點(diǎn)和終止站點(diǎn)上,公交車的停留時(shí)間相對(duì)其他站點(diǎn)更長(zhǎng);③在一條線路中,起始站點(diǎn)和終止站點(diǎn)間的行程距離是最長(zhǎng)的。根據(jù)上述規(guī)律,本文設(shè)計(jì)了一種公交車停靠點(diǎn)提取方法,主要包括停滯點(diǎn)提取、往返點(diǎn)提取、停滯點(diǎn)聚類3個(gè)步驟,如圖2所示。

        圖2 公交車站點(diǎn)提取流程圖

        2.1 停滯點(diǎn)提取

        停滯點(diǎn)表示車輛在某一區(qū)域內(nèi)停滯時(shí)間超過一定時(shí)間范圍的點(diǎn)[12]。由于公交車GPS數(shù)據(jù)是沿途采樣的,若直接對(duì)其進(jìn)行聚類提取,數(shù)據(jù)量偏大且誤差較大,而公交車在進(jìn)站與出站之間會(huì)有一個(gè)短暫的時(shí)間停留,因此聚類前需先提取停滯點(diǎn),這些停滯點(diǎn)具有更加豐富的語義信息[13]。

        設(shè)一輛公交車GPS記錄中第i個(gè)點(diǎn)pi的坐標(biāo)為 (xi,yi),加速度為ai,速度為vi,Δt為GPS點(diǎn)的時(shí)間差,一般為固定值,Ps為停滯點(diǎn)集合,dist(pi,pi-1)為點(diǎn)pi和pi-1的距離。

        根據(jù)規(guī)律①,設(shè)pi為停滯點(diǎn),則Ps可記為:若有連續(xù)的GPS點(diǎn)序列滿足加速度一直為負(fù),則連續(xù)點(diǎn)序列中最后一個(gè)加速度為負(fù)的點(diǎn)為停滯點(diǎn)。

        2.2 折返點(diǎn)提取

        公交線路中同一站名的兩個(gè)方向車站位置往往會(huì)錯(cuò)開一定距離,因此為了能準(zhǔn)確提取公交車的停靠位置,需對(duì)GPS軌跡中的往返線路進(jìn)行區(qū)分。設(shè)pj為一輛公交車的起止點(diǎn),pj∈Ps;Pz為備選起止點(diǎn)集合;tj為該起止點(diǎn)對(duì)應(yīng)的GPS時(shí)間;dist(pj,pj-1)為兩個(gè)備選折返點(diǎn)pj和pj-1的行程距離。根據(jù)規(guī)律②,設(shè)T為線路每個(gè)站點(diǎn)停留時(shí)間的閾值,若兩個(gè)相鄰?fù)c(diǎn)間的時(shí)間間隔超過T,則這兩個(gè)點(diǎn)是備選折返點(diǎn);同時(shí)考慮到車輛存在GPS信號(hào)丟失等情況,設(shè)S為距離閾值,若兩個(gè)相鄰?fù)c(diǎn)間的距離小于S,則認(rèn)為它們屬于同一折返點(diǎn)。因此,備選折返點(diǎn)應(yīng)滿足條件:

        根據(jù)規(guī)律③,設(shè)折返點(diǎn)為po和pd,公交車的折返點(diǎn)為行程距離最大值對(duì)應(yīng)的兩個(gè)點(diǎn),應(yīng)滿足條件:

        2.3 基于密度聚類的公交站點(diǎn)提取

        設(shè)Ps中除折返點(diǎn)po和pd以外的停滯點(diǎn)為公交沿途??奎c(diǎn),對(duì)于同一公交線路的所有公交車,依次按照§2.1和§2.2的方法進(jìn)行處理,可得到該線路中公交車站位置的集合。本文利用DBSCAN[14]算法對(duì)提取的停滯點(diǎn)進(jìn)行聚類。 DBSCAN算法需要指定E和MinPts 兩個(gè)參數(shù),其中E為搜索半徑,MinPts為站點(diǎn)附近最少的停滯點(diǎn)數(shù)目。由于不同線路各站點(diǎn)附近的停滯點(diǎn)實(shí)際上存在數(shù)量不均勻的情況,因此利用停滯點(diǎn)進(jìn)行站點(diǎn)聚類時(shí),采用相同MinPts閾值易影響公交站點(diǎn)的提取精度。本文設(shè)計(jì)了一個(gè)權(quán)值,對(duì)每條線路進(jìn)行停滯點(diǎn)聚類時(shí),MinPts為該線路總停滯點(diǎn)數(shù)目N的加權(quán)結(jié)果,即

        在此基礎(chǔ)上,本文利用DBSCAN算法可將同一線路上的各公交站點(diǎn)逐一提取出來。

        3 基于刷卡規(guī)律的上下車點(diǎn)推算

        3.1 基于凝聚層次聚類的上車點(diǎn)提取

        由于在同一站點(diǎn)上車的乘客刷卡記錄在時(shí)間上具有集中性,同站上車的刷卡時(shí)間差小于在不同站上車的刷卡時(shí)間差,因此本文采用凝聚層次聚類法[15]對(duì)同一站上車的刷卡數(shù)據(jù)進(jìn)行聚類,并以最短時(shí)間距離判斷記錄之間相似度。具體聚類步驟為:

        1)按AFC數(shù)據(jù)的時(shí)間記錄順序,對(duì)屬于相同車輛的刷卡記錄進(jìn)行排序,假定初始刷卡記錄總數(shù)為n,將每一條記錄作為待聚類對(duì)象。

        2) 對(duì)記錄進(jìn)行兩兩比較,以相鄰記錄Ci和Cj之間的鄰近度作為兩條最近對(duì)象之間的時(shí)間差,并對(duì)最鄰近的兩個(gè)記錄進(jìn)行合并。記錄Ci和Cj之間的鄰近度可記為:

        式中,t(xi,xj)為記錄之間的時(shí)間差。

        3) 設(shè)相鄰兩站之間的運(yùn)行時(shí)間閾值為Tmin,可根據(jù)公交車的平均速度和相鄰公交站間的距離來推算Tmin。

        4)當(dāng)T(Ci,Cj)<Tmin時(shí),將記錄Ci和記錄Cj合并為新的聚類簇,值為兩條記錄時(shí)間相加的平均值,重復(fù)步驟2)。

        5)當(dāng)T(Ci,Cj)≥Tmin時(shí),輸出記錄Ci和記錄Cj內(nèi)點(diǎn)的GPS平均坐標(biāo),作為這兩條記錄對(duì)應(yīng)的上車點(diǎn)。

        3.2 基于乘客刷卡模式的下車點(diǎn)推算

        為了推算乘客的下車點(diǎn),根據(jù)刷卡次數(shù),本文將公交車乘客分為3種類型:?jiǎn)稳斩啻纬丝停∕1)、多日多次乘客(M2)和多日單次乘客(M3)。利用上車點(diǎn)的提取結(jié)果,結(jié)合不同類型乘客出行規(guī)律和刷卡歷史數(shù)據(jù),可對(duì)乘客出行的下車點(diǎn)進(jìn)行推算。

        1)基于出行鏈的下車點(diǎn)推算。對(duì)于M1型乘客,其每天出行的起止點(diǎn)在空間上呈相互銜接的環(huán)狀結(jié)構(gòu),可基于出行鏈來推算下車點(diǎn)。若城市居民一天內(nèi)多次出行均采用公交作為出行方式,則其公交出行會(huì)構(gòu)成一個(gè)閉合環(huán),即出行鏈,如圖3所示。

        圖3 閉合公交出行鏈

        對(duì)于符合出行鏈特征的乘客,其上下車點(diǎn)推算方法基于兩個(gè)假設(shè):①前一次乘車的終點(diǎn)是下一次乘車的起點(diǎn);②同一天內(nèi)首次乘車的起點(diǎn)是最后一次乘車的終點(diǎn)。根據(jù)上述假設(shè),設(shè)xn為某乘客一天內(nèi)第n個(gè)上車點(diǎn),N為該乘客一天內(nèi)的上車點(diǎn)總數(shù),x′n為其對(duì)應(yīng)的下車點(diǎn),則有:

        2)基于歷史數(shù)據(jù)的下車點(diǎn)推算。對(duì)于M2型乘客,其出行可能采用多種交通方式,因此一天內(nèi)的公交出行鏈可能是不閉合的。由于城市居民出行具有一定的規(guī)律性,大部分出行記錄都發(fā)生在居住地和工作地(或?qū)W校)之間,因此可根據(jù)歷史記錄來推算乘客的下車點(diǎn)。以圖4中乘客的上車點(diǎn)為例,其第一天數(shù)據(jù)中存在閉合環(huán),即前一時(shí)刻的下車位置為下一時(shí)刻的上車位置;但在其他日期不存在,第三天的起點(diǎn)數(shù)據(jù)與第一天在時(shí)間和空間上相似,則推斷其下車點(diǎn)與第一天的下車點(diǎn)相同。

        圖4 基于歷史數(shù)據(jù)的下車點(diǎn)推算

        3)基于站點(diǎn)吸引的下車點(diǎn)推算。刷卡數(shù)據(jù)中還存在多日刷卡次數(shù)較少的乘客,其出行既不能構(gòu)成出行鏈,歷史數(shù)據(jù)也難以直接用于推算。對(duì)于這種情況,本文采用站點(diǎn)吸引法推算其下車點(diǎn)。

        研究表明,居民在5~10 km范圍內(nèi)出行搭乘公交的概率較大,小于5 km或大于10 km則會(huì)采用其他出行方式[16]。在只考慮站間距離時(shí),乘客在某點(diǎn)的下車概率隨途經(jīng)站點(diǎn)數(shù)量服從泊松分布[17],則有:

        式中,F(xiàn)ij為在公交站點(diǎn)i上車的乘客在站點(diǎn)j下車的概率;λ為途徑站點(diǎn)數(shù)量。

        乘客下車點(diǎn)的選擇也易受站點(diǎn)周圍設(shè)施的影響,處在交通樞紐、購(gòu)物休閑娛樂場(chǎng)所以及教育、醫(yī)療等設(shè)施處的站點(diǎn)吸引力較大,輻射半徑也較大[16],乘客在這些站點(diǎn)下車的概率較高。從整體來看,某個(gè)站點(diǎn)對(duì)乘客自此上車和自此下車的吸引力是相等的,因此可利用站點(diǎn)上車人數(shù)計(jì)算站點(diǎn)吸引強(qiáng)度。公交線路各站點(diǎn)的吸引權(quán)重Wi可表示為[17]:

        式中,Si為在第i個(gè)站點(diǎn)上車的人數(shù);n為該條線路站點(diǎn)的總數(shù)。

        此外,由于M1型和M2 型乘客的數(shù)據(jù)記錄,推算結(jié)果較準(zhǔn)確,本文嘗試?yán)眠@些乘客的下車點(diǎn)推算結(jié)果修正站點(diǎn)吸引力權(quán)值的影響。修正系數(shù)Qi的計(jì)算公式為:

        式中,Ri為M1型和M2型乘客推算后,在第i個(gè)站點(diǎn)下車的人數(shù)。

        根據(jù)上述計(jì)算結(jié)果,乘客下車概率的計(jì)算公式為:

        取所有站點(diǎn)中概率最大的點(diǎn)為M3型乘客的下車點(diǎn)。

        4 實(shí)驗(yàn)分析與評(píng)價(jià)

        4.1 數(shù)據(jù)來源

        本文采用的數(shù)據(jù)是2014-09-01-09-09的深圳市公交車GPS軌跡數(shù)據(jù)和IC卡刷卡數(shù)據(jù),涵蓋深圳市500條公交線路,共8 471輛公交車。公交車GPS軌跡數(shù)據(jù)和AFC數(shù)據(jù)的基本格式如表1、2所示。

        表1 公交車GPS軌跡數(shù)據(jù)描述

        表2 AFC數(shù)據(jù)描述

        4.2 提取結(jié)果

        利用本文提出的方法提取的部分停靠點(diǎn)與百度地圖疊加的結(jié)果如圖5所示,紅色五角星表示聚類提取的公交停靠點(diǎn),與實(shí)際百度地圖結(jié)果幾乎一致。

        圖5 公交站點(diǎn)提取結(jié)果

        2014-09-01早上8點(diǎn)的上車點(diǎn)、下車點(diǎn)提取結(jié)果如圖6、7所示,不同大小的點(diǎn)表示該站上、下車人數(shù),可以看出,提取的上車點(diǎn)位置與實(shí)際公交站點(diǎn)位置基本吻合。

        圖6 上車點(diǎn)提取結(jié)果

        4.3 結(jié)果驗(yàn)證

        乘客下車點(diǎn)提取結(jié)果的驗(yàn)證原理為:由于M1型、M2型乘客的出行記錄呈現(xiàn)較明顯的出行鏈特征,推算結(jié)果較準(zhǔn)確,因此以基于出行鏈下車點(diǎn)推算方法推算的M1型乘客下車點(diǎn)、基于歷史數(shù)據(jù)下車點(diǎn)推算方法推算的M2型乘客下車點(diǎn)的結(jié)果為真值,并刪除部分M1型、M2型乘客上車點(diǎn)記錄,使其盡量變成M3型乘客刷卡記錄;然后利用基于站點(diǎn)吸引下車點(diǎn)推算方法推算M1型、M2型乘客下車點(diǎn),并對(duì)推算的下車位置進(jìn)行評(píng)分。以M1型乘客為例,設(shè)M1型乘客數(shù)量為n,基于出行鏈方法推算的下車點(diǎn)位置為PMi(i=1,2,…,n),基于站點(diǎn)吸引方法推算的下車點(diǎn)位置為P′Mi,di為PMi與P′Mi之間的歐氏距離?;谡军c(diǎn)吸引的下車點(diǎn)推算方法準(zhǔn)確率的定義為:

        圖7 下車點(diǎn)提取結(jié)果

        式中,g(di)為基于站點(diǎn)吸引的下車點(diǎn)到實(shí)際站點(diǎn)的距離得分,范圍為0~1,數(shù)值越大代表得分越高,該下車點(diǎn)預(yù)測(cè)的準(zhǔn)確率越高;Q1為所有M1型乘客下車預(yù)測(cè)點(diǎn)的評(píng)分總和。

        同理,可利用該方法驗(yàn)證M2型乘客通過基于站點(diǎn)吸引的下車點(diǎn)推算結(jié)果的準(zhǔn)確率Q2,最后將Q1、Q2取平均,即為總的乘客下車點(diǎn)的匹配成功率。通過上述方法計(jì)算得到乘客下車點(diǎn)的匹配成功率為65%,表明本文的下車點(diǎn)提取能大致預(yù)測(cè)乘客的下車位置,為研究乘客的出行特征提供基礎(chǔ)。

        5 結(jié) 語

        本文提出了一種基于公交運(yùn)行規(guī)律的乘客下車點(diǎn)計(jì)算方法,利用公交車GPS和IC卡數(shù)據(jù)推算了乘客的上下車點(diǎn),并驗(yàn)證了該流程的可行性。通過分析公交車運(yùn)行規(guī)律,本文提出了公交車停滯點(diǎn)和折返點(diǎn)的提取方法,并結(jié)合密度聚類法完成了公交站點(diǎn)的提取。在此基礎(chǔ)上,通過分析乘客上車刷卡時(shí)間特征,利用凝聚層次聚類法提取了乘客上車點(diǎn)的位置與時(shí)間;針對(duì)3種類型的乘客,分別利用基于出行鏈、基于歷史數(shù)據(jù)和基于站點(diǎn)吸引3種方法完成下車點(diǎn)的推算,并對(duì)結(jié)果進(jìn)行了分析評(píng)價(jià)。

        實(shí)驗(yàn)結(jié)果表明,本文提出的方法在缺少樣本數(shù)據(jù)的情況下,能較好地提取公交站點(diǎn)的位置,對(duì)于乘客下車點(diǎn)的提取也具有采用價(jià)值。未來加入更多實(shí)驗(yàn)數(shù)據(jù)和樣本數(shù)據(jù)后,可對(duì)參數(shù)做進(jìn)一步優(yōu)化,下車點(diǎn)推算的精度將有進(jìn)一步提高的空間。

        猜你喜歡
        方法
        中醫(yī)特有的急救方法
        中老年保健(2021年9期)2021-08-24 03:52:04
        高中數(shù)學(xué)教學(xué)改革的方法
        化學(xué)反應(yīng)多變幻 “虛擬”方法幫大忙
        變快的方法
        兒童繪本(2020年5期)2020-04-07 17:46:30
        學(xué)習(xí)方法
        可能是方法不對(duì)
        用對(duì)方法才能瘦
        Coco薇(2016年2期)2016-03-22 02:42:52
        最有效的簡(jiǎn)單方法
        山東青年(2016年1期)2016-02-28 14:25:23
        四大方法 教你不再“坐以待病”!
        Coco薇(2015年1期)2015-08-13 02:47:34
        賺錢方法
        久久精品成人一区二区三区蜜臀 | 久久久亚洲免费视频网| 日本高清在线一区二区三区| 亚洲人成人网站在线观看| 北条麻妃毛片在线视频| 国产人禽杂交18禁网站| 国产精品又爽又粗又猛又黄| 久久精品成人亚洲另类欧美| 91亚洲精品久久久中文字幕| 精品一区二区三区四区国产| 中文字幕久久精品一二三区| 亚洲欧美欧美一区二区三区| 在线亚洲精品国产成人二区| 国产精品国产自产自拍高清av| 国产做国产爱免费视频| 久久欧美与黑人双交男男| 亚洲色偷偷综合亚洲AVYP| 中文字幕一区二区三区日韩网| 看国产亚洲美女黄色一级片| 国产精品成熟老女人| 久无码久无码av无码| 美女超薄透明丝袜美腿| 人妻被公上司喝醉在线中文字幕| 无码毛片内射白浆视频| 久久午夜伦鲁片免费无码| 国产亚洲欧美日韩综合综合二区| 国产一区二区毛片视频| 亚洲国产精品美女久久| 思思久久96热在精品国产| 中文字幕有码一区二区三区| 久久精品国产亚洲av日韩一| 337p人体粉嫩胞高清视频| 久青草国产视频| 精品女同av一区二区三区| 无码av专区丝袜专区| 亚洲欧美日韩一区二区三区在线| 成年女人窝窝视频| 精品乱色一区二区中文字幕 | 看一区二区日本视频免费| 777精品出轨人妻国产| 色94色欧美sute亚洲线路二|