【技术实现步骤摘要】
使用端到端学习的挂车角度检测
本专利技术总体上涉及挂车倒车辅助系统，并且更具体地，涉及采用通过图像处理进行挂车角度检测的挂车倒车辅助系统。
技术介绍
在拖挂挂车的同时使车辆倒退对于许多驾驶员来说可能是具有挑战性的，尤其是对于不经常在有挂车的情况下进行驾驶的驾驶员或者在有各种类型的挂车的情况下进行驾驶的驾驶员。用于辅助驾驶员使挂车倒退的一些系统依赖于挂车角度测量来确定挂车相对于车辆的位置。因此，挂车角度测量的准确性和可靠性对于挂车倒车辅助系统的操作可能是至关重要的。
技术实现思路
根据本专利技术的一个方面，公开了一种挂车角度识别系统。所述系统包括被配置成捕获图像的成像装置。角度传感器被配置成测量挂车相对于车辆的第一角度。控制器被配置成在神经网络中处理图像，并基于图像估计挂车相对于车辆的第二角度。控制器还被配置成基于第一角度和第二角度之间的差来训练神经网络。所述系统还可以包括单独或各种组合下的以下要素中的一者或多者。附加要素可能包括以下内容：·控制器还被配置成用角度标记图像作为对神经网络的输入...
【技术保护点】
1.一种挂车角度识别系统，其包括：/n成像装置，其被配置成捕获图像；/n角度传感器，其被配置成测量所述挂车相对于车辆的第一角度；以及/n控制器，其被配置成：/n在神经网络中处理所述图像；/n基于所述图像估计所述挂车相对于所述车辆的第二角度；并且/n基于所述第一角度和所述第二角度之间的差训练所述神经网络。/n
【技术特征摘要】
20181126 US 16/199,8511.一种挂车角度识别系统，其包括：
成像装置，其被配置成捕获图像；
角度传感器，其被配置成测量所述挂车相对于车辆的第一角度；以及
控制器，其被配置成：
在神经网络中处理所述图像；
基于所述图像估计所述挂车相对于所述车辆的第二角度；并且
基于所述第一角度和所述第二角度之间的差训练所述神经网络。
2.根据权利要求1所述的系统，其中所述控制器还被配置成：
用所述角度标记所述图像作为对所述神经网络的输入。
3.根据权利要求1-2中任一项所述的系统，其中所述控制器还被配置成：
训练所述神经网络以基于所述图像识别所述车辆与所述挂车之间的实际角度而无需来自所述角度传感器的所述第一角度。
4.根据权利要求1所述的系统，其中所述训练包括：
识别所述第一角度和所述第二角度之间的误差。
5.根据权利要求1所述的系统，其中所述成像装置被配置成捕获指向所述挂车与所述车辆的连接接口的视野中的所述图像。
6.根据权利要求1所述的系统，其中所述控制器还被配置成：
利用所述成像装置捕获多个图像，并在所述挂车和所述车辆之间的挂车角度范围内估计所述第二角度。
7.根据权利要求6所述的系统，其中所述控制器还被配置成：
将在所述多个图像中估计的所述第二角度与由所述角度传感器测量的所述第一...
【专利技术属性】
技术研发人员：布鲁诺·西利·贾尔斯科斯塔，维迪亚·纳里亚曼特穆拉里，赛义德·努沙巴迪，维贾伊·纳加萨米，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。