【技术实现步骤摘要】
所述。
[0006]本文公开了一种方法，所述方法包括：在图像中确定第一对象的位置，基于所述第一对象的所述位置在所述图像上绘制线，训练深度神经网络以基于所述线确定所述图像中的所述第一对象与所述图像中的第二对象之间的相对位置，以及通过确定将多个深度神经网络参数除以性能分数的适应度分数来优化所述深度神经网络。该方法还包括车辆中的第二计算机，其中所述深度神经网络被输出到所述车辆中的所述第二计算机。所述第二计算机可以包括第二处理器和第二存储器，所述第二存储器包括第二指令，所述第二指令可由所述第二处理器执行以基于获取第二图像并将所述第二图像输入到包括在所述第二计算机中的所述深度神经网络来确定车辆路径而操作所述车辆。所述第二计算机可控制车辆动力传动系统、车辆转向装置和车辆制动器中的一者或多者以在基于所述深度神经网络确定的所述车辆路径上操作所述车辆。基于所述线确定所述图像中的所述第一对象与所述图像中的所述第二对象之间的所述相对位置可以包括所述第二对象位于所述线上。
[0007]可以通过将图像输入到第二深度神经网络来确定第一对象的位置。所述线可以包括亮像素和暗像素的图...
【技术保护点】
【技术特征摘要】
1.一种方法，其包括：在图像中确定第一对象的位置；基于所述第一对象的所述位置在所述图像上绘制线；训练深度神经网络以基于所述线确定所述图像中的所述第一对象与所述图像中的第二对象之间的相对位置；以及通过确定将多个深度神经网络参数除以性能分数的适应度分数来优化所述深度神经网络。2.如权利要求1所述的方法，其还包括车辆中的第二计算机，其中所述深度神经网络被输出到所述车辆中的所述第二计算机。3.如权利要求2所述的方法，所述第二计算机包括第二处理器和第二存储器，所述第二存储器包括第二指令，所述第二指令能够由所述第二处理器执行以基于获取第二图像并将所述第二图像输入到包括在所述第二计算机中的所述深度神经网络来确定车辆路径而操作所述车辆。4.如权利要求3所述的方法，其中所述第二计算机控制车辆动力传动系统、车辆转向装置和车辆制动器中的一者或多者以在基于所述深度神经网络确定的所述车辆路径上操作所述车辆。5.如权利要求1所述的方法，其中基于所述线确定所述图像中的所述第一对象与所述图像中的所述第二对象之间的所述相对位置包括所述第二对象位于所述线上。6.如权利要求1所述的方法，其还包...
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。