[发明专利]用于训练和使用神经网络以检测自部件位置的方法

权利要求书

1.一种车辆，该车辆包括：

车身，所述车身具有多个相机和至少一个自部件连接部；

自部件，所述自部件经由所述自部件连接部连接到所述车身；

位置检测系统，所述位置检测系统通信地耦合到所述多个相机并且用于从所述多个相机接收视频馈源，所述位置检测系统用于识别至少部分地成像在所述视频馈源中的自部件，并且用于使用神经网络来确定所述自部件相对于所述车辆的最接近角位置；并且

其中，所述神经网络用于确定所述实际角位置最接近一组预定角位置中的每个角位置的概率，并且确定所述自部件相对于车辆的最接近角位置是具有最高概率的预定角位置。

2.根据权利要求1所述的车辆，其中，所述多个相机中的每个相机是镜替换相机，并且其中，控制器用于接收所确定的最接近角位置并且响应于所接收的角位置而平移所述相机中的至少一个。

3.根据权利要求1或2所述的车辆，其中，所述自部件是拖车，并且其中，所述拖车包括边缘标记和拐角标记中的至少一个。

4.根据权利要求3所述的车辆，其中，所述神经网络用于：基于所确定的所述自部件的最近角位置，来确定来自所述多个相机的视频馈源内的所述边缘标记和所述拐角标记中的至少一个的预期位置。

5.根据权利要求4所述的车辆，所述车辆进一步包括：通过分析来自所述多个相机的视频馈源并确定所述边缘标记和所述拐角标记中的至少一个在所述视频馈源内的预期位置，来验证所确定的自部件的最近角位置的精度。

6.根据前述权利要求中任一项所述的车辆，其中，经由从第一通用神经网络到第二特定神经网络的转移学习来训练所述神经网络。

7.根据权利要求6所述的车辆，其中，所述第一通用神经网络被预训练，以执行与识别至少部分地成像在所述视频馈源中的自部分以及使用神经网络确定所述自部分相对于车辆的最近角位置相关的任务。

8.根据权利要求7所述的车辆，其中，相关任务包括图像分类。

9.根据权利要求7所述的车辆，其中，所述神经网络是第二特定神经网络，并且被训练以识别至少部分地成像在所述视频馈源中的自部分，并且使用利用所述第一通用神经网络的神经网络来确定所述自部件相对于车辆的最近角位置。

10.根据权利要求9所述的车辆，其中，使用比所述第一通用神经网络更小的训练集来训练所述第二特定神经网络。

11.根据前述权利要求中任一项所述的车辆，其中，所述神经网络包括与预定位置的数量相等的数量的输出神经元。

12.根据前述权利要求中任一项所述的车辆，其中，确定实际角位置最接近一组预定角位置中的每个角位置的概率，并且确定所述自部件相对于车辆的最接近角位置是具有最高概率的预定角位置，包括：使用至少一个上下文线索来验证所确定的最接近角位置。

13.根据权利要求12所述的车辆，其中，所述至少一个上下文线索包括：车辆的行进方向、车辆的速度、先前确定的自部件的角位置、以及图像中的至少一个关键点的位置中的至少一个。

14.根据前述权利要求中任一项所述的车辆，所述车辆进一步包括拖车标记系统，所述拖车标记系统用于识别所述自部件的多个关键点，并在观察平面中将标记叠加在所述自部件的多个关键点中的每个关键点上。

15.根据权利要求14所述的车辆，其中，所述多个关键点包括拖车端和后轮位置中的至少一个。

16.根据权利要求14或15所述的车辆，其中，从图像平面提取所述多个关键点中的每个关键点，并且所述每个关键点至少部分地基于所确定的自部件的最近角位置。