[发明专利]借助于人工智能基于摄像机对接车辆

说明书

本发明涉及借助于人工智能基于摄像机对接车辆。针对对接站的评估装置，该评估装置包括：入口端口，用于获得对接站的利用能布置在车辆上的成像传感器摄取的至少一个影像，其中，评估装置被实施为，实施人造神经元网络，人造神经元网络被训练用于根据影像获知对接站的支撑点的图像坐标，根据支撑点的已知的几何形状来获知成像传感器相对于支撑点的位置和/或指向，并且根据成像传感器的所获知的位置和/或指向以及成像传感器在车辆上的已知的布置来获知对接站相对于车辆的位置和/或指向；出口端口，用于根据对接站相对于车辆的所获知的位置来提供用于车辆控制装置的信号，以便控制车辆对接到对接站上。

技术领域

本发明涉及一种根据权利要求1所述的用于定位对接站的支撑点的评估装置。本发明还涉及一种根据权利要求2所述的用于定位对接站的支撑点的方法。本发明还涉及一种根据权利要求4所述的用于使车辆自动化地对接到对接站上的评估装置。本发明还涉及一种根据权利要求6所述的用于自动化地对接到对接站上的车辆。本发明也涉及一种根据权利要求7所述的用于使车辆自动化地对接到对接站上的方法。最后，本发明涉及一种根据权利要求13所述的用于将车辆对接到对接站上的计算机程序产品。

背景技术

自动化行驶的挑战一方面是在道路交通中的灵活驾驶。另一方面，尤其是在商用车领域，自动化行驶的任务是对接过程，其中，例如装卸货物和/或更换工具。

出版文献GB 2 513 393描述了一种具有摄像机和靶标的装置。摄像机固定在车辆上。标靶、例如图案面板固定在挂车上。通过在由摄像机摄取的图像中识别和定位标靶而能够计算轨迹。该轨迹描述了朝着拖车的方向的路径，车辆必须经过该路径用以对接拖车。

出版文献DE 10 2006 035 929 B4公开了一种用于借助商用车以传感器辅助的方式行驶到对象之下或者驶入对象中、尤其是驶入到变换桥中的方法，其中，由至少一个布置在商用车的尾部上的传感器来检测周围环境信息，并且其中，依据所检测到的周围环境信息来确定对象与商用车之间的相对位置，其中，与距离相关地在至少两个阶段中以传感器控制的方式选择出对象的分级模型的对象特征，其中，在商用车接近该对象期间，依据各个对象特征通过模型适配来实现该对象的单独的建模。在此，该分级模型随着距变换桥的距离而变化。例如，在远距离区域中识别出“粗略的”特征而在近距离区域中使模型精细化，用于更精确的定位。

发明内容

在此提出本发明。本发明所基于的任务是：改善车辆的自动化对接。

该任务通过具有权利要求1的特征的用于定位对接站的支撑点的评估装置来解决。该任务还通过具有权利要求2的特征的用于定位对接站的支撑点的方法来解决。该任务还通过具有权利要求4的特征的用于使车辆自动化地对接到对接站上的评估装置来解决。该任务还通过具有权利要求6的特征的用于自动化地对接到对接站上的车辆来解决。该任务也通过具有权利要求7的特征的用于使车辆自动化地对接到对接站上的方法来解决。最后，该任务通过具有权利要求13的特征的用于将车辆对接到对接站上的计算机程序产品来解决。

有利的设计方案和扩展方案在从属权利要求中说明。

按照本发明的用于在对接站的影像中定位对接站的支撑点的评估装置包括第一入口端口用于获得实际训练数据。实际训练数据包括对接站的影像。对于训练来说，存在支撑点的作为分开的信息的位置数据。该评估装置还包括第二入口端口用于获得目标训练数据。目标训练数据包括相应的支撑点在影像中的目标位置数据。该评估装置被实施为：将实际训练数据向前馈送给人造神经元网络，而且在该向前馈送给中获得相应的支撑点的利用该人造神经元网络获知的实际位置数据。该评估装置还被实施为：通过反向馈送实际位置数据与目标位置数据之间的偏差来调整用于人造神经元网络的神经元的连接的权重因子用以使偏差最小化，以便学习支撑点的目标位置数据。该评估装置还包括出口端口用于提供实际位置数据。

下面的限定适用于本发明的整个主题。