廣告
香港股市 已收市
  • 恒指

    17,021.31
    +16.34 (+0.10%)
     
  • 國指

    6,010.64
    -5.87 (-0.10%)
     
  • 上證綜指

    2,890.90
    +4.16 (+0.14%)
     
  • 滬深300

    3,409.29
    +10.02 (+0.29%)
     
  • 美元

    7.8066
    +0.0005 (+0.01%)
     
  • 人民幣

    0.9282
    +0.0025 (+0.27%)
     
  • 道指

    40,589.34
    +654.27 (+1.64%)
     
  • 標普 500

    5,459.10
    +59.88 (+1.11%)
     
  • 納指

    17,357.88
    +176.16 (+1.03%)
     
  • 日圓

    0.0505
    +0.0001 (+0.10%)
     
  • 歐元

    8.4741
    +0.0082 (+0.10%)
     
  • 英鎊

    10.0430
    +0.0110 (+0.11%)
     
  • 紐約期油

    76.44
    -1.84 (-2.35%)
     
  • 金價

    2,385.70
    +32.20 (+1.37%)
     
  • Bitcoin

    67,839.06
    +825.78 (+1.23%)
     
  • CMC Crypto 200

    1,372.70
    +42.09 (+3.16%)
     

鴻海研究院攜手香港城大 推新世代自駕軌跡預測深度學習模型

鴻海 (2317-TW) 研究院今 (23) 日宣布,人工智能研究所攜手香港城市大學共同合作,首度推出新世代自動駕駛軌跡預測深度學習模型「QCNet」,未來可應用於集團電動車自動駕駛系統,大幅提升自駕決策的實時性與安全性。

本次鴻海研究院與香港城市大學所提出的 QCNet 是一種智慧型軌跡預測模型,其主要優勢在於能夠理解真實駕駛場景的全局資訊,活用和 ChatGPT 相同技術基礎的 Transformer 架構,將其修改為適用於自動駕駛場景,使其學習車輛歷史軌跡,車輛間交互行為、道路環境等多樣性與不確定性,得到豐富的場景反饋。

QCNet 可在複雜的道路環境捕捉車輛的多種潛在意圖、超長距離預測未來 6 至 8 秒內的運動軌跡、可同時對場景中的多個目標進行準確的預測,並可將編碼器的計算效率提升 85% 以上。

除了高效精準的預測,QCNet 為交通場景中包括車道、斑馬線、車輛、行人等在內的每一個場景元素分別建立了一套局部座標系,在場景元素所對應的局部座標系下學習表徵,並通過相對時空位置編碼來捕捉不同場景元素之間的相對關係,從而得以避免大量重複的計算並最終提升模型的即時計算效率。

QCNet 也在全球規模最大,且最具挑戰性的兩大自駕車軌跡預測挑戰排行榜 Argoverse 1 與 Argoverse 2,取得排名第一的佳績,並且將於今年六月全世界 AI 領域享譽全球的頂級會議 CVPR 發表。

更多鉅亨報導