鴻海研究院自駕車模型「QCNet」6月國際電腦視覺與圖型識別會議發表

鴻海(2317)旗下鴻海研究院人工智能研究所今(23)日宣布攜手香港城市大學,首度推出新世代自動駕駛軌跡預測深度學習模型「QCNet」,鴻海表示,QCNet可在複雜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秒內運動軌跡、可同時對場景中多個目標進行準確預測,並可將編碼器計算效率提升85%以上。

鴻海創辦人郭台銘駕駛Model B進場。圖 / 鴻海官網直播。
鴻海旗下鴻海研究院人工智能研究所攜手香港城市大學,首度推出新世代自動駕駛軌跡預測深度學習模型「QCNet」。(資料照 / 取自鴻海官網直播)。

過往軌跡預測方法不具備流式處理能力,必須特別為每一個待預測的交通參與者分別計算一套專有場景編碼,以達到更高的預測精度,導致產生出極大的計算負擔。

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,主要優勢在於能夠理解真實駕駛場景全局資訊,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,並學習車輛歷史軌跡,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。

鴻海指出,該模型在全球規模最大,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,取得排名第一佳績,準確度優於業界。

另外,除高效精準預測,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,以避免大量重複計算並最終提升模型即時計算效率。

鴻海研究院人工智慧研究所所長栗永徽認為,鴻海研究院在AI與自動駕駛領域投入大量人力,從基礎模型以及算法核心精進技術,QCNet能夠在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國際電腦視覺與圖型識別會議(CVPR)發表,未來QCNet可應用於集團電動車自動駕駛系統,大幅提升自動駕駛決策的實時性與安全性。

延伸閱讀

車用軟體商AutoCore獲博世新一輪注資 鴻海仍是第一大外部股東

鴻海第一季獲利受業外衝擊EPS0.93元 全年展望維持持平看法

鴻海、英飛凌簽合作備忘錄聚焦電動車碳化矽 新設應用中心今年啟用

  • Yahoo財經特派記者 呂俊儀:資深財經媒體工作者,曾任採訪團隊主管,專訪過長榮集團創辦人張榮發、鴻海創辦人郭台銘,也歷經台積電創辦人張忠謀退休記者會等大事件,堅持產出最專業、富有洞見的新聞。