感謝網(wǎng)友 你好啊_兔子 的線索投遞！

5 月 23 日消息，鴻海科技集團旗下鴻海研究院人工智能研究所與香港城市大學合作，推出新世代自動駕駛軌跡預測深度學習模型“QCNet”，未來可應用于集團電動車自動駕駛系統(tǒng)。

從鴻海官網(wǎng)得知，QCNet 是一種智能軌跡預測模型，主要優(yōu)勢在于能夠理解真實駕駛場景的全局信息，將 ChatGPT 相同技術基礎的 Transformer 架構(gòu)修改為適用于自動駕駛場景，使其學習車輛歷史軌跡，車輛間交互行為、道路環(huán)境等多樣性與不確定性。

據(jù)悉，QCNet 可預測車輛未來 6 至 8 秒內(nèi)的運動軌跡，同時對場景中的多個目標進行準確地預測，編碼器計算效率提升 85%。同時，QCNet 為車道、斑馬線、車輛、行人等交通場景中的每一個場景元素分別建立了一套局部坐標系，在局部坐標系下學習表征，并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系，提升模型的實時計算效率。

總結(jié)

以上是生活随笔為你收集整理的鸿海推出新时代自动驾驶轨迹预测深度学习模型“QCNet”的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。