【ITBEAR科技资讯】5月23日消息，鸿海科技集团旗下的鸿海研究院人工智能研究所与香港城市大学携手合作，共同推出了一款全新的自动驾驶轨迹预测深度学习模型——"QCNet"。据悉，该模型具备强大的智能轨迹预测能力，并能够应用于鸿海集团的电动车自动驾驶系统。
QCNet作为一种智能轨迹预测模型，具有独特的优势，可以全面理解真实驾驶场景中的全局信息。该模型通过对基于Transformer架构的ChatGPT进行改进，使其适用于自动驾驶场景，并能够学习车辆的历史轨迹、车辆间的交互行为以及道路环境等多样性和不确定性因素。
据ITBEAR科技资讯了解，QCNet具备令人瞩目的能力，能够准确地预测未来6至8秒内车辆的运动轨迹，并对场景中的多个目标进行预测。与此同时，该模型对编码器的计算效率进行了优化，提升了85%的计算速度。此外，QCNet针对交通场景中的车道、斑马线、车辆和行人等元素，分别建立了一套局部坐标系，并在局部坐标系下学习表征。通过相对时空位置编码，QCNet能够捕捉不同场景元素之间的相对关系，从而进一步提高了模型的实时计算效率。
这一次的合作将鸿海科技集团的技术实力与香港城市大学的研究优势相结合，为自动驾驶技术的发展注入了新的动力。QCNet的推出将为鸿海集团的电动车自动驾驶系统带来更先进、更可靠的轨迹预测能力，为用户提供更安全、舒适的出行体验。未来，我们可以期待这一研究成果在自动驾驶领域发挥重要作用，并为智能交通的发展做出积极贡献。
