鴻海電動車自駕技術突破

鴻海（2317）旗下鴻海研究院人工智能研究所昨（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」，並在全球規模最大、最具挑戰性的兩大自駕車軌跡預測挑戰排行榜取得排名第一佳績，準確度優於業界，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。

這是鴻海集團衝刺電動車自駕技術大突破，為電動車事業戰力大加分。隨著鴻海集團發展電動車硬體陸續到位，今年將會陸續展示集團在電動車軟體的實力，以軟硬整合建構完整的電動車生態系統。

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

本次鴻海研究院與香港城市大學提出的QCNet，是一種智慧型軌跡預測模型，優勢在於能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。

鴻海研究院人工智慧研究所所長栗永徽表示，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並在全球規模最大、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，將於6月全世界AI領域享譽全球的頂級會議CVPR發表。