新型 AI 系統提升自駕車預測準確度
背景
香港城市大學的一個研究團隊最近開發了一種新型的人工智慧系統,可以提高在擁擠交通環境中的預測準確度,並且將運算效率提高了 85%以上。這一系統對於提升自駕車的安全性具有巨大的潛力。
問題
自駕車能夠準確且及時地預測附近車輛的行動軌跡或行人的未來路徑至關重要。即使是微小的延遲和錯誤也可能導致災難性的事故。然而現有的行為預測解決方案往往難以正確理解駕駛場景,或者在預測中缺乏效率。
創新
為了克服這些約束,香港城市大學的王建平教授領導的研究團隊提出了一個突破性的軌跡預測模型,稱為"QCNet"。這個模型基於相對時空的定位原則,擁有優良的特性,在空間維度上具有"旋轉平移不變性",在時間維度上具有"平移不變性"。QCNet 能夠理解交通規則和多個道路使用者之間的相互作用,預測符合地圖並且無碰撞危險的未來軌跡。
效能評估
研究團隊使用了包括超過 320,000 個資料序列和 250,000 個場景的"Argoverse 1"和"Argoverse 2"兩個大規模的開放原始碼自駕車資料集和高畫質地圖進行評估。在測試中,即使是長期的六秒預測,QCNet 在預測道路使用者未來動作方面表現出了速度和準確度。它在"Argoverse 1"和"Argoverse 2"上分別排名第一和第 44 位。此外 QCNet 還將在夜間交通繁忙的場景中,將線上推理延遲從 8 毫秒降低到 1 毫秒,效率提高了 85%以上。
影響
透過將這一技術整合到自駕車系統中,自駕車可以更好地理解周圍環境,更準確地預測其他使用者的未來動作,做出更安全、更人性化的決策,為安全的自駕車駕駛鋪平道路。未來,研究團隊計劃將這一技術應用於更多自駕車的應用中,包括交通模擬和人性化決策。
結論
此項研究的發現於 2023 年 9 月在加拿大舉行的 IEEE/CVF 電腦視覺與模式識別學術會議(CVPR 2023)上發布。這一研究對於自駕車的預測準確度和運算效率的提升具有重要的意義。隨著這一技術的成熟和應用,人們對自駕車的信任和接受度將逐步提高。同時我們也需要關注其帶來的倫理和法律問題,並制定相應的規範和法律措施來確保自駕車的安全和道德合規性。
參考資料:
Zhou, Z., et al. (2023). Query-Centric Trajectory Prediction. City University of Hong Kong. Retrieved from https://techxplore.com/news/2023-09-ai-accuracy-autonomous.html
延伸閱讀
- AI 助您創辦者更快、更輕鬆地籌集資金嗎?
- 本週人工智慧大事記:生成式人工智慧與創作者補償的問題
- 創業戰場 200 正式啟動!距離提名截止只剩 1 個月
- 首次自動駕駛賽車聯盟 - 自駕車對決 F1 賽車手的盛況
- 首次在阿布達比舉行的四輛自駕車和一名一級方程式車手的賽車對決
- AI 新創點子解決創辦人個資外洩的痛 - 這位創辦人深受影響後的啟發
- 特斯拉利潤下滑、Fisker 停滯不前、加州城市爭奪自駕車控制權
- 特斯拉的熱鬧一周:金融科技迎來了時刻?
- 微軟和 Quantinuum 或帶領量子計算的下一個時代
- 在巨型公司中創新的挑戰以及今年他感到興奮的事情 Sundar Pichai 談創新大公司的挑戰以及他今年的期待