香港城市大学开发出新人工智能系统QCNet 提高自动驾驶的预测准确性

(资料图)

准确实时预测附近车辆的运动或行人的未来轨迹对于安全自动驾驶至关重要。据外媒报道，由香港城市大学（City University of Hong Kong，CityU）领导的研究团队最近开发出全新人工智能系统，可以提高密集交通中的预测准确性，并将计算效率提高85％以上，进一步增强自动驾驶汽车的安全性。

领导这项研究的CityU计算机科学系汪建平教授解释了自动驾驶中精确、实时预测的至关重要性，并强调即使是最小的延迟和错误也可能导致灾难性事故。

然而，现有的行为预测解决方案通常难以正确理解驾驶场景或预测效率低下。通常情况下，当车辆及其观察窗向前移动时，这些解决方案可对周围物体和环境的最新位置数据进行重新整理和编码，即使最新的位置数据与之前的数据基本重叠，从而导致实时在线预测中出现冗余计算和延迟。



本文共计1000字开通高级账号后继续阅读

登录后获取已开通的账号权益温馨提示：研究院技术情报订阅者可畅读全文订阅

本文共计1000字开通高级账号后继续阅读

您未开通，请开通后阅读温馨提示：研究院技术情报订阅者可畅读全文订阅