GaussianAD：基于高斯的端到端自动驾驶
计算机视觉与模式识别
2024-12-16 v1 人工智能
机器学习
机器人学
摘要
基于视觉的自动驾驶因其优异的性能和低成本显示出巨大的潜力。现有大多数方法采用稠密表示（如鸟瞰图）或稀疏表示（如实例框）进行决策， suffer 从而在全面性与效率之间存在权衡。本文探索了一种基于高斯的端到端自动驾驶（GaussianAD）框架，利用3D语义高斯对场景进行广泛而稀疏的描述。我们以均匀的3D高斯初始化场景，并使用周边视图图像逐步细化这些高斯，以获得3D高斯场景表示。随后，我们使用稀疏卷积高效地执行3D感知（例如3D检测、语义地图构建）。我们针对具有动态语义的高斯预测3D流场，并据此依据未来场景预测目标对自车轨迹进行规划。我们的GaussianAD可以以端到端方式进行训练，当可获得时可选取感知标签。在广泛使用的nuScenes数据集上进行的大量实验验证了我们端到端的GaussianAD在各种任务（包括运动规划、3D占用预测和4D占用预测）方面的有效性。代码：https://github.com/wzzheng/GaussianAD。
引用
@article{arxiv.2412.10371,
title = {GaussianAD: Gaussian-Centric End-to-End Autonomous Driving},
author = {Wenzhao Zheng and Junjie Wu and Yao Zheng and Sicheng Zuo and Zixun Xie and Longchao Yang and Yong Pan and Zhihui Hao and Peng Jia and Xianpeng Lang and Shanghang Zhang},
journal= {arXiv preprint arXiv:2412.10371},
year = {2024}
}
备注
Code is available at: https://github.com/wzzheng/GaussianAD