PPAD：用于端到端自动驾驶的预测与规划迭代交互
计算机视觉与模式识别
2024-07-23 v4 机器人学
摘要
我们提出了一种用于端到端自动驾驶的预测与规划新交互机制，称为 PPAD（预测与规划迭代交互自动驾驶，Iterative Interaction of Prediction and Planning Autonomous Driving），其考虑时间步级交互以更好地整合预测与规划。自车基于周围智能体（例如车辆和行人）的轨迹预测及其局部道路条件在每个时间步执行运动规划。与现有的端到端自动驾驶框架不同，PPAD 以自回归方式对每个时间步的预测与规划过程进行交错，来建模自车、智能体和动态环境之间的交互，而非预测后接规划的单一顺序过程。具体而言，我们设计了以分层动态关键对象注意力为特征的自车到智能体、自车到地图和自车到 BEV 的交互机制，以更好地建模交互。在 nuScenes 基准上的实验表明，我们的方法优于最先进的方法。
引用
@article{arxiv.2311.08100,
title = {PPAD: Iterative Interactions of Prediction and Planning for End-to-end Autonomous Driving},
author = {Zhili Chen and Maosheng Ye and Shuangjie Xu and Tongyi Cao and Qifeng Chen},
journal= {arXiv preprint arXiv:2311.08100},
year = {2024}
}
备注
Accepted to ECCV 2024. Project page: https://github.com/zlichen/PPAD