TrajDiff：无感知标注的端到端自动驾驶
计算机视觉与模式识别
2025-12-02 v1 机器人学
摘要
端到端自动驾驶系统直接从原始传感器输入生成驾驶策略。虽然这些系统能够从传感器输入中提取有效的环境特征用于规划，但由于手动感知标注成本高昂， developing perception annotation-free planning paradigms 日益受到重视。本文提出TrajDiff，一种基于轨迹导向的BEV条件扩散框架，构建了面向端到端自动驾驶的完全无感知标注生成方法。TrajDiff仅需原始传感器输入和未来轨迹，构建包含驾驶模态的高斯BEV热力图目标。我们设计了简单且有效的轨迹导向BEV编码器，以无感知监督方式提取TrajBEV特征。此外，我们引入轨迹导向BEV扩散Transformer（TB-DiT），利用 ego-state 信息和预测的TrajBEV特征直接生成多样且合理的轨迹，无需手工设计的运动先验。除架构创新外，TrajDiff还 enables 在无标注 setting 下探索数据规模效应。在NAVSIM基准测试中，TrajDiff达成87.5 PDMS，建立了所有无标注方法中的最佳性能。数据规模化后进一步提升至88.5 PDMS，与先进的感知基方法持平。我们的代码和模型将公开发布。
引用
@article{arxiv.2512.00723,
title = {TrajDiff: End-to-end Autonomous Driving without Perception Annotation},
author = {Xingtai Gui and Jianbo Zhao and Wencheng Han and Jikai Wang and Jiahao Gong and Feiyang Tan and Cheng-zhong Xu and Jianbing Shen},
journal= {arXiv preprint arXiv:2512.00723},
year = {2025}
}