【端到端】华科X地平线:VAD, 基于矢量场景表征的端到端自动驾驶

文章预览

论文: https://arxiv.org/abs/2303.12077  github: https://github.com/hustvl/VAD VAD (Vectorized Autonomous Driving) 是一种端到端的自动驾驶范式，它通过将驾驶场景建模为完全向量化的表示来提高规划的效率和安全性。这种方法避免了传统密集栅格化表示的计算密集型问题，并能捕捉到关键的实例级结构信息。VAD利用矢量化的场景信息隐式和显式地指导规划，通过查询交互和矢量化规划约束来提高安全性。在nuScenes数据集上，VAD实现了超越之前最佳方法的端到端规划性能，同时大幅提高了推理速度。VAD-Base模型将平均碰撞率降低了29.0%，运行速度提高了2.5倍。轻量级变体VAD-Tiny在保持相当的规划性能的同时，推理速度提高了9.3倍。该研究展示了VAD在实际部署自动驾驶系统中的潜力，并提供了开源代码和模型以促进未来研究。 1. 研究背景与动机 1.1 自动驾驶的挑战 自动驾驶技 ………………………………