北交大提出 UAD | 无需成本高昂的模块化和3D手动注释的端到端自动驾驶 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 作者提出了UAD方法，这是一种基于视觉的端到端自动驾驶（E2EAD）方法，在nuScenes上的开环评估性能最佳，同时在CARLA中展示了稳健的闭环驾驶质量。 作者的动机源于观察当前E2EAD模型仍然模仿典型驾驶堆栈中的模块化架构，通过精心设计的 监督 感知和预测子任务来为定向规划提供环境信息。 尽管取得了突破性的进展，但这种设计存在一定的缺点： 1）前面的子任务需要大量高质量的三维标注作为监督，这成为扩展训练数据的重大障碍； 2）每个子模块在训练和推理中都带来了相当大的计算开销。 为此，作者提出了UAD，这是一个具有 无监督 代理的E2EAD框架，以解决所有这些问题。 首先，作者设计了一种新颖的角感知预训练任务，以消除 ………………………………