2025开年
DeepSeek 给全球 AI 圈带来“强震”
作为自动驾驶独角兽的毫末
也用技术革新，为大家奉上“开年大礼”
更高的规划精度、更稳的安全性
更强的复杂场景适应性……
毫末 OAD 都有哪些“看家本领”？
端到端自动驾驶技术
怎样进一步实现技术突破？
速速下划阅读，和小编一起一探究竟
⬇️⬇️
端到端自动驾驶技术在近年来取得了显著进展。在本研究中，毫末提出了轨迹偏移学习，将传统的直接预测自车轨迹，转换为预测相对于轨迹锚点的偏移，降低模型学习的难度。与 baseline 模型相比，该方法显著提高了规划精度和安全性，在 nuScenes 上将 L2 error 降低了39.7%（从 0.78m 降至 0.47m），并将碰撞率降低了84.2%（从0.38%降至0.06%）。此外，OAD 展示了生成多样化、多模轨迹的能力，增强了其对复杂驾驶场景的适应性。
技术报告和可视化内容，参考项目主页：https://wzn-cv.github.io/OAD
本报告在 VAD 框架的基础上构建了更强大的基线模型。具体而言，毫末通过实证验证了几种明确且有效的技术，包括与鸟瞰视角（BEV）的交互、指令插入位置。此外，毫末设计了一种创新的方法，利用轨迹词汇表来学习偏移量，而非直接学习轨迹。
智驾“学霸”是怎样炼成的？
——OAD 算法核心
与 BEV 的交互
在规划模块中，VAD 仅设计了自车查询（ego query）与 Agent 查询（agent queries）和地图查询（map queries）之间的交互，其中并未涉及 BEV 特征，如图2(a)所示。这导致自车查询只能感知结构化的障碍物和地图信息，而无法捕捉周围环境的丰富特征和全面信息。受 UniAD 的启发，毫末将自车查询与 BEV 特征进行关联，从而使系统能够更好地理解和感知其周围环境。
此外，对于每个高级指令（high-level command），VAD 使用一个对应的多层感知机（MLP）头来输出轨迹。毫末认为这种设计可能导致参数冗余。因此，毫末引入了高级指令嵌入作为条件输入，使所有高级指令共享一个单一的 MLP 头进行轨迹解码。
高级指令插入位置
在 UniAD 中，高级指令仅在自车查询与密集 BEV 特征进行交叉注意力（cross-attention）之前被引入。毫末认为，高级指令不仅应在与 BEV 的交叉注意力之前引入，还应在轨迹解码 MLP 之前引入。前者使自车能够更加关注与高级指令相对应的区域，从而降低碰撞率；后者则使轨迹解码器能够显式捕捉未来方向，从而减少位移误差。因此，毫末在两个位置都引入了高级指令嵌入，如图2(b)所示。
学习轨迹偏移量
毫末认可 VADv2 和 Hydra-MDP 中采用的理念，即构建一个固定的规划词汇表以降低规划的复杂性。略微不同的是，毫末采用了在线 K-means 进行词汇表学习，这使得实现更为简单。更重要的是，毫末认为基于该规划词汇表学习偏移量，而非直接学习轨迹，可以带来更高的有效性。这种方法受到目标检测领域工作的启发，其中学习相对于锚框（anchor boxes）的偏移量。具体设计如图2(b)所示。自车查询结合轨迹锚点嵌入和高级指令，在关联 Agent 查询、地图查询和 BEV 特征后学习偏移量，可表述如下：
超强性能，用数据说话！
实验结果大揭秘
1.相关配置
本文采用的基线模型是 VAD-Tiny，其具有100×100的鸟瞰图（BEV）查询。为清晰简洁起见，在本论文中 VAD-Tiny 统一简称为 VAD。与 VAD 一致，毫末的研究也使用了 nuScenes 数据集。在评估方面，位移误差（DE）和碰撞率（CR）被用于全面评估规划性能。
需要注意的是，在所有实验中，毫末有意不将自车状态作为输入数据，以避免开环规划中的捷径学习。在训练过程中，毫末使用8块 NVIDIA A100 GPU，并遵循 VAD 的优化调度器。毫末进行了超参调整，总批次大小为32、初始学习率为4×10⁻⁴时可实现最佳性能。
2.定量结果
上述方法的定量结果汇总于表1。显然，每项设计都带来了显著的性能提升。
3.定性结果
毫末对 OAD 和 VAD 进行定性比较，以说明改进措施的有效性，如图3所示。可视化结果表明，OAD 能够在复杂场景中实现更好的轨迹规划。在图（a）和（e）中，即使在夜间条件下，OAD 在接近前车时也能通过制动展现出避撞能力。在图（c）中，OAD 成功识别出前方车辆（VAD未能识别），从而避免了直线行驶，有效降低了碰撞风险。在路口转弯场景中，与 VAD 相比，OAD 生成的轨迹更平滑、更合理，在图（b）、（d）和（f）中降低了驾驶风险。利用轨迹词汇表，OAD 天然具备多模态规划能力，如图4所示。这为下游任务提供了更大的潜力。
在本研究中，毫末提出了对 VAD 框架的多项改进，特别聚焦于学习相对于规划词汇表的偏移量。定量结果和定性结果均表明了这些改进的有效性。毫末将持续提出新的优化措施，以实现更卓越的端到端规划性能。
4001102288 欢迎批评指正
All Rights Reserved 新浪公司 版权所有
