本论文是南京大学、英伟达最新CVPR 24工作。蛮幸运的,该论文提出了很多思考,证明了很多最优Paper在落地上车方面的无效性。咱们对待新方法能否成为自动驾驶的最佳实践要审慎。
论文名称:Is Ego Status All You Need for Open-Loop End-to-End Autonomous Driving?
论文链接:https://arxiv.org/abs/2312.03031.
代码链接:https://github.com/NVlabs/BEV-Planner.
论文主要贡献如下:
- 现有基于nuScenes的开环自动驾驶模型规划性能受到自车状态(速度、加速度、偏航角)的高度影响。模型的最终预测轨迹基本上由自车状态主导,不用感知信息也能达到相当的性能。
- 现有指标并没有全面评估规划的质量,模型的评估结果可能存在偏见。我们提倡采用更多样化、更全面的指标来防止模型在特定指标上实现局部最优,这可能会导致忽略其他安全隐患,出现难以置信的规划轨迹。
- 与其在现有nuScenes数据集上开发更优性能的方法,我们认为开发更合适的数据集和指标是一个更关键和紧迫的挑战。
本文由深圳季连科技有限公司AIgraphX自动驾驶大模型团队编辑。如有错误,欢迎在评论区指正。
Abstract
端到端自动驾驶从全栈的角度来瞄准自动驾驶,最近成为一个很有前途的研究方向。沿着这条路线,许多最新的工作都遵循在nuScenes数据集上的开环评估来研究路径规划。
在本文中,我们对这个问题进行了深入的分析,并在细节上揭开了更多的神秘面纱。