本文主要是介绍UniAD:以规划为导向的端到端自动驾驶，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
文章链接
这个文章是CVPR2023 Best Paper
https://arxiv.org/pdf/2212.10156
提出背景
以往的自动驾驶多数是为不同的任务场景设计部署单独的模型，这样子组成的系统会很复杂如图a。
图b这是多任务共享一个主干，但还是要分离训练，而且不是端到端的。有没有什么方式你可以把所有的环节都串联起来，实现完整的端到端呢？
c.1就是一个直接预测轨迹的方式，但是它的没有明确监督学习中间的过程，所以就如同一个黑箱，基本没有可解释性。c.2做了一些改造加入了一个一个模块，但是串联似乎并不是一个好的设计。最理想的端到端是以最终的规划为导向，并且把前面的任务合理组织促进最终的规划决策的，于是作者提出c.3的端到端自动驾驶规划模型
模型解读
UniAD模型设计：以规划为导向，可以理解为，最终车的轨迹规划是结合了车身轨迹，运动特征，地图语义特征，空间占用特征等做出的综合决策
具体流程
-
先对多视角的图片进行特征提取获得BEV特征
-
然后用作两个方向：一个通过前后帧结合的自注意力查询，获得根据轨迹检测的特征(Track)，实现车辆轨迹跟踪，只有清晰车辆的状态才能进行下一步的规划；另外一个通过查询地图相关元素，得到地图的查询特征(Map)，这里也是多层的注意力，最终结果输出到下一个目标
-
接下来做轨迹特征预测，这里把前面的车辆跟踪结合地图特征又结合上BEV特征，所有都联合起来进行自注意机制的学习，获得行车运动的轨迹预测(Motion)
-
通过Motion轨迹预测再次结合BEV来构建占用网络，获得空间中的占用情况，并且预测占用的变化，占用也是一个关键的特征，只有车辆能够明确占用情况才可以进一步做出安全明智的规划。这里也是多层的Transformer，结合Motion轨迹预测和前后帧的token来实现占用的预测
-
通过占用Occ预测，Motion预测还有BEV特征，做出最后的决策规划，这里的规划可以说是集大成的结果，开启可解释性比较强，可以专门针对每个单独模块做优化
总结
这么完整的一套端到端规划流程最大的基石就是Transformer架构，通过自注意力机制，把各种具有不同语义表示的特征结合起来，做下游的规划。不仅如此，模型还基Transformer架构从特征当中获取特征，如Track，Map，Occ。在最后的两步中还是加入了BEV的，我们可以认为BEV就是一个贯穿全程且不断被强化的特征。因为BEV特征是最前且核心的特征，通过传感器直接获取，其他的特征其实都依赖于BEV去查询得到的。UniAD也不是简单把所有的任务模块堆叠，每个特征他们之间的关系以及学习构建的方式都做了清晰的明确，实现了最终的联合决策规划。
这篇关于UniAD:以规划为导向的端到端自动驾驶的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
