AD
AD Knowledge BaseAutonomous Driving AI
ADKB
PapersAdmin
AD Knowledge Base - Autonomous Driving AI Research
首页UniAD: 面向规划的统一自动驾驶框架

★UniAD: 面向规划的统一自动驾驶框架

Planning-oriented Autonomous Driving

2023-06-18CVPR 2023 Best Paper有代码实现
感知端到端预测规划
查看原文查看代码

中文摘要

提出统一自动驾驶框架UniAD,通过query-based设计将感知、预测、规划联合优化在单一网络中,在nuScenes上实现SOTA端到端驾驶性能。

工程评注

工程核心价值:端到端架构的工业化参考标杆。

  • 训练需 8×A100 约24h,BEV encoder是瓶颈
  • 建议用预训练 BEVFormer 权重初始化
  • 规划模块在感知特征就绪后极轻量(<5ms)
  • 多任务 loss 权重需仔细调参,planning_loss 建议设为主导
  • nuScenes 闭环评测 mAP 61.0, NDS 66.3

相关论文

GenAD: 用生成式端到端模型实现自动驾驶

2024-06-17|CVPR 2024
端到端预测规划

BEVFormer: 基于时空Transformer的多相机BEV感知

2022-10-01|ECCV 2022
感知端到端

VAD: 向量化场景表示的端到端自动驾驶

2023-10-01|ICCV 2023
端到端城市道路高速