InVDriver: Intra-Instance Aware Vectorized Query-Based Autonomous Driving Transformer

要約

全体的な最適化能力を備えたエンドツーエンドの自律運転により、学界と産業の牽引力が高まりました。
計算オーバーヘッドを削減しながらインスタンスレベルのトポロジ情報を保存するベクトル化された表現は、有望なパラダイムとして浮上しています。
既存のベクトル化されたクエリベースのフレームワークは、多くの場合、インスタンス内ポイント間の固有の空間相関を見落としており、幾何学的に一貫性のない出力（断片化されたHDマップ要素または振動軌道など）をもたらします。
これらの制限に対処するために、マスクされた自己関節層を介してインスタンス内の空間依存性を体系的にモデル化する新しいベクトル化クエリベースのシステムであるInvdriverを提案し、それにより計画の精度と軌跡の滑らかさを高めます。
すべてのコアモジュール、つまり、知覚、予測、および計画にわたって、Invdriverは、インスタンス内ポイント相互作用に注意を制限するマスクされた自己触媒メカニズムを組み込み、無関係な挿入間ノイズを抑制しながら構造要素の調整された改良性を可能にします。
ヌスセンベンチマークの実験結果は、Invdriverが最先端のパフォーマンスを達成し、高い計算効率を維持しながら、精度と安全の両方で以前の方法を上回ることを示しています。
私たちの仕事は、吸気内の幾何学的コヒーレンスの明示的なモデリングが、ベクトル化された自律運転システムを進め、エンドツーエンドのフレームワークの理論的利点と実用的な展開要件の間のギャップを埋めるために重要であることを検証します。

要約(オリジナル)

End-to-end autonomous driving with its holistic optimization capabilities, has gained increasing traction in academia and industry. Vectorized representations, which preserve instance-level topological information while reducing computational overhead, have emerged as a promising paradigm. While existing vectorized query-based frameworks often overlook the inherent spatial correlations among intra-instance points, resulting in geometrically inconsistent outputs (e.g., fragmented HD map elements or oscillatory trajectories). To address these limitations, we propose InVDriver, a novel vectorized query-based system that systematically models intra-instance spatial dependencies through masked self-attention layers, thereby enhancing planning accuracy and trajectory smoothness. Across all core modules, i.e., perception, prediction, and planning, InVDriver incorporates masked self-attention mechanisms that restrict attention to intra-instance point interactions, enabling coordinated refinement of structural elements while suppressing irrelevant inter-instance noise. Experimental results on the nuScenes benchmark demonstrate that InVDriver achieves state-of-the-art performance, surpassing prior methods in both accuracy and safety, while maintaining high computational efficiency. Our work validates that explicit modeling of intra-instance geometric coherence is critical for advancing vectorized autonomous driving systems, bridging the gap between theoretical advantages of end-to-end frameworks and practical deployment requirements.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google