Utilizing Navigation Paths to Generate Target Points for Enhanced End-to-End Autonomous Driving Planning

要約

近年、エンドツーエンドの自動運転フレームワークは、知覚性能を向上させるだけでなく、計画能力も向上させることが示されています。
しかし、これまでのエンドツーエンドの自動運転フレームワークのほとんどは、主に環境認識の向上に焦点を当てており、車両の意図した進行方向を指す自動運転車両の運転意図の学習は無視されていました。
計画では、自動運転車の方向性は明確かつ明確に定義されていますが、この重要な側面はしばしば見落とされてきました。
この論文では、自動運転のためのエンドツーエンドのフレームワーク内の手法である NTT (Navigation to Target for Trajectory plan) を紹介します。
NTT は 2 つのステップで計画された軌道を生成します。
まず、ナビゲーション経路に基づいて自動運転車の将来の目標点を生成します。
次に、この目標点に基づいて完全な計画軌道を生成します。
一方で、ナビゲーション経路から自動運転車の目標点を生成することで、車両は明確な運転意図を学習することができます。
一方、目標点に基づいて軌道を生成することにより、複雑な環境変化に適応した柔軟な計画軌道が可能となり、計画プロセスの安全性が向上します。
私たちの手法は、広く使用されている nuScenes データセット上で優れた計画パフォーマンスを達成し、その有効性はアブレーション実験によって検証されました。

要約(オリジナル)

In recent years, end-to-end autonomous driving frameworks have been shown to not only enhance perception performance but also improve planning capabilities. However, most previous end-to-end autonomous driving frameworks have focused primarily on enhancing environmental perception while neglecting the learning of autonomous vehicle driving intent, which refers to the vehicle’s intended direction of travel. In planning, the autonomous vehicle’s direction is clear and well-defined, yet this crucial aspect has often been overlooked. This paper introduces NTT (Navigation to Target for Trajectory planning), a method within an end-to-end framework for autonomous driving. NTT generates the planned trajectory in two steps. First, it generates the future target point for the autonomous vehicle on the basis of the navigation path. Then, it produces the complete planned trajectory on the basis of this target point. On the one hand, generating the target point for the autonomous vehicle from the navigation path enables the vehicle to learn a clear driving intent. On the other hand, generating the trajectory on the basis of the target point allows for a flexible planned trajectory that can adapt to complex environmental changes, thereby enhancing the safety of the planning process. Our method achieved excellent planning performance on the widely used nuScenes dataset and its effectiveness was validated through ablation experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google