科研速递 | CoPlanner:让自动驾驶更懂 “未雨绸缪”

  大家好！本期组会分享一项聚焦自动驾驶运动规划的前沿研究 ——CoPlanner：基于应急感知扩散模型的交互式运动规划器。当前自动驾驶在复杂城市场景中仍面临诸多挑战：传统生成式规划器易因单模态坍缩陷入 “过度自信”，忽略突发风险；预测与规划相互解耦，让联合轨迹在拥挤场景下缺乏真实交互感；应急规划分支又常因缺乏统一约束过早发散，导致底层控制不稳定，CoPlanner 正是针对这些痛点设计的创新方案。

  CoPlanner 的核心逻辑层层递进：先生成多组 4 秒短期公共轨迹，通过硬过滤筛除碰撞、违规风险轨迹，筑牢眼前安全底线；再以安全轨迹为 “枢轴锚点”，借助扩散模型生成 4-8 秒内的多分支长期场景，全面覆盖未来潜在路况；最后通过多场景交叉打分与期望聚合，从候选轨迹中选出综合表现最优的方案，交由底层控制器执行。这套设计让自动驾驶车辆既能规避急刹、碰撞风险，又能生成更贴合实际交互的行驶轨迹，为复杂路况下的自动驾驶规划提供了全新的技术思路。