AI 驱动自动驾驶新篇章|AI 算出行驶轨迹后,为什么离不开传统控制算法兜底?

◆核心思想:

将“最终目标=规划”作为系统设计的中心，

打破传统感知-预测-规划的串行隔离。

◆解决痛点:

传统系统容易产生信息隔离与误差累积，

多任务学习常出现负迁移。

◆关键机制:

提出按规划需要重新排序任务，让检测、

跟踪、地图、预测等任务协同服务于规划。

◆统一接口:

使用基于Query的统一接口串联各模块，

实现全链路信息高效流转。

◆BEV特征提取：

输入多帧多相机序列，通过BEV编码器（如BEVFormer）将环视图像特征转换为统一的BEV空

间表征。

◆任务模块化设计：

包含TrackFormer（跟踪）、MapFormer（地图）、MotionFormer（预测）与OccFormer（占用空间预测）。

◆Planner 规划模块：

利用Ego Query预测未来路径点，并参考

Occupancy信号进行实时避碰与路径优化。

◆信息流转机制:

Query作为中间表征，在不同模块间传递场景实体、

时空上下文与复杂的交互关系。

◆Query表征优势：

相比传统的Bounding Box，Query表征更加灵活，能够编码复杂的交互关系与场景语义信息。

◆深度注意力机制：

通过Cross-Attention机制，实现Agent、Map、Ego与BEV特征之间的深度信息交换与对齐。

◆可微信号注入：

将规划目标与避碰信号作为学习目标，实现全链路的可微优化，提升系统整体安全性。

◆工程性能平衡：

在提升协同性的同时，通过Query设计有效控制计算量，建立可验证的端到端评估体系。

◆系统定位

作为自动驾驶全栈研究的强力基线，提供“感知+预测+占用+规划”的闭环链路。

◆基准评估

在nuScenes等公开数据集上构建评估体系，统一对齐各项任务指标。

◆控制对接

输出的Waypoints可直接对接轨迹跟踪控制器，Occupancy用于安全约束。

◆开源贡献

官方提供完整的Pipeline与模块组织方式，极大降低了全栈系统的开发门槛。

◆拆解用法

系统支持高度模块化，可根据工程需求仅提取OccFormer强化安全避障，或单独使用MotionFormer进行多模态轨迹预测。

◆感知前端

可仅保留TrackFormer与MapFormer作为Token化的感知输出，无缝对接下游的传统规则规划器或混合规划系统。

◆编码器兼容性

BEV编码器底座可灵活替换，支持从轻量化单帧版本到高性能长时序、多模态融合版本的平滑升级。

◆训练策略

建议采用分阶段训练:先稳定感知模块特征，再逐步引入预测与规划任务，确保全链路联合训练的收敛稳定性。

算力挑战与优化:

  ■显存压力优化：

     多Decoder叠加导致显存占用极高，需采用

Token约简技术。

  ■推理加速：

    利用FP16/INT8量化及算子融合，降低端到

可解释性分析:

  ■显存压力优化：

   通过可视化Query与AttentionMap，分析影响规划的关键场景要素。

  ■因果溯源：

利用Token化表征，定位规划错误的具体来源（如预测偏差或地图错误）。

验证体系构建：

  ■双层监控

    建立“任务级指标+规划闭环指标”双层监

控，确保系统整体安全。

  ■鲁棒性测试

   针对子任务退化（如感知丢失）对最终规划的影响进行压力测试。

量产取舍策略：

  ■落地路径

   L2量产更偏向可验证的模块化链路，UniAD

目前多用于研究原型。

  ■算法启发

   利用UniAD的端到端思想，启发子模块（如Occ）的算法优化与迭代。