PRIX: 生ピクセルから計画を学習するエンドツーエンド自動運転
PRIX: Learning to Plan from Raw Pixels for End-to-End Autonomous Driving
カメラ画像のみを入力とし、LiDARやBEV表現を使わずに安全な走行軌道を直接予測する軽量なエンドツーエンド自動運転モデルを提案し、NavSimとnuScenesで最先端性能を達成した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Maciej K. Wozniak, Lianhang Liu, Yixi Cai, Patric Jensfelt
分類: cs.CV, cs.AI, cs.LG, cs.RO
原文アブストラクト
While end-to-end autonomous driving models show promising results, their practical deployment is often hindered by large model sizes, a reliance on expensive LiDAR sensors and computationally intensive BEV feature representations. This limits their scalability, especially for mass-market vehicles equipped only with cameras. To address these challenges, we propose PRIX (Plan from Raw Pixels). Our novel and efficient end-to-end driving architecture operates using only camera data, without explicit BEV representation and forgoing the need for LiDAR. PRIX leverages a visual feature extractor coupled with a generative planning head to predict safe trajectories from raw pixel inputs directly. A core component of our architecture is the Context-aware Recalibration Transformer (CaRT), a novel module designed to effectively enhance multi-level visual features for more robust planning. We demonstrate through comprehensive experiments that PRIX achieves state-of-the-art performance on the NavSim and nuScenes benchmarks, matching the capabilities of larger, multimodal diffusion planners while being significantly more efficient in terms of inference speed and model size, making it a practical solution for real-world deployment. Our work is open-source and the code will be at https://maxiuw.github.io/prix.
関連論文
- RAP: 3Dラスタライゼーションで強化するエンドツーエンド計画自動運転/エンドツーエンド計画
- 時不変な空間整合と多目的方策改善による自己回帰型エンドツーエンド計画自動運転/エンドツーエンド計画
- 回廊を走れ：回廊学習と計画によるエンドツーエンド自動運転の安全性向上自動運転/エンドツーエンド計画
- VADv2: 確率的計画によるエンドツーエンドのベクトル化自動運転自動運転/エンドツーエンド計画
- 産業界と学界における自動運転のエンドツーエンド計画：2022-2023自動運転/エンドツーエンド計画
