端到端系列！SpareDrive：基于稀疏场景表示的端到端自动驾驶~-优快云博客

点击下方卡片，关注“自动驾驶之心”公众号

本文认为现有的端到端方法主要存在两个问题：一个是BEV范式下的方法非常耗算力；另一个是预测和planning串联式的方式不够好,场景信息是在agent周围提取，忽略了自车。并且运动预测和规划都是多模态问题。基于此，本文提出一种Sparse范式下的端到端方法，且预测和planning并行。

Contribution:

探索了端到端自动驾驶的稀疏场景表示，并提出了一种以稀疏为中心的范式；
修改了运动预测和规划之间的巨大相似性，提出了一种分层规划选择策略；
nuScenes 上 SOTA。

SparseDrive的主体结构沿用了之前地平线Sparse系列的思想：

特征提取；
对称稀疏感知；
平行运动规划器；

训练的损失函数如下：

性能对比：

本文内容出自《首个面向工业级的端到端算法与实战教程》，课程聚焦在端到端自动驾驶的基础学习、完全端到端算法技术梳理、专注于学习PnC的端到端方法，更有配套超多算法实战，欢迎加入学习~

欢迎扫码加入学习！

自动驾驶之心在调研大家的需求后，联合自动驾驶之心课研团队，出品了国内首个《面向工业级的端到端自动驾驶算法与实战》，主讲老师是一线头部自动驾驶公司端到端算法工程师。大纲如下：

课程目前已经基本完结，欢迎大家随时加入学习~~~

交流群内日常沟通一览~~

这门课程怎么将会展开？

课程对领域常用的纯视觉完全端到端方案、多模态完全端到端方案、专注于planner的端到端方案会有较深入的剖析。每种方法论会配有一个对应实战，让大家不仅仅明白算法是怎么做的，还要搞懂实现细节。最后将会有课程大作业，带着大家从零一起搭建一套端到端方案。

本门课程面向在校从事自动驾驶研究方向的硕士、博士，以及正在从事端到端算法研究的工作人员、想要转入端到端研究方向的同学，正在准备相关方向岗位的校招、社招同学，需要项目来提升自己的同学；

第一章端到端算法基础

第一章为基础篇，主要为大家带来端到端基础相关内容，这一部分我们会从端到端的提出、端到端的分类、以及端到端数据集相关内容展开，大家比较关注的端到端数据集格式以及后续自己数据集的制作都会有涉及哦。除此之外，端到端输出结果的可视化也会提供给大家脚本。最后会为大家带来端到端模型学术界与工业界是怎么评测！

第二章端到端任务基础模块

第二章主要给大家介绍端到端任务的基础模块，感知模块的输出有哪些？白名单策略是什么？预测模块的输入输出是什么？自车如何规划，规划和感知如何交互？规划结果如何给下游使用等等！

第三章完全端到端方法

第三章主要为大家介绍从传感器数据到控制策略的完全端到端方法，包括纯视觉方案、多模态方案以及时序方案等等。本章最后一部分，将为大家带来完全端到端方案UniAD的实战，从环境配置、Dataloader、核心代码到指标评测和可视化，为大家梳理一套完整的端到端方案。

第四章专注于学习PnC的端到端方法

第四章主要为大家带来专注于学习PnC的端到端方法，这类方法是目前车企投入研发较多的方案，更能衔接原有方案，解释性也相对更强。本章为大家带来了行业里比较经典的几种方法，并在最后部分带大家完成基于palnT算法的实战，从环境配置、Dataloader、核心代码到指标评测和可视化，为大家梳理一套完整的端到端方案。