聿默的博客

自动驾驶由于是一个对安全要求非常高的任务，所以需要全面了解周围的环境，来进行可靠的规划。以前的方法都是网格占用或者分割图等计算量较高的任务。本文提出了VAD，这是一种端到端的自动驾驶矢量化范式，它对驾驶过程进行了建模将场景作为完全矢量化的表示。该方法的优势有两点：（1）矢量化的智能体运动和地图元素作为显示的实例级规划约束，能提高规划安全性；（2）去掉密集型的表示和手工设计的后处理操作，能提高该端到端方法的运行速度。

将对应的论文链接贴出来，当作监督自己。方向：端到端自动驾驶。

论文：代码：

原来的自动驾驶任务都是分为模块化的，感知，预测，规划等。每个独立的任务可能都优化得很好，但可能会存在累积误差或者各个独立的任务之间协调不足。提出一种统一的框架，uniAD，利用各个模块的优势，以全局角度为智能体交互提供互补的特征抽象。在nuScences数据集上有SOTA的表现。由多个独立的任务，到多任务学习（通过共用backbone，使用不同的head，来训练不同的任务），并将其扩展到tranformer BEV等，mobileye，tesla，nvidia均在上面做了一些个性化的产品。