轨迹引导的端到端自动驾驶控制预测： 一种简单而强大的基线方法

当前的端到端自动驾驶方法要么基于规划的轨迹运行控制器，要么直接进行控制预测，这两种方法已经形成了两条独立的研究路线。鉴于它们之间潜在的相互优势，本文率先探索了这两条成熟研究领域的结合。具体而言，我们的集成方法包括两个分支，分别用于轨迹规划和直接控制。轨迹分支负责预测未来的轨迹，而控制分支则引入了一种新颖的多步预测方案，使得可以推理当前动作与未来状态之间的关系。这两个分支通过连接实现互动，即在每个时间步骤中，控制分支都能从轨迹分支获得相应的指导。最后，两个分支的输出被融合在一起，以实现互补优势。我们在CARLA模拟器中对复杂场景下的闭环城市驾驶环境进行了评估。即使仅使用单目相机输入，所提出的这种方法也在官方CARLA排行榜上排名第一，大幅超越了其他使用多种传感器或融合机制的复杂候选方案。源代码已公开发布在 https://github.com/OpenPerceptionX/TCP 上。