Les méthodes actuelles de conduite autonome de bout en bout fonctionnent soit en exécutant un contrôleur basé sur une trajectoire planifiée, soit en effectuant directement des prédictions de contrôle, ce qui a donné lieu à deux lignes de recherche étudiées séparément. En reconnaissant leur potentiel d'apport mutuel, cet article prend l'initiative d'explorer la combinaison de ces deux domaines bien développés. Plus précisément, notre approche intégrée comporte deux branches distinctes pour la planification de trajectoire et le contrôle direct, respectivement. La branche de trajectoire prédit la trajectoire future, tandis que la branche de contrôle implique un nouveau schéma de prédiction multi-étapes permettant d'établir le lien entre les actions actuelles et les états futurs. Les deux branches sont connectées afin que la branche de contrôle reçoive une guidance correspondante de la branche de trajectoire à chaque pas de temps. Les sorties des deux branches sont ensuite fusionnées pour tirer parti des avantages complémentaires. Nos résultats sont évalués dans un environnement urbain en boucle fermée avec des scénarios difficiles à l'aide du simulateur CARLA. Même avec une entrée caméra monoculaire, l'approche proposée se classe première au classement officiel CARLA, surpassant largement les autres candidats complexes utilisant plusieurs capteurs ou mécanismes de fusion. Le code source est disponible publiquement sur https://github.com/OpenPerceptionX/TCP.