軌道誘導型制御予測のエンドツーエンド自動運転への適用： 単純ながら強力なベースライン

現在のエンドツーエンドの自動運転手法は、計画された軌道に基づいてコントローラを実行するか、または直接制御予測を行うものに大別され、これらはそれぞれ異なる研究分野で発展してきました。これらの手法が互いに持つ潜在的な相乗効果を見据え、本論文ではこれらの二つの成熟した領域を組み合わせる試みを行います。具体的には、当方の統合アプローチは軌道計画と直接制御のための二つのブランチを持っています。軌道ブランチは将来の軌道を予測し、制御ブランチは現在の動作と将来の状態との関係を推論できる新しい多段階予測スキームを採用しています。この二つのブランチは接続されており、各時間ステップで制御ブランチが軌道ブランチから対応するガイダンスを受け取ることができます。その後、二つのブランチからの出力が融合され、相互補完的な利点が得られます。当方の結果は、CARLAシミュレータを使用して困難なシナリオを持つ閉ループ都市運転設定において評価されました。単眼カメラ入力のみを使用しても、提案手法は公式CARLAリーダーボードで首位となり、複数センサや融合メカニズムを持つ他の複雑な候補手法よりも大幅に優れた性能を示しました。ソースコードは公開されており、以下のURLからアクセスできます: https://github.com/OpenPerceptionX/TCP