궤적 안내 제어 예측을 위한 단순하면서도 강력한 기준선: 엔드투엔드 자율 주행용

현재의 엔드투엔드 자율 주행 방법은 계획된 궤도를 기반으로 제어기를 실행하거나 직접 제어 예측을 수행하는 두 가지 방식으로 나뉘어 연구되어 왔습니다. 이 두 방식이 서로에게 잠재적인 상호 이점을 제공할 수 있음을 인식하고, 본 논문에서는 이러한 두 개의 잘 발전된 영역을 결합하기 위한 시도를 합니다. 구체적으로, 우리의 통합 접근 방식은 궤도 계획과 직접 제어를 각각 다루는 두 가지 분기로 구성됩니다. 궤도 분기는 미래의 궤도를 예측하며, 제어 분기는 현재 행동과 미래 상태 간의 관계를 추론할 수 있는 새로운 다단계 예측 체계를 포함합니다. 두 분기는 연결되어 있으며, 각 시간 단계에서 제어 분기가 궤도 분기로부터 해당하는 지침을 받습니다. 두 분기의 출력은 융합되어 보완적 장점을 달성합니다. 우리의 결과는 도전적인 시나리오가 포함된 폐루프 도시 주행 환경에서 CARLA 시뮬레이터를 사용하여 평가되었습니다. 단일 카메라 입력만 사용해도, 제안된 접근 방식은 공식 CARLA 리더보드에서 1위를 차지하며, 여러 센서 또는 융합 메커니즘을 사용하는 다른 복잡한 후보들보다 크게 우수한 성능을 보였습니다. 소스 코드는 https://github.com/OpenPerceptionX/TCP 에서 공개적으로 이용 가능합니다.