動量感知規(guī)劃的端到端自動駕駛框架MomAD解析

端到端自動駕駛框架實現(xiàn)了感知與規(guī)劃的無縫集成，但通常依賴于一次性軌跡預測，這可能導致控制不穩(wěn)定，并且對單頓感知中的遮擋問題較為敏感。為解決這一問題，我們提出了動量感知駕駛框架Momentum-Aware Driving(MomAD)，該框架引I入了軌跡動量和感知動量，以穩(wěn)定和優(yōu)化軌跡預測。

MomAD包含兩個核心組件：一是拓撲軌跡匹配(TTM)，采用豪斯多夫距離選擇與先前路徑一致的最優(yōu)規(guī)劃查詢，以確保連貫性;二是動量規(guī)劃交互器(MPI)，通過交叉注意力機制將選定的規(guī)劃查詢與歷史查詢相結合，擴展靜態(tài)和動態(tài)感知文件。這種豐富的查詢反過來有助于重新生成長時間跨度的軌跡，并降低碰撞風險。為了減輕動態(tài)環(huán)境和檢測誤差帶來的噪聲，我們在訓練過程中引入了魯棒的實例去噪，使規(guī)劃模型能夠專注于關鍵信號并提高其魯棒性。我們還提出了一種新的軌跡預測一致性(TPC)指標，用于定量評估規(guī)劃的穩(wěn)定性。

在nuScenes數(shù)據(jù)集上的實驗表明，MomAD在長期一致性(>3s)方面優(yōu)于現(xiàn)有的最先進方法。此外，在精心設計的Turning-nuScenes數(shù)據(jù)集上的評估顯示，MomAD在6秒預測時間范圍內(nèi)將碰撞率降低了26%，并將TPC提高了0.97米(33.45%)，而在Bench2Drive上的閉環(huán)測試中，成功率提高了16.3%。

? 論文鏈接：

https://arxiv.org/abs/2503.03125

?論文代碼：

https://github.com/adept-thu/MomAD

研究背景

自動駕駛技術經(jīng)歷了從模塊化到更集成化的端到端范式的轉變。傳統(tǒng)方法將檢測、跟蹤、地圖構建、運動預測和規(guī)劃等任務分開處理，而端到端框架則強調(diào)這些任務的無縫集成。通過優(yōu)先考慮規(guī)劃，端到端框架能夠戰(zhàn)略性地引導來自上游感知模塊的信息，從而增強動態(tài)駕駛環(huán)境中的魯棒性和可靠性。高質量的規(guī)劃依賴于準確預測自車未來的軌跡，這需要對靜態(tài)和動態(tài)環(huán)境因素（如地圖元素和與周圍交通參與者的交互）有長遠的理解。

然而，由于其他道路使用者意圖的不確定性、道路條件的變化以及人類駕駛行為引入的模糊性，軌跡預測本質上是隨機的，這使得確定性預測變得次優(yōu)甚至具有風險。現(xiàn)有的多模態(tài)軌跡規(guī)劃方法雖然能夠考慮多種可能的交通參與者行為，但它們通常是基于當前感知幀的一次性預測，容易受到遮擋或關鍵視覺線索丟失的影響，導致軌跡質量下降。此外，缺乏時間一致性可能導致連續(xù)軌跡缺乏連貫性，引發(fā)不穩(wěn)定的車輛控制。為了解決這些問題，本文提出了動量感知駕駛框架 (MomAD) ，通過引入軌跡動量和感知動量來穩(wěn)定和優(yōu)化軌跡預測，從而在動態(tài)駕駛環(huán)境中實現(xiàn)更平滑和一致的規(guī)劃結果。

根據(jù)上圖對比我們可以看到，(a) 確定性規(guī)劃的方案，缺乏動作多樣性，存在安全風險；(b)多模態(tài)軌跡規(guī)劃方案，通過選擇最高分軌跡，但存在最大分數(shù)偏移問題導致穩(wěn)定性不足；(c)我們提出的MomAD巧妙利用“慣性”的思想，通過動量規(guī)劃，利用歷史和感知動量提升時序一致性，解決端到端自動駕駛中不穩(wěn)定行駛的問題。

研究方法

Topological Trajectory Matching

該模塊通過Hausdorff距離選擇與歷史路徑最匹配的多模態(tài)軌跡提案，以確保時序一致性和軌跡的連續(xù)性。具體來說，TTM模塊通過最小化不同時間步之間的規(guī)劃差異，防止軌跡偏離歷史軌跡。

Momentum Planning Interactor

該模塊通過長時查詢混合器將當前最佳規(guī)劃查詢與歷史規(guī)劃查詢進行交叉注意力處理，擴展靜態(tài)和動態(tài)感知文件，從而豐富當前查詢的上下文信息。MPI模塊通過結合歷史查詢和當前查詢，生成改進的軌跡預測，增強了對周圍環(huán)境的感知能力。

Robust Instance Denoising via

Perturbation

在訓練過程中引入受控噪聲擾動，使模型能夠區(qū)分關鍵和無關特征，提高對感知噪聲的魯棒性。通過這種方式，模型在測試時能夠更好地應對實例特征的波動，生成更穩(wěn)定和平滑的軌跡。

結果與分析

如表所示，MomAD在L2誤差、碰撞率和TPC（軌跡預測一致性）上分別達到了0.60米、0.09%和0.54米。與UniAD、VAD和SparseDrive等最先進方法相比，我們的方法在規(guī)劃結果上表現(xiàn)出色。值得注意的是，我們在TPC指標上取得了顯著改進，在nuScenes數(shù)據(jù)集上1秒、2秒和3秒的TPC分別提升了0.30米、0.53米和0.78米，直接證明了我們在時間一致性方面的有效性。

總體而言，MomAD有效利用了動量的平滑優(yōu)勢，在提升時間一致性方面效果顯著。

準確的長軌跡預測對于提升自動駕駛的穩(wěn)定性至關重要，同時也有助于評估模型解決多模態(tài)軌跡規(guī)劃中時間一致性問題的能力。如表所示，我們在nuScenes和Turning-nuScenes數(shù)據(jù)集上對比了SparseDrive和MomAD在4-6秒長軌跡預測中的表現(xiàn)，結果顯示MomAD在性能上有顯著提升。

具體而言，在nuScenes數(shù)據(jù)集中，與SparseDrive相比，MomAD在4秒、5秒和6秒的L2誤差分別降低了0.09米（5.14%）、0.34米（14.66%）和0.50米（16.95%），碰撞率分別降低了0.04%、0.11%和0.20%，TPC（軌跡預測一致性）分別降低了0.14米（10.53%）、0.21米（12.65%）和0.38米（19.10%）。

此外，在Turning-nuScenes數(shù)據(jù)集中，與SparseDrive相比，MomAD在4秒、5秒和6秒的L2誤差分別降低了0.27米（13.04%）、0.64米（23.62%）和0.85米（25.30%），碰撞率分別降低了0.06%、0.14%和0.26%，TPC分別降低了0.17米（11.04%）、0.73米（31.60%）和0.97米（32.45%）。

可以觀察到，MomAD在更遠距離的軌跡預測上表現(xiàn)顯著提升，尤其是在6秒時的改進幅度最大?？傮w而言，MomAD提升了長軌跡預測的性能，進一步證明了其能夠有效緩解時間一致性問題。

我們已在Bench2Drive數(shù)據(jù)集上進行了具有挑戰(zhàn)性的閉環(huán)評估，結果如表所示。該數(shù)據(jù)集涵蓋44個交互場景，例如切入、超車、繞行，以及220條路線，覆蓋多種天氣條件和地點。我們的MomAD框架在成功率上分別比VAD多模態(tài)變體和SparseDrive分別提高了16.3%和8.4%，并在舒適度評分（軌跡平滑度）上分別提升了7.2%和5.3%，證明了其有效性。

結論

MomAD框架通過引入軌跡動量和感知動量，顯著提高了端到端自動駕駛系統(tǒng)在軌跡規(guī)劃中的穩(wěn)定性和魯棒性。未來工作將探索擴散模型和推測解碼方法，以進一步提高軌跡多樣性和效率。

.