1.2 端到端算法优势 | 自动驾驶小白说

1.2.1 传统方案

传统的自动驾驶方案由串联部署的独立子模块组成, 主要包括感知, 预测, 决策规划, 控制等组成. 各个子模块相互之间基本完全独立, 分工明确.

感知负责基于传感器数据提取出交通参与者, 红绿灯等场景信息, 预测在感知的基础上预测交通参与者的未来动作, 决策规划综合上游信息输出自车未来轨迹, 控制模块控制车辆油门,刹车和方向盘, 跟踪规划模块输出的轨迹.

传统方案按功能划分各个子模块并相互串联的结构, 具有很强的可解释性. 模块之间独立运作, 对于归属性较强的问题, 比如误检测目标一定是感知模块的问题 ,非常容易调试和提升.

这样的设计也决定了下游会为上游设计规则适当兜底, 保证整个系统的输出有安全底线. 因此传统方案有相对较高的下限.

传统方案中, 每一个模块都依赖前置模块的输出信息, 会放大传递过程中的信息损失. 比如感知模块误识别了一个不存在的障碍物, 下游几乎没有办法判断这个障碍物是否真实存在, 结果就会导致错误的行为.

为了解决这个问题, 感知可以只输出高可信度的结果. 但是过于保守的策略, 会导致真实存在的障碍物被剔除掉, 同样会导致危险. 这种模块化设计导致的误差累计, 在传统方案中很难避免.

另外传统方案的规则设计, 需要尽可能的覆盖所有的场景. 不断的添加规则: 一方面导致庞大的规则库难以维护, 另一方面规则之间也容易相互矛盾.

总有一些Corner-Case规则库很难覆盖到, 导致传统方案在达到瓶颈以后难以继续提升.

另外, 传统方案的模块之间, 存在通信延迟和重复计算, 这些会导致系统效率降低.

自动驾驶的端到端方案, 输入输出一般如下:

目前端到端方案的输出以轨迹为主, 一方面传统控制方案相对稳定成熟, 已经可以很好的实现轨迹跟踪; 另一方面目前直接输出控制量的网络效果不佳.

端到端网络内部可以分成多个子模块网络, 这些子网络之间也是通过神经网络链接. 每个子网络承担与传统模块类似的功能, 这样具有更强的可解释性. 理论上即使是下游的子网络, 比如planning, 也能够获取原始的输入信息, 不会存在传统方案的误差累计问题.

端到端方案可以完美解决模块化设计带来的信息传递损失问题, 它把所有的中间过程完整的囊括在一个神经网络中, 实现了信息无损传递和完整的梯度回传.

这样不仅仅避免了子模块之间的通信时延, 也可以提升整体训练效率. 整个网络, 包括内部的子网络都会在训练中朝着目标不断优化.

对于Corner-Case, 端到端神经网络也不必像传统方案一样不停的添加规则. 神经网络可以自我学习和进化, 不过目前基于模仿学习的端到端方案仍然不好解决Corner-Case等问题. 可以通过引入强化学习处理, 也可以寄希望于传统规划方案兜底.

相对于传统方案, 端到端方案的可解释性仍然较差, 同时神经网络输出的下限很难保证. 恰恰自动驾驶又是一个极其注重安全性的系统, 整体的鲁棒性和安全性必须得到保障.

这也是为什么自动驾驶行业发展了这么多年, 至今决策规划还没有被网络大规模替换. 不过小鹏在CVPR 2023的演讲表示, 在达到足够的训练量之前, 端到端方案的效果还很难与传统方案匹敌. 不过随着持续投入, 端到端会很快突破传统方案的瓶颈, 并达到更高水平.

因此现阶段的端到端方案, 或者说基于网络的规划方案, 仍然需要传统决策规划方案为其兜底.