PRIX: Learning to Plan from Raw Pixels for End-to-End Autonomous Driving

Created by

Haebom

저자

Maciej K. Wozniak, Lianhang Liu, Yixi Cai, Patric Jensfelt

💡 개요

본 논문은 카메라 데이터만으로 최종 목적지까지 주행 계획을 생성하는 효율적인 종단간(end-to-end) 자율주행 모델인 PRIX를 제안합니다. PRIX는 BEV(Bird's-Eye View) 표현이나 LiDAR 센서 없이도 raw 픽셀 입력으로부터 직접 안전한 주행 궤적을 생성하며, 특히 다중 레벨 시각 특징을 강화하는 Context-aware Recalibration Transformer (CaRT) 모듈을 핵심으로 합니다. 실험 결과, PRIX는 기존의 크고 복잡한 멀티모달 모델에 필적하는 성능을 보이면서도 추론 속도와 모델 크기 면에서 훨씬 효율적임을 입증했습니다.

🔑 시사점 및 한계

•

카메라 센서만으로 고성능의 자율주행 계획이 가능함을 보여주며, LiDAR 센서 의존도를 낮출 수 있습니다.

•

기존의 복잡하고 자원 소모가 큰 모델에 비해 효율적인 아키텍처를 통해 대중적인 차량에 적용 가능한 실질적인 해결책을 제시합니다.

•

실제 복잡하고 예측 불가능한 다양한 도로 환경에서의 강건성 및 안전성에 대한 추가적인 검증이 필요할 수 있습니다.

PDF 보기

Made with Slashpage