摘要

尽管近年来端到端自动驾驶（E2E-AD）技术取得了显著进展，但在闭环评估中仍存在性能不理想的问题。利用规划信息设计查询以及实现交互的潜力尚未得到充分挖掘。本文提出一种多粒度规划查询表示方法，该方法融合了异构的航点（waypoints），包括空间、时间及驾驶风格航点，并支持多种采样模式。该表示为轨迹预测提供了额外的监督信号，从而提升了对本车（ego vehicle）的精确闭环控制能力。此外，我们显式利用规划轨迹的几何特性，通过可变形注意力机制，基于物理位置高效检索相关的图像特征。结合上述策略，本文提出一种新型端到端自动驾驶框架——HiP-AD，该框架在统一解码器中同时完成感知、预测与规划任务。HiP-AD通过在鸟瞰图（BEV）空间中使规划查询与感知查询进行迭代交互，并动态地从透视视角图像中提取特征，实现了全面的交互建模。实验结果表明，HiP-AD在闭环基准测试Bench2Drive上优于所有现有端到端自动驾驶方法，并在真实世界数据集nuScenes上取得了具有竞争力的性能。