swc-17/SparseDrive

해결하는 문제

SparseDrive는 엔드투엔드 자율 주행 시스템의 복잡성과 비효율성을 해결합니다. 기존의 밀집된 장면 표현과 관련된 높은 학습 및 추론 비용을 절감하는 동시에, 안전과 직결된 지표인 모션 계획 중의 충돌률을 개선하는 것을 목표로 합니다.

작동 원리

SparseDrive는 감지, 추적, 온라인 매핑을 단일 대칭형 희소 인식 구조로 통합하는 "Sparse-Centric" 패러다임을 활용합니다. 프로세스는 다음 단계를 따릅니다:

1. 특징 인코딩: 다중 뷰 이미지를 특징 맵으로 인코딩합니다.
2. 희소 인식: 시스템은 환경의 희소 장면 표현을 학습합니다.
3. 병렬 모션 계획: 순차적 파이프라인 대신 모션 예측과 계획을 동시에 수행합니다. 이는 계층적 계획 선택 전략과 안전한 궤적을 보장하기 위한 충돌 인식 재점수 모듈에 의해 지원됩니다.
4. 시계열 모델링: 인스턴스 메모리 큐를 사용하여 시계열 데이터를 처리합니다.

대상 사용자

이 프로젝트는 자율 주행을 연구하는 연구원 및 엔지니어, 특히 엔드투엔드 인식-계획 파이프라인과 효율적인 장면 표현에 집중하는 분들을 위해 설계되었습니다.

주요 특징

• 고효율: 학습 시간을 크게 단축(예: 144시간에서 20~30시간으로)하고 UniAD와 같은 이전 SOTA 방법 대비 FPS를 향상시킵니다.
• 탁월한 안전성: nuScenes 벤치마크에서 더 낮은 충돌률을 달성합니다.
• 통합 아키텍처: 여러 주행 작업을 단일 희소 인스턴스 표현으로 결합합니다.
• 병렬 설계: 모션 계획을 모션 예측과 병렬 프로세스로 처리하여 최적화합니다.