DualAD: Desentrelaçando o Mundo Dinâmico e Estático para Condução de Ponta a Ponta

Abordagens de ponta para condução autônoma integram múltiplas subtarefas da tarefa de condução geral em um único pipeline que pode ser treinado de forma ponta a ponta, passando representações latentes entre os diferentes módulos. Em contraste com abordagens anteriores que dependem de uma grade unificada para representar o estado de crença da cena, propomos representações dedicadas para desentrelaçar agentes dinâmicos e elementos de cena estáticos. Isso nos permite compensar explicitamente o efeito tanto do movimento do ego quanto do objeto entre passos de tempo consecutivos e propagar flexivelmente o estado de crença ao longo do tempo. Além disso, objetos dinâmicos podem não apenas atender às imagens da câmera de entrada, mas também se beneficiar diretamente da estrutura estática da cena inferida por meio de uma nova atenção cruzada dinâmica-estática. Experimentos extensivos no desafiador benchmark nuScenes demonstram os benefícios do design de fluxo duplo proposto, especialmente para modelar agentes altamente dinâmicos na cena, e destacam a consistência temporal aprimorada de nossa abordagem. Nosso método intitulado DualAD não apenas supera redes de única tarefa treinadas de forma independente, mas também melhora em relação a modelos ponta a ponta anteriores de estado da arte por uma grande margem em todas as tarefas ao longo da cadeia funcional de condução.