Vier fasen van de evolutie van de autonoom rijdende architectuur

Momenteel kan de ontwikkeling van een end-to-end architectuur voor autonoom rijden worden onderverdeeld in vier hoofdfasen. De eerste fase is 'end-to-end'-perceptie, die de nauwkeurigheid en stabiliteit van de perceptie-uitvoer verbetert door middel van multi-sensorfusietechnologie en een transformatornetwerk. In de tweede fase wordt de besluitvormingsplanning gemodelleerd om voorspelling, besluitvorming en planning in een neuraal netwerk te integreren. In de derde fase, modulair end-to-end, voert de perceptiemodule kenmerkvectoren uit, de besluitvormingsplanningsmodule voert resultaten uit op basis van de kenmerkvectoren, en wordt getraind door middel van gradiëntgeleiding. In de vierde fase is One Model end-to-end, waarbij gebruik wordt gemaakt van een deep learning-model om het hele proces van het oorspronkelijke signaal tot het geplande traject te verwerken.