PPR-2405.19620
Paper
SparseDrive: End-to-End Autonomous Driving via Sparse Scene Representation
| id | |
|---|---|
| updated | |
| type | paper |
| title | SparseDrive: End-to-End Autonomous Driving via Sparse Scene Representation |
| authors | Wenchao Sun, Xuewu Lin, Yining Shi, Chuang Zhang, Haoran Wu, Sifa Zheng |
| venue | ICRA 2024 (arXiv:2405.19620) |
| arxiv | 2405.19620 |
| tier | 1 |
| lifecycle | EXTRACTED |
| epistemic | n/a |
| ingested | 2026-09-10 |
| version | arXiv:2405.19620v2 |
| source-hash | sha256:7849a2bfa45317542cfdd282ebdf3ae366c64efcb8a86fa3a0161cda0b02e1cf |
| admitted-under | A2-direct-edge |
| admission-note | 被 DiffusionDrive（PPR-2411.15139）与 DA-WAM（PPR-2608.19085，经由 SparseDriveV2）引用为稀疏表示规划谱系。 |
定位
Sun 等（ICRA 2024）提出 SparseDrive。论文认为模块化自动驾驶系统被拆成感知、预测、规划等独立任务，存在信息损失与误差累积；端到端范式把多任务统一进可微框架、以规划为导向优化，但既有端到端方法在性能与效率（尤其规划安全）上仍不足，原因在于稠密 BEV 特征计算昂贵、且预测与规划的任务设计过于直白。SparseDrive 转而使用全稀疏场景表示：一个对称的稀疏感知模块统一检测、跟踪与在线建图，学习完全稀疏的场景表示；一个并行运动规划器在该表示上做多模轨迹生成与选择。
与本库的关系
- 准入身份：A2-direct-edge（被 DiffusionDrive、DA-WAM 谱系引用）。
- 谱系定位：稀疏表示规划线。上游与 VAD（PPR-2303.12077）的向量化表示路径相邻；下游 SparseDriveV2（PPR-2603.29163）以“打分即全部”把该系列推向稠密静态词表打分结论。与 DriveTransformer（PPR-2503.07656）的稀疏任务 query 设计形成对照。
- 评测口径锚定 BMK-006 与 nuScenes。
Provenance
- Tier-0 轻量 ingest（S2 元数据）：
version/source-hash占位（待补）。
关联（10）
- PPR-2212.10156 Planning-oriented Autonomous Driving
- PPR-2303.12077 VAD: Vectorized Scene Representation for Efficient Autonomous Driving
- PPR-2503.07656 DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving
- PPR-2505.15111 iPad: Iterative Proposal-Centric End-to-End Autonomous Driving
- PPR-2507.17596 PRIX: Learning to Plan From Raw Pixels for End-to-End Autonomous Driving
- PPR-2601.05083 Driving on Registers
- PPR-2603.29163 SparseDriveV2: Scoring is All You Need for End-to-End Autonomous Driving
- BMK-006 NAVSIM non-reactive planning benchmark (v1 PDMS / v2 EPDMS two-stage)
- FRM-2405.19620 SparseDrive 五层重建（骨架）：核心对象是把端到端驾驶重建为“对称稀疏感知 + 并行运动规划”——检测/跟踪/在线建图共用对称结构学得全稀疏场景表示，ego 与周围智能体以同一套多模轨迹头并行预测，再经分层规划选择（命令筛子集 + 碰撞感知重打分把碰撞轨迹分数置 0）输出安全轨迹；公理层含『模块化系统的信息损失与误差累积』『昂贵 BEV 特征与直白设计是效率瓶颈』『运动预测与规划高度相似』。
- IDX-001 NAVSIM 规划线