← 术语图鉴

术语 · 导航

导航先验编码

SD / SDPro Prior

把 SD 行点、导航动作、限速、候选与推荐车道编码成条件 token,经 cross-attention 注入规划 query。

会上可能听到:“导航信息在一段式里怎么给模型?”

它到底是什么意思

在两段式里,导航路径通常直接作为 planner 的输入。在一段式里,导航更像条件 token 或先验 embedding。

课程里提到的编码方式包括:SD waypoints(位置点)、waypoint action(主导航动作)、speed limit(限速)、lane action / lane recommend(候选车道与推荐车道),通过 cross-attention 把车道先验注入 waypoint query。

SDPro 相比 SD 更细,能到车道拓扑和车道类型这一级。

机制图解

导航先验给到什么精度

SD道路级:往哪个方向、哪个路口转
SDPro车道级:车道拓扑、车道类型、推荐哪条道
精度越高成本越高。主辅路和复杂路口是否必须上 SDPro,直接关系数据采购预算。

容易搞混的地方

常见误解

导航先验越细越好

正确理解

SDPro 成本更高,且错误的细粒度先验伤害比粗粒度更大

常见误解

模型会自动纠正错误的推荐车道

正确理解

先验注入越强越容易盲从。需要专门验证模型有没有否决能力

看懂之后可以追问

  1. 推荐车道信息的准确率是多少?错误推荐时模型会盲从吗?导航先验注入越强,错误先验的伤害越大。需要知道模型有没有能力否决一个错误的推荐。
  2. 我们用的是 SD 还是 SDPro?这个精度差别对哪些场景是关键的?SDPro 细到车道拓扑和类型,成本也更高。主辅路、复杂路口是否必须用 SDPro,直接关系数据采购预算。

先知道

  • 导航路径——它表达的是长期路线意图(该往哪走),不是可执行轨迹,不能直接控车。

接着看

  • 一段式——感知、预测、规划在统一表征里联合优化,直接输出轨迹——上限更高,但难 debug、难闭环验证。

出处:课程学习总纲 总纲 §5