一种端到端自动驾驶方法

一种端到端自动驾驶方法，针对现有模块化自动驾驶系统容易导致信息丢失与误差累积，以及端到端方法未充分考虑模型认知偏差和复杂驾驶场景下多样化噪声对自动驾驶的潜在影响。该方法通过构建R‑Mamba模块，充分提取多尺度全局特征，提升目标检测与路径规划等下游任务性能；设计一种由自适应结构化降噪编‑解码网络引导的感知网络，根据场景特性，随机添加噪声并自适应设计降噪算法进行降噪，实现动态目标检测、跟踪和在线地图构建。该方法能够增强系统在复杂环境下的抗干扰能力与鲁棒性，同时提升动态场景的理解和预测精度，最终实现感知、预测与规划的高效协同优化。