自动驾驶

VEOcc: Voxel-Centric Online Semantic Occupancy Prediction For Embodied Scene Understanding

VEOcc：面向具身场景理解的体素中心在线语义占用预测

Ruoyu Wang, Yong Liu, Sheng Tao, Yuhang Lin, Yukai Ma

机构 * Institute of Cyber-Systems and Control（控制系统研究院） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.CV

AI总结 提出一种基于体素的递归感知-同化框架VEOcc，通过时空感知在线更新策略实现无需初始尺度估计的高效、鲁棒语义占用预测，在局部和具身场景中达到最先进性能。

Quantifying real-world energy use and CO2 emissions of electric vehicles via a city-scale bottom-up framework

通过城市尺度自下而上框架量化电动汽车的真实能耗与二氧化碳排放

Shuhan Ge, Yanqiao Deng, Minda Ma

专题命中 BEV与占用 ：BEV(abstract_cn)

AI总结 以上海为案例，构建涵盖2022年7月至2024年12月所有注册车型的自下而上框架，量化电动汽车的真实能耗、运营能源结构及CO2排放，发现测试循环值系统性低估实际能耗，电力部门排放主导运营CO2，纯电动车在当前政策下减排效果最佳。