自动驾驶

Fast-BEV: Towards Real-time On-vehicle Bird's-Eye View Perception

Bin Huang, Yangguang Li, Enze Xie, Feng Liang, Luya Wang, Mingzhu Shen, Fenggang Liu, Tianqi Wang, Ping Luo, Jing Shao

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

Comments Accepted by NeurIPS2022_ML4AD on October 22, 2022

Journal ref NeurIPS2022_ML4AD

Monocular BEV Perception of Road Scenes via Front-to-Top View Projection

Wenxi Liu, Qi Li, Weixiang Yang, Jiaxin Cai, Yuanlong Yu, Yuexin Ma, Shengfeng He, Jia Pan

专题命中 BEV与占用 ：BEV(title)；autonomous driving(abstract)；LiDAR(abstract)；occupancy(abstract)

Comments Extension to CVPR'21 paper "Projecting Your View Attentively: Monocular Road Scene Layout Estimation via Cross-View Transformation"

Dynamic Occupancy Grid Mapping with Recurrent Neural Networks

Marcel Schreiber, Vasileios Belagiannis, Claudius Gläser, Klaus Dietmayer

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO

Journal ref 2021 IEEE International Conference on Robotics and Automation (ICRA), May 30 - June 5, 2021, Xi'an, China, pp. 6717-6724

OmniDrive: An LLM-Choreographed Multi-Agent World Model with Unified Latent Co-Compression for Multi-View Driving Video Generation

OmniDrive: 一种由LLM编排的多智能体世界模型，用于多视角驾驶视频生成的统一潜在协同压缩

Zijie Meng, Yufei Liu, Chengqian Ma, Zhiyu Li, Jiyuan Liu, Wenhua Nie, Bingcai Wei, Shuqin Chen, Weichen Xu, Jiquan Yuan, Miao Zhang

机构 * Peking University（北京大学） ； Xiamen University（厦门大学） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； National Taiwan University（国立台湾大学） ； Wuhan University（武汉大学） ； Wuhan University of Technology（武汉理工大学） ； Tsinghua University（清华大学） ； Jimei University（集美大学） 纠错

专题命中 BEV与占用 ：BEV(summary_cn,abstract)；autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 提出DRIVE-CHOREO，一种由LLM编排的多智能体世界模型，通过三个Qwen2.5-VL智能体协同生成位置感知的潜在序列，并利用视图-时间置换与3D VAE协同压缩，实现可控多视角视频生成，在nuScenes上达到SOTA多视角一致性和BEV mAP 21.6。

Comments 24 pages, 10 figures

Panoramic Multimodal Semantic Occupancy Prediction for Quadruped Robots

四足机器人全景多模态语义占用预测

Guoqiang Zhao, Zhe Yang, Sheng Wu, Fei Teng, Mengfei Duan, Yuanfan Zheng, Kai Luo, Kailun Yang

机构 * School of Artificial Intelligence and Robotics, Hunan University（湖南大学人工智能与机器人学院） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、eess.IV

AI总结 本文提出PanoMMOcc数据集和VoxelHound框架，通过垂直抖动补偿和多模态信息融合提升四足机器人全景多模态3D感知性能。

Comments The dataset and code will be publicly released at https://github.com/SXDR/PanoMMOcc

ProOOD: Prototype-Guided Out-of-Distribution 3D Occupancy Prediction

ProOOD：基于原型的分布外3D占用预测

Yuheng Zhang, Mengfei Duan, Kunyu Peng, Yuhang Wang, Di Wen, Danda Pani Paudel, Luc Van Gool, Kailun Yang

机构 * Hunan University（湖南大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、eess.IV

AI总结 本文提出ProOOD方法，通过原型引导的语义填充和尾部挖掘提升3D占用预测和分布外检测性能，实验表明其在多个数据集上均取得显著改进。

Comments Accepted to CVPR 2026. The source code is publicly available at https://github.com/7uHeng/ProOOD

OccSim: Multi-kilometer Simulation with Long-horizon Occupancy World Models

OccSim：基于长期占用世界模型的多公里模拟

Tianran Liu, Shengwen Zhao, Mozhgan Pourkeshavarz, Weican Li, Nicholas Rhinehart

机构 * Learning, Embodied Autonomy, and Forecasting (LEAF) Lab, University of Toronto（多伦多大学学习、具身自主与预测（LEAF）实验室） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 OccSim通过无需连续日志或HD地图，仅依赖初始帧和未来动作序列生成超过3000帧的3D占用地图，实现多公里规模的稳定生成，提升占用世界模型的生成长度达80倍。

OneOcc: Semantic Occupancy Prediction for Legged Robots with a Single Panoramic Camera

OneOcc: 为四足机器人和人形机器人提供基于单个全景相机的语义占用预测

Hao Shi, Ze Wang, Shangwei Guo, Mengfei Duan, Song Wang, Teng Chen, Kailun Yang, Lin Wang, Kaiwei Wang

专题命中 BEV与占用 ：occupancy(title,abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV、eess.IV

AI总结 OneOcc通过双投影融合、双格体素化、轻量解码器和步态位移补偿模块，实现四足机器人和人形机器人的语义占用预测，解决了步态引起的身体抖动和360度连续性问题。

Comments Accepted to CVPR 2026. Datasets and code will be publicly available at https://github.com/MasterHow/OneOcc

ForecastOcc: Vision-based Semantic Occupancy Forecasting

ForecastOcc: 基于视觉的语义占用预测

Riya Mohan, Juana Valeria Hurtado, Rohit Mohan, Abhinav Valada

机构 * Department of Computer Science, University of Freiburg（计算机科学系，弗赖堡大学） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 ForecastOcc 是首个基于视觉的语义占用预测框架，通过联合预测未来占用状态和语义类别，提升自动驾驶环境感知能力。

AugMapNet: Improving Spatial Latent Structure via BEV Grid Augmentation for Enhanced Vectorized Online HD Map Construction

AugMapNet: 通过BEV网格增强改进空间潜在结构以提升矢量化的在线HD地图构建

Thomas Monninger, Md Zafar Anwar, Stanislaw Antol, Steffen Staab, Sihao Ding

机构 * Mercedes-Benz Research & Development North America, USA（梅赛德斯-奔驰北美研究与开发） 纠错

专题命中 BEV与占用 ：BEV(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

AI总结 AugMapNet通过BEV网格增强改进空间潜在结构，提升矢量化在线HD地图构建的性能和结构化表示。

Comments Accepted to 2026 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV 2026)

LOC: A General Language-Guided Framework for Open-Set 3D Occupancy Prediction

Yuhang Gao, Xiang Xiang, Sheng Zhong, Guoyou Wang

专题命中 BEV与占用 ：occupancy(title,abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV、eess.IV

MapDiffusion: Generative Diffusion for Vectorized Online HD Map Construction and Uncertainty Estimation in Autonomous Driving

Thomas Monninger, Zihan Zhang, Zhipeng Mo, Md Zafar Anwar, Steffen Staab, Sihao Ding

机构 * Mercedes-Benz Research & Development North America（梅赛德斯-奔驰北美研发有限公司） ； University of Stuttgart（斯图加特大学） ； Institute for Artificial Intelligence（人工智能研究所） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of Southampton（南安普顿大学） 纠错

专题命中 BEV与占用 ：autonomous driving(title,abstract)；BEV(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments Accepted for 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2025)

TS-CGNet: Temporal-Spatial Fusion Meets Centerline-Guided Diffusion for BEV Mapping

Xinying Hong, Siyu Li, Kang Zeng, Hao Shi, Bomin Peng, Kailun Yang, Zhiyong Li

专题命中 BEV与占用 ：BEV(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、eess.IV

Comments The source code will be publicly available at https://github.com/krabs-H/TS-CGNet

WildOcc: A Benchmark for Off-Road 3D Semantic Occupancy Prediction

Heng Zhai, Jilin Mei, Chen Min, Liang Chen, Fangzhou Zhao, Yu Hu

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

TempBEV: Improving Learned BEV Encoders with Combined Image and BEV Space Temporal Aggregation

Thomas Monninger, Vandana Dokkadi, Md Zafar Anwar, Steffen Staab

专题命中 BEV与占用 ：BEV(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments Accepted for 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2024)

Research on Reliable and Safe Occupancy Grid Prediction in Underground Parking Lots

JiaQi Luo

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments 15 pages, 19 figures

LetsMap: Unsupervised Representation Learning for Semantic BEV Mapping

Nikhil Gosala, Kürsat Petek, B Ravi Kiran, Senthil Yogamani, Paulo Drews-Jr, Wolfram Burgard, Abhinav Valada

专题命中 BEV与占用 ：BEV(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments 23 pages, 5 figures

OFMPNet: Deep End-to-End Model for Occupancy and Flow Prediction in Urban Environment

Youshaa Murhij, Dmitry Yudin

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments Accepted in Neurocomputing journal - 2024

VectorFlow: Combining Images and Vectors for Traffic Occupancy and Flow Prediction

Xin Huang, Xiaoyu Tian, Junru Gu, Qiao Sun, Hang Zhao

专题命中 BEV与占用 ：occupancy(title,abstract)；autonomous driving(abstract)；分类 cs.RO、cs.CV、cs.AI

Comments Technical report. 5 pages, 1 figure, and 2 tables

Driver2Map: Imitating Human Driving for Online High-Definition Map Construction

Driver2Map：模仿人类驾驶的在线高清地图构建

Pan Yin, Runtian Xia, Weisong Kuang, Kaiyu Li, Cong Zhao, Xiangyong Cao

专题命中 BEV与占用 ：BEV(summary_cn,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 该研究提出受人类驾驶启发的Driver2Map模型，可融合三种模态数据，通过两阶段对齐、姿态引导BEV融合等模块提升在线高清地图构建性能，在IoU和AP指标上优于现有方法。

VLN-AVP: Zero-Shot Vision-Language Navigation with Hybrid Long-Short-Term Memory for Autonomous Valet Parking

VLN-AVP：用于自动代客泊车的基于混合长短时记忆的零样本视觉语言导航

Yijian Li, Xiangru Mu, Changze Li, Hantian Shi, Jiyuan Cai, Jia Cai, Xiaoxue Liu, Yajing Sun, Ming Yang, Tong Qin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Yinwang Intelligent Technology Co., Ltd.（银望智能科技有限公司） 纠错

专题命中 BEV与占用 ：BEV(summary_cn,abstract)；autonomous driving(abstract)；分类 cs.RO

AI总结 研究针对自主代客泊车依赖预建地图限制可扩展性问题，提出VLN-AVP零样本导航框架，结合BEV模型与VLM，引入混合记忆系统，构建数据集和基准，实验证明该方法在模拟和实际车辆实验中均有良好效果，提升了成功率。

HERMES++: Toward a Unified Driving World Model for 3D Scene Understanding and Generation

HERMES++：迈向统一的驾驶世界模型用于3D场景理解和生成

Xin Zhou, Dingkang Liang, Xiwu Chen, Feiyang Tan, Dingyuan Zhang, Hengshuang Zhao, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Mach Drive ； University of Hong Kong（香港大学） 纠错

专题命中 BEV与占用 ：BEV(summary_cn,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出HERMES++，一种统一的驾驶世界模型，整合3D场景理解和未来几何预测。通过BEV表示、LLM增强世界查询和当前到未来链接等设计，提升驾驶场景的生成与理解能力。

Comments Extended version of ICCV 25 paper HERMES, Code: https://github.com/H-EmbodVis/HERMESV2, Project page: https://h-embodvis.github.io/HERMESV2/

VG3S: Visual Geometry Grounded Gaussian Splatting for Semantic Occupancy Prediction

VG3S：基于视觉几何的高斯散射用于语义占用预测

Xiaoyang Yan, Muleilan Pei, Shaojie Shen

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） 纠错

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

AI总结 VG3S 通过引入视觉基础模型的几何 grounding 能力，提升语义占用预测的准确性与泛化能力。

Comments Accepted by IROS 2026

Humanoid-OmniOcc: Stereo-Based Full-View Occupancy Dataset for Embodied AI

Humanoid-OmniOcc：面向具身智能的立体全景占用数据集

Xianda Guo, Bohao Zhang, Chenwei Huang, Shiyuan Chen, Ruilin Wang, Yiqun Duan, Cong Yang, Qin Zou, Wei Sui

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； D-Robotics（地瓜机器人） ； Soochow University（苏州大学） ； UTS（悉尼科技大学） 纠错

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

AI总结 针对现有占用数据集局限于自动驾驶场景的问题，提出面向人形机器人的大规模全景立体占用数据集Humanoid-OmniOcc，采用Real2Sim2Real闭环范式，并设计立体引导占用模型，在模拟和真实环境中均优于单目基线。

Collaborative Learning of Local 3D Occupancy Prediction and Versatile Global Occupancy Mapping

局部3D占用预测与多功能全局占用映射的协同学习

Shanshuai Yuan, Julong Wei, Muer Tie, Xiangyun Ren, Zhongxue Gan, Wenchao Ding

机构 * College of Intelligent Robotics and Advanced Manufacturing, Fudan University（智能机器人与先进制造学院，复旦大学） ； State Key Laboratory of Intelligent Vehicle Safety Technology, Chongqing Changan Automobile Co., Ltd.（智能车辆安全技术重点实验室，重庆长安汽车有限公司） 纠错

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

AI总结 本文提出LMPOcc框架，通过整合全局占用先验提升局部预测性能，并实现全局地图的持续更新，适用于自动驾驶中的3D语义占用预测与大规模地图构建。

Comments Accepted by ICRA 2026

ST-GS: Vision-Based 3D Semantic Occupancy Prediction with Spatial-Temporal Gaussian Splatting

ST-GS：基于视觉的3D语义占用预测与空间-时间高斯点划法

Xiaoyang Yan, Muleilan Pei, Shaojie Shen

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学） 纠错

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

AI总结 ST-GS通过空间-时间高斯点划法提升3D语义占用预测的时空建模能力，实现更优的时间一致性与性能

Comments Accepted by ICRA 2026

GraphGSOcc: Semantic-Geometric Graph Transformer with Dynamic-Static Decoupling for 3D Gaussian Splatting-based Occupancy Prediction

GraphGSOcc: 基于语义-几何图变换器的3D高斯散射体占用预测方法，采用动态-静态解耦

Ke Song, Yunhe Wu, Chunchit Siu, Huiyuan Xiong

机构 * School of Intelligent Systems Engineering（智能系统工程学院） ； Sun Yat-sen University（中山大学） 纠错

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

AI总结 GraphGSOcc通过结合语义和几何图变换器，解耦动态-静态物体优化，提升3D高斯散射体占用预测的性能和效率。

Journal ref IEEE Transactions on Circuits and Systems for Video Technology 2026

GSRender: Deduplicated Occupancy Prediction via Weakly Supervised 3D Gaussian Splatting

GSRender: 通过弱监督的3D高斯点划法实现去重的占用预测

Qianpu Sun, Changyong Shu, Sifan Zhou, Runxi Cheng, Yongxian Wei, Zichen Yu, Dawei Yang, Sirui Han, Yuan Chun

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Houmo AI ； Dalian University of Technology（大连理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

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

AI总结 GSRender通过弱监督3D高斯点划法和射线补偿模块，有效减少占用预测中的重复问题，提升户外自动驾驶的感知性能。

LaneDiffusion: Improving Centerline Graph Learning via Prior Injected BEV Feature Generation

Zijie Wang, Weiming Zhang, Wei Zhang, Xiao Tan, Hongxing Liu, Yaowei Wang, Guanbin Li

机构 * Sun Yat-sen University（中山大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Baidu Inc.（百度公司） ； Harbin Institute of Technology（哈尔滨工业大学） ； Pengcheng Laboratory（鹏城实验室） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东大数据分析与处理重点实验室） 纠错

专题命中 BEV与占用 ：BEV(title,abstract)；autonomous driving(abstract)；分类 cs.CV、cs.AI

Comments Accepted by ICCV 2025

GroundLoc: Efficient Large-Scale Outdoor LiDAR-Only Localization

Nicolai Steinke, Daniel Goehring

机构 * Dahlem Center for Machine Learning and Robotics (DCMLR), Department of Mathematics and Computer Science, Freie Universität Berlin（达赫姆机器学习与机器人研究中心（DCMLR），数学与计算机科学系，柏林自由大学） 纠错

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