Panoptic-FlashOcc: An Efficient Baseline to Marry Semantic Occupancy with Panoptic via Instance Center
Dalian University of Technology（大连理工大学）；Houmo AI（毫末智行）；Tsinghua University（清华大学）；Harbin Institute of Technology（哈尔滨工业大学）
本文提出 Panoptic-FlashOcc，利用二维特征、类别感知实例聚类及全景处理流程统一语义与实例占据，在 Occ3D-nuScenes 上实现精度与速度的同步领先。
2024-10-24 cs.CV
OccGen: Generative Multi-modal 3D Occupancy Prediction for Autonomous Driving
Shanghai Jiao Tong University（上海交通大学）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
提出生成式多模态3D占据预测模型OccGen，采用“从噪声到占据”的扩散去噪范式逐步细化占据图，在多个基准上显著超越SOTA，并提供不确定性估计。
2024-04-23 cs.CV
OccFormer: Dual-path Transformer for Vision-based 3D Semantic Occupancy Prediction
PhiGent Robotics（鉴智机器人）
本文提出OccFormer双路径Transformer，通过将三维体素处理分解为局部与全局路径，并改进Mask2Former解码器以缓解稀疏性和类别不平衡，在语义场景补全和LiDAR语义分割上显著优于现有方法。
2023-04-11 cs.CV
TEOcc: Radar-camera Multi-modal Occupancy Prediction via Temporal Enhancement
Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）；Chongqing Changan Automobile Co., Ltd.（重庆长安汽车股份有限公司）
TEOcc提出一种雷达-相机多模态时间增强占用预测网络，通过引入仅在训练时使用的时间增强分支学习长短期时间信息，并在nuScenes基准上实现了最先进的占用预测性能。
2024-10-15 cs.CV
DualPathOcc: Dual-Resolution BEV Encoder for 3D Occupancy Prediction
University of Nevada, Las Vegas（内华达大学拉斯维加斯分校）；Shanghai Maritime University（上海海事大学）
DualPathOcc提出双分辨率BEV编码器，结合空间增强与高度感知损失，在无深度监督下实现3D占用预测，于Occ3D-nuScenes达37.37 mIoU。
2026-09-09 cs.CV
Multi-Scale Occ: 4th Place Solution for CVPR 2023 3D Occupancy Prediction Challenge
SAIC AI Lab（上汽人工智能实验室）
提出多尺度占用方法，基于升-分割-射击框架，融合多尺度图像特征与多帧时间信息，结合后处理，以49.36 mIoU获得CVPR 2023 3D占用预测挑战赛第4名。
2023-06-20 cs.CV
Accurate Training Data for Occupancy Map Prediction in Automated Driving Using Evidence Theory
Bosch Center for Artificial Intelligence（博世人工智能中心）；Saarland University（萨尔大学）
针对自动驾驶占用图训练数据质量低的问题，提出基于证据理论的LiDAR转占用图方法，大幅提升精度与不确定性估计能力，优化后的训练数据可显著提升前沿占用预测模型的性能。
2024-05-17 cs.CV
Collaborative Semantic Occupancy Prediction with Hybrid Feature Fusion in Connected Automated Vehicles
Technical University of Munich（慕尼黑工业大学）；Technische Hochschule Ingolstadt（英戈尔施塔特应用科学大学）；Fraunhofer IVI（弗劳恩霍夫交通和基础设施系统研究所）
针对自动驾驶协同感知缺乏全面3D环境预测的问题，提出首个协同3D语义占用预测方法，通过混合融合任务特征与车辆间共享注意力特征提升预测效果，并扩充数据集，实验证明其准确率和语义感知能力显著优于单车及现有3D检测技术。
2024-04-25 cs.CV
Driving in the Occupancy World: Vision-Centric 4D Occupancy Forecasting and Planning via World Models for Autonomous Driving
Zhejiang University（浙江大学）；Huawei Technologies（华为技术有限公司）
该研究提出Drive-OccWorld，将以视觉为中心的4D预测世界模型适配自动驾驶端到端规划，通过语义运动条件归一化、灵活动作条件注入等设计，实现可控4D占据生成与最优轨迹选择，在多个数据集上验证了有效性。
2025-01-17 cs.CV
LetOccVote: Learning Weakly Supervised 3D Occupancy through Consensus
CUHKSZ（香港中文大学（深圳））；Tsinghua University（清华大学）；Shenzhen Polytechnic University（深圳职业技术大学）
该研究提出弱监督三维占用框架LetOccVote，利用跨帧投票改进几何与语义监督，在Occ3D-nuScenes数据集上实现二维伪标签监督方法中的最优性能。
2026-09-09 cs.CV
4DRC-OCC: Robust Semantic Occupancy Prediction Through Fusion of 4D Radar and Camera
Cognitive Robotics\ University of Technology
4DRC-OCC通过融合4D雷达和相机数据，提升恶劣环境下3D语义占用预测的鲁棒性与准确性。
2026-03-08 cs.CV
Occupancy Learning with Spatiotemporal Memory
University of California, Los Angeles（加州大学洛杉矶分校）；University of Southern California（南加州大学）
针对自动驾驶3D占用预测中多帧聚合效率低和时序不一致问题，提出ST-Occ框架，利用时空记忆与记忆注意力增强时空特征，较SOTA提升3 mIoU并降低29%时序不一致。
2025-08-06 cs.CV
OccLoff: Learning Optimized Feature Fusion for 3D Occupancy Prediction
Wuhan University（武汉大学）
OccLoff提出熵掩码稀疏融合编码器、可迁移代理损失及自适应难样本加权，提升三维占用预测精度并降低计算成本，在nuScenes和SemanticKITTI上验证有效。
2024-11-06 cs.CV
Cam4DOcc: Benchmark for Camera-Only 4D Occupancy Forecasting in Autonomous Driving Applications
Shanghai Jiao Tong University（上海交通大学）；HAOMO.AI Technology Co., Ltd.（HAOMO.AI技术有限公司）；National University of Defense Technology（国防科技大学）；Beijing Institute of Technology（北京理工大学）
针对仅相机占用估计局限于当前3D空间、缺乏未来状态预测的问题，提出Cam4DOcc基准以评估仅相机4D占用预测，并构建四类基线及标准化协议，为自动驾驶时空预测研究提供支持。
2025-11-14 cs.CV
Semi-Supervised Vision-Centric 3D Occupancy World Model for Autonomous Driving
Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院（AIR））
针对自动驾驶3D占用世界模型依赖高成本3D标签的问题，提出半监督视觉中心模型PreWorld，通过自监督预训练（利用2D标签）和全监督微调两阶段训练，在nuScenes数据集上的多任务中取得竞争力性能。
2025-02-11 cs.CV
Technical Report for Argoverse Challenges on 4D Occupancy Forecasting
University of Science and Technology Beijing（北京科技大学）；Lenovo Research（联想研究院）；Tsinghua University（清华大学）
本报告提出Le3DE2E_Occ方案，通过带时序融合的LiDAR BEV编码器与结合DETR和UNet的两阶段解码器，在Argoverse 2数据集上实现未来3秒4D占用预测，L1误差较基线降18%并获第一名。
2023-11-27 cs.CV
Occupancy Anticipation for Efficient Exploration and Navigation
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Facebook AI Research（Facebook 人工智能研究院）
最先进的导航方法利用空间记忆来概括新的环境，但它们的占用图仅限于捕获代理直接观察到的几何结构。我们提出了占用预期，代理使用其自我中心的RGB-D观测来推断超出可见区域的占用状态。在这样做的过程中，智能体可以更快地建立其空间感知能力，这有助于在3D环境中进行有效的探索和导航。通过利用自我中心视图和自上而下地图中的上下文，我们的模型成功地预测了更广泛的环境地图，其性能明显优于强基线。此外，当部署用于探索和导航的顺序决策任务时，我们的模型在Gibson和Matterport 3D数据集上的性能优于最先进的方法。我们的方法是2020年Habitat PointNav Challenge的获奖作品。项目页面：http://vision.cs.utexas.edu/projects/occupancy_anticipation/
2020-08-25 cs.CV
LighTROcc: Lightweight 4D Occupancy Forecasting via Instance-Centric 3D Gaussians
Korea University（高丽大学）；University of Texas at Austin（德克萨斯大学奥斯汀分校）；Korea Advanced Institute of Science & Technology（韩国科学技术院）
LighTROcc提出轻量级实例中心框架，用紧凑查询和三维高斯表示可移动对象，单次前向预测当前与未来占用，在nuScenes上实现高效且时间一致的4D占用预测。
2026-10-08 cs.CV
AdaOcc: Adaptive-Resolution Occupancy Prediction
New York University（纽约大学）；BOSCH Research North America（博世北美研究院）
提出自适应分辨率多模态预测方法AdaOcc，将对象中心3D重建与整体占用预测集成，仅在感兴趣区域进行高精度点云重建，在nuScenes上显著提升近距离场景的IOU和Hausdorff距离指标。
2024-08-24 cs.CV
Vegetation Stratum Occupancy Prediction from Airborne LiDAR 3D Point Clouds
Université Gustave Eiffel, IGN-ENSG, LASTIG（古斯塔夫·埃菲尔大学，法国国家地理与林业信息研究所-国家地理科学学院，地理信息与空间分析实验室）；INRAE, UMR 1202 BIOGECO, Université de Bordeaux（法国国家农业食品与环境研究院，BIOGECO联合研究单位，波尔多大学）；EA G&E Bordeaux INP, Université Bordeaux Montaigne（波尔多综合理工学院G&E研究组，波尔多蒙田大学）
我们提出了一种新的基于深度学习的方法，用于从空中平台捕获的3D点云估计植被层的占用率。我们的模型预测栅格化占用地图为三个植被层：低，中，高层次。我们的训练方案允许我们的网络只使用在圆柱形图上聚合的值进行监督，这比像素或点注释更容易生成。我们的方法在精度方面优于手工制作和深度学习基线，同时提供可视化和可解释的预测。我们提供了一个开源的实现我们的方法沿着199个农业地块的数据集训练和评估占用回归算法。
2021-12-27 cs.CV
Occ3D: A Large-Scale 3D Occupancy Prediction Benchmark for Autonomous Driving
Tsinghua University（清华大学）；Shanghai AI Lab（上海人工智能实验室）；Shanghai Qi Zhi Institute（上海期智研究院）；University of Southern California（南加州大学）
针对现有自动驾驶3D感知方法几何细节不足、难处理词汇表外物体的问题，该研究提出Occ3D大规模3D占用预测基准，构建标签生成流程与两个子基准，提出CTF-Occ网络实现更优性能。
2023-12-13 cs.CV
DGOcc: Depth-aware Global Query-based Network for Monocular 3D Occupancy Prediction
DGOcc提出深度感知全局查询网络，利用先验深度图的上下文特征、全局查询模块和分层监督策略，在降低GPU与时间开销的同时实现单目3D语义占用预测的最佳性能。
2025-04-10 cs.CV
GaussianSeed: Hierarchical Gaussian Seeding for High-Resolution 3D Occupancy Prediction
针对现有3D占用预测方法难以扩展到高体素分辨率的问题，提出高斯种子框架，通过分层设计规避内存瓶颈，构建TJScenes数据集，实验表明该方法在保持高精度的同时具有最低延迟，推动了高分辨率3D占用预测的效率-质量前沿。
2026-07-28 cs.CV
Vision-based 3D occupancy prediction in autonomous driving: a review and outlook
School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院）
本文针对自动驾驶领域新兴的基于视觉的3D占用预测任务，从特征增强、部署友好性、标签效率三方面全面综述其研究进展，分析各类方法的潜力与挑战，并总结研究趋势、提出未来展望，同时提供相关资源合集。
2024-07-08 cs.CV
MR-Occ: Efficient Camera-LiDAR 3D Semantic Occupancy Prediction Using Hierarchical Multi-Resolution Voxel Representation
Hanyang University（汉阳大学）；RideFlux Inc.（RideFlux公司）；Seoul National University（首尔大学）
MR-Occ通过分层体素特征细化、多尺度占用解码器和像素到体素融合网络，实现高效且准确的相机-激光雷达三维语义占用预测，并在多个基准上取得领先性能。
2024-12-29 cs.CV
VGOcc: Learning Visual-Geometric Gaussians for Vision-Centric 3D Driving Occupancy Prediction
研究仅视觉3D驾驶占用预测问题，提出VGOcc方法，通过从基础模型学习视觉和几何线索，纳入高斯建模的初始化与细化，实现高效语义占用预测，在nuScenes实验中达最优性能。
2026-07-21 cs.CV
GEM: Gaussian Evolution Model for Occupancy Forecasting and Motion Planning
Purdue University（普渡大学）；New York University Abu Dhabi（纽约大学阿布扎克分校）
该研究提出GEM模型，通过高斯演化模型实现高效的占用预测和运动规划，解决了传统方法在时间灵活性、场景演化和连续时间动态匹配上的不足。
2026-05-17 cs.CV
RenderOcc: Vision-Centric 3D Occupancy Prediction with 2D Rendering Supervision
National Key Laboratory for Multimedia Information Processing（多媒体信息处理国家重点实验室）；School of CS, Peking University（北京大学计算机学院）；Xiaomi Car（小米汽车）；Nanjing University（南京大学）；Nanyang Technological University（南洋理工大学）；CUHK MMLAB（香港中文大学多媒体实验室）
本文提出RenderOcc，通过NeRF式体渲染将多视图2D语义与深度标签转化为3D监督，并用Auxiliary Ray缓解视点稀疏问题，实现接近全3D标签监督的占据预测性能。
2024-03-04 cs.CV
OccAnyScene: Towards Unified Indoor-Outdoor 3D Occupancy Prediction
SuSTech（南方科技大学）；Shanghai AI Laboratory（上海人工智能实验室）；HITSZ（哈尔滨工业大学深圳校区）；Pengcheng Laboratory（鹏城实验室）
该研究提出跨场景三维语义占用预测新任务，构建OccAnyScene框架实现室内外场景统一三维占用预测，在Occ-ScanNet和SurroundOcc-nuScenes数据集上取得最优mIoU结果。
2026-09-03 cs.CV
TrackOcc: Camera-based 4D Panoptic Occupancy Tracking
Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；IIIS, Tsinghua University（清华大学智能产业研究院）；New York University（纽约大学）；Shanghai Qi Zhi Institute（上海期智研究院）
本文提出基于相机的4D全景占用跟踪新任务及TrackOcc方法，通过流式端到端处理和定位感知损失，在Waymo数据集上实现最先进性能。
2025-03-11 cs.CV
From Binary to Semantic: Utilizing Large-Scale Binary Occupancy Data for 3D Semantic Occupancy Prediction
InfoTech, Toyota Motor Corporation（丰田汽车公司信息科技部）
本文提出一种基于二元占用数据的框架，通过预训练和自动标注方法提升3D语义占用预测的性能。
2025-12-23 cs.CV eess.IV
OccupancyDETR: Using DETR for Mixed Dense-sparse 3D Occupancy Prediction
School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts and Telecommunications（北京邮电大学计算机学院（国家示范性软件学院））
针对3D语义占据感知计算资源消耗高的问题，提出OccupancyDETR方法，采用类DETR检测与混合稠密-稀疏解码器区分前后景并分别处理，在SemanticKITTI上实现14的mIoU与10FPS速度，兼顾效率与精度。
2024-05-18 cs.CV cs.RO
Collaborative Learning of Local 3D Occupancy Prediction and Versatile Global Occupancy Mapping
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）
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。
2026-03-05 cs.CV cs.RO
MobileOcc: A Human-Aware Semantic Occupancy Dataset for Mobile Robots
Delft University of Technology（代尔夫特理工大学）
MobileOcc提出了一种面向移动机器人的人感知语义占用数据集，通过结合静态物体注释和新型网格优化框架，实现了对变形人体几何的重建与优化，并用于建立占用预测和行人速度预测的基准测试。
2026-09-02 cs.CV cs.RO
GEM-Occ: From Visual Geometry Evidence to Embodied Semantic Occupancy Memory
The Hong Kong Polytechnic University（香港理工大学）；Eastern Institute of Technology（东部理工学院）；Shanghai Jiao Tong University（上海交通大学）；Wuhan University（武汉大学）；The University of Hong Kong（香港大学）；Georgia Institute of Technology（佐治亚理工学院）
研究针对现有室内占用基准和方法对长距离语义映射探索不足的问题，提出GEM-Occ框架，将局部视觉几何预测转化为语义高斯占用证据等并融合到持久分层记忆中，实验证明该框架在多方面优于现有基线。
2026-10-06 cs.CV cs.RO
OccFusion: Multi-Sensor Fusion Framework for 3D Semantic Occupancy Prediction
Australian Centre for Robotics (ACFR)（澳大利亚机器人中心）；University of Sydney（悉尼大学）
针对纯视觉3D语义占据预测易受光照和天气影响的问题，本文提出OccFusion多传感器融合框架，融合相机、激光雷达与环视雷达特征，在nuScenes和semanticKITTI上实现更准确鲁棒的顶尖性能。
2024-05-09 cs.CV cs.RO
4D-ROLLS: 4D Radar Occupancy Learning via LiDAR Supervision
Department of Automation, School of Intelligence Science and Engineering, Harbin Institute of Technology（自动化系、智能科学与工程学院、哈尔滨工业大学）
针对现有占用估计方法在恶劣环境下表现不佳的问题，提出以LiDAR为监督的4D雷达弱监督占用估计方法4D-ROLLS，性能优异、鲁棒性强，可迁移至下游任务且推理速度快。
2025-05-20 cs.CV cs.RO
Differentiable Raycasting for Self-supervised Occupancy Forecasting
Carnegie Mellon University（卡内基梅隆大学）；Argo AI；Amazon（亚马逊）
安全自动驾驶的运动规划需要了解自动驾驶汽车周围的环境如何随时间变化。场景中可驾驶区域的自我中心感知不仅随着环境中的演员的运动而变化，而且还随着自我车辆本身的运动而变化。为大规模规划提出的自我监督表示，如以自我为中心的自由空间，混淆了这两种运动，使表示难以用于下游运动规划。在本文中，我们使用几何占用作为一个自然的替代视图相关的表示，如自由空间。占领地图自然地将环境的运动与自我交通工具的运动分开。然而，人们不能直接观察到场景的完整3D占用（由于遮挡），这使得它难以用作学习的信号。我们的关键见解是使用可微光线投射将未来的占用预测“渲染”为未来的LiDAR扫描预测，这可以与自监督学习的地面实况扫描进行比较。使用微分光线投射允许占用出现作为预测网络内的内部表示。在没有地面实况占用的情况下，我们定量评估了光线投射激光雷达扫描的预测，并显示了高达15个F1点的改进。对于下游运动规划器，紧急占用可以直接用于引导不可驾驶区域，与以自由空间为中心的运动规划器相比，这种表示相对减少了与物体碰撞的次数高达17%。
2022-10-18 cs.CV cs.RO
FreeOcc: Training-Free Embodied Open-Vocabulary Occupancy Prediction
The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））；MBZUAI
FreeOcc通过四层流程实现无需3D标注的开放词汇占用预测，相比传统方法在EmbodiedOcc-ScanNet上提升IoU和mIoU超过2倍，并引入ReplicaOcc基准测试新环境性能。
2026-04-30 cs.CV cs.RO
OccSora: 4D Occupancy Generation Models as World Simulators for Autonomous Driving
Beihang University（北京航空航天大学）；UC Berkeley（加州大学伯克利分校）；Tsinghua University（清华大学）
提出基于扩散的4D占用生成模型OccSora，通过4D场景tokenizer和扩散transformer学习时空表示，基于轨迹提示生成16秒长视频，作为自动驾驶世界模拟器。
2024-05-30 cs.AI cs.CV
AquaBEV: Monocular Underwater BEV Occupancy with 3D Sonar Supervision
University of South Florida（南佛罗里达大学）；University of Central Florida（中佛罗里达大学）
AquaBEV是基于3D声呐监督的单目水下BEV占用模型，经受控基准测试，其可见IoU、观测IoU较最强迁移基线分别提升4.0%、4.3%。
2026-09-15 cs.CV cs.RO
OccProphet: Pushing Efficiency Frontier of Camera-Only 4D Occupancy Forecasting with Observer-Forecaster-Refiner Framework
The Hong Kong Polytechnic University（香港理工大学）
针对纯相机4D占用预测计算成本高、难以在边缘部署的问题，提出由观测器、预测器、精炼器组成的OccProphet框架，在多个数据集上实现精度提升的同时大幅降低计算量、加快推理速度。
2025-02-21 cs.CV cs.RO
VectorFlow: Combining Images and Vectors for Traffic Occupancy and Flow Prediction
Tsinghua University（清华大学）
预测道路智能体的未来行为是自动驾驶中的一项关键任务。虽然现有的模型在预测边缘智能体的未来行为方面取得了巨大的成功，但有效地预测多个智能体的一致联合行为仍然是一个挑战。最近，占用流场表示被提出来表示道路代理的联合未来状态，通过占用网格和流的组合，支持高效和一致的联合预测。在这项工作中，我们提出了一种新的占用流场预测器，以产生准确的占用和流量预测，通过结合图像编码器的力量，学习功能，从光栅化的交通图像和矢量编码器，捕捉信息的连续代理轨迹和地图状态。这两个编码特征在生成最终预测之前由多个注意力模块融合。我们简单但有效的模型在Waymo开放数据集占用和流量预测挑战赛中排名第三，并在遮挡占用和流量预测任务中实现了最佳性能。
2022-08-09 cs.AI cs.CV cs.RO
Predicting Future Occupancy Grids in Dynamic Environment with Spatio-Temporal Learning
University of Grenoble Alpes（格勒诺布尔阿尔卑斯大学）；Inria（法国国家信息与自动化研究所）；Univ Lyon（里昂大学）；INSA Lyon（里昂国立应用科学学院）
可靠地预测高度动态的城市环境的未来占用率是安全自主导航的重要前提。预测中常见的挑战包括预测其他车辆的相对位置，对不同交通条件下的车辆动力学进行建模，以及消除周围的物体。为了应对这些挑战，我们提出了一个时空预测网络管道，它分别从环境和语义标签中获取过去的信息，以生成未来的占用预测。与当前的SOTA相比，我们的方法预测占用时间为3秒，并且来自nuScenes数据集的环境相对复杂。我们的实验结果表明，时空网络的能力，了解场景动态，而不需要高清地图和明确的建模动态对象。我们公开发布基于nuScenes的占用网格数据集，以支持进一步的研究。
2022-05-06 cs.AI cs.CV
Fast Occupancy Network
Advanced Micro Devices, Inc.（超威半导体公司）
针对占用网络计算开销大的问题，本文提出快速模型，利用可变形2D卷积、高效体素FPN和零成本透视2D分割分支，在精度与速度上超越OCCNet，并可便捷改造现有BEV模型。
2024-12-10 cs.AI cs.CV
UniOcc: Unifying Vision-Centric 3D Occupancy Prediction with Geometric and Semantic Rendering
Xiaomi Car（小米汽车）；Peking University（北京大学）
针对现有3D占用预测方法标注成本高、语义粒度粗的问题，提出UniOcc方法结合体光线渲染增强约束与监督，还引入DTS框架利用无标注数据，在nuScenes挑战赛中取得单模型51.27% mIoU、第三名的成绩。
2023-06-15 cs.AI cs.CV
Occupancy as Set of Points
School of EIC, Huazhong University of Science & Technology（华中科技大学电子信息与通信学院）；Horizon Robotics（地平线机器人）
本文提出OSP框架，用兴趣点表示场景进行三维占用预测，突破体素方法局限，在Occ3D nuScenes基准上表现优异且可与体素方法集成。
2024-07-04 cs.CV cs.RO
StopNet: Scalable Trajectory and Occupancy Prediction for Urban Autonomous Driving
Waymo；Korea University（高丽大学）
我们介绍了一种运动预测（行为预测）方法，可以在不牺牲准确性的情况下满足密集城市环境中自动驾驶的延迟要求。全场景稀疏输入表示允许StopNet扩展到预测数百个道路代理的轨迹，并具有可靠的延迟。除了预测轨迹外，我们的场景编码器还可以预测整个场景的概率占用网格，这是一种适合繁忙城市环境的补充输出表示。占领网格允许AV集体推理代理组的行为，而不处理他们的个人轨迹。我们证明了我们的稀疏输入表示和我们的模型在三个数据集的计算和准确性方面的有效性。我们进一步表明，共同训练一致的轨迹和占用预测在标准指标下提高了最先进的性能。
2022-06-02 cs.CV cs.RO
CVT-Occ: Cost Volume Temporal Fusion for 3D Occupancy Prediction
IIIS, Tsinghua University（清华大学交叉信息研究院）；Shanghai AI Lab（上海人工智能实验室）；UC Berkeley（加州大学伯克利分校）；New York University Shanghai（上海纽约大学）；Qi Zhi Institute（期智研究院）
本文提出CVT-Occ方法，通过沿体素视线采样并融合历史帧特征构建代价体特征图，利用视差线索和数据驱动学习提升基于视觉的3D占用预测精度，在Occ3D-Waymo数据集上以极低额外计算成本超越现有最优方法。
2024-09-25 cs.AI cs.CV
OccWorld: Learning a 3D Occupancy World Model for Autonomous Driving
Tsinghua University（清华大学）
本文提出OccWorld框架，在3D占用空间中学习世界模型，通过场景分词器和时空生成式transformer预测自车运动与场景演变，无需实例和地图监督即可实现有效建模与竞争性规划。
2023-11-27 cs.AI cs.CV cs.LG
WildOcc: A Benchmark for Off-Road 3D Semantic Occupancy Prediction
Research Center for Intelligent Computing Systems, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所智能计算系统研究中心）；School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院）
针对越野场景缺乏3D语义占据预测数据集与基准的问题，本文提出WildOcc基准、由粗到细的真值生成流程及融合图像与点云时空信息的多模态框架，并通过跨模态蒸馏迁移几何知识。
2024-10-27 cs.AI cs.CV cs.RO
ForecastOcc: Vision-based Semantic Occupancy Forecasting
Department of Computer Science, University of Freiburg（计算机科学系，弗赖堡大学）
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。
2026-02-08 cs.AI cs.CV cs.LG
A Survey on Occupancy Perception for Autonomous Driving: The Information Fusion Perspective
The Hong Kong Polytechnic University（香港理工大学）
该综述从信息融合视角梳理自动驾驶3D占用感知的最新研究，分析不同模态方法、网络流水线与融合技术，评估主流数据集上的SOTA性能，探讨挑战与未来方向，并提供持续更新的研究列表仓库。
2024-07-21 cs.AI cs.CV cs.RO
UniOcc: A Unified Benchmark for Occupancy Forecasting and Prediction in Autonomous Driving
本文提出 UniOcc，一个用于自动驾驶中占用预报与预测的统一基准，整合多源真实与仿真数据并提供 2D/3D 占用标签及逐体素流，同时引入无监督评估指标，实验证明大规模多样数据与显式流信息可显著提升模型性能。
2025-08-14 cs.AI cs.CV cs.LG
