机构名称：
¥ 2.0
3D占用感知技术旨在观察和了解自动驾驶汽车的密集3D环境。由于其全面的感知能力，这项技术正在成为自主驾驶感知系统的一种趋势，并引起了行业和学术界的极大关注。类似于传统的鸟眼观点（BEV）感知，3D占用感感知具有多源输入的性质和信息融合的必要性。但是，区别在于它捕获了2D BEV忽略的垂直结构。在本调查中，我们回顾了有关3D占用感知的最新作品，并提供了对具有各种输入方式的方法的深入分析。具体来说，我们总结了通用网络管道，突出显示信息融合技术并讨论有效的网络培训。我们在最受欢迎的数据集上评估和分析了最先进的占用性能。此外，还讨论了挑战和未来的研究方向。我们希望本文能够激发社区的灵感，并鼓励有关3D占用感的更多研究工作。本调查中的一项全面研究清单可在主动存储库中公开获得，该存储库不断收集最新作品：https：//github.com/huaiyuanxu/3d-occupancy-poception。
基于事件触发的增强学习基于超级可靠的低延迟v2x通信
主要关键词
相关文件推荐
