本文提出了一种语义感知变换的方法，将仪表板摄像机视图中的检测结果映射到场景的更广泛、俯视的占用图中，通过大量的合成数据和深度神经网络的训练实现，结果表明该模型能够在真实世界的数据上进行泛化。

Jun, 2017

本研究提出了一种自我监督的方法，可以利用来自前方视图的单个单目图像，生成 Bird's-Eye-View（BEV）语义地图，用于自动驾驶。该方法包括两种自我监督模式：隐式监督和显式监督。实验证明，这种自我监督方法在使用较少的直接监督的情况下可以达到与全监督方法相当的效果。

Feb, 2023

基于多个深度学习技术的视觉感知线路预测系统可用于自动驾驶车辆，通过管辖车辆分割和自车轨迹预测的联合任务，综合表示周围车辆的鸟瞰视角并使用时空概率网络进行轨迹预测。

Dec, 2023

自动驾驶汽车的导航系统需要准确理解周围环境，本文提出了一个替代方法，通过生成场景的顶视图，提取其他车辆相对于自我车辆的距离和方向，同时通过将透视图 RGB 图像转换为鸟瞰地图的方法，有效捕捉了自动驾驶汽车所需的重要环境信息。

Nov, 2023

该论文提出了名为 POWERBEV 的高效新型端到端框架，该框架依赖于平行的多尺度模块，通过流变换的后处理方法提高了 BEV 实例预测的稳定性，并在 NuScenes 数据集上表现出比现有方法更好的性能，为 BEV 实例预测提出了一种替代理念。

Jun, 2023

本文利用鸟瞰图和卷积神经网络预测高速公路场景中的车辆轨迹，使用 U-net 模型作为预测核心，发现使用高斯表示车辆的 U-net 模型是性能最好的配置，预测误差比基准方法降低了 50%。

Jul, 2022

本文提出了一种高效的深度学习模型 MotionNet，通过 LiDAR 扫描的数据实现自动驾驶中的感知和运动预测，该模型基于一种新颖的时空金字塔网络，可以提取深层次的时空特征，并且通过空间和时间一致性约束进一步规范了模型的训练。实验证明，该方法的性能明显优于现有的基于场景流和 3D 目标检测的方法，有望在自动驾驶中提供备用方案和对运动规划员提供补充信息。

Mar, 2020

本文提出了一种新的端到端架构，能够直接从任意数量的相机图像数据中提取场景的鸟瞰图表示，并将其整合成单一的场景表示，该模型能够学习如何融合所有相机的预测结果，并针对密集表示进行运动规划。

Aug, 2020

通过引入新颖的跨模态自监督训练框架，本文解决了点云方法中的假流和不一致性问题，提出了三种创新的监督信号来保留场景动作的内在属性，包括遮罩 Chamfer 距离损失、分段刚性损失和时间一致性损失，通过广泛实验证明，我们提出的自监督框架在动作预测任务中优于所有先前的自监督方法。

Jan, 2024

本文提出了一种名为 FipTR 的简单而有效的全面端到端框架，它将任务视为 BEV 实例分割和未来帧预测，并采用表示特定交通参与者的实例查询来直接估计相应的未来占用掩码，从而摆脱了复杂的后处理过程。此外，我们设计了一种适用于未来 BEV 特征预测的流感知 BEV 预测器，其由一个以反向流为指导进行偏移采样的流感知可变形关注组成。还提出了一种新颖的未来实例匹配策略，进一步改善了时间上的一致性。大量实验证明了 FipTR 的优越性以及其在不同时间 BEV 编码器下的有效性。

Apr, 2024