北航提出轻量级空间嵌入用于基于视觉的3D占用预测！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 occupancy 预测近年来因其全面精细的环境表示和对开放集目标的强大泛化能力而备受关注。然而，复杂的 Voxel 特征和三维卷积操作不可避免地在内存和计算上引入了大量开销，阻碍了occupancy预测方法在实时自动驾驶系统中的部署。 尽管有一些方法试图通过通道到高度机制从二维鸟瞰图（BEV）特征高效预测三维occupancy，但BEV特征无法存储场景的所有高度信息，这限制了性能。 本文提出了一种名为LightOcc的创新三维occupancy预测框架，该框架利用轻量级空间嵌入有效地补充BEV表示的高度线索，同时保持其可部署性。首先，全局空间采样用于从多视图深度分布中获得单通道occupancy。 接着，空间到通道机制将单通道occupancy的任意空间维度作为特征 ………………………………