> 数据图表咨询大家BEVTransformerOCC 占用网络架构将智驾带入真正的 3D 感知，提高系统感知的泛化能力
2025-8-2“BEVTransformerOCC 占用网络”架构将智驾带入真正的 3D 感知，提高系统感知的泛化能力。“占用网络 OCC”将世界划分为多个大小一致的立方体，每个立方体也被称为体素（voxel），通过预测每个体素是否被占用，实现细粒度的 3D场景建模。此外，OCC 还利用光流法识别车周物体的动态信息，假设构成物体的像素亮度恒定且时间连续，通过对比连续两帧图像中的像素位置变化估计出物体或场景的运动。OCC 具有如下优势：（1）通过体素化网格预测占用概率，可精准描述不规则物体（如土堆、树枝）的几何形状，提高识别精度（2）OCC 不以是否认识物体或识别分类为目标，而是以空间是否被占用为检测目标，因此可大幅提 高 对 异 形 障 碍 物 的 通 用 化 识 别 ， 降 低 对 标 注 数 据 的 依 赖 。BEVTransformerOCC 占用网络在原有 BEVTransformer 架构的基础上增加了去卷积层（Deconvolution），从较低维度的特征中恢复更高分辨率的空间信息，进而解码出 3D 体素占用网络。将 OCC 应用于 BEVTransformer 架构，实现了感知层面真正的全场景 3D 建模以及动态预测。 
