Diffusionsbasierte generative Modelle für 3D-Okkupanzvorhersage im autonomen Fahren

Diffusion-Based Generative Models for 3D Occupancy Prediction in Autonomous Driving

May 29, 2025

Autoren: Yunshen Wang, Yicheng Liu, Tianyuan Yuan, Yucheng Mao, Yingshi Liang, Xiuyu Yang, Honggang Zhang, Hang Zhao

cs.AI

Zusammenfassung

Die präzise Vorhersage von 3D-Okkupanzgittern aus visuellen Eingaben ist entscheidend für das autonome Fahren, doch aktuelle diskriminative Methoden kämpfen mit verrauschten Daten, unvollständigen Beobachtungen und den komplexen Strukturen, die in 3D-Szenen inhärent sind. In dieser Arbeit formulieren wir die 3D-Okkupanzvorhersage als eine generative Modellierungsaufgabe unter Verwendung von Diffusionsmodellen, die die zugrunde liegende Datenverteilung erlernen und 3D-Szenenprioritäten einbeziehen. Dieser Ansatz verbessert die Vorhersagekonsistenz, die Robustheit gegenüber Rauschen und bewältigt besser die Komplexität von 3D-Raumstrukturen. Unsere umfangreichen Experimente zeigen, dass generative Diffusionsmodelle state-of-the-art diskriminative Ansätze übertreffen und realistischere und genauere Okkupanzvorhersagen liefern, insbesondere in verdeckten oder schlecht sichtbaren Bereichen. Darüber hinaus profitieren nachgelagerte Planungsaufgaben erheblich von den verbesserten Vorhersagen, was die praktischen Vorteile unserer Methode für reale Anwendungen des autonomen Fahrens unterstreicht.

English

Accurately predicting 3D occupancy grids from visual inputs is critical for autonomous driving, but current discriminative methods struggle with noisy data, incomplete observations, and the complex structures inherent in 3D scenes. In this work, we reframe 3D occupancy prediction as a generative modeling task using diffusion models, which learn the underlying data distribution and incorporate 3D scene priors. This approach enhances prediction consistency, noise robustness, and better handles the intricacies of 3D spatial structures. Our extensive experiments show that diffusion-based generative models outperform state-of-the-art discriminative approaches, delivering more realistic and accurate occupancy predictions, especially in occluded or low-visibility regions. Moreover, the improved predictions significantly benefit downstream planning tasks, highlighting the practical advantages of our method for real-world autonomous driving applications.