Диффузионные генеративные модели для прогнозирования 3D-заполнения в автономном вождении

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

May 29, 2025

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

cs.AI

Аннотация

Точное предсказание трехмерных оккупационных сеток на основе визуальных данных имеет решающее значение для автономного вождения, однако современные дискриминативные методы сталкиваются с трудностями при работе с зашумленными данными, неполными наблюдениями и сложными структурами, присущими трехмерным сценам. В данной работе мы переосмысливаем задачу предсказания 3D-оккупации как задачу генеративного моделирования с использованием диффузионных моделей, которые изучают базовое распределение данных и учитывают априорные знания о 3D-сценах. Такой подход повышает согласованность предсказаний, устойчивость к шуму и лучше справляется со сложностями пространственных структур в 3D. Наши обширные эксперименты показывают, что генеративные модели на основе диффузии превосходят современные дискриминативные подходы, обеспечивая более реалистичные и точные предсказания оккупации, особенно в затененных или плохо видимых областях. Более того, улучшенные предсказания значительно повышают эффективность последующих задач планирования, что подчеркивает практические преимущества нашего метода для реальных приложений автономного вождения.

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.