基于粗粒度BEV场景流的FSF-Net：增强自动驾驶4D占据预测

（编辑推荐）本文提出FSF-Net，通过粗粒度鸟瞰图（BEV）场景流增强4D占据预测，创新性结合向量量化曼巴网络（VQ-Mamba）挖掘时空特征，并设计U-Net质量融合模块（UQF），在Occ3D数据集上实现IoU/mIoU提升9.56%/10.87%，为自动驾驶安全提供新思路。

　　

Highlight

粗粒度BEV场景流的价值

我们发现鸟瞰图（BEV）场景流在多数交通场景中可近似替代3D场景流，且其粗粒度预测难度低。这一发现成为FSF-Net的核心设计基础。

Implementation details

实验细节

在公开Occup3D数据集（源自nuScenes数据集）的测试中，FSF-Net通过多帧点云稠密化生成真值，采用交叉熵损失函数优化，最终在16帧历史数据预测8帧任务中显著超越现有方法。

Limitations And Future Works

局限性与展望

自车轨迹预测不足：当前模型对自车轨迹预测效果较差，未来拟通过引入时序专用模块（如LSTM）改进。此外，动态物体预测误差和BEV场景流精度限制也是待优化方向。

Conclusion

结论

FSF-Net通过粗BEV场景流框架、VQ-Mamba时空特征增强和UQF融合网络三重创新，为自动驾驶4D占据预测树立了新标杆，IoU指标提升9.56%的突破性成果证实其工程实用价值。

（注：翻译严格保留原文技术术语如VQ-Mamba、BEV等，并采用"自车轨迹"等符合中文自动驾驶领域的表述，同时通过"三重创新"等生动表述增强可读性。）