摘要
在自动驾驶领域中，鸟瞰图感知已成为以摄像头为中心的场景理解以及道路占用情况预测的主要方法，后者需要精确判断空间中哪些区域被什么物体占据，而鸟瞰图感知正是实现这一目标的最有效方式。从2020年到2026年，该领域经历了三次重要的变革：首先是从二维的鸟瞰图语义地图分割发展到基于三维体素的密集三维语义占用分析，这一转变得益于2022年“占用网络”在工业领域的应用；随后又发展为高效、具备生成能力的四维预测模型。本综述按照输出表示、视图变换机制、输入模式、监督方式、时间范围以及效率策略这六个相互垂直的维度对相关研究进行分类，并以输出表示的发展脉络为线索，将2020年的鸟瞰图分割研究成果与2026年的高斯模型及四维预测技术联系起来。除了以车辆为中心的主流研究之外，我们还介绍了并行发展的多视角及基础设施视角的研究方向，这些研究从多视角行人占用分析逐步发展到路边交通占用分析，它们同样采用鸟瞰图占用地图作为输出形式，同时还提供了车辆中心视角研究尚未吸收的通用化工具。我们总结了各个发展阶段中的典型方法，列举了常用的数据集（CARLA、GMVD、MultiviewX、WildTrack、nuScenes、SemanticKITTI、Occ3D、OpenOccupancy）以及评估指标（MODA、mIoU、RayIoU、RayPQ），并将基于Occ3D-nuScenes基准测试的各种研究结果进行了统一对比。最后，我们指出了当前在标签效率、系统鲁棒性、时间预测以及实际应用等方面存在的挑战。我们的目标是把历史上彼此独立的鸟瞰图分割技术与三维占用分析技术整合到同一个体系框架之中。
