PowerBEV：一个强大且轻量的BEV实例预测框架

作者：小fan | 来源：技术饭传统的用于自动驾驶的BEV视图在运动环境预测上的潜力少有被探索，现有的方法依赖于多任务自回归设置与复杂的后处理相结合，以时空一致的方式预测未来的实例。在本次的研究中，研究人员开发了一种新范式，消除了以前方法中固有的冗余，并具备了最先进的性能。研究背景考虑到自动驾驶任务的复杂性，除了对道路情况的准确定位以外，对道路使用者的运动预测也十分重要。现有的方法已经证明了BEV视图在环境感知方面的潜力，但传统方法存在多个方位的冗余表示，如分割图，实例中心，正向流和指向实例中心的偏移。这些冗余表示不仅需要各种损失项，还需要复杂的后处理来获得实例预测。在最新提出的方法中，研究人员简化了在之前工作中使用的多任务设置，并提出了一种只需要两种输出模式的方法：分割图 ………………………………