《Dr.Occ：基于深度和区域引导的自动驾驶环视3D语义占用预测》提出了一种创新的端到端解决方案，针对现有纯视觉方案的两大痛点：几何特征错位和语义长尾识别困难。该方法包含两个核心模块：D2-VFormer通过深度引导的双投影视图变换实现精准几何对齐，R2-EFormer采用区域引导的递归专家Transformer优化语义识别。实验表明，该方法在Occ3D-nuScenes基准上显著提升性能（mIo

自动驾驶3D语义占据预测技术正从二维向三维空间演进，以解决传统3D目标检测在描述不规则障碍物时的缺陷。针对3D体素数量剧增和场景稀疏性（90%以上为空）的挑战，三种代表性VoxFormer、SparseOcc和OccupancyDETR模型提出不同解决方案。