点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 很荣幸自动驾驶之心邀请到本文作者 刘彦淏，为大家分享这篇工作。今晚七点半，锁定自动驾驶之心直播间~ 论文标题 ： DriveVGGT: Visual Geometry Transformer for Autonomous Driving 论文链接 ： https://arxiv.org/abs/2511.22264 分享介绍 >>直播和内容获取转到 → 自动驾驶之心知识星球 点击按钮预约直播 前馈重建技术近年来备受关注，其中视觉几何Transformer（VGGT）是典型代表。然而，由于VGGT的设计初衷与自动驾 驶任务的先验知识存在本质差异，将其直接应用于自动驾驶（AD）系统会导致次优结果。在自动驾驶场景中，需重点考 量三类关键新先验：（i） 相机视图重叠度极低 ——自动驾驶传感器配置的核心目标是以低成本实现360度全场景覆盖； （ii） 相机内参与外参已知 ——这不仅为输出结果提供了更多约束，更使得绝对尺度估计成为可能；（iii） 相对位置固 定 ——尽管自车处于运动状态，所有车载相机的相对位置始终保持不 ...

点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 论文作者 | Xiaosong Jia等 编辑 | 自动驾驶之心 自动驾驶中的4D场景重建是实现环境感知与运动规划的关键环节，然而传统视觉几何模型在多相机、低重叠的自动驾驶场景中往往表现不佳。 来自上海交大、复旦等机构的研究者提出 DriveVGGT，一种专为自动驾驶设计的视觉几何Transformer，通过显式引入相机相对位姿先验，显著提升了多相机系统的几 何预测一致性与推理效率。 更多自动驾驶的行业信息、技术进展，欢迎加入自动驾驶之心知识星球获取！ 背景介绍 4D重建是一项从视觉传感器预测几何信息的计算机视觉任务。与其他传感器相比，基于相机的重建因其低成本而在各个领域，尤其是在自动驾驶和机器人学中，得到 了广泛的研究和应用。通常，重建方法有两种类型。第一种是基于迭代的方法，例如。这些方法需要选择特定的场景或物体，并通过迭代重建来获得优化结果。然 而，由于泛化能力不足，当场景或物体发生变化或修改时，基于迭代的方法需要重新训练模型。第二种是前向方法。这些方法 ...