本研究提出了一种新型无校准空间变换方法，利用简单注意力机制提升三维语义占用预测的速度和精度，展现出在复杂环境中的应用潜力。

本文总结了低成本稳定的2.5/3D视觉感知器件在室内环境视觉场景理解中的应用，探讨了数据表示、核心技术和性能评价。研究提出了基于场景图的三维语义理解、语义视图综合和视觉转换器等多种方法，以提高场景理解的准确性和多样性，并分析了不同视觉编码模型的优缺点，强调了未来选择编码器的灵活性。

本研究提出了OccRWKV网络，旨在解决三维语义占用预测中的精度与延迟平衡问题。通过分支处理语义、占用预测和特征融合，显著提高了预测精度并降低了计算开销，适合实时部署于自主导航机器人。