本文介绍了一种新方法，通过多流递归神经网络模型预测自动驾驶车辆的位置和规模。研究表明，明确建模车辆未来运动可提高预测准确性。提出的BEVFormer框架在nuScenes测试集中达到56.9%的技术水平，显著提升了低能见度下的速度估计和对象召回准确性。此外，FipTR框架通过实例查询直接估计未来占用掩码，优化了预测过程。