本研究提出了BEVDiffuser，一种基于真实场景引导的扩散模型，旨在解决鸟瞩视图（BEV）中的噪声问题。该模型在nuScenes数据集上表现优异，3D目标检测mAP提高12.3%，NDS提高10.1%，有效增强了BEV表示的去噪能力。

本研究探讨了鸟瞩视图分割模型在自主驾驶中的泛化性能，强调跨数据集评估的重要性。通过多数据集训练，研究显示不同传感器对模型表现的影响，从而提升模型适应性和分割可靠性。