一种基于贝叶斯射线的自动驾驶场景神经辐射场重建方法

本发明公开了一种基于神经辐射场(NeRF)的不确定性感知仿真方法，旨在解决自动驾驶场景中动态场景真实感不足的问题。针对传统仿真方法在处理反射材料和遮挡区域时产生的渲染伪影和不确定性问题，本发明提出了一种融合贝叶斯不确定性量化和动态场景优化的新框架。在MARS模拟器的基础上，该框架通过专门的渲染损失函数和基于物理的渲染模型，显著提高了仿真场景的视觉质量和可靠性。实验结果表明，该方法在KITTI和VKITTI数据集上优于基线MARS模拟器，特别是在减少伪影和提升渲染保真度方面，展现出更高的应用价值和泛化能力，为自动驾驶仿真提供更可靠的测试环境。