提出LiDAR4D，用4D高斯表示重建动态驾驶场景的LiDAR点云，实现高质量时空一致的点云生成，可用于仿真和自动标注。

提出3D占用栅格作为统一感知表示，可描述任意形状物体的精细3D结构，弥补传统3D框对不规则障碍物建模的不足。

提出MapTR，通过置换等价建模和分层query设计，实现高效的端到端在线矢量化高精地图构建，消除对离线HD Map的依赖。

提出统一自动驾驶框架UniAD，通过query-based设计将感知、预测、规划联合优化在单一网络中，在nuScenes上实现SOTA端到端驾驶性能。

通过时空Transformer构建统一BEV表示，用空间交叉注意力做2D-to-3D投影，时间自注意力融合历史帧，支持3D检测和地图分割。