摘要

环境的精确深度图对于自主机器人和车辆的安全运行至关重要。目前，获取此类深度信息的方法主要有激光雷达（LIDAR）或立体匹配算法。然而，高分辨率的激光雷达成本高昂，并且在远距离时生成的深度图较为稀疏；而立体匹配算法虽然能够生成更密集的深度图，但在远距离下的精度通常低于激光雷达。本文提出了一种结合这两种方法以生成高质量密集深度图的新方法。与以往依赖真实标签进行训练的方法不同，所提出的模型采用了自监督训练过程。实验结果表明，该方法能够生成高质量的密集深度图，并且即使在低分辨率输入的情况下也能表现出良好的鲁棒性。这展示了通过使用低分辨率激光雷达与立体系统相结合来降低成本的同时保持高分辨率的潜力。