单目3D目标检测是自动驾驶中的一个关键组成部分，但解决这一问题极具挑战性，尤其是对于那些仅部分可见的被遮挡样本。大多数检测器将每个3D对象视为独立的训练目标，这不可避免地导致了对被遮挡样本有用信息的缺失。为此，我们提出了一种新颖的方法，通过考虑成对样本之间的关系来改进单目3D目标检测。该方法允许我们从相邻对象中编码部分被遮挡对象的空间约束。具体而言，所提出的检测器计算了对象位置和相邻对象对之间3D距离的不确定性感知预测，这些预测随后通过非线性最小二乘法进行联合优化。最后，一阶段不确定性感知预测结构和后优化模块专门集成在一起，以确保运行时效率。实验结果表明，我们的方法在KITTI 3D检测基准上表现出最佳性能，显著优于现有的最先进竞争对手，特别是在处理困难样本方面。