本研究提出了一种高性能和可调谐的立体视差估计方法，其关键是通过半稠密重建的快速深度验证步骤，通过迭代逼近场景深度，构建由立体形象生成的多面平坦网格。该方法的简单性和速度以及可调谐的重建质量和运行时性能使其成为高速车辆应用的一个引人注目的解决方案。

Nov, 2015

文章研究了无人机导航中基于视觉的障碍物检测和跟踪问题，提出了一种实时的对象定位和跟踪策略，将对象检测和跟踪有效地集成到动态卡尔曼模型中，并使用卡尔曼滤波提供对象状态的粗略预测，而无需对其进行手动初始化，具有比同类技术更快的运行速度和竞争性的跟踪性能。

Mar, 2017

本文讨论了使用轻量级立体相机设置进行障碍物避难的方法。通过计算图像的不同点，利用经过优化的半全局匹配（SGM）算法得出障碍物分布图，并采用反应式的避障方式通过嵌入式 FPGA 进行最短路径规划。

Jul, 2018

本文介绍了一种嵌入在无人机上的稳健立体视觉系统，可以实时准确地评估道路表面的状况，从而支持道路交通的安全。通过改进视角变换和使用双边滤波器来过滤生成的代价体积，以及最小化能量函数，通过单独检测受损道路区域，降低了算法的计算复杂度。

Apr, 2019

提出了一种基于RGB-D相机的实时动态障碍物跟踪和建图系统，该系统使用“占用格子图”生成动态障碍物区域，应用卡尔曼滤波和连续滤波来跟踪每个动态障碍物，并提出了一种基于Markov链的环境感知轨迹预测方法。实验结果表明，该方法可以在动态环境中实时成功跟踪和避免障碍物。

Sep, 2022

引入了一个关注实际应用而非仅仅性能提升的全面基准的研究，包括一个灵活高效的立体匹配代码库，通过实验在SceneFlow数据集上证明了该代码库的强大性能，并发现了一个简单但有效的基准模型。

Dec, 2023

使用光学传感器进行无人机的检测、跟踪和距离估计，通过深度学习框架、目标检测模块、跟踪模块和深度估计模块实现全自主飞行和高级空中流动的无人机。

May, 2024

本研究针对基于事件的立体深度估计领域中的信息不对称和方法多样性问题，提供了一次全面的综述。论文首次系统性审视了深度学习方法以及立体数据集，提出实用建议以创建新的基准，促进该领域的发展。尽管已有显著进展，但在准确性和效率方面仍需努力，本文指明了研究中的若干空白，为未来研究方向提出建议。

Sep, 2024

本研究解决了低功耗计算设备中立体视觉SLAM速度与精度之间的矛盾。作者提出了一种新的Jetson-SLAM设计，利用GPU加速，实现了高达200FPS的实时处理速度，同时保持高准确性。实验结果表明，Jetson-SLAM在多个具有挑战性的数据集上表现出色，为低能耗设备中的视觉SLAM技术提供了重要的参考和发展方向。

Oct, 2024

本研究解决了现有无人机应用基准主要集中于2D感知任务的问题，限制了3D环境理解的实际应用。提出的UAV3D基准包含1000个场景和20帧的完全注释3D边界框，为单无人机和协作无人机的3D目标检测及跟踪提供了支持，推动了相关研究的发展。研究成果有望显著提升无人机在复杂环境中的感知能力。

Oct, 2024