该研究提出了一种可嵌入低功耗GPU设备的实时系统，使用Semi-Global Matching算法，针对机器人、高级驾驶辅助系统和自主车辆等的需求，在640x480的图像大小、128个视差级别和4个路径方向下，以每秒42帧的速度生成可靠的视差估计结果。

Oct, 2016

针对低功耗实时机器人领域，提出了一种基于FPGA加速的ELAS算法适配方案，在保留原有算法性能特性的前提下，利用CPU/FPGA SoC的组合，极大地提高了算法计算速度和功耗表现，为低功耗实时系统下更复杂、多样化算法的加速提供了新思路。

Feb, 2018

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

本文提出了一种受到More Global Matching (MGM)方法启发的新型资源高效方法，它可以实时运行在功耗低的FPGA上，并在KITTI和Middlebury等多个数据集上验证了我们的方法可以实现在准确性、功耗效率和速度之间的最佳平衡，使我们的方法非常适用于功耗有限的实时系统。

Oct, 2018

本文提出一种基于传统匹配成本的快速深度估计网络，该网络仅使用每个像素和二维卷积操作来总结每个位置的匹配信息，并以低维特征向量的形式生成密集的视差图，在保证准确度的同时，相较于其他算法显著加快了处理速度。

Mar, 2019

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

本文提出一种结合SGM和ELAS方法的 FPGA-CPU芯片的立体图像算法，实现了高效和高精度的深度数据点云的计算，并在KITTI 2015数据集上以50FPS的速度和5W的功率消耗下，达到了仅8.7％的误差率。

Jul, 2019

本文提出了FP-Stereo算法，使用开源硬件高效库快速搭建高性能FPGAs立体匹配流水线，支持多种方法和技术的并行处理，可自动生成FPGA加速器的综合C代码，并通过详细比较，展示出FP-Stereo在准确性、速度、资源使用和能耗等方面的优化。

Jun, 2020

使用嵌入式GPU实现的简约的立体匹配系统，通过基于变分自动编码器的小型神经网络构建优化初步视差图的混合结构，实现了传统算法和神经网络结合，同时提高了匹配准确度和实时性。

May, 2023

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