单目相机在自动驾驶中的深度估计新进展：一种自监督学习方法

深圳大学与重庆大学联合研究提出创新性深度估计算法，推动自动驾驶环境感知技术发展

本研究提出了一种基于单目相机传感器的自监督深度估计算法，旨在提升自动驾驶车辆在复杂道路环境下的三维感知能力。该方法通过引入自监督学习机制，有效降低了对大规模标注数据的依赖，在保证精度的同时显著提升了模型泛化性能。

作者团队介绍

第一作者：李国法，重庆大学教授，主要研究方向包括自动驾驶环境感知、驾驶员行为分析及人工智能驱动的类人决策系统。

通信作者：曲行达，深圳大学教授，研究领域涵盖交通安全、职业健康安全与人机交互。

引用信息：
Li, G., Chi, X., Qu, X.: Depth Estimation Based on Monocular Camera Sensors in Autonomous Vehicles: A Self-supervised Learning Approach. Automot. Innov. 6, 268–280 (2023).
https://doi.org/10.1007/s42154-023-00223-6

《Automotive Innovation》期刊简介

《Automotive Innovation》是由国家新闻出版署批准创办的中国汽车行业首本英文科技期刊，由中国汽车工程学会（China SAE）主办，致力于打造国际化的学术交流平台，推动中国汽车科技创新成果走向世界。

期刊以建设世界一流汽车科技期刊为目标，汇聚来自全球15个国家和地区的权威专家组成编委会，并与施普林格·自然集团（Springer Nature）合作，确保出版质量与国际标准接轨。目前已入选EI、ESCI、Scopus数据库，2023年获得首个影响因子6.1。

期刊每季度出版一期，内容聚焦智能网联汽车、新能源汽车及未来出行等前沿领域，涵盖理论研究、技术创新与工程应用。创刊联合主编为清华大学李骏院士和赵福全教授，执行副主编为吉林大学章新杰教授。

投稿须知

• 稿件须为原创且未公开发表，严禁一稿多投；
• 论文语言为英文，建议篇幅约5000词；
• 投稿请访问官网：https://www.springer.com/42154

联系方式
联系人：李冬
电话：86-10-50923972
邮箱：jai-editor@sae-china.org