本研究提出了一种仅使用RGB图像生成目标解剖结构的3D映射流程，以满足手术自动化对精确引导的需求。研究结果表明，该流程在某些指标上超越了传统RGB-D摄像头，展示了单目相机在微创手术中的应用潜力。

该论文提出了一种基于单目相机和廉价雷达的自主驾驶框架，利用MTUNet提取图像特征，并通过CILQR和VPC模块进行运动规划和控制。同时，研究综述了智能车辆的规划方法，探讨了车联网和合作感知在自动驾驶中的应用，提出了V2X-Lead和UniV2X等新方法，以提高安全性和效率。

本研究提出了WaterScenes数据集，结合4D雷达和单目相机技术，标记水上物体并提供感知任务注释，显著提升了恶劣条件下的物体感知能力。同时，探讨了多模态传感器和深度学习在自动驾驶中的应用，以及多模态3D目标检测的挑战与解决方案。

本文介绍了一种名为CenterLoc3D的单目相机3D车辆定位网络，解决了摄像头标定问题，并提出了SVLD-3D数据集和评估指标。实验结果表明，该方法具有高精度和实时性，适用于自动驾驶中的3D物体检测。

ORB-SLAM2是一个适用于单目、双目和RGB-D相机的完整SLAM系统，具有地图重用、回环闭合和重定位能力，可在各种环境下实时工作。通过在29个公共数据集上的评估，证明ORB-SLAM2的精度达到了最佳结果，已经开源供SLAM社区和其他领域的研究人员使用。