本文提出了一种统一的CNN框架来规范化深度完成，通过模拟深度与表面法线之间的几何约束，预测稀疏LiDAR输入的置信度，以隔离噪声的影响，以实现从稀疏深度图恢复密集深度图的目标。在实验中，使用KITTI深度完成数据集和NYU-Depth-V2数据集验证了方法的先进性能。

本文提出了一个多传感器融合技术的公共基准测试，包括目标检测、目标追踪和深度完成三个任务，并设计了14个数据破坏模式。通过评估揭示了多传感器融合系统的脆弱性和不可靠性，并提出了设计时需要考虑强壮性和可靠性的建议。

本文提出了一种统一的CNN框架来规范化深度完成，通过模拟深度与表面法线之间的几何约束，预测稀疏LiDAR输入的置信度，以隔离噪声的影响，以实现从稀疏深度图恢复密集深度图的目标。在KITTI深度完成数据集和NYU-Depth-V2数据集上进行了实验，证明了方法的先进性能。