本研究提出了一种基于概率和重建的能力评估方法（PaRCE），旨在提高无人地面车辆在复杂地形中的导航安全性。PaRCE有效预测分类结果，减少与不熟悉障碍物的碰撞，提升导航效率。

本文综述了自动驾驶中三维物体检测的研究进展，重点探讨了激光雷达和相机的检测方法，分析了它们的优缺点及应用场景。此外，研究了碰撞预测和目标识别技术，并提出了新的检测框架，以提高感知精度和效率。

该研究提出了一种基于学习的方法，用于对深度图像进行积极的任务驱动压缩，并将其编码为适用于机器人系统碰撞预测的图像。通过提出一种新颖的 3D 图像处理方法，结合了机器人的尺寸，使得深度图像中表示的障碍物得到适当的“膨胀”，从而获得机器人在摄像机视锥内沿任意给定射线可行碰撞避免方式的距离。