该文综述单目深度估计研究进展，涵盖自监督、光流稀疏先验、混合数据集训练、测试时优化、ZeroDepth框架、雷达相机融合及多视角方法，在KITTI、NYUv2等数据集上提升精度与泛化能力。

该文综述雷达与相机融合的深度估计及三维检测研究：融合单目图像与雷达点云可提升深度精度；ClusterFusion通过雷达点云聚类提取局部特征，在nuScenes上达到48.7% NDS；SC-Depth利用无标注视频实现尺度一致的深度估计，并可集成SLAM；StableCamH借助物体高度先验实现尺度感知的单目深度估计。