الكشف عن الأشياء ثلاثية الأبعاد باستخدام الكاميرا أحادية العدسة هو مكون أساسي في القيادة الذاتية، ولكنه يشكل تحديًا كبيرًا، خاصة بالنسبة للعينات المخفية جزئيًا والتي تكون مرئية فقط بشكل جزئي. يعتبر معظم الكاشفات كل كائن ثلاثي الأبعاد هدفًا تدريبيًا مستقلًا، مما يؤدي حتماً إلى نقص المعلومات المفيدة للعينات المخفية. بهدف حل هذه المشكلة، نقترح طريقة جديدة لتحسين الكشف عن الأشياء ثلاثية الأبعاد باستخدام الكاميرا أحادية العدسة من خلال الأخذ بعين الاعتبار العلاقة بين العينات المتزاوجة. هذا يسمح لنا بتشفير القيود المكانية للكائنات المخفية جزئيًا من جيرانها المجاورين. بصفة خاصة، يقوم الكاشف المقترح بحساب التوقعات التي تأخذ عدم اليقين في الاعتبار لمواقع الكائنات ومسافات ثلاثية الأبعاد بين أزواج الكائنات المجاورة، والتي يتم تحسينها بعد ذلك بشكل مشترك باستخدام أقل مربعات غير الخطية (nonlinear least squares). في النهاية، يتم دمج هيكل التنبؤ ذو المرحلة الواحدة الذي يأخذ عدم اليقين في الاعتبار ووحدة التحسين ما بعد بشكل متخصص لضمان كفاءة وقت التشغيل. تظهر التجارب أن طرحتنا تعطي أفضل أداء على معيار KITTI للكشف ثلاثي الأبعاد، حيث تتفوق على المنافسين الأكثر تقدمًا بمargins كبيرة، خاصة بالنسبة للعينات الصعبة.