尽管自监督单目深度估计技术取得了显著进展，但在动态场景下仍面临诸多挑战，主要源于对静态世界假设的依赖。本文提出 Manydepth2，旨在实现对动态物体与静态背景的高精度深度估计，同时保持良好的计算效率。为应对动态内容带来的挑战，我们引入光流与粗略单目深度信息，构建一个伪静态参考帧。该参考帧与原始目标帧协同，用于生成具备运动感知能力的代价体（motion-aware cost volume）。此外，为提升网络架构的准确性与鲁棒性，我们提出一种基于注意力机制的深度估计网络，通过融合通道注意力与非局部注意力机制，有效整合多尺度特征图中的信息。在与计算开销相近的方法对比中，Manydepth2 在 KITTI-2015 数据集上的自监督单目深度估计任务中，均方根误差（RMSE）显著降低了约 5%。代码已开源，地址为：https://github.com/kaichen-z/Manydepth2。