Das Ziel dieses Papers besteht darin, hochwertige 3D-Objektvorschläge im Kontext autonomer Fahrzeuge zu generieren. Unsere Methode nutzt Stereobilder, um Vorschläge in Form von 3D-Bounding-Boxes zu platzieren. Wir formulieren das Problem als Minimierung einer Energiefunktion, die Objektgrößen-Priorisierungen, die Erdfläche sowie mehrere tiefenbasierte Merkmale beinhaltet, die Freiräume, Punktwolken-Dichten und die Entfernung zur Erdoberfläche berücksichtigen. Unsere Experimente zeigen erhebliche Leistungsverbesserungen gegenüber bestehenden RGB- und RGB-D-Objektvorschlagsmethoden auf dem anspruchsvollen KITTI-Benchmark. In Kombination mit einer convolutionalen neuronalen Netzwerk-(CNN)-Bewertung übertrifft unser Ansatz alle bisherigen Ergebnisse für alle drei KITTI-Objekt-Klassen.