Die Segmentierung von Straßenhindernissen, einschließlich positiver und negativer Hindernisse, ist entscheidend für die sichere Navigation autonomer Fahrzeuge. In jüngster Zeit hat sich ein zunehmendes Interesse an der Nutzung von Multi-Modus-Datenfusion (z. B. RGB- und Tiefen-/Disparitätsbildern) gezeigt. Obwohl diese Ansätze eine verbesserte Segmentierungsgenauigkeit erzielt haben, stellen wir fest, dass ihre Leistung leicht beeinträchtigt wird, wenn die beiden Modalitäten inkonsistente Informationen liefern – beispielsweise bei entfernten Hindernissen, die in RGB-Bildern sichtbar sind, aber in Tiefen- oder Disparitätsbildern nicht erfasst werden können. Um dieses Problem zu lösen, schlagen wir ein neuartiges zweier-Encoder-zweier-Decoder-Netzwerk für RGB-Tiefen-/Disparitäts-Daten mit Residual-Guided Fusion-Modulen vor. Im Gegensatz zu den meisten bestehenden Netzwerken, die Merkmalskarten im Encoder fusionieren, führen wir die Fusion im Decoder durch. Zudem veröffentlichen wir einen großskaligen RGB-Tiefen-/Disparitäts-Datensatz, der sowohl in städtischen als auch in ländlichen Umgebungen aufgenommen wurde und manuell annotierte Ground-Truth-Daten für die Segmentierung sowohl negativer als auch positiver Hindernisse enthält. Umfangreiche experimentelle Ergebnisse zeigen, dass unser Netzwerk im Vergleich zu anderen Ansätzen eine state-of-the-art-Leistung erzielt.