单目深度估计（Monocular Depth Estimation）是指仅依靠单个摄像头的二维图像信息，通过计算机视觉算法推断场景中物体与摄像头之间距离的技术。与立体视觉或激光雷达等依赖多传感器或主动发射信号的方式不同，单目深度估计的核心挑战在于从单视角丢失的维度信息中重建三维空间关系，这本质上是一个不适定问题（ill-posed problem）。现代方法通常采用深度学习模型，通过卷积神经网络学习图像特征与深度值之间的复杂映射关系，典型架构包括编码器-解码器结构和注意力机制。
在自动驾驶领域，单目深度估计因其硬件成本低、易于部署的优势，成为辅助感知系统的重要组成部分。它可用于前车距离预警、可行驶区域分割、障碍物初步定位等任务，尤其在L2级辅助驾驶系统中与毫米波雷达形成互补。但需注意的是，其精度受光照条件、纹理缺失等因素影响较大，当前技术路线多采用多任务学习（如联合语义分割）或时序信息融合来提升鲁棒性。特斯拉的「伪激光雷达」（Pseudo-LiDAR）方案便是将单目估计的深度图转换为三维点云后处理的高级应用案例。