wie soll das gehen? Bei senkrechter Annäherung ist da nix mit parallaxe
Diese Aussage ist falsch: Watch How our Camera-Only AV Handles the Streets of Munich | Mobileye Blog
ok,
korrektur: die Mehrzahl der autonom Fahrenden Fahrzeuge. (sowie(fast) jeder moderne staugroboter)
Doch, natürlich.
Die Wand schwebt ja nicht im leeren Raum. Das Gehirn „bastelt sich das zusammen“, indem es die Unterschiede zwischen rechten und linkem Auge auswertet. Das sind alle Informationen, die es braucht.
Ich bin ein Mensch, der aufgrund einer Sehschwäche in einem Auge nur sehr eingeschränkt räumlich sehen kann und habe mich daher etwas intensiver mit dem Thema beschäftigt.
Menschen können es auch mit nur einem Auge. 1 (beweglicher) visueller Sensor + neuronales Netz.
ich sage ja „das Gehirn!!“
stell dir mal vor du fähst senkrecht auf eine idealisirte Wand zu, ohne zu wissen wie weit die weg ist und wie hoch die ist. Zwei Screenshots im abstand von einer Sekunde wird lediglich ergeben, dass sich die Höhe ändert, oder? Wenn aber sonst keine Info vorhanden ist, wie soll man dann den Abstand messen?
haha, der war gut.
Um nur mit einem Auge Entfernungen beurteilen zu können, brauchst Du sehr viel mehr Informationen als das Bild alleine hergibt. Du musst dann „wissen“, wie groß einzelne Objekte sind, was nicht immer funktioniert.
Ich weiß wovon ich rede…
Ja. „Wissen“ ist das, was im neuronalen Netz hinterlegt ist.
sehe ich auch so. und wenn die Mauer weit genug weg ist, sind (da der Tesla ja kein Hubble an Bord hat) die Bilder der beiden Kameras „zu“ gleich
So kann man es umschreiben, ja.
Aber das Ergebnis ist nie so gut, wie echte „Stereobilder“…
… bester Beitrag seit Tagen! 
Teslas mit AP >= 2.0 haben sogar 3 Kameras nach vorne: Weitwinkel, Standard, Zoom
Die liegen aber zum einen sehr dicht nebeneinander und haben sehr unterschiedliche Blickfelder wegen der unterschiedlichen Brennweiten…
Beim Menschen liegen sie dichter, 6 cm. Bei Tesla ist es weiter auseinander:

Ich habe nur gesagt, es ist mehr als nur eine Kamera 
Ob damit Tiefe errechnet werden kann? Scheinbar schon. Es gibt ein Video auf Youtube von/mit Karpathy in welchem er das näher erläutert.
Ob es in jeder Situation funktioniert ist wieder ein anderes Thema.
Also, wenn ich die Häufigkeit von Phantombremsungen bei HW 3.0 betrachte, dann ist Tesla vom Autonomen Fahren so weit weg wie Yps Gimmicks vom Nobelpreis…
Und was genau hat Dein „Beitrag“ mit dem Thema zu tun?
Das muß ich jetzt nicht wirklich erklären, oder?
Du kannst Tiefeninformationen selbst aus einem einzelnen Monobild rekonstruieren. Anhand von Schatten, Linien usw. Per Deep Learning.
Tesla wird aber eher den temporalen Ansatz wählen. Das kann schon sehr ordentlich funktionieren, nur ist das eben nicht so robust bei tiefstehender Sonne, Regen, Nebel usw.