1.一种在车辆(1)中借助人工神经网络(2)确定关于图像信息的深度信息的方法，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述不均匀照亮的图像区域(d1、d2)产生于第一物体(o1)与第二物体(o2)之间的过渡区域中，所述第一物体与第二物体距所述第一和第二接收传感器(4、5)的距离不同，且所估计的深度信息是深度差信息，其包含关于所述第一和第二物体(o1、o2)与所述车辆(1)之间的距离差的信息。
3.根据权利要求1或2所述的方法，其特征在于，所述发射器(3、3’)为发射波长范围在380nm到800nm之间的可见光的至少一个大灯，所述第一和第二接收传感器(4、5)分别为摄像头。
4.根据前述权利要求中任一项所述的方法，其特征在于，所述第一和第二接收传感器(4、5)形成立体摄像系统。
5.根据前述权利要求中任一项所述的方法，其特征在于，设有至少两个形式为所述车辆(1)的前照灯的发射器(3、3’)，并且接收传感器(4、5)分别对应于前照灯(3、3’)，使得待检测物体(o1、o2)与所述前照灯之间的视线基本上平行于所述待检测物体(o1、o2)与所述前照灯所对应的接收传感器(4、5)之间的视线。
6.根据前述权利要求中任一项所述的方法，其特征在于，所述第一和第二接收传感器(4、5)集成至所述车辆(1)的前照灯中。
7.根据前述权利要求中任一项所述的方法，其特征在于，所述人工神经网络(2)根据在水平方向上测得的所述不均匀照亮的图像区域(d1、d2)的宽度(b)对深度进行估计。
8.根据前述权利要求中任一项所述的方法，其特征在于，所述人工神经网络(2)基于所述第一和第二图像信息(b1、b2)中的像点与所述第一和第二接收传感器(4、5)之间的三角测量，在通过所述第一和第二接收传感器(4、5)进行检测的图像区域中确定深度信息。
9.根据权利要求8所述的方法，其特征在于，所述神经网络(2)将通过三角测量确定的深度信息与通过分析所述至少一个不均匀照亮的图像区域(d1、d2)的几何信息而获得的估计深度信息相互比较并根据所述比较生成经适配的深度信息。
10.根据权利要求8或9所述的方法，其特征在于，所述人工神经网络(2)根据对所述至少一个不均匀照亮的图像区域(d1、d2)的几何信息的分析，对通过三角测量获得的深度信息进行适配。
11.根据前述权利要求中任一项所述的方法，其特征在于，通过至少一个发射器(6、6’)发射红外辐射、雷达信号或激光辐射。
12.根据权利要求11所述的方法，其特征在于，所述接收传感器(7、7’)的至少一部分为红外摄像头、雷达接收器或用于激光辐射的接收器。
13.根据前述权利要求中任一项所述的方法，其特征在于，为了估计关于表示所述车辆(1)的侧面区域和/或所述车辆(1)的后方区域的图像信息的深度信息，将一个以上的发射器(3、3’、6、6’)和两个以上的接收传感器(4、5、7、7’)用于确定图像信息，其中设有多个传感器组(s1、s2、s3、s4)，所述传感器组分别具有至少一个发射器和至少两个接收传感器，且其中将各个传感器组(s1、s2、s3、s4)的图像信息合并成整体图像信息。
14.根据权利要求13所述的方法，其特征在于，所述传感器组(s1、s2、s3、s4)至少部分地利用不同频带的电磁辐射。
15.一种用于在车辆(1)中确定关于图像信息的深度信息的系统，所述系统包括执行人工神经网络(2)的计算操作的计算单元(8)、配置为发射电磁辐射的至少一个发射器(3、3’)以及至少一个第一和第二接收传感器(4、5)，所述第一和第二接收传感器以彼此间隔开的方式布置，其中所述第一和第二接收传感器(4、5)配置为接收所述发射器(3、3’)发射的电磁辐射的反射分量，且其中第一接收传感器(4)配置为根据所接收的反射分量生成第一图像信息(b1)，第二接收传感器(5)配置为根据所接收的反射分量生成第二图像信息(b2)，其中所述人工神经网络(2)配置为：