一种基于纯视觉的全向通用AEB方法及系统

本申请提供一种基于纯视觉的全向通用AEB方法及系统，包括：基于激光点云制作的场景流信息，获取全景图像对应像素点的尺度变化信息，生成全景图像尺度数据集；构建深度学习网络模型，通过全景图像尺度数据集对深度学习网络模型进行训练，生成全景图像尺度预测模型；将待测全景图像数据输入全景图像尺度预测模型，得到全景图像尺度数据的预测尺度变化信息，并根据预测尺度变化信息，基于透视视角，计算障碍物与车辆之间的碰撞时间，预测碰撞风险。本申请通过对环境的全景感知，能够实时分析车辆的行进轨迹，并预测潜在的碰撞风险，不依赖于任何特定的障碍物检测算法，也不受限于任何障碍物类别的白名单，显著提高了系统的适应性和鲁棒性。