基于场景理解的交通风险分析方法、装置、设备及介质

本申请涉及智能驾驶技术领域，特别涉及一种基于场景理解的交通风险分析方法、装置、设备及介质，其中，方法包括：获取当前道路的车道线信息、待分析车辆的未来轨迹和车辆分布信息；基于图神经网络的深度学习交通场景理解模型，根据车道线信息、待分析车辆的未来轨迹和车辆分布信息提取交通场景特征信息；基于交通场景特征信息，获取当前道路上所有车辆产生的每一时刻交通风险，并根据每一时刻交通风险得到风险分析结果。由此，通过图神经网络提取车道线和车辆轨迹特征，结合深度学习模型动态分析不同道路场景下的风险分布，准确预测碰撞风险位置与时间，解决了自动驾驶在复杂动态交通环境中风险评估不准确等问题，实现了精准的时空风险预警。