一种基于多级风险感知图神经网络的智能驾驶决策方法及装置

本发明公开了一种基于多级风险感知图神经网络的智能驾驶决策方法及装置，用于解决现有的智能驾驶决策方法将交通场景中的车辆、行人、信号灯等元素的特征压缩为一维向量，会丢失交通参与者之间的复杂拓扑关系，导致驾驶决策的安全性欠佳的技术问题。方法包括获取自身车辆及多个邻居车辆的观察数据，输入预置多级风险感知图神经网络（含层次化注意力机制模块、三级风险评估模块、风险感知特征融合模块）；层次化注意力机制模块提取场景感知特征，三级风险评估模块生成风险分数图神经网络特征；两者经风险感知特征融合模块融合，输出初始驾驶策略；再通过预置驾驶约束优化，输出目标驾驶策略。