买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东工业大学申请的专利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获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120932206B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511229813.2，技术领域涉及：G06V20/58；该发明授权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是由蔡倩倩;黄裕萍;孟伟;麦达明;鲁仁全设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本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在说明书摘要公布了：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。

本发明授权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在权利要求书中公布了：1.一种基于多级风险感知图神经网络的智能驾驶决策方法，其特征在于，包括： 获取自身车辆的观察数据和所述自身车辆对应的多个邻居车辆的观察数据； 将所述自身车辆的观察数据和各所述邻居车辆的观察数据输入至预置多级风险感知图神经网络，所述预置多级风险感知图神经网络包括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；所述观察数据包括历史轨迹数据和地图路径数据； 采用所述层次化注意力机制模块根据所述自身车辆的观察数据和各所述邻居车辆的观察数据进行场景特征提取，输出场景感知特征，包括： 通过循环神经网络对所述自身车辆的历史轨迹数据和各所述邻居车辆的历史轨迹数据进行时序编码，输出所述自身车辆的车辆轨迹编码特征和各所述邻居车辆的车辆轨迹编码特征； 通过时序注意力机制对所述自身车辆的车辆轨迹编码特征和各所述邻居车辆的车辆轨迹编码特征进行长短期依赖建模，输出所述自身车辆的车辆运动趋势特征和各所述邻居车辆的车辆运动趋势特征； 采用地图编码器对所述自身车辆的地图路径数据和各所述邻居车辆的地图路径数据进行编码，生成所述自身车辆的地图编码特征和各所述邻居车辆的地图编码特征； 将所述自身车辆的地图编码特征和车辆运动趋势特进行特征融合，生成自身车辆的地图约束车辆特征； 分别将各所述邻居车辆的地图编码特征和车辆运动趋势特征进行特征融合，生成各所述邻居车辆的地图约束车辆特征； 分别对所述自身车辆的地图约束车辆特征和各所述邻居车辆的地图约束车辆特征进行空间注意力处理，生成所述自身车辆的车辆交互特征和各所述邻居车辆的车辆交互特征； 将所述自身车辆的地图路径数据和车辆交互特征，以及各所述邻居车辆的车辆交互特征进行特征融合，输出车辆地图融合特征； 对所述车辆地图融合特征进行解码，生成场景感知特征； 采用所述三级风险评估模块根据所述自身车辆的观察数据和各所述邻居车辆的观察数据进行风险评估，生成风险分数图神经网络特征； 将所述风险分数图神经网络特征和所述场景感知特征输入至所述风险感知特征融合模块进行特征融合，输出初始驾驶策略； 采用预置驾驶约束对所述初始驾驶策略进行优化，输出目标驾驶策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。