面向车路协同的多模态交通大模型实时调控方法及系统

本发明公开了一种面向车路协同的多模态交通大模型实时调控方法及系统，涉及人工智能技术领域，该方法包括：结合多模态数据融合、边缘智能推理、联邦学习、跨区域知识迁移、强化学习优化和自适应闭环迭代，实现高效精准的车路协同调控。采用模型对车载、路侧和云端数据进行时空对齐和高维特征提取，提升环境感知精度；通过梯度聚合和去中心化训练，实现跨区域交通知识共享，避免数据隐私泄露；采用迁移学习和自监督机制，使模型快速适应不同城市、不同道路环境，提高泛化能力；采用云端多智能体强化学习，实现信号灯配时和路径推荐的最优决策，动态适应交通流变化，有助于解决现有技术无法实现高效、实时且兼顾隐私与全局优化进行模型调整的问题。