基于多模态双向图谱推理的交通大模型构建与决策方法及装置

本发明公开了一种基于多模态双向图谱推理的交通大模型构建与决策方法及装置，构建文本、图像与轨迹的多模态数据集，通过时空聚类和跨模态Transformer编码生成融合特征，结合交通知识图谱进行双向图谱推理，通过正向图神经网络生成嵌入表示，并将语言模型生成的决策方案反向映射至图谱验证一致性，输出知识增强嵌入，采用LoRA多任务联合微调技术，将多模态特征与知识嵌入融合，适配交通领域任务，部署实时推理引擎，通过时效感知注意力机制处理动态数据流，并行输出交通事件识别、路径规划及场景问答结果。与现有技术相比，本发明能够解决多源异构数据融合不足、知识利用效率低、实时决策一致性差的问题，有效提升交通大模型的语义理解与决策准确性。