一种基于时序逻辑的模糊交通规则优化方法

本发明涉及一种基于时序逻辑的模糊交通规则优化方法，包括以下步骤：对目标场景涉及的自然语言交通规则进行整理和归类，依据交互车辆的状态、行为和时序关系，将规则进行分类与归纳；采用时序逻辑对自然语言交通规则进行数字化，并识别模糊命题；结合经验参数与现有研究，从行为、时间和空间三个维度补充模糊命题的关键参数；搭建仿真测试平台；结合统计分析与机器学习方法，确定模糊命题的参数范围，并根据仿真测试平台的仿真结果，通过遗传算法进行优化，得到模糊命题的最优参数，实现交通规则优化。与现有技术相比，本发明显著提高了模糊交通规则在自动驾驶场景中的适配性、可解释性和执行效率，增强了规则优化的科学性和自动驾驶系统的安全性。