一种基于时空因果图谱的动态轨迹预测方法及系统

本发明公开了一种基于时空因果图谱的动态轨迹预测方法及系统，涉及人工智能、地理信息系统与边缘计算交叉领域。该方法通过构建包含物理连接、功能关联和因果关系的时空因果图谱，融合路网拓扑数据与因果规则库并动态更新；利用多尺度时空感知模块，分别从微观、中观、宏观尺度提取特征；借助可微分因果推理模块，将轨迹预测分解为结构因果效应、环境调节效应和个体异质效应，结合反事实推理增强鲁棒性；基于联邦迁移学习框架实现跨城市知识迁移与分布式训练。该系统包括时空因果图谱构建、多尺度特征提取、因果推理预测、联邦迁移学习及结果解释模块。本发明解决了传统方法精度衰减、解释性不足及跨域适应性差的问题，提高了轨迹预测的精度、可解释性和跨域适应性，适用于智能交通、自动驾驶等场景。