基于时空图卷积网络与强化学习的城市交通信号实时协同优化系统及方法

本发明公开一种基于时空图卷积网络与强化学习的城市交通信号实时协同优化系统及方法，涉及智能交通控制技术领域。针对交通信号固定周期控制的缺陷，采用方案包括：边缘计算设备，部署于路口摄像头旁，用于通过内置的本地模型实时采集视频流数据、提取交通流状态特征，并通过跨路口协同决策实现动态相位配时优化，同时生成本地模型参数上传至云端联邦学习平台；云端联邦学习平台，用于聚合各边缘计算设备的本地模型参数并优化，定期向边缘计算设备下发全局更新参数；交通信号控制设备，部署于路口，用于根据动态相位配时指令实时调整交通信号灯的显示状态。本发明可以显著提升城市路网通行效率，降低交通管控成本。