一种基于物理驱动神经网络的飞行器避障轨迹规划方法

本发明提供了一种基于物理驱动神经网络的飞行器避障轨迹规划方法。该方法包括以下步骤：首先，构建飞行器的三维质心运动模型，通过数值积分生成标称轨迹。随后，设计两个神经网络分别预测状态变化和控制角序列，并通过综合损失函数进行联合优化，使神经网络能够学习并生成满足避障约束和性能指标的优化轨迹。此外，预训练状态变量网络和采用自适应优化策略，提高了轨迹规划的效率和稳定性。本发明的方法提高了轨迹规划的效率和精度，同时增强了模型对未知场景的泛化能力，适用于复杂多变的飞行环境。