基于机器学习的潜水器浮力调节和深度控制方法及系统

本发明涉及水下航行器领域，提出了一种基于机器学习的潜水器浮力调节和深度控制方法及系统，包括以下步骤：通过传感器网络采集原始数据；对原始数据进行去噪处理和标准化处理，得到外部环境数据和潜水器状态数据；基于潜水器状态数据和外部环境数据，确定潜水器的当前浮力状态，计算当前浮力状态与预设目标浮力状态的补偿浮力偏差；将补偿浮力偏差输入至浮力调节模型，得到浮力调节指令，基于浮力调节指令动态调整潜水器的排水量；基于深度数据计算潜水器与目标的补偿深度偏差，根据补偿深度偏差通过PID控制算法生成垂直推进控制指令，将垂直推进控制指令输出至垂直推进器，通过垂直推进器动态调整潜水器的深度。本发明实现了潜水器浮力和深度的精确控制，不仅提高了浮力调节的精度和适应性，还优化了深度控制，提升了潜水器在复杂水下环境中的作业能力。