基于物理信息神经网络的智能车辆运动控制方法、装置

本发明提出一种基于物理信息神经网络的智能车辆运动控制方法、装置，该方法包含：收集仿真环境下虚拟车辆的控制和状态数据，构造第一数据集；收集真实环境下智能车辆的控制和状态数据，构造第二数据集；将所述第一数据集输入至构造的车辆运动预测模型进行预训练，且利用所述第二数据集对该车辆运动预测模型微调，得到训练好的车辆运动预测模型；其中所述车辆运动预测模型集成有深度神经网络和物理信息层，用于预测未来时点的车辆状态量与车辆控制量；将训练好的车辆运动预测模型集成到智能车辆的运动控制器中，利用所述运动控制器控制所述智能车辆行驶。该方法环境适应性更强，优化控制结果更准确，大大提高了车辆的跟踪精度、行驶稳定性和安全性。