基于神经网络的履带车辆运动状态控制方法、系统及介质

本发明公开了一种基于神经网络的履带车辆运动状态控制方法、系统及介质，所述方法包括以下步骤：构建基于多元数据驱动的神经网络预测模型；基于多元数据对神经网络预测模型进行模型优化；基于优化后的神经网络预测模型构建运动状态预测模型，获取履带车辆的参考轨迹，基于参考轨迹和运动状态预测模型计算最优控制参数，基于最优控制参数对履带车辆进行运动控制，将最优控制参数返回至神经网络预测模型进行模型参数更新；本发明能够采用基于数据驱动的神经网络模型作为预测模型，解决传统物理模型参数不确定、适应性差以及解析难的特性，基于在线学习机制，进行履带车辆运动状态的实时预测以及预测模型参数的实时动态调整。