面向四边网格化的基于物理信息神经时间场的多目标距离场计算方法

本发明公开了一种面向四边网格化的基于物理信息神经时间场的多目标距离场计算方法，构建一个深度神经网络模型，包括输入编码器、对称特征融合模块和时间场预测器；针对查询点，计算对应的真实速度值，训练深度神经网络模型，使从预测的因子化时间场值中计算的预测速度在误差范围内收敛于真实速度；基于训练好的深度神经网络模型，对于每个查询点，预测因子化时间场值，计算从查询点到所有目标点传播所需的时间，结合双向搜索方法，计算查询点到所有目标点之间的距离，取其中最小值作为该查询点的距离值，最终形成完整的多目标距离场。本发明能够在训练阶段直接控制某些区域的传播速度，进而调节距离梯度与稠密性。