一种基于物理信息神经网络的模型预测控制轨迹跟踪方法

本发明适用于自动驾驶车辆控制技术领域，提供了一种基于物理信息神经网络的模型预测控制轨迹跟踪方法，包括：将神经网络与基于物理的动力学模型深度结合；将物理信息神经网络动力学模型作为预测模型，根据车辆状态和参考轨迹建立成本函数和约束，形成最优控制问题并求解，获得期望的控制量；进行轮速控制和转向系统控制，运用前馈加反馈的控制思想，调节驱动系统和转向系统，实现期望的控制量。本发明不仅优化了模型性能，降低了过度拟合风险，提升了计算效率，还增强了模型的可解释性与物理保证；通过构建成本函数和约束条件，并运用前馈加反馈控制思想调节执行器，实现自动驾驶车辆精准的轨迹跟踪，有效提升了自动驾驶系统的性能和可靠性。