一种基于B-PINNs的智能车辆极限性能边界建模方法

本发明涉及一种基于B‑PINNs的智能车辆极限性能边界建模方法，包括如下步骤：采集无标签数据与有标签数据；根据采集的无标签数据构建车辆动力学模型作为软约束，用于对B‑PINNs神经网络模型进行物理监督；搭建B‑PINNs神经网络模型的主干神经网络，包括输入层、隐藏层、输出层；基于车辆动力学特性的物理模型来构造物理一致性残差项；基于物理一致性残差项，以及联合有标签数据提供的监督数据损失、贝叶斯正则KL散度损失设计模型的损失函数；对B‑PINNs模型进行训练：该方法能够捕捉智能车辆在极限工况下的性能边界，提升对整车外特性建模与预测的准确性，且克服单独采用物理模型或基于神经网络的数据驱动模型存在的不足。