一种基于深度学习的气浮无接触输运平台悬浮物体的位置实时预测方法

本发明公开了一种基于深度学习的气浮无接触输运平台悬浮物体的位置实时预测方法，包括采集样本数据，对所有样本数据归一化处理得到全局数据集；气浮平台区域划分、编号及区域边界确定；根据样本所在区域对样本进行预处理及归类形成各区域的数据集；构建全局坐标预测模型，为每一个编号的区域构建一个坐标预测模型，利用全局数据集对全局坐标预测模型进行训练，利用各区域的数据集对相应的坐标预测模型进行训练；根据实时获取的悬浮物体的压力数据估算圆心坐标以确定所在区域，然后调用相应区域经训练的坐标预测模型进行位置预测，如不在任何一个区域，则调用全局坐标预测模型进行位置预测。本发明能够快速精准预测出悬浮物体的位置，适应性强。