基于物理编码深度学习的车辆编队动态建模与仿真方法

本发明公开一种基于物理编码深度学习的车辆编队动态建模与仿真方法，包括：采集车辆编队的行驶数据并进行预处理；基于预处理数据，构建物理约束的参数编码计算图；构建多尺度轨迹特征学习网络从预处理数据中学习车辆编队的行为特征；构建非自回归参数解码器将车辆编队的行为特征映射为物理约束的参数编码计算图所需的时变参数，结合领航车辆状态迭代计算车辆编队未来轨迹；结合车辆编队未来轨迹，通过预处理数据进行模型训练，生成精度与物理可解释性兼备的编队动态模型。本发明克服传统数据驱动模型缺乏物理可解释性与可分析性的缺陷，同时避免了纯物理模型的保守性限制，能够高精度复现真实编队速度与间距，并支持编队稳定性的闭环分析。