摘要
本发明涉及船艇运动辨识建模技术领域,公开了基于PINN的智能船艇操纵运动机器学习辨识建模方法。本发明先构建智能船艇操纵运动融合模型:参考Abkowitz整体型模型构建考虑水动力、舵角和螺旋桨影响的机理模型,同时构建拟合不确定性干扰响应的数据驱动模型,再将二者加权融合;随后基于物理信息神经网络建模,确定PINN的输入与输出,设计物理损失函数与数据损失函数耦合的总损失函数,经归一化处理和循环迭代训练优化网络参数。以Mariner船艇Z形操纵试验数据验证,模型在精度、鲁棒性及可解释性上显著提升,可满足智能船艇自主导航等需求。
技术关键词
船艇
数据驱动模型
建模方法
运动
模型预测值
加速度
整体型
物理
优化网络参数
螺旋桨
力矩
方程
周期性特征
优化器
推力
预测残差
变量
系统为您推荐了相关专利信息
检测机器人
水下电缆
测距声呐
运动控制方法
坐标系
轮式机器人
运动规划方法
栅格地图
队列
生成搜索树
智能家电设备
模型生成设备
环境监测设备
场景
家电设备控制技术