使用参数自动调优的神经常微分方程对微型机器人飞艇进行数据驱动动力学建模

微型机器人飞艇作为一种轻于空气的飞行器，与四旋翼飞行器相比，因其更高的安全性、更长的续航时间和更安静的运行而受到科学和工程界的日益关注。准确建模这些机器人飞艇的动力学是一个重大挑战，因为其大型升力体导致了复杂的空气动力学。传统的第一性原理模型难以获得准确的空气动力学参数，并且常常忽略高阶非线性，因此在建模微型机器人飞艇的运动动力学方面达到了极限。为了应对这一挑战，本文提出了自动调参飞艇导向神经常微分方程方法（ABNODE），这是一种集成第一性原理和神经网络建模的数据驱动方法。进行了机器人飞艇的螺旋运动实验，将ABNODE与第一性原理和其他数据驱动基准模型进行了比较，结果证明了所提出方法的有效性。