企业官网建设流程全解析

rover-contact-grc1-viper是一个开源的月球车轮-土接触力PINN（物理信息神经网络）代理模型：只需输入车轮的"滑转率 slip"和"沉陷量 sinkage"两个数值，它就能瞬间输出 NASA VIPER 月球车车轮在 GRC-1 月壤模拟物上的牵引力、法向力和驱动扭矩，是经典 Wong-Reece 地力学公式的"数字替身"。

🌙一句话定位：它不是从零训练的黑箱网络，而是把经典刚轮地力学模型（Wong-Reece）当作"老师"，用 4 层小型神经网络蒸馏其输出，并在训练中注入 4 条真实物理约束，最终通过了 12/12 项信任检查，拿到 APPROVED（1.00 分）评级。

为什么需要车轮-土接触力模型？

月球车在月壤上行驶时，车轮与土壤的相互作用决定了牵引、阻力与沉陷。用经典地力学公式逐步数值求解比较慢，而 PINN 代理模型一次前向传播只需微秒级，适合嵌进月球车运动仿真、能耗估算或控制算法里反复调用。

这个代理模型的两个"加分项"：

• 网络结构：随机傅里叶特征 + 残差 tanh MLP（4 块 × 96 神经元），傅里叶特征帮助它拟合接触力曲线的快速变化；
• 物理约束：训练时用 4 条"软约束"把物理定律写进网络（见下表），避免它学出违背常识的力。

训练时内置的 4 条物理约束

输入输出：2 进 3 出，一目了然

输入（2 个）

输出（3 个）

有效范围：先记住这几个边界，别越界使用

⚠️ 超出范围查询时，pinneapple库会主动告警——模型只在自己的有效范围内做承诺。

有多准？一组可复核的数字

验证集为 2000 个与训练集完全隔离的拉丁超立方采样状态，参考值是 Wong-Reece 模型的自适应数值积分解析解：

同时信任报告判定APPROVED（分数 1.00、覆盖率 100%）：12 项适用的物理与数据检查全部通过，4 条软约束在整张验证网格上零违反，训练/测试数据无泄漏、无重复。完整指标见 model_card.json。

快速上手：3 行 Python 跑通月球车接触力预测

如果需要获取模型文件，可以先克隆仓库：

git clone https://gitcode.com/hf_mirrors/PINNeAPPle-Labs/rover-contact-grc1-viper

然后安装官方库并预测：

pip install pinneapple

import pinneapple as pp model = pp.zoo.load("rover_contact_grc1_viper") # 权重按 SHA-256 自动校验 out = model.predict({"slip": -0.00237311, "sinkage_m": 0.0121651}) print({k: round(float(v[0]), 6) for k, v in out.items()}) # {'Fx_N': -10.081497, 'Fz_N': 165.083856, 'My_Nm': 2.054259}

对同一输入，Wong-Reece 参考值为 Fx ≈ -10.47 N、Fz ≈ 167.45 N、My ≈ 2.18 N·m，代理模型偏差仅约 0.4 N。这条输入输出样例连同pass判定结论，记录在 example.json 中。

📌 防篡改设计：pp.zoo.load会把仓库里每个文件与模型卡记录的 SHA-256 逐一比对，文件被改动过就拒绝加载。

ONNX 版：自带前后处理的独立计算图

不在 PyTorch 生态里也能跑。model.onnx（opset 17）输入x（形状(n, 2)的 float32，列为slip、sinkage_m），直接输出物理单位的Fx_N、Fz_N、My_Nm——归一化/反归一化已内嵌在图中，与 PyTorch 版最大差异仅 5.6e-07。注意：ONNX 图不包含有效范围与物理检查，需自行核对输入边界。

文件清单：仓库里每个文件都是干什么的

已知局限：使用前的 3 个提醒

• 上限取决于 Wong-Reece 公式本身：对照公开发表的单轮试验，Wong-Reece 的牵引力 RMSE 为 4–14 N，大于代理模型自身的误差——它精确复现的是物理公式，不是真实月壤；
• 单一土壤、单一车轮：GRC-1 + VIPER 车轮，侧偏角 0°，稳态工况，无侧向力输出；
• 零滑转处有"拐角"：滑转-沉陷机制让力曲线在 slip = 0 处出现折点，网络会在一小段滑转区间内把它抹平。

小结

rover-contact-grc1-viper 展示了一套"物理信息代理模型"的完整样板：经典地力学公式当老师、小网络 + 物理约束做蒸馏、SHA-256 校验 + 信任报告 + 物理检查为每次预测提供独立审计。🛞 如果你在做月球车运动仿真、能耗估算或控制器开发，它能让"车轮现在受多大的力"这类问题在微秒级得到可信答案。