买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华侨大学申请的专利分布式电驱动汽车状态参数观测方法、装置及可读介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115571141B 。

龙图腾网通过国家知识产权局官网在2026-02-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211354354.7，技术领域涉及：B60W40/12；该发明授权分布式电驱动汽车状态参数观测方法、装置及可读介质是由邹腾;林继铭;张锋;张勇设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本分布式电驱动汽车状态参数观测方法、装置及可读介质在说明书摘要公布了：本发明公开了一种分布式电驱动汽车状态参数观测方法、装置及可读介质，通过获取汽车当前时刻的第一纵向速度、横向加速度、车轮纵向力、车轮转角和车轮侧向力，将当前时刻的车轮纵向力、车轮转角和车轮侧向力输入非线性车辆模型，得到横摆角速度；将车轮转角、横向加速度、横摆角速度、第一纵向速度输入状态参数观测模型，得到第一质心侧偏角，状态参数观测模型采用自适应模糊神经网络模型；以横摆角速度和第一质心侧偏角作为观测向量构造第一滑模观测器；将车轮转角、车轮纵向力、车轮侧向力输入第一滑模观测器，得到第二纵向速度和第二侧向速度，根据第二纵向速度和第二侧向速度得到第二质心侧偏角，有效提高汽车状态参数估计的精度。

本发明授权分布式电驱动汽车状态参数观测方法、装置及可读介质在权利要求书中公布了：1.一种分布式电驱动汽车状态参数观测方法，其特征在于，包括以下步骤： S1，获取汽车当前时刻的第一纵向速度、横向加速度、车轮纵向力、车轮转角和车轮侧向力，将所述当前时刻的车轮纵向力、车轮转角和车轮侧向力输入非线性车辆模型，得到横摆角速度； S2，将所述车轮转角、横向加速度、横摆角速度、第一纵向速度输入状态参数观测模型，得到第一质心侧偏角，所述状态参数观测模型采用自适应模糊神经网络模型，所述自适应模糊神经网络模型包括输入节点层、规则节点层、平均节点层、结论节点层和输出节点层，所述输入节点层用于模糊化输入变量，每个节点均为拥有特定节点函数的自适应节点，所述节点函数为： ； 其中，x 为节点输入，{a, b, c}为可变参数集，称为规则的前提部分参数，能够反映模糊集合中的不同隶属度函数； 所述输入节点层的节点输出函数表示为： ； 其中，x1，x2，…，xn 为节点输出，是模糊变量 Ai，Bj 和 Ck 的隶属度函数值，表示了节点输入 x1，x2，…，xn 对于 Ai，Bj 和 Ck 的隶属程度； 所述规则节点层的节点是通过标以累乘符号∏表示的固定节点，为所述输入节点层的节点输出函数作为所述规则节点层的输入信号，所述规则节点层的输入是所述规则节点层中所有输入信号的乘积： ； 所述平均节点层的节点是以标以 n 的固定节点，节点的输出是激励强度与规则库中的激励强度之和的比值，该比值表示将规则强度归一化： ； 所述结论节点层的节点为带有节点函数的自适应节点，所述结论节点层的节点输出表示为： ； 其中，pi，qi 和 ri 为后件参数，fi 是表示后件参数与系统输入乘积的符号； 所述输出节点层的节点为带有节点函数的自适应节点，所述输出节点层的节点输出表示为： ； 所述自适应模糊神经网络模型的输入为所述车轮转角、横向加速度、横摆角速度、第一纵向速度输入状态参数观测模型，所述自适应模糊神经网络模型的输出为第一质心侧偏角βANFIS； S3，以所述横摆角速度和第一质心侧偏角作为观测向量构造第一滑模观测器； S4，将所述车轮转角、车轮纵向力、车轮侧向力输入所述第一滑模观测器，得到第二纵向速度和第二侧向速度，根据第二纵向速度和第二侧向速度得到第二质心侧偏角。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华侨大学，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。