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！

龙图腾网获悉北京理工大学申请的专利一种履带车辆侧滑状态估计方法、设备、介质及产品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：CN119475767B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411586950.7，技术领域涉及：G06F30/20；该发明授权一种履带车辆侧滑状态估计方法、设备、介质及产品是由马越;罗智仁;侯旭朝设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种履带车辆侧滑状态估计方法、设备、介质及产品在说明书摘要公布了：本发明公开了一种履带车辆侧滑状态估计方法、设备、介质及产品，涉及履带车辆智能驾驶技术领域，该方法包括：获取车辆试验数据；建立履带经验模型，并基于车辆试验数据，对履带经验模型的经验参数进行模型校准；基于履带经验模型，建立三自由度履带车辆动力学模型；基于三自由度履带车辆动力学模型，分别建立离散形式的状态估计系统和参数估计系统的状态转移方程和量测方程；并利用双扩展卡尔曼滤波算法对车辆进行行驶状态参数估计，得到车辆各时刻的状态估计值和参数估计值；基于车辆各时刻的状态估计值和参数估计值，计算得到车辆侧滑状态估计。本发明可提高侧滑角估计的精度，进而可提高行驶稳定性和行驶安全性。

本发明授权一种履带车辆侧滑状态估计方法、设备、介质及产品在权利要求书中公布了：1.一种履带车辆侧滑状态估计方法，其特征在于，所述履带车辆侧滑状态估计方法包括： 获取车辆试验数据；所述车辆试验数据包括：履带车辆固有参数、典型行驶工况下的车辆运动状态和控制输入量；所述车辆运动状态包括：车辆的纵向、横向加速度和横摆角速度；所述控制输入量包括两侧主动轮的驱动转矩和转速； 建立履带经验模型，并基于所述车辆试验数据，对所述履带经验模型的经验参数进行模型校准；所述履带经验模型为描述两侧履带上的纵向力、横向力和转向阻力矩的模型； 基于所述履带经验模型，建立三自由度履带车辆动力学模型；所述三自由度履带车辆动力学模型为基于履带车辆在水平地面上进行纵向、横向和横摆方向三个方向的运动建立的模型； 基于所述三自由度履带车辆动力学模型，分别建立离散形式的状态估计系统和参数估计系统的状态转移方程和量测方程； 基于所述离散形式的状态估计系统和参数估计系统的状态转移方程和量测方程，利用双扩展卡尔曼滤波算法对车辆进行行驶状态参数估计，得到车辆各时刻的状态估计值和参数估计值； 基于所述车辆各时刻的状态估计值和所述参数估计值，计算得到车辆侧滑状态估计； 基于所述离散形式的状态估计系统和参数估计系统的状态转移方程和量测方程，利用双扩展卡尔曼滤波算法对车辆进行行驶状态参数估计，得到车辆各时刻的状态估计值和参数估计值，具体包括： 参数预测：将当前时刻的参数估计值和参数估计系统的状态协方差矩阵估计值输入到所述参数估计系统的状态转移方程中，计算得到下一时刻的参数预测值和参数估计系统的状态协方差矩阵预测值； 状态预测：将当前时刻的状态估计值、状态估计系统的状态协方差矩阵估计值、当前时刻的控制输入量和下一时刻的参数预测值输入到状态估计系统的状态转移方程中，计算得到下一时刻的状态预测值和状态估计系统的状态协方差矩阵预测值； 状态校正：将下一时刻的状态预测值、状态估计系统的状态协方差矩阵预测值和下一时刻的参数预测值输入到状态估计系统的量测方程，得到下一时刻的状态估计值；所述状态估计系统的量测方程为基于离散形式的状态估计系统的状态空间方程、履带车辆转向的状态转移函数和量测函数得到的方程； 参数校正：将下一时刻的参数预测值、参数估计系统的状态协方差矩阵预测值和下一时刻的状态预测值输入到参数估计系统的量测方程，得到下一时刻的参数估计值；所述参数估计系统的量测方程为基于离散形式的参数估计系统的状态空间方程、履带车辆转向的状态转移函数和量测函数得到的方程； 判断下一时刻是否为预测时刻，得到判断结果； 若所述判断结果为是，则得到车辆各时刻的状态估计值和参数估计值； 若所述判断结果为否，则将下一时刻作为当前时刻，并返回将当前时刻的参数估计值和参数估计系统的状态协方差矩阵估计值输入到所述参数估计系统的状态转移方程中，计算得到下一时刻的参数预测值和参数估计系统的状态协方差矩阵预测值步骤。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。