吉林大学陈国迎获国家专利权
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！
龙图腾网获悉吉林大学申请的专利一种考虑摩擦补偿的物理信息神经网络齿条力估计方法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：CN121525538B 。
龙图腾网通过国家知识产权局官网在2026-04-03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：202610063390.X，技术领域涉及：G06F30/27；该发明授权一种考虑摩擦补偿的物理信息神经网络齿条力估计方法是由陈国迎;王佳琦;王鑫煜;丛仕淇设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。
本一种考虑摩擦补偿的物理信息神经网络齿条力估计方法在说明书摘要公布了：本发明涉及线控转向车辆技术领域，具体公开了一种考虑摩擦补偿的物理信息神经网络齿条力估计方法，所述方法包括构建物理信息神经网络模型；建立基于状态空间模型的自适应卡尔曼滤波器，所述状态空间模型基于车辆转向系统的动力学方程；设计复合损失函数，利用所述复合损失函数对所述物理信息神经网络模型进行训练，将训练完成的所述物理信息神经网络模型的输出，作为所述自适应卡尔曼滤波器的观测量输入及参数输入，输出最终的齿条力估计值；本发明通过神经网络结合转向动力学方程的损失函数使得网络可以同时对状态空间方程中无法建模的摩擦力矩进行估计，有效提高卡尔曼滤波器的建模准确度。
本发明授权一种考虑摩擦补偿的物理信息神经网络齿条力估计方法在权利要求书中公布了：1.一种考虑摩擦补偿的物理信息神经网络齿条力估计方法，其特征在于，所述方法包括： 构建物理信息神经网络模型，用于根据车辆传感器数据同步输出齿条力的初步估计值、系统摩擦补偿力矩及观测噪声协方差； 建立基于状态空间模型的自适应卡尔曼滤波器，所述状态空间模型基于车辆转向系统的动力学方程； 设计复合损失函数，所述复合损失函数包括基于所述动力学方程的物理信息损失项，以及基于所述自适应卡尔曼滤波器最终输出结果的卡尔曼损失项，所述物理信息损失项用于引导网络在没有真值的情况下学习摩擦补偿力矩； 利用所述复合损失函数对所述物理信息神经网络模型进行训练，以引导学习所述摩擦补偿力矩与所述观测噪声协方差； 将训练完成的所述物理信息神经网络模型的输出，作为所述自适应卡尔曼滤波器的观测量输入及参数输入，输出最终的齿条力估计值。
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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励