无人履带车辆的转向扭矩分配方法及相关装置
阅读：365发布：2023-01-17
专利汇可以提供无人履带车辆的转向扭矩分配方法及相关装置专利检索，专利查询，专利分析的服务。并且本 申请 公开了一种无人 履带 车辆的转向 扭矩 分配 方法及相关装置，方法包括：获得无人履带车辆的当前车载系统状态和无人履带车辆即将行驶的道路对应的目标道路信息；根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息；若根据预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。采用本申请 实施例 有助于提高无人履带车辆的转向扭矩分配的精准性，同时降低了无人履带车辆的转向操作的复杂性。，下面是无人履带车辆的转向扭矩分配方法及相关装置专利的具体信息内容。
1.一种无人履带车辆的转向扭矩分配方法，其特征在于，包括：
获得无人履带车辆的当前车载系统状态和所述无人履带车辆即将行驶的道路对应的目标道路信息；
根据所述当前车载系统状态和所述目标道路信息确定所述无人履带车辆的预测转向扭矩信息；
若根据所述预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则对所述无人履带车辆的转向扭矩分配进行修正，得到所述无人履带车辆的最终转向扭矩信息，所述根据所述最终转向扭矩信息确定的最终转向需求满足所述目标转向需求。
2.根据权利要求1所述的方法，其特征在于，所述获得无人履带车辆的当前车载系统状态，包括：
获得无人履带车辆的N条履带中的每条履带的运转状态，所述N为大于等于1的整数；
获得所述无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态，所述M为大于等于1的整数；
若所述每条履带的运转状态均是正常运转，且所述每个驱动车轮的控制状态均是正常控制，则确定所述无人履带车辆的当前车载系统状态为正常车载系统状态。
3.根据权利要求2所述的方法，其特征在于，所述根据所述当前车载系统状态和所述目标道路信息确定所述无人履带车辆的预测转向扭矩信息，包括：
根据预存的车载系统状态与转向扭矩分配模型的映射关系所述正常车载系统状态对应的第一转向扭矩分配模型；
解析所述目标道路信息，得到障碍物的第一长度、所述无人履带车辆与所述障碍物之间的第一距离、所述无人履带车辆与所述障碍物的第一相对位置关系；
将所述第一长度、所述第一距离和所述第一相对位置关系输入所述第一转向扭矩分配模型进行处理，输出所述M个驱动车轮中的每个驱动车轮的预测驱动参数；
将所述M个驱动车轮中的每个驱动车轮的预测驱动参数确定为所述无人履带车辆的预测转向扭矩信息。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
若所述每条履带的运转状态均是正常运转，且所述M个驱动车轮中存在P个故障驱动车轮，则获得目标故障驱动车轮位置信息，所述目标故障驱动车轮位置信息包括P个驱动车轮位置，所述P个驱动车轮位置与所述P个故障驱动车轮一一对应，所述P个故障驱动车轮中的每个故障驱动车轮的控制状态均是非正常控制，所述无人履带车辆在所述M个驱动车轮中存在所述P个故障驱动车轮的情况下依旧能够行驶；
根据预存的故障驱动车轮信息与异常车载系统状态确定所述目标故障驱动车轮信息对应的目标异常车载系统状态；
将所述目标异常车载系统状态确定为所述无人履带车辆的当前车载系统状态。
5.根据权利要求4所述的方法，其特征在于，所述根据所述当前车载系统状态和所述目标道路信息确定所述无人履带车辆的预测转向扭矩信息，包括：
根据预存的车载系统状态与转向扭矩分配模型的映射关系确定所述目标异常车载系统状态对应的第二转向扭矩分配模型；
解析所述目标道路信息，得到障碍物的第二长度、所述无人履带车辆与所述障碍物之间的第二距离、所述无人履带车辆与所述障碍物的第二相对位置关系；
将所述第二长度、所述第二距离和所述第二相对位置关系输入所述第二转向扭矩分配模型进行处理，输出(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数，所述(M-P)个驱动车轮中的每个驱动车轮的控制状态均是正常控制；
将所述(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数确定为所述无人履带车辆的预测转向扭矩信息。
6.根据权利要求3或5所述的方法，其特征在于，所述对所述无人履带车辆的转向扭矩分配进行修正，得到所述无人履带车辆的最终转向扭矩信息，包括：
根据所述初始转向需求和所述目标转向需求确定中间转向需求；
根据所述中间转向需求确定所述无人履带车辆的中间转向扭矩信息；
根据所述预测转向扭矩信息和所述中间转向扭矩信息确定所述无人履带车辆的最终转向扭矩信息。
7.一种无人履带车辆的转向扭矩分配装置，其特征在于，包括：
获得单元，用于获得无人履带车辆的当前车载系统状态和所述无人履带车辆即将行驶的道路对应的目标道路信息；
确定单元，用于根据所述当前车载系统状态和所述目标道路信息确定所述无人履带车辆的预测转向扭矩信息；
修正单元，用于若根据所述预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则对所述无人履带车辆的转向扭矩分配进行修正，得到所述无人履带车辆的最终转向扭矩信息，所述根据所述最终转向扭矩信息确定的最终转向需求满足所述目标转向需求。
8.根据权利要求7所述的装置，其特征在于，在获得无人履带车辆的当前车载系统状态方面，所述获得单元具体用于：
获得无人履带车辆的N条履带中的每条履带的运转状态，所述N为大于等于1的整数；
获得所述无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态，所述M为大于等于1的整数；
若所述每条履带的运转状态均是正常运转，且所述每个驱动车轮的控制状态均是正常控制，则确定所述无人履带车辆的当前车载系统状态为正常车载系统状态。
9.根据权利要求8所述的装置，其特征在于，在根据所述当前车载系统状态和所述目标道路信息确定所述无人履带车辆的预测转向扭矩信息方面，所述确定单元具体用于：
根据预存的车载系统状态与转向扭矩分配模型的映射关系所述正常车载系统状态对应的第一转向扭矩分配模型；
解析所述目标道路信息，得到障碍物的第一长度、所述无人履带车辆与所述障碍物之间的第一距离、所述无人履带车辆与所述障碍物的第一相对位置关系；
将所述第一长度、所述第一距离和所述第一相对位置关系输入所述第一转向扭矩分配模型进行处理，输出所述M个驱动车轮中的每个驱动车轮的预测驱动参数；
将所述M个驱动车轮中的每个驱动车轮的预测驱动参数确定为所述无人履带车辆的预测转向扭矩信息。
10.根据权利要求8所述的装置，其特征在于，在获得无人履带车辆的当前车载系统状态方面，所述获得单元具体用于：
若所述每条履带的运转状态均是正常运转，且所述M个驱动车轮中存在P个故障驱动车轮，则获得目标故障驱动车轮位置信息，所述目标故障驱动车轮位置信息包括P个驱动车轮位置，所述P个驱动车轮位置与所述P个故障驱动车轮一一对应，所述P个故障驱动车轮中的每个故障驱动车轮的控制状态均是非正常控制，所述无人履带车辆在所述M个驱动车轮中存在所述P个故障驱动车轮的情况下依旧能够行驶；
根据预存的故障驱动车轮信息与异常车载系统状态确定所述目标故障驱动车轮信息对应的目标异常车载系统状态；
将所述目标异常车载系统状态确定为所述无人履带车辆的当前车载系统状态。
11.根据权利要求10所述的装置，其特征在于，在根据所述当前车载系统状态和所述目标道路信息确定所述无人履带车辆的预测转向扭矩信息方面，所述确定单元具体用于：
根据预存的车载系统状态与转向扭矩分配模型的映射关系确定所述目标异常车载系统状态对应的第二转向扭矩分配模型；
解析所述目标道路信息，得到障碍物的第二长度、所述无人履带车辆与所述障碍物之间的第二距离、所述无人履带车辆与所述障碍物的第二相对位置关系；
将所述第二长度、所述第二距离和所述第二相对位置关系输入所述第二转向扭矩分配模型进行处理，输出(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数，所述(M-P)个驱动车轮中的每个驱动车轮的控制状态均是正常控制；
将所述(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数确定为所述无人履带车辆的预测转向扭矩信息。
12.根据权利要求9或11所述的装置，其特征在于，在对所述无人履带车辆的转向扭矩分配进行修正，得到所述无人履带车辆的最终转向扭矩信息方面，所述修正单元具体用于：
根据所述初始转向需求和所述目标转向需求确定中间转向需求；
根据所述中间转向需求确定所述无人履带车辆的中间转向扭矩信息；
根据所述预测转向扭矩信息和所述中间转向扭矩信息确定所述无人履带车辆的最终转向扭矩信息。
13.一种电子设备，其特征在于，包括处理器、存储器、通信接口以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-6任一项所述的方法中的部分或全部步骤的指令。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序被处理器执行，以实现如权利要求1-6任一项所述的方法。
无人履带车辆的转向扭矩分配方法及相关装置
技术领域
[0001] 本申请涉及车辆驾驶技术领域，具体涉及一种无人履带车辆的转向扭矩分配方法及相关装置。
背景技术
[0002] 目前，当无人履带车辆进行转向时，往往会出现转向不顺利的情况，此时需要人工介入对无人履带车辆的转向进行调整，以使得无人履带车辆可以顺利完成转向。这种方式导致无人履带车辆的转向扭矩分配的精准性较低，同时增加了无人履带车辆的转向操作的复杂性。发明内容
[0003] 本申请实施例提供一种无人履带车辆的转向扭矩分配方法及相关装置，用于提高无人履带车辆的转向扭矩分配的精准性，同时降低了无人履带车辆的转向操作的复杂性。
[0004] 第一方面，本申请实施例提供一种无人履带车辆的转向扭矩分配方法，包括：
[0005] 获得无人履带车辆的当前车载系统状态和无人履带车辆即将行驶的道路对应的目标道路信息；
[0006] 根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息；
[0007] 若根据预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。
[0008] 第二方面，本申请实施例提供一种无人履带车辆的转向扭矩分配装置，包括：
[0009] 获得单元，用于获得无人履带车辆的当前车载系统状态和无人履带车辆即将行驶的道路对应的目标道路信息；
[0010] 确定单元，用于根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息；
[0011] 修正单元，用于若根据预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。
[0012] 第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行如本申请实施例第一方面的方法中的部分或全部步骤的指令。
[0013] 第四方面，本申请实施例提供一种计算机可读存储介质，上述计算机可读存储介质用于存储计算机程序，上述计算机程序被处理器执行，以实现本申请实施例第一方面的方法中所描述的部分或全部步骤。
[0014] 第五方面，本申请实施例提供了一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行本申请实施例第一方面的方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
[0015] 可以看出，相较于采用人工方式对无人履带车辆的转向进行调整，以使得无人履带车辆可以顺利完成转向，在本申请实施例中，如果基于无人履带车辆的预测转向扭矩信息确定的初始转向需求不满足目标转向需求，那么自动对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。由于无需人工介入对无人履带车辆的转向进行调整，因此有助于提高无人履带车辆的转向扭矩分配的精准性，同时降低了无人履带车辆的转向操作的复杂性。附图说明
[0016] 为了更清楚地说明本申请实施例或背景技术中的技术方案，下面将对本申请实施例或背景技术中所需要使用的附图进行说明。
[0017] 图1是本申请实施例提供的一种无人履带车辆的转向扭矩分配方法的流程示意图；
[0018] 图2A是本申请实施例提供的另一种无人履带车辆的转向扭矩分配方法的流程示意图；
[0019] 图2B是本申请实施例提供的一种道路信息的示意图；
[0020] 图3是本申请实施例提供的另一种无人履带车辆的转向扭矩分配方法的流程示意图；
[0021] 图4是本申请实施例提供的一种行走机构的转向扭矩分配装置的功能单元组成框图；
[0022] 图5是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
[0023] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0024] 本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
[0025] 在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。
[0026] 电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(user equipment，UE)，移动台(mobile station，MS)，终端设备(terminal device，TD)等等。
[0027] 下面对本申请实施例进行详细介绍。
[0028] 请参见图1，图1是本申请实施例提供的一种无人履带车辆的转向扭矩分配方法的流程示意图，该无人履带车辆的转向扭矩分配方法包括步骤101-103，具体如下：
[0029] 101、无人履带车辆的转向扭矩分配装置获得无人履带车辆的当前车载系统状态和无人履带车辆即将行驶的道路对应的目标道路信息。
[0031] 车载系统状态包括正常车载系统状态、多个异常车载系统状态和故障车载系统状态。
[0032] 道路信息包括障碍物的长度、无人履带车辆与障碍物之间的距离、无人履带车辆与障碍物的相对位置关系。
[0033] 102、无人履带车辆的转向扭矩分配装置根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息。
[0034] 如果当前车载系统状态为正常车载系统状态，那么无人履带车辆的预测转向扭矩信息包括无人履带车辆的所有驱动车轮中的每个驱动车轮的初始驱动参数。
[0035] 如果当前车载系统状态为异常车载系统状态，那么无人履带车辆的预测转向扭矩信息包括无人履带车辆的所有驱动车轮中除故障驱动车轮之外的驱动车轮中的每个驱动车轮的初始驱动参数。
[0036] 如果当前车载系统状态为故障车载系统状态，那么无人履带车辆无法转向。
[0037] 103、若根据预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则无人履带车辆的转向扭矩分配装置对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。
[0038] 目标转向需求可以预先存储于无人履带车辆的转向扭矩分配装置中，目标转向需求可以是在无人履带车辆转向的过程中无人履带车辆与障碍物之间的预设距离范围；预设距离范围包括基于无人履带车辆的转向测试得到的危险距离至最大安全距离；预设距离范围可以为0.5m～1m。
[0039] 可以看出，相较于采用人工方式对无人履带车辆的转向进行调整，以使得无人履带车辆可以顺利完成转向，在本申请实施例中，如果基于无人履带车辆的预测转向扭矩信息确定的初始转向需求不满足目标转向需求，那么自动对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。由于无需人工介入对无人履带车辆的转向进行调整，因此有助于提高无人履带车辆的转向扭矩分配的精准性，同时降低了无人履带车辆的转向操作的复杂性。
[0040] 请参见图2A，图2A是本申请实施例提供的一种无人履带车辆的转向扭矩分配方法的流程示意图，该无人履带车辆的转向扭矩分配方法应用于包括电子控制单元的无人履带车辆的转向扭矩分配装置，该无人履带车辆的转向扭矩分配方法包括步骤201-212，具体如下：
[0041] 201、履带运转模块获得无人履带车辆的N条履带中的每条履带的运转状态，N为大于等于1的整数。
[0042] 履带运转模块可以集成于无人履带车辆中。
[0043] 履带运转模块可以向N条履带中的每条履带发送履带电机运行状态请求，履带电机运行状态请求用于指示履带反馈履带电机运行状态；履带运转模块接收N条履带针对N个履带电机运行状态请求发送的N个履带电机运行状态，N个履带电机运行状态和N个履带电机运行状态请求均分别与N条履带一一对应；如果履带电机运行状态是正常运行状态，那么履带运转模块确定该履带电机运行状态对应的履带的运转状态是正常运转状态；如果履带电机运行状态是不运行状态，那么履带运转模块确定该履带电机运行状态对应的履带的运转状态是无法运转状态。
[0044] 以上仅为履带运转模块获得无人履带车辆的N条履带中的每条履带的运转状态的示例性说明，不应理解为对履带运转模块获得无人履带车辆的N条履带中的每条履带的运转状态的限定。
[0045] 202、履带运转模块向电子控制单元发送无人履带车辆的N条履带中的每条履带的运转状态。
[0046] 履带运转模块可以采用串行方式或并行方式向电子控制单元发送无人履带车辆的N条履带中的每条履带的运转状态。
[0047] 203、车轮控制模块获得无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态，M为大于等于1的整数。
[0048] 车轮控制模块可以集成于无人履带车辆中。
[0049] 车轮控制模块可以向M个驱动车轮中的每个驱动车轮发送驱动车轮电机运行状态请求，驱动车轮电机运行状态请求用于指示驱动车轮反馈驱动车轮电机运行状态；车轮控制模块接收M个驱动车轮针对M个驱动车轮电机运行状态请求发送的M个驱动车轮电机运行状态，M个驱动车轮电机运行状态和M个驱动车轮电机运行状态请求均分别与M个驱动车轮一一对应；如果驱动车轮电机运行状态是正常运行状态，那么车轮控制模块确定该驱动车轮电机运行状态对应的驱动车轮的控制状态是正常控制状态；如果驱动车轮电机运行状态是不运行状态，那么车轮控制模块确定该驱动车轮电机运行状态对应的驱动车轮的控制状态是不可控制状态。
[0050] 以上仅为车轮控制模块获得无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态的示例性说明，不应理解为对车轮控制模块获得无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态的限定。
[0051] 204、车轮控制模块向电子控制单元发送无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态。
[0052] 车轮控制模块可以采用串行方式或并行方式向电子控制单元发送无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态。
[0053] 205、若每条履带的运转状态均是正常运转，且每个驱动车轮的控制状态均是正常控制，则电子控制单元确定无人履带车辆的当前车载系统状态为正常车载系统状态。
[0054] 206、电子控制单元根据预存的车载系统状态与转向扭矩分配模型的映射关系正常车载系统状态对应的第一转向扭矩分配模型。
[0055] 车载系统状态与转向扭矩分配模型的映射关系预先存储于电子控制单元中，车载系统状态与转向扭矩分配模型的映射关系如下表1所述：
[0056] 表1
[0057]车载系统状态 转向扭矩分配模型
正常车载系统状态 第一转向扭矩分配模型
第一异常车载系统状态 第二转向扭矩分配模型
第二异常车载系统状态 第三转向扭矩分配模型
…… ……
正常车载系统状态 第一转向扭矩分配模型
第一异常车载系统状态 第二转向扭矩分配模型
第二异常车载系统状态 第三转向扭矩分配模型
…… ……
[0058] 车载系统状态与转向扭矩分配模型一一对应；如果车载系统状态为正常车载系统状态，那么转向扭矩分配模型为第一转向扭矩分配模型；如果车载系统状态为第一异常车载系统状态，那么转向扭矩分配模型为第二转向扭矩分配模型；如果车载系统状态为第二异常车载系统状态，那么转向扭矩分配模型为第三转向扭矩分配模型。
[0059] 207、道路信息采集模块获得无人履带车辆即将行驶的道路对应的目标道路信息，目标道路信息包括障碍物的第一长度、无人履带车辆与障碍物之间的第一距离、无人履带车辆与障碍物的第一相对位置关系。
[0060] 道路信息采集模块可以集成于无人履带车辆中。
[0061] 道路信息采集模块可以包括多方向测距仪，道路信息采集模块通过多方向测距仪获得无人履带车辆即将行驶的道路对应的目标道路信息。
[0062] 以上仅为道路信息采集模块获得无人履带车辆即将行驶的道路对应的目标道路信息的示例性说明，不应理解为对道路信息采集模块获得无人履带车辆即将行驶的道路对应的目标道路信息的限定。
[0063] 无人履带车辆与障碍物之间的距离是无人履带车辆的车头与障碍物之间的最短距离。
[0064] 举例来说，如图2B所示，图2B是一种道路信息的示意图，道路信息包括障碍物的第一长度为d1、无人履带车辆与障碍物之间的第一距离为d2、无人履带车辆与障碍物的第一相对位置关系为障碍物处于无人履带车辆的正前方偏右位置。
[0065] 208、道路信息采集模块向电子控制单元发送无人履带车辆即将行驶的道路对应的目标道路信息。
[0066] 道路信息采集模块可以采用串行方式或并行方式向电子控制单元发送无人履带车辆即将行驶的道路对应的目标道路信息。
[0067] 209、电子控制单元将第一长度、第一距离和第一相对位置关系输入第一转向扭矩分配模型进行处理，输出M个驱动车轮中的每个驱动车轮的预测驱动参数，以及将M个驱动车轮中的每个驱动车轮的预测驱动参数确定为无人履带车辆的预测转向扭矩信息。
[0068] 在一个可能的实施例中，电子控制单元将第一长度、第一距离和第一相对位置关系输入第一转向扭矩分配模型进行处理，输出M个驱动车轮中的每个驱动车轮的预测驱动参数，包括：
[0069] 电子控制单元将第一长度、第一距离和第一相对位置关系输入第一转向扭矩模型；
[0070] 电子控制单元根据预存的相对位置关系与转向方向的映射关系确定第一相对位置关系对应的第一转向方向；
[0071] 电子控制单元获得无人履带车辆的长度和宽度；
[0072] 电子控制单元根据无人履带车辆的长度和宽度以及预存的长度公式确定第三长度，第三长度为无人履带车辆的对角线长度的一半与无人履带车辆的长度的一半的差值；
[0073] 若第三长度小于第一距离，则电子控制单元根据无人履带车辆的长度和宽度以及预存的转向角度公式确定目标转向角度；
[0074] 电子控制单元根据预存的转向方向、转向角度与M个驱动车轮的驱动动力集合的映射关系确定第一转向方向和目标转向角度对应的M个驱动车轮中的每个驱动车轮的预测驱动动力。
[0075] 电子控制单元将无人履带车辆的长度与第一长度的一半的和确定为无人履带车辆转向后的目标行驶长度；
[0076] 电子控制单元根据预存的行驶方向、行驶长度与M个驱动车轮的驱动动力集合的映射关系确定前进和目标行驶长度对应的M个驱动车轮中的每个驱动车轮的中间驱动动力；
[0077] 电子控制单元将M个驱动车轮中的每个驱动车轮的预测驱动动力和中间驱动动力确定为M个驱动车轮中的每个驱动车轮的预测驱动参数。
[0078] 相对位置关系与转向方向的映射关系预先存储于第一转向扭矩模型中，相对位置关系与转向方向的映射关系如下表2所示：
[0079] 表2
[0080]相对位置关系 转向方向
第一相对位置关系 第一转向方向
第二相对位置关系 第二转向方向
第一相对位置关系 第一转向方向
第二相对位置关系 第二转向方向
[0081] 相对位置关系与转向方向一一对应；如果相对位置关系为障碍物处于无人履带车辆的正前方偏右位置，那么转向方向为左转向；如果相对位置关系为障碍物处于无人履带车辆的正前方偏左位置，那么转向方向为右转向。
[0082] 无人履带车辆的长度和宽度预先存储于第一转向扭矩模型中。
[0083] 长度公式预先存储于第一转向扭矩模型中，长度公式为：
[0084] L＝(l12+l22)1/2-l1/2，
[0085] L为无人履带车辆的对角线长度的一半与无人履带车辆的长度的一半的差值，l1为无人履带车辆的长度，l2为无人履带车辆的宽度。
[0086] 如果第三长度小于第一距离，那么在无人履带车辆转向的过程中，无人履带车辆不会撞击到障碍物。
[0087] 转向角度公式预先存储于第一转向扭矩模型中，转向角度公式为：
[0088] α＝arctan(l2/l1)，
[0089] α为转向角度，l1为无人履带车辆的长度，l2为无人履带车辆的宽度。
[0090] 转向方向、转向角度与M个驱动车轮的驱动动力集合的映射关系预先存储于第一转向扭矩模型中。
[0091] 预测驱动动力仅包括大小，不包括时长。
[0092] 行驶方向、行驶长度与M个驱动车轮的驱动动力集合的映射关系预先存储于第一转向扭矩模型中。
[0093] 中间驱动动力包括大小和时长。
[0094] 以上仅为电子控制单元将第一长度、第一距离和第一相对位置关系输入第一转向扭矩分配模型进行处理，输出M个驱动车轮中的每个驱动车轮的预测驱动参数的示例性说明，不应理解为对电子控制单元将第一长度、第一距离和第一相对位置关系输入第一转向扭矩分配模型进行处理，输出M个驱动车轮中的每个驱动车轮的预测驱动参数的限定。
[0095] 210、若根据预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则电子控制单元根据初始转向需求和目标转向需求确定中间转向需求。
[0096] 电子控制单元将第一距离与第三长度的第一距离差值确定为初始转向需求。
[0097] 如果第一距离差值未处于预设距离范围，那么初始转向需求不满足目标转向需求。
[0098] 预设距离范围预先存储于电子控制单元中。
[0099] 如果第一距离差值小于预设长度范围的最小值，那么电子控制单元将第一距离差值与预设距离范围的最小值的第二距离差值确定为中间转向需求；如果第一距离差值大于预设距离范围的最大值，那么电子控制单元将第一距离差值与预设距离范围的最大值的第二距离差值确定为中间转向需求。
[0100] 211、电子控制单元根据中间转向需求确定无人履带车辆的中间转向扭矩信息。
[0101] 电子控制单元根据预存的距离差值与行驶方向的映射关系确定第二距离差值对应的目标行驶方向；电子控制单元根据行驶方向、行驶长度与M个驱动车轮的驱动动力集合的映射关系确定目标行驶方向和第二距离差值的绝对值对应的M个驱动车轮中的每个驱动车轮的预先驱动动力。
[0102] 距离差值与行驶方向的映射关系预先存储于电子控制单元中，距离差值与行驶方向的映射关系如下表3所示：
[0103] 表3
[0104] 距离差值 行驶方向小于零 后退
等于零 不前进且不后退
大于零 前进
等于零 不前进且不后退
大于零 前进
[0105] 距离差值与行驶方向一一对应；如果距离差值为小于零，那么行驶方向为后退；如果距离差值为等于零，那么行驶方向为不前进且不后退；如果距离差值为大于零，那么行驶方向为前进。
[0106] 预先驱动动力包括大小和时长。
[0107] 212、电子控制单元根据预测转向扭矩信息和中间转向扭矩信息确定无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。
[0108] 电子控制单元将M个驱动车轮中的每个驱动车轮的预先驱动动力、预测驱动动力和中间驱动动力确定为M个驱动车轮中的每个驱动车轮的最终转向扭矩信息。
[0109] 可以看出，相较于采用人工方式对无人履带车辆的转向进行调整，以使得无人履带车辆可以顺利完成转向，在本申请实施例中，如果基于无人履带车辆的预测转向扭矩信息确定的初始转向需求不满足目标转向需求，那么基于正常车载系统状态对应的转向扭矩模型自动对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。由于无需人工介入对无人履带车辆的转向进行调整，因此有助于提高无人履带车辆的转向扭矩分配的精准性，同时降低了无人履带车辆的转向操作的复杂性。
[0110] 请参见图3，图3为本申请实施例提供的另一种无人履带车辆的转向扭矩分配方法的流程示意图，该无人履带车辆的转向扭矩分配方法应用于包括电子控制单元的无人履带车辆的转向扭矩分配装置，该无人履带车辆的转向扭矩分配方法包括步骤301-313，具体如下：
[0111] 301、履带运转模块获得无人履带车辆的N条履带中的每条履带的运转状态，N为大于等于1的整数。
[0112] 步骤301参见上述步骤201的描述，在此不再叙述。
[0113] 302、履带运转模块向电子控制单元发送无人履带车辆的N条履带中的每条履带的运转状态。
[0114] 步骤302参见上述步骤202的描述，在此不再叙述。
[0115] 303、车轮控制模块获得无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态，M为大于等于1的整数。
[0116] 步骤303参见上述步骤203的描述，在此不再叙述。
[0117] 304、车轮控制模块向电子控制单元发送无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态。
[0118] 步骤304参见上述步骤204的描述，在此不再叙述。
[0119] 305、若每条履带的运转状态均是正常运转，且M个驱动车轮中存在P个故障驱动车轮，则电子控制单元获得目标故障驱动车轮位置信息，目标故障驱动车轮位置信息包括P个驱动车轮位置，P个驱动车轮位置与P个故障驱动车轮一一对应，P个故障驱动车轮中的每个故障驱动车轮的控制状态均是非正常控制，无人履带车辆在M个驱动车轮中存在P个故障驱动车轮的情况下依旧能够行驶。
[0120] 306、电子控制单元根据预存的故障驱动车轮信息与异常车载系统状态确定目标故障驱动车轮信息对应的目标异常车载系统状态。
[0121] 故障驱动车轮信息与异常车载系统状态预先存储于电子控制单元中，故障驱动车轮信息与异常车载系统状态如下表4所示：
[0122] 表4
[0123]故障驱动车轮信息 异常车载系统状态
第一故障驱动车轮信息 第一异常车载系统状态
第二故障驱动车轮信息 第二异常车载系统状态
第三故障驱动车轮信息 第三异常车载系统状态
…… ……
第一故障驱动车轮信息 第一异常车载系统状态
第二故障驱动车轮信息 第二异常车载系统状态
第三故障驱动车轮信息 第三异常车载系统状态
…… ……
[0124] 故障驱动车轮信息与异常车载系统状态一一对应；如果故障驱动车轮信息为第一故障驱动车轮信息，那么异常车载系统状态为第一异常车载系统状态。
[0125] 307、电子控制单元根据预存的车载系统状态与转向扭矩分配模型的映射关系确定目标异常车载系统状态对应的第二转向扭矩分配模型。
[0126] 目标异常车载系统状态为第一异常车载系统状态。
[0127] 步骤307参见上述步骤206的描述，在此不再叙述。
[0128] 308、道路信息采集模块获得无人履带车辆即将行驶的道路对应的目标道路信息，目标道路信息包括障碍物的第二长度、无人履带车辆与障碍物之间的第二距离、无人履带车辆与障碍物的第二相对位置关系。
[0129] 步骤308参见上述步骤207的描述，在此不再叙述。
[0130] 309、道路信息采集模块向电子控制单元发送无人履带车辆即将行驶的道路对应的目标道路信息。
[0131] 步骤309参见上述步骤208的描述，在此不再叙述。
[0132] 310、电子控制单元将第二长度、第二距离和第二相对位置关系输入第二转向扭矩分配模型进行处理，输出(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数，(M-P)个驱动车轮中的每个驱动车轮的控制状态均是正常控制，以及将(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数确定为无人履带车辆的预测转向扭矩信息。
[0133] 步骤310参见上述步骤209的描述，在此不再叙述。
[0134] 311、若根据预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则电子控制单元根据初始转向需求和目标转向需求确定中间转向需求。
[0135] 步骤311参见上述步骤210的描述，在此不再叙述。
[0136] 312、电子控制单元根据中间转向需求确定无人履带车辆的中间转向扭矩信息。
[0137] 步骤312参见上述步骤211的描述，在此不再叙述。
[0138] 313、电子控制单元根据预测转向扭矩信息和中间转向扭矩信息确定无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。
[0139] 步骤313参见上述步骤212的描述，在此不再叙述。
[0140] 可以看出，相较于采用人工方式对无人履带车辆的转向进行调整，以使得无人履带车辆可以顺利完成转向，在本申请实施例中，如果基于无人履带车辆的预测转向扭矩信息确定的初始转向需求不满足目标转向需求，那么基于目标异常车载系统状态对应的转向扭矩模型自动对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。由于无需人工介入对无人履带车辆的转向进行调整，因此有助于提高无人履带车辆的转向扭矩分配的精准性，同时降低了无人履带车辆的转向操作的复杂性。
[0141] 请参见图4，图4是本申请实施例提供的一种无人履带车辆的转向扭矩分配装置的功能单元组成框图，该无人履带车辆的转向扭矩分配装置400包括：
[0142] 获得单元401，用于获得无人履带车辆的当前车载系统状态和无人履带车辆即将行驶的道路对应的目标道路信息；
[0143] 确定单元402，用于根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息；
[0144] 修正单元403，用于若根据预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。
[0145] 可以看出，相较于采用人工方式对无人履带车辆的转向进行调整，以使得无人履带车辆可以顺利完成转向，在本申请实施例中，如果基于无人履带车辆的预测转向扭矩信息确定的初始转向需求不满足目标转向需求，那么自动对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。由于无需人工介入对无人履带车辆的转向进行调整，因此有助于提高无人履带车辆的转向扭矩分配的精准性，同时降低了无人履带车辆的转向操作的复杂性。
[0146] 在一些可能的实施例中，在获得无人履带车辆的当前车载系统状态方面，上述获得单元401具体用于：
[0147] 获得无人履带车辆的N条履带中的每条履带的运转状态，N为大于等于1的整数；
[0148] 获得无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态，M为大于等于1的整数；
[0149] 若每条履带的运转状态均是正常运转，且每个驱动车轮的控制状态均是正常控制，则确定无人履带车辆的当前车载系统状态为正常车载系统状态。
[0150] 在一些可能的实施例中，在根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息方面，上述确定单元402具体用于：
[0151] 根据预存的车载系统状态与转向扭矩分配模型的映射关系正常车载系统状态对应的第一转向扭矩分配模型；
[0152] 解析目标道路信息，得到障碍物的第一长度、无人履带车辆与障碍物之间的第一距离、无人履带车辆与障碍物的第一相对位置关系；
[0153] 将第一长度、第一距离和第一相对位置关系输入第一转向扭矩分配模型进行处理，输出M个驱动车轮中的每个驱动车轮的预测驱动参数；
[0154] 将M个驱动车轮中的每个驱动车轮的预测驱动参数确定为无人履带车辆的预测转向扭矩信息。
[0155] 在一些可能的实施例中，在获得无人履带车辆的当前系统状态方面，上述获得单元401具体用于：
[0156] 若每条履带的运转状态均是正常运转，且M个驱动车轮中存在P个故障驱动车轮，则获得目标故障驱动车轮位置信息，目标故障驱动车轮位置信息包括P个驱动车轮位置，P个驱动车轮位置与P个故障驱动车轮一一对应，P个故障驱动车轮中的每个故障驱动车轮的控制状态均是非正常控制，无人履带车辆在M个驱动车轮中存在P个故障驱动车轮的情况下依旧能够行驶；
[0157] 根据预存的故障驱动车轮信息与异常车载系统状态确定目标故障驱动车轮信息对应的目标异常车载系统状态；
[0158] 将目标异常车载系统状态确定为无人履带车辆的当前车载系统状态。
[0159] 在一些可能的实施例中，在根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息方面，上述确定单元402具体用于：
[0160] 根据预存的车载系统状态与转向扭矩分配模型的映射关系确定目标异常车载系统状态对应的第二转向扭矩分配模型；
[0161] 解析目标道路信息，得到障碍物的第二长度、无人履带车辆与障碍物之间的第二距离、无人履带车辆与障碍物的第二相对位置关系；
[0162] 将第二长度、第二距离和第二相对位置关系输入第二转向扭矩分配模型进行处理，输出(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数，(M-P)个驱动车轮中的每个驱动车轮的控制状态均是正常控制；
[0163] 将(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数确定为无人履带车辆的预测转向扭矩信息。
[0164] 在一些可能的实施例中，在对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息方面，上述修正单元403具体用于：
[0165] 根据初始转向需求和目标转向需求确定中间转向需求；
[0166] 根据中间转向需求确定无人履带车辆的中间转向扭矩信息；
[0167] 根据预测转向扭矩信息和中间转向扭矩信息确定无人履带车辆的最终转向扭矩信息。
[0168] 与上述图1、图2A和图3所示的实施例一致的，请参见图5，图5是本申请实施例提供的一种电子设备的结构示意图，该电子设备500包括处理器、存储器、通信接口以及一个或多个程序，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行以下步骤的指令：
[0169] 获得无人履带车辆的当前车载系统状态和无人履带车辆即将行驶的道路对应的目标道路信息；
[0170] 根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息；
[0171] 若根据预测转向扭矩信息确定的初始转向需求不满足目标转向需求，则对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。
[0172] 可以看出，相较于采用人工方式对无人履带车辆的转向进行调整，以使得无人履带车辆可以顺利完成转向，在本申请实施例中，如果基于无人履带车辆的预测转向扭矩信息确定的初始转向需求不满足目标转向需求，那么自动对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息，根据最终转向扭矩信息确定的最终转向需求满足目标转向需求。因此有助于提高无人履带车辆的转向扭矩分配的精准性，同时降低了无人履带车辆的转向操作的复杂性。
[0173] 在一些可能的实施例中，在获得无人履带车辆的当前车载系统状态方面，上述程序包括具体用于执行以下步骤的指令：
[0174] 获得无人履带车辆的N条履带中的每条履带的运转状态，N为大于等于1的整数；
[0175] 获得无人履带车辆的M个驱动车轮中的每个驱动车轮的控制状态，M为大于等于1的整数；
[0176] 若每条履带的运转状态均是正常运转，且每个驱动车轮的控制状态均是正常控制，则确定无人履带车辆的当前车载系统状态为正常车载系统状态。
[0177] 在一些可能的实施例中，在根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息方面，上述程序包括具体用于执行以下步骤的指令：
[0178] 根据预存的车载系统状态与转向扭矩分配模型的映射关系正常车载系统状态对应的第一转向扭矩分配模型；
[0179] 解析目标道路信息，得到障碍物的第一长度、无人履带车辆与障碍物之间的第一距离、无人履带车辆与障碍物的第一相对位置关系；
[0180] 将第一长度、第一距离和第一相对位置关系输入第一转向扭矩分配模型进行处理，输出M个驱动车轮中的每个驱动车轮的预测驱动参数；
[0181] 将M个驱动车轮中的每个驱动车轮的预测驱动参数确定为无人履带车辆的预测转向扭矩信息。
[0182] 在一些可能的实施例中，在获得无人履带车辆的当前车载系统状态方面，上述程序包括具体用于执行以下步骤的指令：
[0183] 若每条履带的运转状态均是正常运转，且M个驱动车轮中存在P个故障驱动车轮，则获得目标故障驱动车轮位置信息，目标故障驱动车轮位置信息包括P个驱动车轮位置，P个驱动车轮位置与P个故障驱动车轮一一对应，P个故障驱动车轮中的每个故障驱动车轮的控制状态均是非正常控制，无人履带车辆在M个驱动车轮中存在P个故障驱动车轮的情况下依旧能够行驶；
[0184] 根据预存的故障驱动车轮信息与异常车载系统状态确定目标故障驱动车轮信息对应的目标异常车载系统状态；
[0185] 将目标异常车载系统状态确定为无人履带车辆的当前车载系统状态。
[0186] 在一些可能的实施例中，在根据当前车载系统状态和目标道路信息确定无人履带车辆的预测转向扭矩信息方面，上述程序包括具体用于执行以下步骤的指令：
[0187] 根据预存的车载系统状态与转向扭矩分配模型的映射关系确定目标异常车载系统状态对应的第二转向扭矩分配模型；
[0188] 解析目标道路信息，得到障碍物的第二长度、无人履带车辆与障碍物之间的第二距离、无人履带车辆与障碍物的第二相对位置关系；
[0189] 将第二长度、第二距离和第二相对位置关系输入第二转向扭矩分配模型进行处理，输出(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数，(M-P)个驱动车轮中的每个驱动车轮的控制状态均是正常控制；
[0190] 将(M-P)个驱动车轮中的每个驱动车轮的预测驱动参数确定为无人履带车辆的预测转向扭矩信息。
[0191] 在一些可能的实施例中，在对无人履带车辆的转向扭矩分配进行修正，得到无人履带车辆的最终转向扭矩信息方面，上述程序包括具体用于执行以下步骤的指令：
[0192] 根据初始转向需求和目标转向需求确定中间转向需求；
[0193] 根据中间转向需求确定无人履带车辆的中间转向扭矩信息；
[0194] 根据预测转向扭矩信息和中间转向扭矩信息确定无人履带车辆的最终转向扭矩信息。
[0195] 本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质用于存储计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
[0196] 本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
[0197] 需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
[0198] 在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0199] 在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
[0200] 上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0201] 另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0202] 上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0203] 本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
[0204] 以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实现方式及应用范围上均会有改变之处，综上上述，本说明书内容不应理解为对本申请的限制。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 包括电磁干扰滤波器的感应灶具 | 2020-05-11 | 623 |
| 无线通信的方法、网络设备和终端设备 | 2020-05-12 | 181 |
| 具有集成的冷却装置的功率模块 | 2020-05-11 | 670 |
| 具有低热阻的电绝缘热连接器 | 2020-05-11 | 59 |
| 基站装置和由该基站装置执行寻呼的方法，以及终端装置和由该终端装置支持寻呼的方法 | 2020-05-12 | 352 |
| 时间提前值的管理 | 2020-05-13 | 115 |
| 无线通信的方法、终端设备和网络设备 | 2020-05-13 | 469 |
| 旋转分配泵阵列以实现通过多个分配泵在多个电子基板上同时分配 | 2020-05-11 | 314 |
| 一种被用于无线通信的用户设备、基站中的方法和装置 | 2020-05-12 | 103 |
| 用于空对地系统的切换改进 | 2020-05-13 | 11 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
权利要求热门专利
QQ群二维码
意见反馈
意见反馈