Para optimizar el rendimiento de aceleración de vehículos eléctricos con cuatro motores en las ruedas, este documento propone una estrategia de regulación anti-deslizamiento (ASR) basada en un observador dinámico de la superficie de la carretera para un seguimiento más eficiente del ratio de deslizamiento óptimo y una aceleración mejorada del vehículo. El método utiliza un observador de Filtro de Kalman Sin Ruido (UKF) para estimar la velocidad del vehículo y calcular el ratio de deslizamiento real, mientras que un controlador difuso basado en el modelo de neumático de Burckhardt identifica las superficies de la carretera. El coeficiente de adhesión máximo de la carretera y la curva del ratio de deslizamiento óptimo se ajustan utilizando una Red Neuronal de Retropropagación (BPNN) optimizada por Optimización por Enjambre de Partículas (PSO). La estrategia de control refina aún más la gestión del par a través de un control de modo deslizante adaptativo (ASMC) que integra leyes adaptativas y un enfoque de modo deslizante de super-torsión para seguir el ratio de deslizamiento óptimo. Simulaciones conjuntas con MATLAB/Simulink y Carsim en superficies de carretera de baja adhesión, unidas y divididas demuestran que la estrategia identifica rápida y precisamente el ratio de deslizamiento óptimo en diversas superficies de carretera. Esto permite que el ratio de deslizamiento del neumático se acerque al valor óptimo en el menor tiempo posible, mejorando significativamente el rendimiento dinámico del vehículo. En comparación con los controladores de modo deslizante convencionales, el ASMC optimizado reduce el parpadeo y mejora la precisión del control.