铅酸蓄电池在传统燃油汽车上主要承担启动和辅助供电作用,是汽车的整车电源系统的重要组成部分。铅酸蓄电池的状态参数是对蓄电池进行有效的能量管理的重要的依据。蓄电池的荷电状态(State of Charge,SOC)、健康状态(State of Health,SOH)作为电池内部的两个重要的状态参数,SOC、SOH的值是节能环保汽车上的电源管理策略的输入之一,其估计精度直接影响到蓄电池的使用寿命和整车能量管理的有效性和准确性。本课题以安徽省自然科学基金和企业合作项目为依托,研究了传统燃油汽车车载铅酸电池状态参数SOH、SOC等的实时在线估计方法及其实现。首先,通过对现有的状态参数估计方法以及蓄电池等效电路模型进行分析,建立铅酸蓄电池的简化Randles等效电路模型;然后进行基于等效电路模型参数的SOH估计以及基于开路电压(Voc)的SOC估计,并对二者估计过程中的电路模型参数进行基于无迹卡尔曼滤波(UKF)的辨识;在此基础上,通过实验建立SOC、SOH、Voc(开路电压)之间关系模型,给出了SOH和SOC联合在线估计方法。其次,将上述的蓄电池状态参数的估计方法在单片机上进行了实现,开发了电池传感器的样机节点,设计了参数采集电路和LIN通信电路,给出参数采集、蓄电池状态参数估计和LIN通信等程序。最后,通过CANoe搭建实验平台,给出蓄电池实验方案、具体实验步骤与数据采集方法。实验结果证明了本文提出的SOH与SOC在线估计方法的有效性。本文的研究对于加强蓄电池的保护,提高电源管理的有效性,减少能源的消耗以及探索高精度复杂算法在电池传感器中的实现具有重要意义。