目前,识别路面附着系数的传感器无法适应汽车行驶过程中复杂的工况,仍然处于试验的阶段,并无在实际车辆运行中使用。本文在基于车辆动力学特性的基础上,设计了基于容积Kalman滤波的路面附着系数估计算法,主要研究内容如下：(1)研究了Kalman滤波理论,从理论上分析了容积Kalman滤波理论相对其他Kalman滤波理论的优点。研究了车辆动力学特性,根据算法需求选取了三自由度和四自由车辆动力学模型；(2)设计了车辆状态估计算法。在三自由度车辆模型的基础上,设计了基于容积Kalman滤波的估计算法,估计了车辆侧倾角,纵向速度,横摆角速度等与路面附着系数相关的车辆状态,对其进行了仿真验证,验证表明算法可以很好的估计上述车辆状态。(3)设计了路面附着系数的估计算法。在建立了四自由度的车辆模型的基础上将车辆状态数据作为观测量,四个轮胎的路面附着系数作为状态量,设计了基于容积Kalman滤波的估计算法,对四轮路面附着系数进行了估计；(4)采用Carsim与Matlab/Simulink联合仿真平台对路面附着系数的估计算法进行验证。利用仿真平台,在高附着系数、低附着系数、对接路面的路况上,对基于容积Kalman滤波的路面附着系数的估计算法进行了验证。并与扩展Kalman滤波的估计算法的仿真结果、无迹Kalman滤波的估计算法的仿真结果和Casim给出的路面附着系数仿真值做对比分析。通过仿真结果表明：基于容积Kalman滤波的路面附着系数估计算法可以很好的估计路面附着系数,并且在动态性能和稳态性能方面均优于扩展Kalman滤波的估计算法和无迹Kalman滤波的估计算法。