随着我国经济的高速发展,高速公路也将不断延伸,半挂汽车列车在交通运输中的作用日渐加强。但是,由于半挂汽车列车质心高、载重量大及结构复杂等特点,极易发生交通事故。半挂汽车列车主动安全控制系统的应用就是为了减少交通事故,其中最关键的难题是对路面附着系数的估计。本文在分析了国内外路面附着系数识别方法的研究现状和发展趋势的基础上,重点研究基于UKF的路面附着系数估计算法,并进行了多工况、多路况的仿真验证。仿真结果表明所开发的半挂汽车列车路面附着系数估计算法有较好的准确性和鲁棒性。主要研究工作如下:(1)卡尔曼滤波理论和算法深入研究了卡尔曼滤波理论及其算法,并归纳了利用系统信号对状态变量和参数变量进行无偏估计的递推滤波方法。对比传统卡尔曼滤波理论和算法及其优缺点,分析了 Unscented卡尔曼滤波理论(Unscented Kalman Filte[,UKF)的优势,以及对非线性系统的状态变量进行最优估计的具体算法流程,为后面的路面附着系数估计奠定了理论基础。(2)基于UKF的车辆状态估计算法研究基于非线性三自由度车辆动力学模型,对利用车载传感器信息估计车辆状态的估计算法展开研究,设计了 UKF状态观测器,从而对牵引车侧向速度、牵引车横摆角速度、折叠角和折叠角速度进行估计。在Matlab/Simulink中实现状态估计算法,并与仿真分析软件TruckSim结果进行比较验证算法的有效性。结果表明,基于UKF的状态估计算法能较准确的估计出车辆的各状态信息,为下一章路面附着系数的估计算法的研究打下了可靠的基础。(3)基于UKF的路面附着系数估计算法通过对轮胎魔术公式、轮胎稳态指数统一模型和Dugoff轮胎模型对比分析,确定使用Dugoff轮胎模型作为本文路面附着系数估计算法研究的轮胎模型,并对该轮胎模型的轮胎特性在仿真软件TruckSim8.0中进行验证。建立了六轮车辆动力学模型,研究了基于UKF的路面附着系数估计算法,并在Matlab/Simulink中完成了该估计算法。(4)仿真验证应用卡车仿真软件TruckSim,完成了在不同路况和不同行驶工况下的路面附着系数估计算法的仿真验证。将基于UKF的路面附着系数估计值与相同工况下的TruckSim输出结果进行比较,验证了算法的准确性和可行性。本文基于UKF理论,研究了关于半挂汽车列车状态估计和路面附着系数估计算法。同时对这两种估计进行仿真验证,取得了较为满意的结果,为半挂汽车列车主动安全控制系统的研究提供了一定的参考价值。