路面平整度是评价路面使用品质的一个重要指标,直接影响着道路的使用性能。路面的不平顺会引起车辆振动,影响车辆行驶的平稳性和舒适性。同时,车辆的振动又会作用于路面,使得路面受到动力荷载,加快路面的破坏。相比于传统仪器检测而言,基于车辆动态响应和非线性滤波算法的路面平整度估计方法具有操作简单、成本低廉且精度较高等优点。然而,目前对于车-路模型的研究多集中于单一考虑汽车动力学或单一考虑道路动力学,难以真实反映实际车-路动力学行为;车辆悬架减震器、弹簧、轮胎等非线性因素也会在分析和计算中引起较大的误差。因此,本文建立考虑车辆非线性的车-路耦合系统模型,利用提出的改进无迹卡尔曼滤波(UKF)方法对路面平整度的估计进行研究,具体研究内容如下:(1)归纳了各种路面平整度仿真方法,使用MATLAB软件编写了时域信号转功率谱密度和Fourier逆变换法仿真路面平整度算法,实现了不同路面等级的路面平整度仿真;(2)借鉴Astroza等人在论文中用于更新非线性有限元模型的改进UKF方法实现路面平整度的识别,并基于该方法提出一种新的改进UKF方法——NOW-UKF法,比较分析了不同窗口长度、不同观测噪声及不同模型情况下,传统UKF方法与两种改进UKF方法的识别效果,仿真结果表明,NOW-UKF在损失一定时间成本的情况下具有更好的识别效果;(3)建立考虑车辆非线性的车-路耦合系统模型,分别利用UKF法和NOWUKF法对相应模型的路面平整度进行识别,并提出了利用多个自由度的响应信息进行识别的改进算法,改善了识别精度。