随着汽车产量的增加，汽车道路安全问题成为关注的焦点，随之而发展起来的汽车主动安全技术便成为研究的热点。汽车电子稳定性控制系统（如Bosch的ESP）就是重要的主动安全技术之一，其通过一定的控制方法，对处于极限失稳状态下的汽车进行主动干预，保证汽车的安全行驶。此类控制系统需要在准确获取汽车当前状态的基础上，对汽车是否失稳进行判断，以确定是否施加主动干预。所谓汽车状态，就是汽车行驶过程中，汽车的速度、横摆角速度、质心侧偏角等参数；这些参数作为重要的信息，有的可以较方便的获取，但是有的参数（如质心侧偏角）需要昂贵的传感器，这对于此类电子稳定性控制系统的研发以及量产造成了很大困难；目前，一直采用估计的方法来获取该难以低成本测量的参数，所以研究如何低成本、准确地获取该类参数对于稳定性控制系统的量产有着重要的意义。本文在总结国内外最新研究现状的基础上，对已有的理论进行了创新与改进，论文的主要工作如下：1在介绍卡尔曼滤波算法的基础上，重点对自适应卡尔曼滤波进行了分类，同时也引出论文的两条主线，即动力学模型参数自适应以及算法参数自适应。为了实现动力学模型参数自适应，介绍了递推最小二乘法（RLS），并基于该理论提出一种串行RLS双参数辨识方法，通过合理的参数设置，实现整车质量与质心至前轴的距离两参数的同时收敛。2根据第一条主线的思路，将EKF与RLS进行结合，利用EKF估计所得的状态量传递到RLS算法中进行整车质量的辨识，实现两种算法的并行，使得估计算法在整车质量变化时可以在线调整整车质量参数，实现不同载荷工况的自适应；通过虚拟试验验证了并行估计算法有较好的估计效果。3根据第二条主线的思路，在模糊逻辑的基础上，采用Matlab模糊工具箱设计了观测噪声协方差模糊控制器（FKF），对时变噪声的统计特性进行在线估计；之后引入了一种不发散算法—S-AKF算法，将FKF算法与S-AKF算法相结合，在对观测噪声进行自适应的同时，提高了对过程噪声的鲁棒性，通过虚拟试验验证了上述算法的有效性。4设计了基于横摆角速度控制和质心侧偏角控制的汽车稳定性PID控制器，设计了估计—控制闭环反馈稳定性控制系统。最后通过Carsim与Simulink的联合仿真，实现了汽车在一定工况下的主动干预。