现如今,交通事故屡见不鲜。随着汽车行业的快速发展,人们关注的重点在于如何能提高汽车的安全性、舒适性,减少意外事故的发生。国内外的学者对自主驾驶车辆的研究也越来越多,同时也研究出许多种有效的电控系统来实现车辆智能化的发展。关于汽车主动安全性的问题,车辆横摆稳定性控制至关重要。为了能够改善车辆整体性能,车辆状态参数辨识对车辆稳定性控制具有重要意义。如何对车辆状态参数进行辨识和车辆横摆稳定性控制是本文的关注点。本论文在国家自然科学基金重大项目课题四(No.61790564)“极限工况下汽车运动一体化协同控制”,国家自然科学基金国际(地区)合作与交流重点项目(No.61520106008)“面向安全化得电动化汽车能效滚动优化”和国家自然科学基金青年基金项目(No.61703176)“非线性模型预测控制的快速计算方法研究及应用”的资助下,进行了如下的研究和分析。针对横摆稳定性控制问题,本文提出了多时间尺度车辆横摆稳定性滚动优化控制方法,同时考虑了转向驾驶行为和横向稳定控制的不同时间尺度,分别建立驾驶员决策模型和非线性横向集成控制器。驾驶员行为和横向主动安全控制分属不同的时间尺度,使控制器能够满足不同时间尺度的综合控制。本文使用模型预测控制算法将控制问题转化为带约束的非线性规划问题,通过优化得到方向盘转角和附加横摆力矩。并且通过制动力分配策略将附加横摆力矩作用在车辆上。通过多种仿真工况,验证控制器的有效性。车辆横摆稳定性控制可以进一步提高车辆的稳定性能并改善汽车的驾驶舒适性。汽车的状态参数辨识对提高汽车的安全性有着重要的意义,由于车辆状态参数的实时获取对控制器设计具有一定的影响。最主要的问题就是如何能够实时准确的获取车辆的行驶状态信息。对于车辆所有的行驶状态信息都需要用传感器来实现那是不可能的,所以引入了估计理论。针对如何获得车辆状态参数问题,本文提出了车辆质量估计和道路坡度估计方法,在车辆行驶过程中,道路的变化和传感器的精度导致无法准确地获取车辆行驶状态信息,因此限制了汽车主动安全技术的发展。在车辆行驶期间,车辆的纵向速度和车辆的横摆角速度在车辆主动安全控制方面是非常重要的。本文主要针对最小二乘质量辨识估计器对车辆的质量估计和全维状态观测器对道路坡度估计两方面进行研究。针对车辆纵向车速和侧向车速以及横摆角速度等状态信息,基于全维状态观测器理论,建立道路坡度估计器。基于车辆纵向动力学模型,采用最小二乘估计方法,建立车辆质量估计器。由于车辆内部的系统是复杂的,状态量之间也有很强的耦合性,根据车辆动力学方程,建立车辆动力学模型来代替真实车辆,使用车辆动力学仿真软件veDYNA进行联合仿真。最后,在几种典型工况下验证了估计器和控制算法。根据仿真验证的结果,本文设计的估计器和控制器具有一定的准确性和有效性。