汽车是一把双刃剑——在给人们带来方便的同时,也随之带来不少的问题。其中最主要的就是公路交通事故的频繁发生,由此导致的人员伤亡和财产损失数目惊人。　　 交通事故一直以来是汽车发展所面临的重大问题。大量的研究表明:若驾驶员能提早1秒意识到交通事故的发生,并提前0.5秒做出反应并采取相应正确措施,就可避免60%的追尾事故、30%的车辆正面碰撞、50%的路面相关事故。因此,增加对汽车行驶状态预估的研究,对于提高车辆行驶主动安全、减少道路交通事故将起到十分重要的作用。　　 为了对车身行驶姿态进行实时测量,为后续的解算与预测提供可能,本文设计了多传感器数据采集系统,并在对测量数据误差分析的基础上进行了标定。　　 在获得汽车行驶运动状态的基础上,基于灰色预测模型GM(1,1)开展了汽车运动状态参数的预报研究。详细分析了其具体建模预报过程,并对与行车安全密切相关的6个主要的运动状态参数开展了MATLAB仿真工作,仿真结果表明灰色预测模型GM(1,1)由于具有对原始数据需求量小,对分布规律性要求不严,预测精度较高等优点,因此达到了一定的预报效果。　　 然后,通过设计基于ARM内核,带有数据采集、数据存储、实时预算功能的PCB板,搭建原创的实车道路实验车载平台。对灰色预测模型进行实车数据检验,灰色建模预测方法由于对分布规律性要求不严,具有相对较高的预测精度。但由于并不具有时变特性,因此对2～3秒预测时,会出现预测偏差较大的情况。　　 最后,基于对车身侧倾角、侧倾角速度、侧倾角加速度以及横摆角速度、横摆角加速度的研究,对车辆行驶状态下关键行驶参数的安全区域进行划分,尤其是对临界参数进行关注。当车辆即将进行危险状态时,或者有进入危险状态的趋势时进行主动控制策略的运用,比如对转向系统和制动系统进行干涉,达到减缓进入危险区域,甚至回归高安全等级区域的目的。该主动控制策略可以在Carsim仿真软件中进行仿真与修改,最后为对发动机转速、变速器传动比、制动器、传向系统传动比进行调节的成熟的控制策略的后续研究提供了基础。