汽车稳定性控制系统(DSC)集成了汽车制动防抱系统、牵引力控制系统和主动横摆力偶矩控制系统。其中汽车质心纵向速度是DSC控制算法中的关键的控制参量,由于难以直接测量,一般需要用估计算法进行实时估计。本文的研究目标是建立一种适用性广、精度高且能实时运算的汽车质心纵向速度估计方法。本文所建立的算法主要基于容积卡尔曼滤波算法,并对卡尔曼滤波器的设计方法、设计思路和卡尔曼滤波器设计中的几个基本的问题:滤波器的稳定性、滤波器的误差、状态初值和噪声统计特性如何选取等进行研究。系统模型是卡尔曼滤波器的基础,本文建立一个四轮三自由度汽车模型;选用魔术公式轮胎模型,其轮胎力(包括纵向力和侧偏力)的估计拟合精度高。对DSC系统的基础信号进行了信号处理,并利用DSC系统现有传感器进行多传感器信息融合,对车辆行驶状态进行估计,综合考虑车辆行驶工况对轮速及加速度等关键参数的影响。根据四轮三自由度汽车模型,分别构造基于车辆运动学模型的容积卡尔曼滤波器和基于车辆动力学模型的容积卡尔曼滤波器,联合Carsim与Simulink对两者进行仿真验证和对比分析。结合工程实际经验,引入置信度系数,综合两种方法的优点,将两种算法进行融合,构建一个双层架构的容积卡尔曼滤波器。最后设计系统噪声方差和模型噪声方差的估计,实现算法的自适应。最后通过实车测试验证了该算法正确性、有效性和稳定性,结果令人满意。