在传统燃油车上,铅酸电池具有大启动电流的特点作为汽车的启动电源,且车载铅酸蓄电池保证对整车用电系统进行供电,安全稳定可靠,作为传统燃油车短时间不可替代电池,实时在线对车载蓄电池的剩余容量SOC(State of charge)监测可保证蓄电池不会过充或过放,对车载蓄电池的健康状态SOH(State of health)在线估计可提醒更换新电池,保证行车安全。本文拟对蓄电池的电压,电流,温度,内阻这几个参数进行数据采集,从而估算出蓄电池的SOC和SOH,通过CAN总线通信和NB-IOT无线通信分别将估算出的值在线发送到车载终端和无线监控终端。主要工作如下:1.对当前蓄电池研究的SOC及SOH估算算法进行了文献研究,介绍了当前描述蓄电池的等效电路模型,通过对蓄电池的实际测试,建立了本论文所需的Thevenin模型。2.在已建立的模型和蓄电池测试的基础上,提出以扩展卡尔曼滤波算法对蓄电池进行在线的SOC估计,并搭建了simulink模型以验证结果。对于蓄电池的SOH估计,本论文分别验证了一种以LIBSVM算法为核心,通过内阻值和电压值,估计出SOH,另一种创新性的与回归CNN相结合,得到在线预估SOH值的方法。3.在以上技术基础,搭建了以汽车级单片机为主控的嵌入式系统平台,设计了蓄电池参数采集电路,交流小信号在线内阻测量电路,CAN通信和NB-IOT无线通信电路。4.在搭建好的硬件平台上,提出了蓄电池参数采集程序,SOC和SOH估算程序,CAN通信和NB-IOT通信程序及各程序的运算流程和结构。5.通过PCAN搭建测试平台,实现平台的CAN数据通信,配置NB-IOT设备入网到云平台,对蓄电池进行在线测试和数据采集验证。通过本论文提出的SOC与SOH估计算法嵌入到硬件平台所得结果,证明了算法的可行性和有效性。本文所设计的系统具有智能化,数据量准确,反馈及时的特点,通过增加的NB-IOT技术可以远程反馈处理,对加强蓄电池的保护,提高可供电的稳定性,保证蓄电池的工作效率和使用寿命具有重要意义。