随着越野车的逐渐普及,汽车越来越多地行驶在一些非结构化路面上,其中包括一些泥泞、松软等“坏路面”,这对汽车的各方面性能提出了更高的要求。轮胎作为直接与这些不同路面接触的部件,在汽车的动力性、通过性和安全性上发挥着重要的作用。在轮胎与地面接触的过程中,胎压是一个重要的影响因素。目前对轮胎压力的调节主要基于驾驶员对路面的判断,而且调节方式单一、速度有限。本文针对轮胎压力对轮地接触下汽车性能的影响,结合无人车辆路面类型识别技术,对车辆智能行走充放气系统进行了深入研究。本文的研究内容如下:（1）基于轮地接触的轮胎修正模型研究通过分析轮胎压力在轮地接触过程中对轮胎结构特性和力学特性的影响机理,研究在不同软硬路面状态下轮胎压力对汽车行驶性能的影响,为之后不同路面下确定合适的轮胎压力提供理论依据。考虑轮胎压力和路面状态,对现有的轮胎模型进行修正,经过仿真分析,验证该模型的有效性。（2）无人驾驶车辆的路面类型识别通过对现有的无人驾驶车辆路面类型识别技术的分析,结合本文研究内容的需要,提出基于图像和基于车辆动力学参数的路面类型融合修正策略。在基于图像的路面类型识别中采用支持向量机的算法对经过处理的车辆前方路面数据进行分类,在基于车辆动力学参数的路面类型识别中通过对路面附着系数的估计和滚动阻力系数的估计对路面的附着等级和软硬程度进行划分。对两种识别方法得出的结果进行同时间内的融合修正,能够更好的对车辆行驶的路面状态进行判断,为后面对轮胎压力的调节提供依据。（3）车辆智能行走充放气系统控制策略研究通过对轮胎充放气理论进行研究,确定轮胎混合充放气的方案,并对两种充放气方案的充放气时间进行计算。考虑轮胎压力调节的需求,确定一种基于逻辑门限值的充放气控制策略。并基于学习功能对胎压进行快速调节,基于模糊PID控制对胎压进行步进调节,完成轮胎压力调节的控制策略设计。（4）车辆智能行走充放气系统的试验研究根据系统的功能需求对车辆智能行走充放气系统进行设计。搭建MATLAB/Simulink和AMESim联合仿真平台,对几种典型对接路面的加速滑行工况进行仿真试验;搭建实车试验平台,对几种典型的试验场景进行加速、减速和滑行实车试验。仿真和实车结果表明,本文提出的基于路面状态识别的车辆智能行走充放气系统能够有效地识别不同路面状态,并及时对轮胎压力进行调节,改善“坏路面”下汽车的行驶性能。