路面平整度对乘车舒适性与安全性有着重要影响。科学的路面养护需要基于路面平整度评估的结果,因此需要首先对道路的平整度进行识别。传统依靠人工检测的方法效率低,精度也无法保证,而直接自动测量的方法需要利用激光雷达等工具,虽然精度较高,但是成本也比较高,不适合大规模频繁使用。而基于车辆响应的平整度识别方法效率高,使用成本低,如果识别结果的精度能满足要求,那么该方法适合大规模推广,可用来绘制基于路面状况的地图。故本文研究了一种利用车辆响应来识别路面平整度的方法。主要研究如下:分别对实际不同的传感器安装情形识别了两套车辆参数。建立了半车模型,利用减速带对车辆进行激励,测量车辆实际响应,同时利用频响函数法求得车辆的理论响应,利用理论响应和实际响应之间的误差来建立目标函数,然后利用遗传算法求解,得到车辆参数,并进行了数值模拟验证。讨论了基于未知量卡尔曼滤波算法识别路面平整度的可观测性,并对特定测量量组合下的未知量卡尔曼滤波算法进行了简化,计算效率提高了2-3倍。利用实际平整路面的响应数据,识别得到路面平整度,并进行了数值模拟验证。进行了路面平整度识别的实验。首先分别基于簧上（车身）的减速带激励响应和簧下（车轮）的减速带激励响应,识别得到一套基于簧上响应的车辆参数和一套基于簧下响应的车辆参数,然后利用平路行驶的簧上响应,基于增广卡尔曼滤波进行路面平整度识别,以及平路行驶的簧下响应和未知卡尔曼滤波进行路面平整度识别,最后由两种卡尔曼算法识别得到的路面平整度高程通过传递矩阵法,进一步计算得到国际平整度指数IRI（International Roughness Index）,并和车载激光平整度仪扫描得到的IRI进行对比,结果较为接近,验证了本文基于车辆响应计算IRI方法的可行性。由车辆响应计算得到的IRI,可以用来评价路面平整度,方法具有应用价值。