我国是自然灾害事故频发的国家,现有应急救援车辆多采用被动悬架,其行驶速度低、平顺性差,难以满足对应急救援车辆快速响应的要求。和被动悬架系统相比,主动悬架系统可以使得车辆的行驶机动性能有较大提升。但由于信号采集、作动器响应等因素的影响,将会导致系统出现控制迟缓的问题,提升效果受到了一定限制。若能提前进行地形预瞄,便可对悬架系统进行超前控制,进而实现提高车辆行驶平顺性的目的。本文结合国家重点研发计划课题“高机动性应急救援车辆（含消防车辆）专用底盘及悬挂关键技术研究”（项目编号:2016YFC0802902）,以提高应急救援车辆行驶机动性为目标,针对车前地形高程测量中存在的精度低以及定位累计误差等问题,系统深入地开展应急救援车辆主动悬架控制的地形预瞄方法研究。（1）针对传感器测量误差导致地形预瞄精度差的问题,研究了基于传感器误差的车前地形预瞄高程建图算法。采用高斯噪声理论,对激光雷达测量误差进行估计,然后分析高斯随机变量坐标变换不确定特点,建立车前地形高程数学模型,实现将传感器误差融入地形模型中。在此基础上,设计了基于卡尔曼滤波的地形测量值与估计值的融合更新策略。试验结果表明,该算法降低了传感器测量噪声对地形高程精度的影响,测量误差最小可达1.7cm。（2）针对车辆水平运动累积误差导致地形预瞄精度低的问题,研究了基于降维思想及运动误差传递的实时建图与地图融合算法。根据运动过程中坐标系旋转的不确定性特点,设计地图降维处理和实时对齐地形中心点坐标系策略,并提出车辆水平运动误差的精估计方法。为解决同一点不同时刻测量误差的有效估计问题,提出基于随机游走模型的惯性导航系统误差估计方法。在此基础上,结合置信椭圆理论,设计了地图融合的权重分配策略。试验结果表明,该算法有效降低了水平运动误差对地形精度的影响,与现有LEGO-LOAM算法相比水平建图精度提高了21.4%。（3）针对前端激光里程计定位精度低及数据更新频率低的问题,研究了基于地形场景改进的误差状态卡尔曼滤波算法的多源数据融合策略。首先,为解决现有里程计采用编码器估计精度低的问题,分析应急救援车辆运动的特点,建立基于运动学和动力学结合的三轴重型车辆里程计模型,并作为该算法的观测值。在此基础上,结合地形场景特点,提出多源信息融合的权重分配策略,通过对高频率的IMU数据进行积分并结合观测量进行修正的方式,实现提高数据更新频率及精度的目的。试验结果表明,与现有的NDT算法相比,本文提出的改进算法获得了更高的位姿输出频率以及精度。（4）针对现有激光里程计在大场景地图中定位存在累计误差的问题,研究了基于多源信息融合的累计误差定位补偿算法。分析IMU误差累积特点,提出了一种基于后端优化的IMU误差估计方法,通过将激光里程计因子、IMU预积分因子及闭环检测因子按照设计的权重加入因子图中进行优化,实现了对IMU误差的有效估计。在此基础上,设计针对因子图中各因子的反向补偿策略对后端优化中的节点因IMU误差导致的位姿误差进行了反向的补偿。试验结果表明,该优化算法的单点定位精度约4cm,和LIOM相比,定位精度提高了20.7%。