路面平整度是路面质量评价的重要技术指标之一,不仅影响驾驶者的行驶舒适性,而且与车辆振动、行驶速度和车辆损耗等有关,也是路面性能评价的重要指标之一。常见的路面平整度检测方法主要包括:人工主观评估方法、基于断面检测的评估方法和基于反应监测的评估方法等三大类。前两种方法在效率、成本和准确性等方面具有局限性。为解决上述问题,本文研究基于监测车辆的轮胎胎压和车辆动态响应,发展基于卡尔曼滤波的路面平整度识别算法,间接估计路面平整度。本文首先建立车辆的运动模型（1/2车辆模型）,采用加速度功率谱拟合识别车辆参数。通过数值模拟和车辆驶过一个已知尺寸的减速带试验,验证了车辆参数识别方法的准确性。接下来,基于理论气体定律和弹性接触模型,推导了胎压和接触力之间的非线性关系,并通过扩展卡尔曼滤波识别方程中的参数。设计了室内锤击实验,标定了“胎压-接触力”方程,验证了基于胎压计算接触力的准确性。然后,将车辆位移和速度响应合并为状态空间向量,用状态空间方程描述车辆运动,再结合欧拉积分法,将运动微分方程变换成离散的卡尔曼滤波的形式。分别以接触力、车轮加速度和簧上响应为观测量,推导了识别路面平整度的未知卡尔曼滤波（DKF-UI）和增广卡尔曼滤波（AKF）算法。经过模拟验证,该算法可以准确识别车辆响应和路面平整度。最后,本文依托重庆交通科研设计院的道路检测车和重庆市车辆检测研究院的测试场地进行了路面实验。通过检测车上安装的VOTERS数据采集系统测量车辆响应。该车上安装有胎压传感器、加速度计和激光轮廓仪,设置了20～50km/h四种不同车速和减速带障碍等多种工况,进行了系统内部和外部的对比验证试验。系统内部验证是将车辆响应的预测值与传感器的采集值相比较;系统外部验证是将识别得到的路面平整度转化为国际平整度指数（IRI）,与激光轮廓仪输出的IRI进行比较。最后根据我国的路面平整度评价指标（RQI）对本研究的识别结果进行了评价。实验结果表明,当车辆行驶速度为20 km/h时,基于接触力的识别结果准确率达到了94.12%,速度增加到40 km/h时,识别准确率仍可达到84.31%。