分布式电驱动车辆结构简单,有四轮转矩独立可控,响应快速准确等优点,在车辆动力学控制和经济性方面都有很大的潜力。要充分发挥分布式电驱动车辆这些优点,需要设计高性能的分布式驱动控制系统。为了提高分布式驱动控制效果,需要较为完善精准的控制输入量,包括车速、质量等车辆状态及参数。因此车辆状态和参数的精准估算很有必要。本文针对分布式轮边四驱电动汽车,分析并建立了用于参数估算和用于状态量估算的车辆动力学模型,并在此基础上研究最小二乘法和卡尔曼滤波等估计算法。构建了以带可变遗忘因子的递推最小二乘法为基础的质量坡度参数估计器和以无迹卡尔曼滤波为基础的车速及质心侧偏角的状态估计器。利用轮边电机转速转矩可得的特点,配合纵向加速度、纵向车速等进行整车质量和道路坡度的观测。利用纵向加速度、横向加速度、横摆角速度和方向盘转角等易得且成本不高的传感器数据来源,对纵向车速、横向车速、质心侧偏角等进行观测。建立Simulink-CarSim联合仿真平台,在CarSim中搭建车辆模型并进行参数设置,在Simulink中搭建状态和参数估计器。通过在典型工况下联合仿真验证了估计器在整车质量、纵向车速、质心侧偏角等估计的有效性。使用美国国家仪器公司的cRIO实时控制器等硬件和LabVIEW软件搭建了分布式四驱车辆快速控制原型试验平台,并进行了车速估算的实车试验。进行了直线加速、直角转弯、单移线三种工况的RCP试验,并将试验中估算的车速和高精度GPS数据对比,验证了车速估计算法的有效性。