公路运输作为我国客货运输的主要方式,在国民经济中具有非常重要的基础作用,并且随着公路网络化、尤其是高速公路网络化进程的不断加快,这种基础作用将日益增强。营运客车和半挂汽车列车作为公路客货运输中两种主要商用车型,在公路运输业中占有重要地位。客车和半挂汽车列车的操纵稳定性好坏直接关系到人们的生命财产安全和公路运输市场的发展,保证和提高其操纵稳定性对减少重特大交通事故的发生、降低生命财产的损失具有重大现实意义。对新开发的样车进行严格的操纵稳定性检测和评价,能够保证流入市场车辆的安全性；研制开发高效可靠的稳定性控制系统,可以提高车辆的主动安全性。然而,无论是车辆操纵稳定性评价,还是稳定性控制器有效工作,都需要车辆状态信息作为输入,准确的状态信息能够提高操纵稳定性评价的可信度和稳定性控制器的控制效果。本文针对营运客车和半挂汽车列车两种商用车,在查阅国内外相关领域研究资料的基础上,对其操纵稳定性状态估计方法进行了系统的研究,主要研究内容和成果如下：第一,本文以扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)和粒子滤波(PF)为商用车操纵稳定性状态估计的三种候选算法,在学习总结三种算法理论的基础上,编制算法程序。建立简单的客车状态估计模型,利用仿真试验对比分析三种算法分别应用于车辆操纵稳定性状态估计的有效性。仿真试验结果表明,车辆工作在线性稳定区域时,无论是估计精度还是实时性,EKF算法都优于UKF和PF算法。第二,搭建商用车操纵稳定性状态检测系统。状态检测系统的硬件包括GPS测量仪、三轴加速度角速度陀螺仪、方向盘转角传感器、处理终端和供电系统等,通过试验完成陀螺仪坐标系确认、方向盘转角传感器标定及GPS测量仪的调试工作,在此基础上,集成了一套商用车操纵稳定性状态检测系统,进行了系统稳定性和可靠性调试试验。第三,建立商用车操纵稳定性状态估计模型。由于状态检测系统实测参量中不含轮胎力,并考虑状态估计模型的实用性,选择建立基于运动学的商用车状态估计模型。首先,对客车进行了运动学分析,建立了客车状态估计模型,模型中的状态变量包括车辆坐标系纵向位移变化量、侧向位移变化量、纵向速度、侧向速度、横摆角和横摆角速度,控制变量包括纵向加速度和侧向加速度。随后,在客车状态估计模型的基础上,进一步研究并建立了半挂汽车列车状态估计模型。最后,进行了客车操纵稳定性试验,包括单移线试验、双移线试验、蛇形试验和稳态圆周试验。利用EKF、UKF和PF算法分别估计了实车试验中的车辆状态,三种算法的估计结果均可接受,有力地验证了所建估计模型的正确性。对比三种算法的估计结果,得到了与仿真试验相吻合的结论,即EKF算法比UKF和PF更适合用于车辆操纵稳定性状态估计。进一步利用信息融合技术完成了车辆状态估计,并将融合估计的结果与单纯使用GPS信息的估计结果进行对比,体现了信息融合估计的优势。