以汽车车轮力测量为核心的汽车道路试验，是评价汽车整车特性的重要技术手段，对分析与评价汽车动态性能，如动力性、制动性、操纵稳定性、安全性、悬架特性等，以及对路谱数据采集等具有重要的应用价值。本文依托江苏省交通科学研究计划项目《车辆安全性能评价及检测装置研究》，对车轮力传感器(Wheel Force Transducer，WFT)的性能进行了研究，该项研究对于提高轮力传感器的测量精度以及进一步改进都具有理论意义和工程应用价值。 本论文的主要研究成果如下： (1).设计了三套不同用途的轮力传感器标定系统。首先设计了液压式静态标定系统，该系统用于标定六维轮力传感器的静态特性和维间耦合特性，通过液压系统和高精度的力传感器为WFT的弹性体连续地提供已知的作用力和力矩，在上位机的的控制下实现了自动标定，提出了连续标定的概念，通过连续标定可以获得六维力间耦合的细节信息，为非线性解耦提供数据基础。然后设计了称重式实车标定系统，实车标定可以消除安装过程对WFT特性的影响，实现了垂直力和纵向力传感器的标定。最后为了研究WFT的动态特性，设计了负阶跃动态标定系统，实现了侧向力的动态标定。 (2).利用小波变换和最小二乘法实现了液压标定数据的预处理。采用小波变换，利用噪声信号与真实信号随尺度变化特性不同的特点，有效地去除了液压标定数据的加性白噪声信号，从而恢复了信号的本来面目。采用最小二乘法对连续数据进行了刻度均匀化，解决了连续标定数据中权重不一致和数据不能严格对应的问题，为后续的处理提供了标准的数据。 (3).利用预处理后的液压标定数据对WFT进行了线性耦合分析。首先针对加载时难以施加单维力的问题，提出了迭代耦合分析法以得到虚拟的单维力加载环境。然后对WFT进行了线性耦合分析，并在前人的基础上对耦合度进行了详细的定义，得到了WFT的标定矩阵、解耦矩阵及耦合度阵，根据耦合度阵分析了耦合产生的原因。随后对道路试验数据进行了线性解耦，通过线性解耦，大大提高了WFT的测量精度。最后提出了准六维WFT的概念，即用六维力传感器测量三维力(Fx、Fz和My)，以解决目前液压标定系统存在一定缺陷的问题。准六维WFT的测量精度优于三维WFT。 (4).利用多项式法和神经网络法进行了WFT的非线性解耦研究。首先，在线性耦合分析的基础上，引入多项式进行非线性解耦研究，定义了多项式耦合系数矩阵，并借助于非线性方程组的求解对道路试验数据进行了非线性解耦。经过对标定数据的解耦，验证了非线性解耦精度高于线性解耦。该方法已经可以应用于汽车道路试验。然后，进行了神经网络非线性解耦研究，利用误差反向传播(Back Propagation，BP)算法擅长于局部精确寻优，而遗传算法(Genetic Algorithm，GA)擅长于全局寻优的优势，将两种算法优势互补，建立了GA-BP非线性解耦模型。神经网络解耦的精度更高，但对训练数据要求较苛刻。 (5).分析了WFT的静态特性和动态特性。首先针对传统的静态特性定义不适用于连续标定环境的问题，提出了连续线性度、连续迟滞和连续符合度的概念，建立了连续静态参数的计算方法。然后建立了侧向力传感器的动态特性模型，在对动态标定数据进行小波去噪后，通过系统辨识，得到了动态特性参数和传递函数模型，并对动态参数进行了简要分析。