在电子稳定程序(ESP)中，需要更多的车辆信息。然而，由于物理原因或成本问题，一些信号不能直接使用传感器测量。卡尔曼滤波可以提供这样的一种方法：系统的一些状态变量可以通过一些测量的相关状态变量进行估计。所以，这个方法可以用来估计这些车辆状态变量。因为车辆系统是非线性系统，适用非线性系统的扩展卡尔曼滤波：它在每一个流程时序线性化非线性系统。在本文里，基于ESP使用时的车辆动力学特性，用扩展卡尔曼滤波和一个四轮七自由度的车辆动力学模型构建了一个状态估计器。用一个十五自由度的车辆模型用来模拟真实的车辆模型并在MATLAB/Simulink建立模型。构建的估计器联合使用M文件和MATLAB/Simulink进行建模。然后进行了估计器仿真模型对模拟真实车辆的仿真模型的仿真估计。经过仿真，证明估计器性能良好：从仿真模型直接得到的变量值和估计值相应吻合良好。首先，这证明了选择的四轮七自由度车辆模型适合于ESP控制的车辆状态估计。另外，证明了选择的扩展卡尔曼滤波方法适用于七自由度四轮车辆模型系统。总之,设计的估计器进行的车辆的状态变量估计可以解决ESP控制中信息需求问题。