车轮力是车辆、地面和空气对于车轮的共同作用结果,实时检测车辆在各种状态下车轮的受力情况是分析车辆运动和开展诸多车辆实验的基础。作为测量车辆在行驶过程中车轮所受力和力矩的专用工具,多维轮力传感器在车辆实验和测试中占据着无可替代的地位,因此研发和设计具有自主知识产权的轮力传感器对于提高我国的车辆制造业水平具有重要意义。本文围绕多维轮力传感器的设计,针对传感器的测量和解耦等数据处理方法进行了系统性研究。论文主要内容如下：1.研究了多维轮力传感器的设计方法,按照轮力测量过程将传感器设计划分为轮力感知、轮力采集和轮力数据处理三个功能环节,明确了各个环节的设计要求,并完成了传感体、组桥电路、采集模块和传输模块等传感器硬件设计,同时设计了基于结构解耦和旋转解耦的数据处理方法。2.针对多维轮力传感器中各个测量通道之间存在的结构耦合问题,依托轮力传感器标定平台,设计并完成了传感器的静态标定实验,建立了传感器各个测量通道的输出电压和实际加载到传感体上的轮力间的数学关系,通过对实验结果的分析与处理,大幅降低了测量通道之间的耦合程度。3.由于多维轮力传感器工作时随车轮一起转动,车轮旋转角度测量的精确程度会直接影响轮力数据处理的旋转解耦效果。本文针对传感器中使用的绝对式编码器设计了编码器安装初值标定方法。经过半实物实验验证,该方法能够准确解算出编码器安装时零点的位置,极大的降低了由于编码器安装初值估计误差引起车轮旋转转角度测量误差,并提高了旋转解耦精度。4.针对多维轮力传感器特定安装方式下,编码器在车辆转弯过程中出现的输出角度偏差问题,提出了一种编码器输出补偿算法,该方法通过实时对比GPS测量到的车速和由编码器输出估计得到的车轮转速,判断是否出现角度偏差,并对编码器的输出进行修正。通过实车实验可以证实,该补偿方法有效地提高了轮力解算的准确性。5.针对车轮力信号的随机性强、难以建模等问题,本文将轮力信号分成两个动态情况进行考虑,分别建立了基于一阶马尔科夫过程的高动态Singer车轮力模型和基于平面转弯模型的低动态车轮力模型,实现了对于随机轮力信号的精确建模。6.针对轮力信号的降噪问题,提出了一种自适应滤波方法,实时地对轮力进行旋转解耦和滤波。该方法以计算效率高且适用于非线性系统的稀疏网格求积分点卡尔曼滤波器为核心,在交互式多模型算法框架下实时计算各模型所占权重,并以此为基础选择合适车轮力模型对数据进行滤波和旋转解耦,实现了车轮力模型的自适应选择,显著提高了轮力解算精度。