差异巨大的路况对车辆悬挂系统是一个挑战,不仅需要其在各种路况下有着不俗的稳定性,而且需要考虑降低能耗、减少磨损、延长器件的使用寿命。其中,主动悬挂系统凭借其强大的控制力与灵活的控制方案,成为当前的研究热点。将路面起伏监测结合到主动悬挂系统中,使控制策略自适应于路况,是当前悬架控制领域的研究热点,具有研究意义与应用前景。本文以行驶在不同路况下车辆的单轮悬挂系统为控制对象,将路面信息融合到主动悬挂系统的控制中,根据监测的路面起伏信息以及悬挂反馈响应,以增强悬架系统稳定性、减少控制资源消耗为目的,分别设计了主动悬挂自适应模糊比例-积分-微分（Proportion Integral Differential,PID）控制策略、主动悬挂自适应变周期控制策略,对悬挂控制器的参数与控制周期进行了基于路面信息的自适应调整。主要研究内容如下:（1）面向道路不平整度等级,提出了基于柔性神经树模型的道路等级分类算法,为主动悬挂的自适应控制提供信息支撑。考虑到车辆在线分类的快速性要求,采用滑动窗口对悬挂响应特征预提取并作为输入量,然后采用遗传编程和粒子群算法,设计与优化神经树的结构与参数,减少树结构的复杂度,实现对路面等级的快速分类。实验结果表明,相较于逆向PSD道路分类法与ANN道路分类法,使用柔性神经树分类更加快速精准,分类准确率分别提升了2.16%与6.20%,分类时延减小了5.3s与5.5s。（2）基于检测到的路面功率谱信息,提出了主动悬挂系统自适应模糊PID控制策略。首先,考虑悬挂参数、车辆速度等因素对悬挂响应的影响,提出了基于柔性神经树的路面功率谱密度拟合算法;针对滑动窗口的时延问题,将悬挂系统的实时性能与路面信息进行模糊融合,使悬挂实时地自适应调整控制性能以适应不同路面对悬挂性能的要求;根据不同路面下悬挂系统的不同响应,使悬挂控制器自适应调整参数,提高悬挂的稳定性。实验结果表明,相比于PID控制,自适应模糊PID控制策略能快速适应路面变化,在不同路面上采取不同的控制偏重,调节时间减小了53.34%,悬架稳定性提升了81.93%,在较差路面上的抓地性能提升了77.82%。（3）基于路面不平整度,提出了一种主动悬挂系统自适应变周期控制策略。首先,考虑悬挂系统的参数不确定性、传感信息获取成本和抗扰性等要素,改进了基于柔性神经树的路面等级分类算法,实现了对路面不平整度指数的检测;根据检测的路面信息计算得到路面性能指标,并以此为依据对控制周期进行选择;为了系统稳定、减小周期调整频率,对周期调整状态进行综合判断,决定调整周期是否生效;基于自适应于路面的控制周期,设计了主动悬挂系统的变周期PID控制器,在保证控制效果的同时减小控制频率,节约控制资源。实验结果表明,相比于定周期控制,变周期控制在较好路面上的性能降低了10.50%-54.77%,控制损耗却降低了44.79%-78.47%,而在较差路面上性能与能耗基本一致,表明自适应变周期控制策略能保证安全稳定的前提下减少控制损耗。