文献综述（或调研报告）：
道路是汽车行驶的载体，道路线形参数的优良也直接影响着汽车行驶安全性及稳定性。在汽车的侧翻模型中，汽车转弯半径，道路坡度值等道路线形参数是引起汽车侧翻的重要因素。[1]因此，为了研究道路线形参数对汽车行驶稳定性的影响，就需要准确的获取汽车转弯半径，道路坡度值等道路线形参数。依据道路设计图纸获取道路线形参数对于修建年代久远的道路存在误差较大的不足。利用人工测量的方法虽能获取比较准确的道路线形参数，但测量过程耗时久，且需要封闭道路。由于汽车行驶过程中的行驶车速、方向、轨迹及姿态参数能够反映行驶道路的线形参数。因此车辆姿态信息的获取很有必要[2]在姿态角度测量中，根据采用的传感器的不同，可以分为基本方法和多传感器融合法两大类。
基本方法中有下列几个方案：
基于车载GPS/INS设备获得的汽车行驶过程中的行驶车速、方向、轨迹及姿态参数，快速、准确的识别道路平纵曲线线形参数的方法：GPS的原理是通过接受卫星信号来实现定位，卫星在外太空中会不断发射出星历参数和时间参数，GPS信号接收设备在地球接受到这些参数后，会处理不同卫星发射过来的信号，通过空间测距的方法，得到GPS信号接收设备所在位置的定位参数。要在地球上定位一个点，需要知道四个参数，即（x，y，z，t） 所以GPS信号接收设备只有至少同时接收到4颗卫星信号的时候才能起到定位作用。求解卫星轨道参数与时间参数的精确与否，直接影响到GPS定位的精确度。所以在GPS信号较弱的时候采用INS方式，即陀螺仪和加速度计构成的惯导系统，同时GPS信号较强时可以修正INS积累的误差，但是需要安装较好的GPS接收设备，对GPS信号要求较高[2，3]。
单目／双目图像测量角度：通过摄像头采集图像，设定特征点，利用序列图像特征点间的对应关系，根据三角定位原理得到特征点空间坐标，然后用算法对来自不同坡面的特征点进行分类，剔除错误点提高精度，利用数据拟合得到法向量，最后计算出坡度。其主要问题在于摄像头采集到的图像受到光线天气等影响较大，受局限。优点在于对前面的坡度信息可以距离较远的时候就可以提前获得。主要运用于自动驾驶，辅助驾驶方面[4-6]。
加速度计测量：汽车坡道静止起步前及行驶停止后，利用纵向加速度传感信息可以直接得到重力加速度沿坡道方向的分量，进而准确计算坡度值。但在汽车行驶时，由于车辆受到惯性力并存在俯仰运动，并且在复杂路况如颠簸路面，加速度信号包含大量噪声，因此无法利用加速度传感信息直接计算坡度值。此时，若利用车辆纵向动力学特性计算坡度值，准确性有所体改，但也有限，无法应对复杂的情况[7 ,8]。
激光扫描测距仪：采用激光扫描的方法采集前方地形信息，然后对数据进行建立模型，可得到前方勘测地形的事实地形信息，进而可以计算出坡度信息[9]。
同时我们也不能忽略MEMS加速度传感器的动态性能指标：MEMS加速度计的动态倾角测量性能与传统的膜电位倾角传感器相比，MEMS加速度计各项性能指标优于传统倾角传感器，适合于低速动态测量，其所测信号与基准信号间的偏差小，信号波动幅度小、失真小；采用软、硬件信号处理手段，可以有效改善环境干扰对测量的影响[10]。
单纯的采用一个传感器已经无法满足测量过程中可能遇到的复杂情况；载体进行过程中一般不处于匀速直线运动状态，于是必定存在各种加速度，如载体的加减速，改变航向，地面不平以及风浪都会造成载体受到不同程度的加速度，加速度会干扰载体水平姿态的检测，称其为加速度干扰。目前主流的方案是采用加速度传感器和陀螺仪组合的方案，以陀螺抑制加速度干扰，实现载体动态水平姿态检测。陀螺仪是测量物体角速度的传感器，当陀螺仪随物体运动时。陀螺仪能够测量物体绕各个轴转动的角速度，通过对角速度进行积分运算。就能得到物体旋转的角度哪。短时间内，陀螺仪测量具有较高的精度，但陀螺仪容易受振动等因素的影响而引入测量噪声。且陀螺仪的输出存在漂移，漂移随着时间、温度及其他随机因素而变化。通过积分会使测量误差变大，因此MEMS陀螺仪不适合长时间的动态角度测量。另外，陀螺仪只能用于运动物体的角度测量，如果物体的初始位置存在一定的倾角，则陀螺仪无法感知。加速度计能够测量物体的加速度，当加速度计静止时，其输出为重力加速度在各个轴上的分量，装有加速度计的物体的倾角发生变化时，加速度计的输出也会随之变化，根据这一原理，通过测量加速度计各轴的输出便可以得出物体的倾角。对于静止物体而言，加速度计测量出来的角度十分准确。但是，一旦物体运动，会在加速度计相应的敏感轴引入除重力以外的加速度(除非物体处于匀速运动状态)，此时倾角的计算将会因物体运动的加速度影响而变得不准确，实际应用中，物体不可能长时间做匀速运动，因此加速度计不适合用于测量运动物体的倾角。从上面的分析不难看出，陀螺仪和加速度计具有互补性:加速度计可以测量静止物体的倾角并具有较高的准确性；陀螺仪可以测量动态物体的角速度并在短时间内具有较高的准确性[11]。
陀螺仪随机漂移误差通常有两种软件补偿方法，一是建立其相关数学模型，对陀螺仪输出信号的误差采用滤波技术补偿，此法重点是利用相关理论建立误差模型；二是从信号消噪角度出发，基于信号分析对陀螺仪输出信号进行消噪处理，达到抑制和补偿目的。由于主要研究的是道路坡度的识别，因而采用建立误差模型的方式，可以后面更好的通过实验跑数据对模型进行修正，使结果更佳准确，与实际结果更加吻合。同时在滤波补偿时可以将陀螺仪数据和加速度计数据进行融合得到较准确的结果[12]。
