1.一种基于卡尔曼滤波的路面平整度测量方法，其特征在于，包括：

A、路面平整度测量装置在测试点测量所述路面平整度测量装置距离地面的距离以及所述路面平整度测量装置从起点运动到所述测试点之间的里程；

B、所述路面平整度测量装置在所述里程中预设多个等间隔距离的采样点，将相邻两个所述采样点之间的所有测试点的所述路面平整度测量装置距离地面的距离进行求平均值处理，获取各所述采样点对应的所述路面平整度测量装置距离地面的距离；

C、所述路面平整度测量装置采用路面平整度卡尔曼滤波系统，根据第k-1个采样点对应的所述路面平整度测量装置的振动位移的最优估计值和第k个采样点对应的所述路面平整度测量装置距离地面的距离来获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值；

D、所述路面平整度测量装置将所述第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值减去所述第k个采样点对应的所述路面平整度测量装置距离地面的距离，获取第k个采样点对应的路面平整值；

E、所述路面平整度测量装置循环执行A～D，直到所述路面平整度测量装置在待测试路面的运动过程中依次测试完预设个数的采样点的路面平整值；

F、所述路面平整度测量装置分析所述预设个数的采样点的路面平整值，获取待测试路面的路面平整度。

2.根据权利要求1所述的方法，其特征在于，若所述路面平整度测量装置的振动加速度未知，所述方法还包括：所述路面平整度测量装置在所述测试点测量所述路面平整度测量装置的振动加速度；

所述路面平整度测量装置将相邻两个所述采样点之间的所有测试点的所述路面平整度测量装置的振动加速度分别进行求平均值处理，获取各所述采样点对应的所述路面平整度测量装置的振动加速度，并将所述路面平整度测量装置的振动加速度作为所述路面平整度卡尔曼滤波系统的过程噪声；相应地，所述路面平整度测量装置采用所述路面平整度卡尔曼滤波系统，根据第k-1个采样点对应的所述路面平整度测量装置的振动位移的最优估计值和第k个采样点对应的所述路面平整度测量装置距离地面的距离来获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值，包括：所述路面平整度测量装置采用公式 和公式 获取第

k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值 然后将乘以Hk获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值，其中为根据第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量获取的第k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量预测值，Fk为所述路面平整度卡尔曼滤波系统的状态模型矩阵， 为第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值，Pk|k-1为根据第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵获取的第k个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵预测值，Pk-1|k-1为第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵，Qk为第k个采样点对应的所述路面平整度卡尔曼滤波系统的过程噪声的协方差矩阵，Hk＝[1 0 0 0]。

3.根据权利要求2所述的方法，其特征在于，所述路面平整度测量装置采用公式和公式 获取第k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值 包括：

根据所述Pk|k-1，并采用公式 获取第k个采样点对应的所述路面平整

度卡尔曼滤波系统的误差协方差阵Sk；

根据所述Sk，并采用公式 获取第k个采样点对应的所述路面平整度卡尔

曼滤波系统的卡尔曼滤波增益Kk；

根据所述Kk和 并采用公式 获取第k个采样点对应的

所述路面平整度卡尔曼滤波系统的状态变量最优估计值 以及采用公式Pk|k＝(1-KkHk)Pk|k-1获取第k个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵Pk|k；

其中，Rk为第k个采样点对应的所述路面平整度离卡尔曼滤波系统的观测误差协方差统计值，zk为第k个采样点对应的所述路面平整度测量装置距离地面的距离， 为第k个采样点对应的所述路面平整度卡尔曼滤波系统的观测误差。

4.根据权利要求1所述的方法，其特征在于，若所述路面平整度测量装置的振动加速度已知，所述方法还包括：所述路面平整度测量装置在所述测试点测量所述路面平整度测量装置的振动加速度；

所述路面平整度测量装置将相邻两个所述采样点之间的所有测试点的所述路面平整度测量装置的振动加速度分别进行求平均值处理，获取各所述采样点对应的所述路面平整度测量装置的振动加速度；相应地，所述路面平整度测量装置采用所述路面平整度卡尔曼滤波系统，根据第k-1个采样点对应的所述路面平整度测量装置的振动位移的最优估计值和第k个采样点对应的所述路面平整度测量装置距离地面的距离来获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值，包括：所述路面平整度测量装置采用公式 和 获取第k

个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值 然后将 乘以Hk获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值，其中为根据第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量获取的第k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量预测值，Fk为所述路面平整度卡尔曼滤波系统的状态模型矩阵， 为第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值，Gk是第k个采样点对应的所述路面平整度卡尔曼滤波系统的输入参数， ak为第k个采样点对应的所述路面平整度测量装置的振动加速度，ak-1第k-1个采样点对应的所述路面平整度测量装置的振动加速度，Pk|k-1为根据第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵获取的第k个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵预测值，Pk-1|k-1为第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵。

5.根据权利要求4所述的方法，其特征在于，所述路面平整度测量装置采用公式和 获取第k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值 包括：

根据所述Pk|k-1，并采用公式 获取第k个采样点对应的所述路面平整

度卡尔曼滤波系统的误差协方差阵Sk；

根据所述Sk，并采用公式 获取第k个采样点对应的所述路面平整度卡尔

曼滤波系统的卡尔曼滤波增益Kk；

根据所述Kk和 并采用公式 获取第k个采样点对应的

所述路面平整度卡尔曼滤波系统的状态变量最优估计值 以及采用公式Pk|k＝(1-KkHk)Pk|k-1获取第k个采样点对应的协方差矩阵；

其中，Rk为第k个采样点对应的所述路面平整度离卡尔曼滤波系统的观测误差协方差统计值，zk为第k个采样点对应的所述路面平整度测量装置距离地面的距离， 为第k个采样点对应的所述路面平整度卡尔曼滤波系统的观测误差。

6.根据权利要求3或5所述的方法，其特征在于，所述路面平整度测量装置将所述第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值减去所述第k个采样点对应的路面平整度测量装置距离地面的距离，获取第k个采样点对应的所述路面平整度测量装置的路面平整值，包括：所述路面平整度测量装置采用公式 获取第k个采样点对应的路面平整

值，其中 为第k个采样点对应的所述路面平整度测量装置的路面平整值。

7.一种基于卡尔曼滤波的路面平整度测量装置，其特征在于，包括：激光测距传感器、里程表传感器和处理器；其中，所述激光测距传感器，用于在测试点测量所述路面平整度测量装置距离地面的距离；

所述里程表传感器，用于测量所述路面平整度测量装置从起点运动到所述测试点之间的里程；

所述处理器，用于在所述里程中预设多个等间隔距离的采样点，将相邻两个所述采样点之间的所有测试点的所述路面平整度测量装置距离地面的距离进行求平均值处理，获取各所述采样点对应的所述路面平整度测量装置距离地面的距离；采用路面平整度卡尔曼滤波系统，根据第k-1个采样点对应的所述路面平整度测量装置的振动位移的最优估计值和第k个采样点对应的所述路面平整度测量装置距离地面的距离来获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值；将所述第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值减去所述第k个采样点对应的所述路面平整度测量装置距离地面的距离，获取第k个采样点对应的路面平整值；在获取预设个数的采样点的平整值之后，分析所述预设个数的采样点的路面平整值，获取待测试路面的路面平整度。

8.根据权利要求7所述的路面平整度测量装置，其特征在于，还包括加速度传感器；若所述路面平整度测量装置的振动加速度未知，则所述加速度传感器，用于在所述测试点测量所述路面平整度测量装置的振动加速度；

所述处理器还用于将相邻两个所述采样点之间的所有测试点的所述路面平整度测量装置的振动加速度进行求平均值处理，获取各所述采样点对应的所述路面平整度测量装置的振动加速度，并将所述路面平整度测量装置的振动加速度作为所述路面平整度卡尔曼滤波系统的过程噪声；相应地，所述处理器采用所述路面平整度卡尔曼滤波系统，根据第k-1个采样点对应的所述路面平整度测量装置的振动位移的最优估计值和第k个采样点对应的所述路面平整度测量装置距离地面的距离来获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值，具体为：采用公式 和公式 获取第k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值 然后将 乘以Hk获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值，其中 为根据第k-

1个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量获取的第k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量预测值，Fk为所述路面平整度卡尔曼滤波系统的状态模型矩阵， 为第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值，Pk|k-1为根据第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵获取的第k个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵预测值，Pk-1|k-1为第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵，Qk为第k个采样点对应的所述路面平整度卡尔曼滤波系统的过程噪声的协方差矩阵。

9.根据权利要求7所述的路面平整度测量装置，其特征在于，还包括加速度传感器；若所述路面平整度测量装置的振动加速度已知，则所述加速度传感器，用于在所述测试点测量所述路面平整度测量装置的振动加速度；

所述处理器还用于将相邻两个所述采样点之间的所有测试点的所述路面平整度测量装置的振动加速度进行求平均值处理，获取各所述采样点对应的所述路面平整度测量装置的振动加速度；相应地，所述处理器采用所述路面平整度卡尔曼滤波系统，根据第k-1个采样点对应的所述路面平整度测量装置的振动位移的最优估计值和第k个采样点对应的所述路面平整度测量装置距离地面的距离来获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值，具体为：采用公式 和 获取第k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值 然后将 乘以Hk获取第k个采样点对应的所述路面平整度测量装置的振动位移的最优估计值，其中 为根据第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量获取的第k个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量预测值，Fk为所述路面平整度卡尔曼滤波系统的状态模型矩阵， 为第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的状态变量最优估计值，Gk是第k个采样点对应的所述路面平整度卡尔曼滤波系统的输入参数，ak为第k个采样点对应的所述路面平整度测量装置的振动加速度，ak-1第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的振动加速度，Pk|k-1为根据第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵获取的第k个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵预测值，Pk-1|k-1为第k-1个采样点对应的所述路面平整度卡尔曼滤波系统的协方差矩阵。