1.一种车辆簧载质量及道路横向坡度联合估计方法，其特征在于，包括如下步骤：S1：建立道路横向坡度估计数学模型αs；

步骤S1具体包括：

道路横向坡度估计模型αs具体为：式中，vx为车辆的纵向速度，ay为车辆的绝对侧向加速度，r为车辆的横摆角速度，g为重力加速度，αs为道路横向坡度；

S2：建立车辆簧载质量估计数学模型ms；

步骤S2具体包括：

车辆簧载质量估计数学模型ms具体为：式中，ms和md分别为车辆的簧载质量和簧下质量，其中，簧下质量为固定值，Cf、Cr1、Cr2分别为前轮和后两轴车轮的侧偏刚度，δf为车辆前轮转角，a为质心到前轴距离，b1为质心到后‑前轴距离，b2为质心到后‑后轴距离；

S3：采用带遗忘因子的递推最小二乘法对步骤S1和步骤S2进行两者的联合估计得到联合估计数学模型；

步骤S3具体包括：

带遗忘因子的递推最小二乘法联合估计得到联合估计模型：T

y(k)＝C(k)e(k)+n(k)式中，y(k)、C(k)、e(k)和n(k)分别为k时刻的系统测量矩阵、系数矩阵、待估计参数矩阵以及测量误差矩阵，其中测量误差矩阵可根据传感器参数文档查询；

步骤S3具体为：

系统测量矩阵可表示为：

系数矩阵可表示为：

待估计参数矩阵可表示为：

式中，m为簧载质量和簧下质量的总和；

S4：根据侧向加速度和横摆角速度实时测量结果计算系统测量矩阵y(k)以及系数矩阵TC(k)，在初始时需对有待估计参数αs进行初始化；

S5：计算增益矩阵K及方差矩阵P；

步骤S5具体包括：

计算增益矩阵K及方差矩阵P，表示为：式中，K(k)为k时刻的增益矩阵，P(k‑1)为k‑1时刻的方差矩阵，λ为遗忘因子；

S6：计算待估计参数矩阵e(k)；

步骤S6具体包括：

计算待估计参数矩阵e(k)：T

e(k)＝e(k‑1)+K(k)[y(k)‑C(k)e(k‑1)]；

S7：循环步骤S4‑S6，直至待估计参数所估计得到的参数变化小于设定误差εd时，停止计算，即可获得车辆总质量和道路横向坡度的估计值，将估计的车辆总质量减去簧下质量，即可获得车辆簧载质量的估计值；

在步骤S7中：

停止计算的条件为：

式中，ei为待估计参数向量e的第i个元素的估计结果，在i＝1时表示为道路横向坡度，i＝2表示为车辆总质量。