1.一种基于汽车can网络的胎压信号采集与路面信息感知平台，其特征在于，其基于嵌入式系统实现，包括：电源模块、信号采集模块、通讯模块、系统核心板以及传感器模块；
所述电源模块将输入电压转换为对应的目标电压后，分别给所述系统核心板、所述信号采集模块及所述传感器模块供电；
所述信号采集模块基于可编程逻辑单元实现，用于采集汽车原始轮速信号以及can信号后发送至所述系统核心板；
所述传感器模块包括陀螺仪和gps模块，用于采集包括车身横纵向加速度以及车速的信号发送至所述系统核心板；
所述系统核心板基于linux系统对从所述信号采集模块和所述传感器模块输入的信号的有效性进行判断并处理后以预设格式进行存储，同时通过所述通讯模块将输入的数据发送至上位机进行实时监控采集进度。
2.根据权利要求1所述的平台，其特征在于，所述信号采集模块由四路轮速信号采集和两路can数据采集组成，两路can数据采集可同时采集汽车车身的公共can和私有can信号，通过四路输入的fifo模拟四路轮速信号，并且输入时钟不同步，通过比输入时钟快速的输出时钟使四路数据输出。
3.根据权利要求2所述的平台，其特征在于，所述信号采集模块的四路轮速信号采集中，使用fifogenerate产生普通的fifo，数据暂存用fifo缓存，当fifo半满或者达到某个预设数据量的时候将fifo中的progfull置高，此时输出四路fifo中的数据；而fifo数据的采集过程为，首先等待fifo采集数据，当某一路fifo的progfull被置高以后相应的select_reg置1代表着此路fifo的数据采集完成，当四路fifo读写数据完成以后以一个输出时钟将四路的数据输出。
4.根据权利要求3所述的平台，其特征在于，所述系统核心板通过linux系统分为三个线程，分别为接收处理轮速信号时间戳、接收处理can信号以及将采集数据写入文件，为每个线程设计好延迟，以linux系统下默认的多线程模式进行调度。
5.一种基于权利要求1至4任意一项所述的基于汽车can网络的胎压信号采集与路面信息感知平台的监测方法，其特征在于，包括：
在信号采集模块采集并处理输出牵引力、发动机扭矩、引擎转速、轮端扭矩与刹车信号至系统核心板中，经处理后基于时间戳信号、车轮齿数、车轮周长、时间进行路面坑洞监测，使用轮速信号进行路面粗糙程度分级，并通过轮速信号实现胎压监测与路面信息感知，使用滑移率、牵引力进行路面附着力系数计算，通过构建牵引力-滑移率模型，计算曲线斜率后经卡尔曼滤波器得到更准确的路面附着力系数，并将路况信息在上位机上进行显示。
6.根据权利要求5所述的方法，其特征在于，所述基于时间戳信号、车轮齿数、车轮周长、时间进行路面坑洞监测包括：
选择通过齿圈误差消除之后的时间戳信号得到相邻两个时间戳之间的差值detcog；
在路面坑洞监测中将每预设时间段内的所有时间戳的detcog组成一个数据集batch，首先通过detcog的分析初步判断汽车在行驶过程中是否有车轮经过了坑洞，然后以一个batch为单位继续进行坑洞监测的分析，绘制每个batch对应的最小二乘回归线进行辅助分析，若一个车轮行驶过一个坑洞此时相应车轮的sse的数值会显著增大，通过筛选sse数值的大小来监测此时汽车是否经过了一个坑洞，其中，sse为batch中每一个detcog点与最小二乘回归线的距离的平方之和。
7.根据权利要求6所述的方法，其特征在于，所述使用轮速信号进行路面粗糙程度分级包括：
通过汽车原始时间戳信号计算得到四轮轮速信号，将轮速信号经过一个带通滤波器保留下不同频率范围的轮速信号，当汽车行驶在不同粗糙程度的路面时，不同频率范围下的轮速信号会表现出不同的特征，根据这种特征可以得到路面粗糙程度的分级；
将每预设时间段内滤波后的所有轮速信号组成一个数据集batche，将一个batche中汽车各个车轮的轮速信号相加，根据每一个batche计算得到的结果来对路面的粗糙程度进行分级，轮速信号相加值越大，路面粗糙程度越大，粗糙等级也越大。
8.根据权利要求7所述的方法，其特征在于，所述使用滑移率、牵引力信号进行路面附着力系数计算，通过构建牵引力-滑移率模型，计算曲线斜率后经卡尔曼滤波器得到路面附着力系数，包括：
采用最小二乘法与随机抽样一致性算法估计滑移率，由
建立横轴为滑移率s，纵轴为驱动轮轮端牵引力ff的牵引力-滑移率曲线，通过卡尔曼滤波进行曲线斜率的计算，曲线斜率即所得的路面附着力系数，其中，