本发明属于汽车技术领域，具体的说是一种基于数据置信度因子的汽车质量与坡度实时估计方法。包括：一、获取车辆行驶状态数据；二、基于车辆动力学模型建立整车质量、道路坡度与车辆行驶状态数据的关系模型；三、利用车辆行驶状态数据和车辆固有参数计算工况特征参数；四、基于神经网络算法建立质量估计置信度因子模型；五、基于置信度因子的最小二乘法估计车辆质量；六、判断质量估计值是否稳定；七、基于扩展卡尔曼滤波算法估计道路坡度。本发明打破了传统基于动力学模型估计质量对于车辆工况的局限性，根据车辆动力学模型和车载加速度传感器的测量原理，实现了车辆质量和道路坡度估计的解耦，从而提高二者估计值的准确性。