Una variedad de entradas de información precisa son de gran importancia para el control automotriz. En este documento, se propone una nueva estrategia conjunta de detección suave para obtener múltiple información en diversos escenarios de conducción de vehículos. Esta estrategia se lleva a cabo mediante una interacción de información que incluye tres módulos: estimación del estado del vehículo, observador de pendiente de la carretera y determinación de la masa del vehículo. En el primer módulo, se emplea un filtro de Kalman de cubatura adaptativo basado en Bayes variacional para estimar los estados del vehículo con la interferencia de ruido variable en el tiempo. Bajo la suposición de continuidad de la carretera, se propone un modelo de predicción de pendiente para reducir el retraso temporal de la observación de la pendiente de la carretera. Mientras tanto, se introduce un observador cúbico no lineal de respuesta rápida para diseñar el módulo de pendiente de la carretera. Sobre la base de los estados del vehículo y la información de la pendiente de la carretera, la masa del vehículo se determina mediante un algoritmo de mínimos cuadrados recursivos con factor de olvido. En los experimentos, se introduce una estrategia contrastada para analizar y evaluar el rendimiento. Los resultados declaran que la estrategia propuesta es efectiva y tiene las ventajas de bajo retraso temporal, alta precisión y buena estabilidad.