En este estudio, presentamos un enfoque innovador para la identificación de parámetros de suspensión de vehículos, empleando una metodología que utiliza datos sintéticos y experimentales para análisis no invasivo. Central en nuestro enfoque es la aplicación de un algoritmo básico de optimización local, elegido para establecer una línea base para la identificación de parámetros en modelos de vehículos cada vez más complejos, que van desde modelos de cuarto de vehículo hasta modelos de medio vehículo (bicycle). Esta metodología permite la simulación precisa de la dinámica del vehículo y la identificación de parámetros de suspensión bajo diversas condiciones, incluyendo perturbaciones en la carretera como topes de velocidad y bordillos, así como en presencia de ruido. Un aspecto significativo de nuestro trabajo es la capacidad de procesar datos del mundo real, lo que lo hace aplicable en escenarios prácticos donde los datos se obtienen de equipos sensores a bordo. La metodología fue desarrollada en MatLab, asegurando portabilidad en plataformas que soportan este software. Además, el estudio explora la aplicación de esta metodología como una herramienta para el desenruido, mejorando su utilidad en análisis de datos del mundo real y mantenimiento predictivo. Los hallazgos de esta investigación proporcionan ideas valiosas para el diseño de suspensión de vehículos, ofreciendo una solución rentable y eficiente para la identificación de parámetros dinámicos sin necesidad de desmontaje físico.