彭 琨，张立成，周 洲

(长安大学 信息工程学院，陕西 西安 710064)

0 引 言

能源短缺和空气污染问题已经成为全球性的焦点问题，交通运输业是终端能源消耗型行业，是能源消耗最快、最多的行业之一，也是世界第二大CO2排放源[1-2]。随着中国社会经济飞速发展和交通运输业的进步，机动车保有量呈现持续快速增长态势，伴随而来的尾气排放和能源消耗问题也日益严重。因此，节省运输成本，提高燃油经济性，减少尾气排放，控制和减少燃油消耗具有十分重要的现实意义。

以节能减排为目的的生态驾驶研究为能源短缺和空气污染问题带来了新的思路[3]。有研究表明，驾驶行为对燃油经济性的影响很大，De.Vlieger等人[4]研究发现，在相同路况下，激进驾驶的耗油会多于普通驾驶，排放则更为明显。徐志刚等人[5]研究重型卡车油耗与驾驶行为关系时发现，巡航和减速行为消耗的燃油较低，加速或者速度剧烈波动消耗的油耗较高。以上研究对生态驾驶行为的评估有指导意义，但是这些研究基本是定性地描述了驾驶行为与燃油经济性的关系。文献[6]通过Neuroscan脑电采集装置记录实验人员在驾驶模拟过程中的脑电数据，通过机器学习的方法进行数据分析，研究脑电数据和驾驶行为数据间的关系，对驾驶行为状态进行分类和预测。Wang Xin等人[7]提出了考虑Jerk的驾驶行为量化评估方法。该方法以51 370段、累计3 600万秒的离线行车轨迹大数据作为总体样本，分析了行车加速度和Jerk随速度的统计特征，得到加速度方差和Jerk方差随速度的变化规律，在此基础上建立了驾驶不稳定性的量化算法。……