基于驾驶风格改善的驾驶辅助优化是实现在用公交车辆道路节油的关键技术之一,对降低公交运营成本具有积极意义。本文研究了基于驾驶辅助优化改善驾驶风格降低公交车油耗的方法。针对该主题,首先研究提出了描述与节油相关的驾驶风格特征参数;构建了该套参数与实车运行数据相结合的驾驶风格评价模型,并基于该模型提出了驾驶辅助优化算法;最后以该算法为核心开发了驾驶辅助优化系统并进行了验证。主要内容如下:研究开发了数据采集分析平台,采集了超过10万公里的高精度车辆运行数据。并开发了车辆状态重构、司机操作重构及环境信息重构等3类8个算法,可全面还原人、车、路三者的状态。基于驾驶风格对发动机工况轨迹影响规律的机理分析,提出了包括各档位下平均踏板开度、踏板正向变化率、各换挡点分布等在内的14个节油相关的驾驶风格特征参数。结合实车运行数据,统计分析了油耗对上述参数的敏感度及发动机的工况点分布规律,进一步提炼了“人-车-路”三元组合下影响油耗的关键驾驶风格特征,为驾驶风格评价模型的建立奠定了基础。基于C4.5决策树算法构建了环境因素和驾驶风格特征参数为输入的驾驶风格评价模型,分析了输入和样本量对模型精度影响的规律。结果表明:相比其它环境因素,车辆负载对模型精度影响最大;利用6个驾驶风格特征参数结合2335个站点的样本数据,构建的模型临近混淆预测精度可达96%。以该模型为基础,结合本文定义的表征驾驶风格差异的有向距离指标,提出了驾驶辅助优化算法。该算法可为司机规划出达到最佳燃油经济性的最简驾驶风格改善路径。以驾驶辅助优化算法为核心,建立具有鲁棒性和自适应性的驾驶辅助优化系统。该系统分为人机接口、实时数据采集与操作规划、动态建模与优化三个主要部分。并该系统以驾驶风格评价模型的预测精度作为系统重新规划驾驶风格改善路径的触发条件,实现对“人-车-路”组合变化的实时感知。在驾驶模拟系统及GT-SUITE仿真平台下分别对该驾驶辅助系统的提示有效性及节油效果进行了验证。结果表明,司机对辅助系统指导信息的执行率高于74.58%,且指导前后驾驶任务基本不变,但燃油经济性提升了6.25%。