我国年石油消耗总量和进口总量逐年提高，每年大量的石油消耗中，车辆的消耗占据了很重要的位置。燃油成本在车辆使用成本中所占比例也越来越高，燃油消耗率问题越来越引起国家和消费者的重视。从国内外有关燃油利用率的研究来看，以往的研究主要从改善道路状况、车辆本身以及驾驶员这三个角度来实现降低燃油消耗率。当前的研究趋向于综合考虑这三方面的影响，构建人—车—路的综合系统来实现降低燃油消耗率成为了近年来研究的热点。本文是在陕汽天行健车联网系统提供的大数据背景下，以人—车—路综合系统为考虑研究重型卡车的燃油消耗因子。其中包括利用所采集的车辆信号对驾驶员的操作行为的研究，分析人—车—路中影响车辆燃油消耗的具体因素，对油耗相关大数据进行数据筛选。在关于油耗影响因素的分析中，主要从驾驶员、车辆、环境三大部分着手。其中环境因素分为道路状况和天气因素；驾驶员的研究不进行驾驶行为的识别，只从整个驾驶过程进行评价；车辆模块分为轮胎、车身、动力总成、发动机四部分。经过分析抽取出影响油耗的因素，绘制出车辆能量消耗分布图。所用数据的筛选以MATLAB为工具进行，筛选包括研究数据的确定、数据中缺失值的填充、光滑数据噪声并识别离群点。研究的数据类型不同，其采集频率也不同，须对不同频率的数据进行匹配。利用多元统计法对数据进行全面的分析，找出影响油耗的主要因素和数据间的相互关系。多元统计法对数据进行的分析是以SPSS软件为分析工具。对采集的不同数据间进行相关性分析、主成分分析，重新定义出评价车辆运行状况和综合燃油消耗的指标。研究结果为评价驾驶员的驾驶习惯和提高燃油利用率提供理论依据。