随着机动车保有量快速增长,能源短缺与环境污染问题日益突出,推动交通运输业可持续的绿色发展是实现节能减排的重要举措。国六重型汽车排放法规要求,采用远程排放管理平台对车载终端所发送的数据进行收集、处理、展示和管理。对车辆实现远程排放管理可及时发现车辆异常情况,最大限度减少违规排放,降低能耗。因此,本文结合远程监控、无线通信等技术,设计了重型汽车排放与能耗监管平台,实现对重型汽车的全天候监控。同时,针对车载终端受车辆传感器性能、道路状况、网络信号等因素影响,造成采集数据质量不高从而影响排放和能耗分析的问题,提出了氮氧化物排放量测算模型和能耗与排放等级评价模型,通过机器学习方法利用更易获取的参数进行排放与能耗的定性及定量分析。首先,对氮氧化物排放量测算方法进行了研究。根据车载终端采集数据的质量分析结果及相关性分析结果,总结排放测算模型的输入参数,搭建初始测算模型,根据输入字段重要程度排序结果进行模型输入参数的优化以降低模型复杂度;并通过贝叶斯优化算法（BO）进行参数优化,将优化后的模型通过与支持向量机、随机森林等算法的优化模型进行对比,验证了优化后的模型的优异性能。然后,基于XGBoostBO算法构建了能耗与排放等级评价模型。对车辆进行短行程划分并计算特征参数,对特征参数、氮氧化物排放因子与百公里油耗进行相关性分析,搭建模型实现百公里油耗的测算。将短行程内的瞬时油耗同其对应的油耗限值的乘积分布分区间统计,并将统计结果通过K-Means聚类得到初始等级,将区间分布作为输入,初始等级作为输出,构建能耗等级评价模型,并通过贝叶斯优化算法进行参数优化。类似地,进行排放等级评价模型构建,并将两个优化后的等级评价模型同另三种算法的优化模型进行对比验证,结果表明通过XGBoostBO构建的模型性能更好。最后,设计并实现了排放与能耗监管平台。根据现有技术总结设计了平台的总体架构,同时根据车载终端接入平台的通讯协议设计了通讯连接方案;分析了车辆数据监管平台的运行特点,使用Mongo DB实现数据的管理与存储;基于需求分析对功能模块进行了详细设计与实现;并将氮氧化物排放测算模型、排放与能耗等级评价模型通过flask框架接入监管平台,进行车辆排放量和能耗的测算,并实现了高排放、高能耗车辆的识别;将监管平台部署到雄安新区、山东省菏泽市与淄博市,目前已成功接入21070台重型汽车,并保持稳定运行近一年的时间。