我国于2020年7月1日全面实施国六排放标准,并引入了实际道路驾驶排放试验要求,将车辆排放检测标准从实验室延伸到实际的行驶路面。不同于实验室特定的环境条件和固定的驾驶曲线,实际道路驾驶排放测试过程中综合考虑了驾驶工况、交通状态、环境温度及海拔等其它外界因素的影响,在一定程度上更能反映车辆真实的排放水平。本文对某国六轻型汽油车进行实际道路驾驶排放测试,并依据排放试验数据开展相应的分析与研究,为完善更加规范、更加具体的实际道路驾驶排放试验提供数据研究支持,进而弥补实验室工况法的不足之处,加强对轻型汽油车的排放管理。具体工作内容如下:首先选取某国六轻型汽油车为研究对象,按照详细的道路试验规范,利用便携式排放测试系统在襄阳市内完成实际道路驾驶排放测试,再分别采用移动平均窗口法及功率等级分组法两种方法来对试验数据进行处理。从最终的计算结果来看,两种方法的计算结果比较接近,功率等级分组法下各项污染物排放水平要略小于移动平均窗口法的计算结果,但是移动平均窗口法参数较少,计算过程较为简便。其次基于移动平均窗口法的计算结果,对CO、NOX、PN窗口的排放水平进行了评估,结果表明:市区、市郊及高速路窗口符合性因子都低于国六限值,三种污染物的排放水平均满足排放标准。同时对整个行程的瞬时排放率进行分析,结果表明三种污染物瞬时排放率受工况变化明显,在加速情况下出现排放峰值,其中NOX瞬时排放率在整个行程下保持一个较低的水平,CO及PN在低速下排放较低,在市郊及高速段上排放较高。并进一步分析了冷起动阶段排放数据对评估结果的影响。最后利用BP神经网络建立轻型汽油车排放预测模型,选取车速、加速度、发动机转速、发动机负荷率、燃油消耗率、排气温度及排气流量共7个输入参数,通过主成分分析法对模型输入参数进行了降维,同时对粒子群算法存在的问题提出了改进方法,以保证学习因子在优化过程中随时间而变化、惯性权重保证非线性衰减变化,结果表明:与改进前的预测模型相比,改进后的模型预测精度都得到提高,其中CO排放实测值与预测值的平均相对误差降低4.1%、对总排放因子的预测精度提高2.76%;NOX排放实测值与预测值的平均相对误差降低4.84%、对总排放因子的预测精度提高3.16%,所建立的排放预测模型对轻型汽油车整体排放水平表现出较好的预测性。