为了优化汽车行驶性能,制定了反映中国实际道路行驶状况的测试工况,以轻型汽车道路实测数据为数据源,提出了城市道路汽车行驶工况构建方法;数据采集覆盖主要时段和道路,剔除了异常数据,并引入多尺度小波变换对车速降噪;利用3层小波分解过滤地面扰动的影响,保留车速关键信息;基于9种与行驶特性密切相关且具有代表性的特征参数建立汽车运动学片段特征体系;分别利用主成分分析和自编码器对特征降维处理,使用K-means++聚类算法确定运动学片段,并引入Silhouette函数筛选聚类结果以替代人工选择,确定聚类类别为2类;以与相应聚类中心的距离为指标,筛选出各类别中最能反映本类别特性的200个运动学片段,作为候选运动学片段,最终以基于最小性能值的评估方法确定代表性运动学片段,完成了汽车行驶工况的构建,分别得到主成分分析和自编码器2种降维处理对应的汽车行驶工况曲线.计算结果表明:以主成分分析和自编码器2种处理方法为基础构建的汽车行驶工况对数据源均体现了较高的代表性与合理性,基于主成分分析降维最终得到的数据与数据源的相对误差绝对值多数低于10％,其中平均速度、平均行驶速度、怠速时间比、加速时间比、减速时间比、平均加速度、加速度标准差、平均减速度的相对误差分别为0.75％、5.50％、9.14％、9.80％、9.98％、8.45％、6.17％、7.73％,仅速度标准差的相对误差较大,为24.31％,与自编码器方法得到的结果相比具有更强的综合代表性,更适合用于汽车行驶工况的构建.