优化驾驶员的驾驶行为不仅可以有效预防交通事故的发生,还能够提高燃油资源的利用率,降低道路交通对环境的污染。驾驶行为评价的关键在于数据处理,车载终端通过一系列车载传感器、数据采集设备获取车辆行驶数据,经建模处理,获取评价结果,并根据评价结果为驾驶员提供合理的驾驶策略。行驶过程的随机性导致车辆行驶数据处理困难,本文以行驶路径固定、车型一致的公交车行驶数据为研究对象,提出了公交车行驶关键区域的概念,并以之为基础,提出了一种基于设定关键区域,即车站区域的良好驾驶行为参数获取方法,该方法能够在该类关键区域为驾驶员提供实时操作建议,优化驾驶技术,降低油耗,提高安全性和舒适度。具体内容如下:(1)叙述了良好驾驶行为获取方法的背景和意义;然后介绍了自动驾驶、驾驶辅助系统以及驾驶行为分析建模的国内外研究现状。(2)构建了驾驶行为模型,详细介绍了公交车的节能驾驶原理,为了能够在大量驾驶数据中选择出良好驾驶行为,提出了利用模糊综合评估方法对驾驶行为进行评价。(3)首先基于良好驾驶行为的概念,建立了良好驾驶行为模型框架,给出了实时驾驶数据的采集系统方案。其次根据先验规则及驾驶行为评价标准在采集到的海量驾驶数据中提取相对良好的驾驶行为数据。按照关键区域和时间段特征,分为若干数据片,并利用MapReduce并行框架分别对数据片聚类、剪支后得到关键区域特定时间段的良好驾驶行为参数。整合所有数据片结果,得到整条线路的良好驾驶行为参数。(4)选取了训练样本以外的良好驾驶行为数据进行模型和参数的验证,结果表明所建模型及参数获取方法有效。并介绍了所获良好驾驶行为参数的应用场景,给出了不同时段的测试结果。