随着汽车工业的迅猛发展,我国汽车保有量激增,为人们出行带来了极大便利,但随之带来的交通拥堵、能源消耗、排放污染等问题越来越严重,这也得到了越来越多的学者和研究人员关注和重视。在长期的研究中发现,影响交通系统能源消耗的因素很多,驾驶员的驾驶行为是其中的重要因素之一,生态驾驶行为能够带来燃油消耗和排放污染大量减少的效果。随着技术的不断发展,越来越多的现代技术和设备被广泛应用于交通系统,为交通系统良性发展提供了重要保证,车路协同技术就是其中的重要代表之一。车路协同技术是基于无线通信、传感探测等技术进行车路信息获取,实现车辆与基础设施智能协同,达到优化资源等目的的技术。利用车路协同技术,建立适应驾驶员实际操作的生态驾驶策略,使驾驶员根据系统获取的交通信号灯信息和策略进行驾驶,将获得较明显的节约燃油、减少排放的效果。本文在分析和总结国内外现有生态驾驶策略的基础上,利用试验数据、BP神经网络、VISSIM仿真等,建立了适应驾驶员实际操作的生态驾驶策略模型。本文的主要研究内容如下:1)综合分析国内外基于车路协同技术的生态驾驶策略研究成果,进行了基于驾驶员实际操作的生态驾驶策略研究,并完成了实车试验数据采集。然后对采集的试验数据进行处理与分析,为进一步的研究提供数据支撑。2)建立了基于BP神经网络的车速预测模型。利用试验数据对模型进行训练,对所选试验方案进行预测,获得相应的实车驾驶策略。3)利用曲线拟合与积分运算得到生态驾驶方案。对实车驾驶策略进行曲线拟合与积分运算,得到每种试验方案对应的一种或多种生态驾驶方案。4)建立生态驾驶策略模型,得到生态驾驶策略。根据曲线拟合所得到的v-t曲线,分析车辆状态、信号配时的关系建立生态驾驶策略模型;利用VISSIM对生态驾驶方案进行仿真,比较各方案的燃油消耗量,从而获得最佳生态驾驶策略。生态驾驶策略的选择原则如下:若只有一种驾驶方案,此方案便是该试验方案的生态驾驶策略;若有多种驾驶方案,将燃油消耗量最少、匀速行驶时间最长的驾驶方案作为该种情况下的生态驾驶策略。本文通过对驾驶员的实车驾驶策略进行分类与处理,建立车路协同环境下基于驾驶员实际操作的生态驾驶策略,为驾驶员驾驶策略选择提供有效的辅助,为生态出行、绿色驾驶奠定理论基础。