经济性驾驶是一种适用于道路交通系统的新型节能技术,对改善车辆燃油经济性,减少污染物排放具有重要意义。面向油耗量较大的商用车的高耗能驾驶行为分析与节能辅助控制对节能减排尤为重要。现有研究存在驾驶工况划分单一且算法复杂、车辆特性考虑不足、驾驶操作行为与油耗关系模型不明晰等缺点。针对上述问题,论文基于108辆某品牌商用车的自然驾驶数据集,提出了自适应阈值的驾驶工况自动划分方法,构建了驾驶行为与油耗关系的多元线性模型,设计了考虑道路坡度的预测型自动跟车辅助控制方法,并进行了仿真验证。首先,对所得的驾驶数据集进行一致性校正、异常值检测、噪声光滑等预处理优化,根据数据特征设计了一种自适应规则阈值的双层分类器,将全驾驶工况划分为九种典型工况,解决了低质量数据条件下驾驶工况的自动高效划分问题。同时,为了统一油耗评价指标,在工况划分的基础上设计了一种积分型整车质量辨识方法,质量辨识误差小于10%,为提升分析精度提供了支持。其次,建立了驾驶操作与油耗关系的多元线性模型。为定量化描述每种工况下的驾驶操作,综合车辆纵向动力学分析设计了132种驾驶操作指标。为量化驾驶操作与油耗的关系,对每一种驾驶工况,采用逐步进入法分别对三种不同油耗水平的驾驶数据进行多元线性回归,建立了每种油耗水平下驾驶操作与油耗的多元线性模型,并利用方差分析评价不同油耗水平之间驾驶操作的差异性,综合两者结果为高油耗的驾驶员提供反馈建议。最后,设计了一种考虑道路坡度的节能型自动跟车辅助控制器,并仿真验证了效果。综合道路坡度信息、强非线性的车辆动力系和前车约束,以动态油耗和跟车误差为性能函数,建立了预测型自适应跟车的最优控制问题,并采用柔化约束的方法增强了有效性。采用Legendre伪谱法将最优控制问题转化为非线性规划问题,使用较少采样点实现了较高的计算精度。仿真结果表明,与传统不考虑道路坡度的跟车控制器相比,论文设计的自动跟车辅助控制器可以使跟踪误差降低81.15%,同时使油耗降低4.63%。