近年来中国机动车保有量持续大幅度增长,机动车排放对环境的污染日益加重。其中NOx是中国当前面临的主要的大气污染问题之一,对人类健康和自然环境具有重要影响。据生态环境部日前发布《中国移动源环境管理年报（2019）》统计,机动车排放是NOx主要来源之一,其中柴油车NOx排放接近汽车排放总量的70%。因此,减少柴油车NOx排放对于改善大气状况具有重要意义,加强对在用柴油车NOx排放状况的监控、诊断及监测道路行驶中NOx高排放车辆,是减少柴油车NOx排放的主要工作。本文基于OBD技术,通过在柴油车上安装OBD诊断设备,读取多辆不同类型重型柴油车实时的运行数据（车速、发动机转速、进气温度、扭矩比等）及NOx排放浓度数据,研究实际道路柴油车NOx排放特性,并在此基础上,构建了柴油车尾气排放预测模型,并提出了实际道路行驶中识别NOx高排放车辆的方法。首先,本文对OBD试验设备及数据采集方法进行了介绍,并选取一辆柴油车利用台架试验法与OBD诊断设备同步采集数据,对比分析数据的可靠性,结果表明,台架试验法与OBD法具有较好一致性,R~2值为0.865。其次,基于获取的逐秒数据,分析了各类型柴油车的NOx排放浓度特征,并从行驶工况（车速、加速度）、发动机运行工况（转速、扭矩比）及比功率三个方面对NOx排放速率进行了分析。研究结果表明,自卸货车、客车、重型货车的NOx污染物排放速率随着车速的升高而增大;NOx排放速率随着减速度的减小而增大,在加速状态时,各类型柴油车NOx排放速率的变化趋势不尽相同;NOx排放速率随着发动机转速和发动机扭矩比的增加而增大。牵引车的NOx排放速率高于自卸货车、客车、重型货车;重型货车的NOx排放速率最低。利用相关性分析行驶工况（车速、加速度）、发动机运行工况（转速、扭矩比）及比功率对NOx排放速率的相关系数,选取车速和比功率两个参数建立了柴油车尾气排放预测模型。最后,根据NOx排放浓度特征,运用NOx浓度分布计算车辆每天NOx排放浓度占比,通过系统聚类法对车辆NOx排放浓度占比进行聚类,结果聚为优、良、中、差等四个级别。利用车辆NOx排放浓度区间分布及其聚类结果分别作为训练集的输入和输出,选择BP神经网络作为训练算法,训练获得的模型分类准确率为90%,利用训练好的模型判断在用柴油车NOx排放等级,从而识别及监测NOx高排放车辆,有助于监管部门能够快速识别NOx高排放车辆。