徐婷 陳姝屹 彭沖 陳亦新 梁澤愷趙磊

關(guān)鍵詞：車輛尾氣排放；生態(tài)駕駛行為；重載車輛；回歸分析；車輛比功率（VSP）

環(huán)境污染與能源消耗問題日益加劇[1]。重載汽車發(fā)動機(jī)排量較大，燃油質(zhì)量較差，在整個機(jī)動車排放中占比較大[2，3]。重型貨車占比汽車總數(shù)目前正以較快速度增長。越來越多的人開始從駕駛員角度對節(jié)能排放問題進(jìn)行研究[4-8]。

H.C.Watson的研究顯示，汽車的尾氣排放和司機(jī)駕駛時的態(tài)度，駕駛經(jīng)驗(yàn)、性別、身體狀況、年齡等個人因素有關(guān)[9]。T.C.Austin等對10名司機(jī)的駕駛行為進(jìn)行了對比，發(fā)現(xiàn)在不同的汽車和司機(jī)中，他們的尾氣排放量有很大的差異[10]。I.D.Vlieger發(fā)現(xiàn)，與普通行駛相比，激進(jìn)駕駛會增加更多的燃料消耗和廢氣，燃料消耗將會增加30%～40%，平均CO排放系數(shù)比正常駕駛高出3倍，HC化合物和NOx排放系數(shù)高出2倍[11]。唐佳培通過對信號交叉口通行車輛的不同行駛方式所產(chǎn)生的尾氣排放效應(yīng)進(jìn)行了分析，建立了基于車載尾氣監(jiān)測（PEMS）的實(shí)測數(shù)據(jù)，建立了路口不同駕駛行為和污染物排放的量化模型[12]。黃成等人利用SEMTECH-D車載汽車尾氣排放測試系統(tǒng)，對柴油貨車在不同的實(shí)際運(yùn)行狀態(tài)下的尾氣排放進(jìn)行了分析，發(fā)現(xiàn)排放與車輛在不同的行駛狀態(tài)下的速度、加速度有很大的關(guān)系[13]。于謙利用車載尾氣排放測試設(shè)備，全面分析了公交線路節(jié)點(diǎn)、路段處的公交車排放影響因素，構(gòu)建了適用于公交線路的動態(tài)排放模型[14]。根據(jù)車輛排放模型的應(yīng)用范圍，可以分為宏觀模型、中觀模型和微觀模型[15-16]。微觀預(yù)測模型主要利用實(shí)時數(shù)據(jù)建立汽車排放模型。目前，國內(nèi)外主要排放模型包括：MOBIIE類宏觀模型[17-18]、ADVISOR宏觀類模型（PSAT、EVSIM、PAMVEC）、CMEM發(fā)動機(jī)層面微觀類模型、基于車輛比功率（vehiclespecificpower，VSP）的新一代排放模型（IVE、MOVES、CVEM）等[19-21]。

本文通過得到的車輛不同駕駛行為下的瞬時交通數(shù)據(jù)、排放數(shù)據(jù)，分析駕駛員行為與各種污染物排放的關(guān)系，采用建模等手段，對這種關(guān)系進(jìn)行量化分析，并分別預(yù)測各種污染物排放以求得到能夠減少排放的較優(yōu)駕駛行為。

1數(shù)據(jù)準(zhǔn)備與處理

1.1試驗(yàn)設(shè)備

商用車是在設(shè)計和技術(shù)特征上用于運(yùn)送人員和貨物的汽車，習(xí)慣把商用車劃分為客車和貨車2大類。本文所研究的重載商用車就是指重型載貨車（總質(zhì)量>14t）。研究選擇2輛重型載貨車分別作為實(shí)驗(yàn)數(shù)據(jù)車輛和后期預(yù)測的驗(yàn)證車輛，燃油種類為柴油，排放標(biāo)準(zhǔn)為國四或歐四，發(fā)動機(jī)型號分別為東風(fēng)康明斯lSDe24540和濰柴WP10.300E40，試驗(yàn)車輛其他配置信息如表1所示。

基于真實(shí)汽車數(shù)據(jù)的駕駛行為的研究需要大量的實(shí)際數(shù)據(jù)來支撐。駕駛模擬具有一定的偏差，實(shí)車實(shí)驗(yàn)是最好的試驗(yàn)方法，在無法進(jìn)行實(shí)車實(shí)驗(yàn)的情況下可以利用模擬駕駛數(shù)據(jù)進(jìn)行補(bǔ)充。

試驗(yàn)采用整車排放測試系統(tǒng)采集排放數(shù)據(jù)，它主要包括控制溫濕度的環(huán)境倉、模擬車輛道路阻力和慣量的電力底盤測功機(jī)、引導(dǎo)駕駛的司機(jī)助、排氣取樣和測量的全流稀釋取樣分析系統(tǒng)。本系統(tǒng)使用不分光紅外分析儀（nondispersiveinfraredanalyzer，NDIR）、氫離子火焰（flameionizationdetector，F(xiàn)ID）和化學(xué)發(fā)光法（chemiluminescence，CLS）測定廢氣中CO、總碳?xì)浠衔铮═HC）、氮氧化物（NOx），誤差不大于全量程的±1.0%或者讀數(shù)的±2.0%，重復(fù)性誤差不大于±0.5%。利用美國頗爾47mm口徑的玻纖過濾紙，在堀場DLS-7100微粒取樣系統(tǒng)的稀釋通道中，對顆粒物（particulatematter，PM）進(jìn)行了測定，濾紙均在堀場CHAM-1000型稱重箱中進(jìn)行溫濕度平衡，用于濾紙稱重的精密天平為德國賽多利斯（Sartorius）公司生產(chǎn)的SE2-F型，分辨率可達(dá)0.1mg。粒子直徑超過23nm的顆粒物數(shù)量（particlenumber，PN）的測定采用堀場MEXA-1000SPCS型凝聚顆粒計數(shù)儀（coagulationparticlecounter，CPC），用正丁醇作為工作介質(zhì)，準(zhǔn)確度達(dá)到1/cm3。

1.2試驗(yàn)方法

本研究依據(jù)國六排放標(biāo)準(zhǔn)（GB18352.6-2016）測試各試驗(yàn)車常溫冷起動排放。按照法規(guī)的要求，試驗(yàn)車輛的滑行阻力根據(jù)制造商提供的阻力系數(shù)確定，試驗(yàn)前按照制造商推薦值調(diào)整輪胎壓力。循環(huán)測試開始前，試驗(yàn)車輛在室溫（23±1）℃環(huán)境下浸車6h以上，確保進(jìn)氣、冷卻水和后處理裝置與環(huán)境間的溫差不超過±2℃。測試循環(huán)為全球輕型車測試循環(huán)（worldlightvehicletestcycle，WLTC）。

排放數(shù)據(jù)的循環(huán)總時長為1800s，總行駛里程為23.266km，按照速度劃分，分為運(yùn)行時間589s，行駛里程3.095km的低速段，運(yùn)行時間433s，行駛里程4.756km的中速段，運(yùn)行時間455s，行駛里程7.162km的高速段，以及運(yùn)行時間323s，行駛里程8.254km的超高速段，車輛運(yùn)行過程中時速最高達(dá)到131.8km/h。數(shù)據(jù)反映了連續(xù)的1800s內(nèi)的駕駛及排放情況，數(shù)據(jù)每間隔1s記錄一次。除速度外，還記錄了包括發(fā)動機(jī)轉(zhuǎn)速、發(fā)動機(jī)實(shí)際扭矩百分比等發(fā)動機(jī)運(yùn)行參數(shù)。測試過程中，駕駛員按照司機(jī)輔助速度曲線駕駛，車速控制許可偏差為±2km/h，操作時間的許可偏差為±1s。

1.3數(shù)據(jù)信息

本實(shí)驗(yàn)分別測得車輛的瞬態(tài)（1s）駕駛及排放數(shù)據(jù)，包括行駛速度v、加速度a，N2O、CO2、CO、NOx、THC的里程排放質(zhì)量es，顆粒物的里程排放數(shù)量PMN；其中加速度采用其前1s內(nèi)的平均加速度作為這1s內(nèi)的瞬時加速度。

1.4工況劃分

車輛的速度和加速度2個指標(biāo)基本可以描述車輛的大多數(shù)行駛工況狀態(tài)，所以可以根據(jù)這兩項(xiàng)指標(biāo)，將車輛運(yùn)行工況分為加速、減速、勻速和怠速。在實(shí)際情況中，由于車輛駕駛員對汽車的操縱有一定的誤差，這就導(dǎo)致了實(shí)際無法通過速度和加速度等參數(shù)去精準(zhǔn)地識別和劃分汽車真正的運(yùn)行工況?？紤]到上述情況，本文采取了一種對時段性工況進(jìn)行識別的方法，即針對漸進(jìn)式的逐秒工況，對其進(jìn)行差異化合并處理。修正后的系統(tǒng)工況狀態(tài)界定操作方法如表2所示。

2車輛排放數(shù)據(jù)初步分析

2.1駕駛速度與排放關(guān)系初步分析

本實(shí)驗(yàn)排放數(shù)據(jù)測量的時間間隔為1s，在該時間段內(nèi)，速度、加速度變化很小，但排放物波動較大，數(shù)據(jù)離散程度大，難以直觀的找到對應(yīng)關(guān)系，因此，本文采用以下方法對數(shù)據(jù)進(jìn)行處理。

數(shù)據(jù)間隔一個速度單位（1km/h）劃分運(yùn)動學(xué)片段，分別對各單位下速度、加速度，以及對應(yīng)的各種排放物求該間隔下的平均值，使排放數(shù)據(jù)與速度、加速度等數(shù)據(jù)一一對應(yīng)，簡化了數(shù)據(jù)，使其更直觀，便于數(shù)據(jù)總體分析，其公式如下：

其中：j代表污染物種類；i代表運(yùn)動學(xué)片段中的一條數(shù)據(jù)；n為運(yùn)動學(xué)片段中的時間段的數(shù)目，n=t/s；m代表劃分的運(yùn)動學(xué)片段總數(shù)，0

這里采用該方法（本文將其命名為按速度聚類法），分別對各單位下速度以及對應(yīng)的各種排放物求該間隔下的均值，繪制速度與各排放物散點(diǎn)圖如圖1所示。

由圖1可知：CO2排放整體上隨速度的升高而增大，趨勢較為明顯；N2O、CO、THC、顆粒物排放在速度為20～40km/h段內(nèi)存在巨大波動，且排放量較大，其中顆粒物排放整體上隨速度的升高而增大，NOx整體存在一定波動。而N2O、CO、THC在其他速度下變化不大。

車輛速度為零時，車輛處于怠速狀態(tài)。本實(shí)驗(yàn)中，有多次車輛處于怠速狀態(tài)的時刻，而怠速狀態(tài)是反映駕駛員行為的車輛狀態(tài)之一。避免量綱對分析結(jié)果造成影響，將速度為零的排放數(shù)據(jù)進(jìn)行歸一化處理，得到相對排放質(zhì)量，即

觀察ere變化趨勢，如圖2所示，圖中，N為樣本的數(shù)目。分析可知，CO、N2O、THC排放量在怠速駕駛過程中排放量較為穩(wěn)定，波動較緩，而CO2、顆粒物、NOx的排放在某些時刻形成統(tǒng)一的劇烈增長。初步觀察數(shù)據(jù)發(fā)現(xiàn)，這些波動出現(xiàn)在車輛由怠速起步的過程中，下文詳細(xì)分析。

2.2駕駛行為與排放、關(guān)系分析

2.2.1道路速度條件與排放關(guān)系分析

假設(shè)一輛重載汽車在未完全達(dá)到給定道路限速之前，駕駛員往往會更想用被允許的最高速度在道路上行駛，所以在一定程度上，車輛行駛時的速度可以反映為該道路的交通情況。因此，本文將車輛的速度情況作為主要的評價指標(biāo)，對車輛正常行駛時所處的交通環(huán)境情況進(jìn)行整理歸類，分析了不同情況下車輛、排放的分布特點(diǎn)。采用K-means算法對實(shí)驗(yàn)數(shù)據(jù)中的速度進(jìn)行聚類，將交通條件分成低速、中速、高速3類，得到有關(guān)速度閾值。如表3所示。

計算車輛各個速度條件下累計污染物排放質(zhì)量ecs占全部速度條件排放總量的百分比，得到貢獻(xiàn)率re，以及對應(yīng)累計運(yùn)行時間tc占總運(yùn)行時間的貢獻(xiàn)率rt，得到累計排放與累計運(yùn)行時間之比為

車輛在不同的道路速度條件情況下，累計污染物排放貢獻(xiàn)率和其與車輛運(yùn)行時間貢獻(xiàn)率的比值計算結(jié)果分別如圖3、圖4所示。

對計算結(jié)果進(jìn)行分析：

1）K（CO）與K（PM）隨著速度的增高而增大，但中速到高速間升高幅度不明顯。

2）K（THC）與K（NOx）在中速時達(dá)到最大，低速與高速時K值變化不大，即在相同行駛時間內(nèi)，中速行駛時排放的THC與NOx相比在低速或高速行駛時多。

3）K（CO2）低速、中速、高速3個階段呈明顯上升趨勢，即行駛速度越快，相同時間內(nèi)CO2排放量越大。

4）K（N2O）整體變化不大，隨著速度的升高略微下降。

2.2.2車輛工況與排放關(guān)系分析

車輛的排放會因?yàn)槠湔Ｐ旭倳r的各種工況的變化而變化，在相同的環(huán)境條件下，不同駕駛?cè)丝赡苡捎诓煌鸟{駛技術(shù)手段產(chǎn)生不同的工況變化。所以有必要通過研究來分析駕駛者在汽車不同的使用條件下的排放特征。本文將汽車運(yùn)行狀態(tài)按照典型汽車工況：加速、減速、勻速、怠速進(jìn)行劃分。計算各行駛工況下，累積污染物排放貢獻(xiàn)率re和其與累計運(yùn)行時間貢獻(xiàn)率rt之比K，分別如圖5、圖6所示。

對計算結(jié)果進(jìn)行分析：

1）K（NOx）、K（CO）在各工況下變化特點(diǎn)基本一致，即車輛在加速時累積排放與累積運(yùn)行時間之比最大，在減速時較小，怠速時最??；在車輛勻速時處于中間水平。

2）在車輛加速時K（THC）達(dá)到最大值，勻速與怠速時基本持平，較低于減速時。

3）各階段K（N2O）基本保持持平。

4）在車輛減速時K（PM）達(dá)到最大值，在勻速、加速時基本一致，處于中間水平，在怠速時最小。

5）在車輛勻速時K（CO2）達(dá)到最大值，怠速時最小，加速、減速時差距不大。

2.2.3異常駕駛行為識別與相關(guān)性分析

考慮到數(shù)據(jù)的復(fù)雜程度，僅從CO2的排放角度，分析不良駕駛行為與其內(nèi)在關(guān)系。

1）事件定義。

a）急加速、急減速事件。

通過相關(guān)資料與實(shí)驗(yàn)數(shù)據(jù)分析，汽車正常制動時，加速度通常保持在-1m/s2至-2m/s2；加速在-2m/s2到-4m/s2之間時，這就是所謂的“快速制動”；而在制動加速達(dá)到-4m/s2時，車輛進(jìn)入急剎狀態(tài)，這時制動燈以特定的頻率閃爍。在此，將急減速的加速度臨界值設(shè)置為-4m/s2，當(dāng)減速度值達(dá)到所述設(shè)置制動減速限制值時，判定為急剎車事件。相應(yīng)的，本文按照行業(yè)經(jīng)驗(yàn)取3m/s2為急加速行為閾值。針對汽車行駛過程中的特殊事件干擾問題，避免環(huán)境因素導(dǎo)致的誤判，將事件持續(xù)時間引入到急加減速的判別條件中，根據(jù)本文數(shù)據(jù)取樣的頻次，將持續(xù)時間T>1s，也就是在算法辨識過程中，如果連續(xù)2個數(shù)據(jù)都超過了臨界值，那么就可以將其判定為急加速或急減速事件，從而提高了識別的正確性，降低了誤判率。

b）超長怠速事件。

根據(jù)《汽車駕駛節(jié)能操作規(guī)范》，停車超過60s時，應(yīng)將發(fā)動機(jī)熄火。由此，可以將車輛發(fā)動機(jī)轉(zhuǎn)速非0、車速為0并且持續(xù)60s或更多的狀態(tài)視為超長怠速狀態(tài)。

2）異常駕駛行為數(shù)據(jù)分析。

分別對急加速次數(shù)、急減速次數(shù)、超長怠速比例與研究時段內(nèi)CO2100km平均排放質(zhì)量es，av/g做散點(diǎn)圖，結(jié)果如圖7—圖9所示。

從圖7—圖9中可以看出：急減速、急加速、超長怠速等非正常駕駛行為對CO2平均排放量的影響較為顯著，隨著不良駕駛行為的累積，其排放量明顯增加，二者之間存在著一定的正相關(guān)性。在現(xiàn)實(shí)生活中，難免會有非正常駕駛行為的產(chǎn)生，這一部分的排放很難以標(biāo)準(zhǔn)量化數(shù)據(jù)進(jìn)行衡量，然而，了解不良駕駛行為與排放關(guān)系規(guī)律，有利于提醒駕駛員養(yǎng)成良好的駕駛習(xí)慣，為開發(fā)一些節(jié)能駕駛輔助系統(tǒng)提供思路。

3車輛駕駛行為與其排放關(guān)系模型的構(gòu)建

3.1數(shù)據(jù)處理

由前文的圖表能夠得知，各排放物數(shù)據(jù)在不同速度區(qū)間下存在不同波動特征。本文對按照速度進(jìn)行聚類求均值的CO、NOx、THC以及顆粒物的排放數(shù)據(jù)做進(jìn)一步處理：對各速度下對應(yīng)的每一條數(shù)據(jù)向前求均值，得到每種污染物對應(yīng)數(shù)據(jù)為其中：i=1，2，…，4，分別代表4種污染物；j代表某一條數(shù)據(jù)行數(shù)；ci，n代表第i種污染物的第n條數(shù)據(jù)。

對求得的qi，j進(jìn)行歸一化得到q'i，j，結(jié)果如圖10所示。按照圖10對各種污染物數(shù)據(jù)進(jìn)行分段處理，劃分結(jié)果如表4所示。

3.2回歸參數(shù)

3.2.1車輛比功率VSP

過往的研究表明，VSP對CO2、CO、NOx、HTC的相關(guān)性都顯著高于速度和加速度，在速度、加速度和VSP這3個變量中，VSP是最能夠影響車輛排放的關(guān)鍵變量。為準(zhǔn)確地量化不同駕駛行為的排放情況，本文選擇VSP作為構(gòu)建車輛不同駕駛行為的排放模型的變量之一。

車輛比功率（VSP）是發(fā)動機(jī)移動單位質(zhì)量時所輸出的功率。VSP的物理意義表示為：發(fā)動機(jī)為克服滾動摩擦阻力以及空氣阻力，增加機(jī)動車動能和勢能，需要輸出的功率，它從物理角度考慮了機(jī)動車發(fā)動機(jī)做功的不同用途。根據(jù)原始公式推導(dǎo)，并帶入重載汽車有關(guān)系數(shù)，若令x1=VSP，x2=v/（m·s-1），x3=a/（m·s-2），則可得擬合公式為

由式（6）可知：通過計算出每秒的加速度和速度，就可以計算出這1s的VSP值。由于加速度等于連續(xù)速度數(shù)據(jù)之差，VSP僅需根據(jù)每秒的速度數(shù)據(jù)來計算即可。

綜上所述，本文選用VSP、a/（m·s-2）、v/（m·s-1）作為回歸模型自變量，CO2、CO、NOx、THC、PM的排放量es作為回歸模型的因變量，構(gòu)建駕駛行為與排放關(guān)系模型。

3.3車輛不同駕駛行為與排放的回歸模型

求解得到x1=VSP，x2=v/（m·s-1），x3=a/（m·s-2），并預(yù)測三者對污染物排放量yi的三元線性回歸方程，其中，i=1，2，3，4，5分別代表CO2、CO、NOx、THC、PM5種物質(zhì)。當(dāng)i=1，2，3，4時，排放量的單位為（mg·km-1）;當(dāng)i=5時，排放量單位為（km-1）。

計算得到各指標(biāo)對污染物排放量的三元線性回歸方程：

解得排放預(yù)測模型如表5所示，模型各子模型多重判定系數(shù)的平均值用R2表示。

對回歸模型進(jìn)行顯著性檢驗(yàn)，以CO2排放預(yù)測模型為例，得到多重判定系數(shù)R2=0.770較為接近1，模型的擬合效果較好；進(jìn)行回歸方程的顯著性檢驗(yàn)，F(xiàn)=141.854，F(xiàn)≥F0.05（3，∞），回歸方程顯著，即CO2排放和選擇的指標(biāo)之間存在顯著的函數(shù)關(guān)系；進(jìn)行回歸系數(shù)的顯著性檢驗(yàn)，概率p值都小于顯著性水平0.05，因此認(rèn)為每一個指標(biāo)都和因變量顯著線性相關(guān)。經(jīng)檢驗(yàn)，所構(gòu)建的各個預(yù)測模型擬合效果較好，回歸模型、回歸系數(shù)均顯著。

3.4模型仿真驗(yàn)證

3.4.1數(shù)據(jù)預(yù)測

試驗(yàn)采用多輛不同品牌的重載商用車進(jìn)行測試，選取另一臺車輛的試驗(yàn)數(shù)據(jù)進(jìn)行驗(yàn)證，其配置參數(shù)見表1。在其試驗(yàn)數(shù)據(jù)中隨機(jī)獲取20條數(shù)據(jù)樣本，利用求得的模型對各排放物排放量進(jìn)行預(yù)測，將結(jié)果中負(fù)值部分調(diào)整為零，繪制各排放物預(yù)測值與實(shí)際值折線圖，如圖11所示，初步觀察，模型預(yù)測結(jié)果較為吻合。

3.4.2預(yù)測結(jié)果的顯著性差異評價

經(jīng)檢驗(yàn)，數(shù)據(jù)情況近似服從正態(tài)分布。為檢驗(yàn)預(yù)測結(jié)果與實(shí)際數(shù)據(jù)之間是否有顯著差異性，本文采用配對樣本T檢驗(yàn)方法，結(jié)果如表6所示。對檢驗(yàn)結(jié)果進(jìn)行分析：經(jīng)檢驗(yàn)，預(yù)測數(shù)據(jù)與實(shí)際排放數(shù)據(jù)的配對T檢驗(yàn)概率p值在顯著性水平（0.05）下，大于0.05。因此接受原假設(shè)，認(rèn)為預(yù)測數(shù)據(jù)與實(shí)際排放數(shù)據(jù)不存在顯著差異。

4駕駛行為分析與駕駛建議

4.1較優(yōu)駕駛行為分析

根據(jù)構(gòu)建的模型，本文在不同速度條件下，以減少排放為目標(biāo)，提出駕駛員的較優(yōu)駕駛行為。在3.1中將排放數(shù)據(jù)按速度聚類，根據(jù)變化趨勢將數(shù)據(jù)分段中，通過觀察可以發(fā)現(xiàn)，數(shù)據(jù)基本自然地被劃分為低速、中速、高速部分，說明在不同速度區(qū)間下，排放物有著不同規(guī)律。

分析模型發(fā)現(xiàn)，CO2排放受加速度影響最大，NOx、CO、THC顆粒物的排放在較低速時受速度影響最大，在中高速時受加速度影響最大。通過前文分析可知，K（CO2）在低速、中速、高速3個階段呈明顯上升趨勢，即行駛速度越快，相同時間內(nèi)CO2排放量越大，K（CO）、K（PM）總體上也是隨著速度的增高而增大。

因此，駕駛員養(yǎng)成良好的駕駛習(xí)慣有利于控制污染物排放。為實(shí)現(xiàn)低碳綠色出行，建議駕駛員采取較為緩和的駕駛行為，在滿足道路有關(guān)要求的情況下，不宜采用過高的行駛速度，應(yīng)避免長時間高速行駛以及頻繁加減速，控制自身的不良駕駛行為，在低速行駛、高速行駛時注意采取不同的駕駛策略，以實(shí)現(xiàn)生態(tài)駕駛。

4.2駕駛行為建議

通過對多種工況、速度下駕駛行為進(jìn)行分析，明確了有關(guān)駕駛行為對排放的影響程度。模型的輸出結(jié)果可將當(dāng)前排放情況以及車輛運(yùn)行狀態(tài)反饋給駕駛員，使駕駛員進(jìn)行自我審閱，矯正自己的不良行為。

提出以下生態(tài)駕駛行為建議：

1）認(rèn)真規(guī)劃道路出行路徑方案，盡量避免堵車路段，主動繞行至?xí)惩范?，采取不同路段、不同時段錯峰出行；

2）駕駛員行車過程中，在嚴(yán)格遵守限速等有關(guān)規(guī)定的情況下，盡量采取短暫加速、善用減速、盡量勻速的方法駕駛；

3）注意觀察前方的車輛狀態(tài)、信號等變化情況、駕駛環(huán)境等，應(yīng)盡量避免急加、減速，提前進(jìn)行緩和的駕駛操作；

4）盡量避免長時間的車輛怠速運(yùn)行或發(fā)動機(jī)空轉(zhuǎn)，特別是在交通流復(fù)雜的交叉口或出行高峰時間，當(dāng)出現(xiàn)車輛需要較長等待時間等特殊情況下，宜及時拉起手剎，停車熄火。

5結(jié)論

本文將車輛行駛時的速度、加速度作為反映駕駛行為的數(shù)據(jù)依據(jù)，用車輛的加減速、制動、勻速行駛的駕駛工況來反映駕駛?cè)瞬煌鸟{駛行為和駕駛習(xí)慣，探討了重載車輛不同駕駛行為的排放規(guī)律，構(gòu)建了駕駛行為與排放量回歸模型，提出了減少排放的生態(tài)駕駛行為。

本文發(fā)現(xiàn)：異常駕駛行為的積累對CO2排放量有顯著的促進(jìn)作用，二者存在明顯的正相關(guān)關(guān)系。在駕駛行為參數(shù)中，加速度對尾氣排放影響顯著，污染物排放量總體上隨速度的提高而增大。因此，在駕駛過程中，駕駛員應(yīng)避免長時間高速行駛以及頻繁加減速，控制自身的不良駕駛行為，注意在不同道路條件下采取不同的駕駛策略，以實(shí)現(xiàn)生態(tài)駕駛。