随着社会经济与物流行业的快速发展,公路运输仍然是最为广泛的运输方式。我国的商用车市场,尤其是商用货车市场也日益繁盛。在“人—车—路”运输系统中,驾驶员是其中最为重要的组成部分,驾驶员驾驶技术的优劣极大程度上关系着车辆行驶的经济性与安全性。所以,在此背景下,对商用车驾驶员的驾驶行为研究也愈来愈重要。本文提出了基于层次分解法和模糊识别方法的车辆工况识别方法,对识别出的不同工况提出了量化评价算法,构建了一种驾驶员驾驶行为的评分模型。论文的具体工作如下:（1）对采集到的实车数据进行预处理,降低采集数据中的噪声并剔除其中的异常数据。使用层次分解法将车辆工况分解为驾驶员驾驶意图识别与车辆行驶状态识别,再运用MATLAB中的模糊逻辑工具箱分别设计了驾驶员驾驶意图识别模糊控制器和车辆行驶状态识别模糊控制器,并在MATLAB/SIMULINK中搭建车辆工况识别仿真模型,最后使用实车数据对搭建的车辆工况识别模型进行了验证。（2）设定车辆各工况评价参数,对识别出的起步、加速、制动减速、上坡、下坡等不同工况提出相应的评价算法及其量化评分标准。如对起步和加速工况,通过比较发动机转矩变化与发动机理想转矩变化之间的差别大小进行评分。对上坡与下坡工况,通过比较加速度的变化进行评价。对制动减速工况,通过其减速度大小与连续制动时间评价。此外论文还研究了发动机的经济转速利用率、换挡持续时间以及发动机转速、车速和挡位三者之间的匹配关系等驾驶员驾驶水平的评价算法。（3）运用MATLAB中的App Designer工具,设计了一种评分可视化程序,并用实车数据进行验证。该程序可以输出驾驶员在不同驾驶过程中的驾驶水平评价分数,可据此评价驾驶员驾驶行为是否良好。该研究结果可以通过分析驾驶员的行车数据,大致判断出驾驶员在驾驶过程中的不良操作并督促驾驶员进行改正,从而达到节省油耗和降低事故发生率的目的。