La mayoría de los enfoques actuales y populares para monitorear las emisiones de NOx en condiciones de conducción real se basan en mediciones directas. Sin embargo, debido a la incertidumbre de las mediciones basadas en sensores, dichos métodos no siempre pueden utilizarse para detectar con precisión los fallos de un sistema de control de emisiones. En este documento, se propone un modelo de bosque aleatorio (RF) que extrae información de los flujos de datos de diagnóstico a bordo (OBD) transmitidos por un terminal de gestión de emisiones remoto (REMVT) para proporcionar un método específico de emisión para la detección en línea de altas emisiones de NOx. Primero, se presentan dos formas particulares de modelado, el bosque aleatorio y la regresión logística (LR), como representantes de modelos no paramétricos y modelos lineales especificados. Estos dos modelos fueron entrenados, validados y comparados utilizando datos de OBD recopilados de tres vehículos pesados de diésel (HDDVs) de China-VI. Los resultados muestran que, como un método de aprendizaje impulsado por datos, altamente adaptable y robusto, el modelo RF puede identificar con mayor precisión un estado de emisión anormal. Finalmente, se realizó una validación adicional, en la que se probó otro HDDV de China-VI en dos estados típicos, incluyendo un estado de fallo y un estado normal. Los resultados indicaron que el modelo RF podría distinguir claramente la condición de emisión fuera de control del estado de operación normal. El resultado de esta investigación verifica la viabilidad de utilizar un modelo de aprendizaje automático para procesar datos OBD remotos en vehículos pesados y para identificar altas emisiones en el caso de una flota en uso. Sobre esta base, se podrían desarrollar modelos combinados más sofisticados y modelos de múltiples etapas.