高速公路隧道事故风险规避新技术应用分析和探讨

苏保锋， 胡江碧

(北京工业大学建筑工程学院， 北京 100124)

0 引言

近年来，全球公路隧道尤其是高速公路隧道建设呈逐年增长趋势。截至2020年底，中国公路隧道21 316处、2 199.93万延米[1]，隧道规模和数量居世界之首。隧道结构物作为道路基础设施的重要组成要素，大幅提升了相应区域的交通运输效率及物资保障水平。

然而，随着近年来社会车辆保有量增加、行车经验成熟度不足的驾驶员增多、社会经济发展与居民生活对物流时效的急迫性提高等因素变化，隧道区域的交通安全形势日趋严峻；同时，隧道区域驾驶受限于信息诱导、路面性能、交通量、通风、照明、环境和限速等与开放路段的差异性因素，一定程度上加重了隧道区域行车的驾驶工作负荷，进而增大了隧道区域的交通运行风险，致使隧道区域成为交通安全全面提升的瓶颈路段；再者，当下互联网应用快速迭代、信息高度爆炸、交通流急剧增加、交通工具娱乐形式愈加多样化、人类对即时信息高度依赖，此类干扰因素易于诱导分心驾驶行为的发生；更甚者，隧道交通事故一旦发生，容易引发二次事故、救援处理困难、经济损失和社会影响巨大等连锁反应。

在此背景下，隧道区域的交通安全得到社会各界的广泛关注。2021年2月，国务院印发《国家综合立体交通网规划纲要》，作为地下空间或公路实体的重要组件，智慧隧道不可或缺地成为构建立体交通网的必要节点。如何确保和提高隧道区域的交通安全具有现实的必要性。

隧道交通事故的危害性与用户对交通安全期望值不断提升之间的矛盾，促使隧道交通安全的研究必须突破传统模式的局限性。传统模式注重事故发生后的快速响应和紧急事故救援能力的提升，强调隧道运维、急救、消防、公安、医疗等多部门的联动机制。然而，随着隧道事故致因、严重程度、救援难易等发生变迁，传统隧道事故处置倚重多部门协同和大量人员调度的策略相当被动和低效。 本研究则期望借助当前通信、互联网、大数据处理与人工智能的技术进步，研究隧道交通事故的预防与风险因素的规避策略，探讨事故应对和规避的新技术，期望突破传统交通研究的专业藩篱，促进交通研究的跨专业融合，以期转变传统隧道事故的被动应对为隧道风险因素的主动规避。 国内外研究人员进行了大量的交通安全理论分析及工程实践，但多数传统手段侧重于事故发生后的实时性响应与紧急事故救援能力的提升等方面。本研究首先归纳分析国内外隧道区域事故致因及应对策略的研究进展，然后结合现代通信、交通控制、车辆控制的研究成果，构建融合异常监管和安全预警的多模车路协同技术框架，探索降低隧道区域运行风险和事故危害、改善隧道事件管控实时性和可靠性、增强隧道运维信息化和智慧化的策略和新技术。

1 隧道常见事故及原因

公路隧道是交通事故率居高不下路段。我国公路隧道里程仅占公路总里程的0.03%，但隧道交通事故起数占公路交通事故总起数的0.36%，隧道内的事故率明显高于非隧道路段。高速公路隧道交通事故占全部隧道交通事故近六成。隧道交通事故类型主要有追尾、侧滑撞壁、翻车、火灾等，其中追尾、撞壁、翻车事故居多。隧道事故原因的研究主要从人、车、隧道以及管理方面来进行分析。

1.1 人的因素

人的因素主要包含驾驶员的生理和心理2方面因素，即驾驶员在行车过程中的观察、判断和操作等环节可能出现的失误，以及隧道运营人员对交通安全的无意识干扰。驾驶员的操作失误往往与驾驶员的身体条件、驾驶水平、风险意识、心理状态变化、是否存在危险驾驶行为等因素密切相关。希腊学者K. Kirytopoulos等[2]研究发现，很大比例调查对象认为隧道内驾驶与开放路段没有差异。胡江碧等[3]通过试验，利用心率变异性(HRV) 指标的波动所反映的交感神经活动的强弱变化，针对晴天、中雨、中雨+雾(能见度分100 m和50 m)等不同天气情况，发现驾驶工作负荷在不同天气条件下具有差异性，随着天气条件的恶劣程度增加，驾驶工作负荷增大，其中驾驶工作负荷受驾驶环境的能见度影响最大，隧道环境的能见度变化对安全行车尤为重要。

李长城[4]在高速公路交通流特性及引导控制研究中发现，全国干线高速公路网交通阻断事件约1/3是由于不良天气导致的，针对高速公路运营管理中不良天气预测的不足之处，基于对京港澳高速湖北段交通流的大数据分析，建立了不良天气环境下不同车辆类型、不同车道位置、不同时间段车速差异性等多因素的平均车速预测模型，意图提升高速公路乃至路网在不良天气环境下运营管理与应急水平。同时，由于中国疆域辽阔，纬度跨度与海拔差异大，全国多个气候带特征造成季节性天气变化的区域性差异，北方地区秋冬季节的恶劣天气对高速公路交通安全，尤其是隧道出入口能见度的剧烈变化、隧道路面摩擦因数的不规则分布、驾驶员对隧道环境与露天道路行车环境差异性受恶劣天气影响的认知不足与不当应激反应，造成碰撞隧道洞口挡墙、侧滑撞壁等事故发生的概率增加。钟鼎文[5]统计表明，冬季(12月至来年2月)是隧道交通事故频发季节；另外，隧道通风状况与环境能见度紧密相关，通风不良经常导致能见度的降低，同时良好通风是事故施救与人员疏导的必要条件，隧道事故发生后通风能力的恶化有加剧事故危害程度或诱发二次事故的风险。近年来，隧道通风与照明系统联动机制的研究成为兼顾能见度改善、空气净化、驾驶舒适性提高、能耗效率优化的智能监控与安全预防的重要环节。

1.2 车的因素

赖金星等[6]统计表明，运营车辆的差异性与隧道事故的特征密不可分，例如： 隧道火灾的主要诱因是车辆自身故障，尤其是保养维护不到位、存在安全隐患的大型车辆； 而对于重型车辆事故，车辆技术问题是引起火灾事故的主要原因，例如： 2019年沈海高速猫狸岭隧道“8.27”事故中制动器故障引起轮胎起火并引燃运载物品，短时间大量有毒气体致使隧道滞留人员及救援人员大量伤亡。据统计，汽车火灾中近四成是货车火灾，而车轮着火占货车火灾的五成。Shy[7]推导了车辆的个体行车速度、不同车辆间的车速标准差与隧道交通事故率的相关性，并尝试以此划分隧道的安全等级(Ⅰ～Ⅳ级)，随着交通饱和度和货车比例的上升，车速的标准差与隧道事故的发生率成正相关性。

多数情形下，高速路网中客货混行是常态，根据公安部隧道事故分布规律统计，隧道事故中小型车和大货车占比最大，小型客车中以底盘较轻的轿车和面包车为主，大型货车中以重型货车为主，且大多超载超限。在长大隧道中客货混行经常诱使驾驶员产生逃离心理、进而违规超速或违规变道。另外，客货车辆比例的变化也是隧道交通安全等级的扰动因素，马皓[8]研究发现，在高速公路进口概率高于0.5之后，在货车占比由小变大的过程中，高速路网的整体流量呈现下降趋势；同时，货车占比的变化影响不同交通饱和度下车辆换道次数的波动，换道次数增多是影响交通流稳定性的不利因素。当高速路网中危化品运输车辆占比上升时，交通事故导致的危害程度呈上升趋势，并且涉及危化品车辆的交通事故施救难度大，诱发二次事故与人员伤亡的可能性增高。数据统计表明，近年来国内危化品事故中77%发生在运输阶段，例如2014年山西晋城段晋济高速岩后隧道“3.1”特大危化品燃爆事故、2017年保定张石高速浮图峪五号隧道“5.23”重大危化品运输燃爆事故，均造成重大人员和财产损失。

1.3 隧道的因素

隧道结构物的自身特征是影响隧道安全的先天性因素。苏东兰等[9]研究发现，直线隧道线形与曲线隧道线形对行车过程的影响不同，直线隧道事故发生的可能性往往高于曲线隧道。郭忠印等[10]发现隧道出入口线形连续性、路面抗滑性和照明过渡性较差是隧道出入口事故高发的主要原因，在隧道出入口和中间段，黑白洞效应与闪烁效应影响驾驶员对行车方向远处目标的认识，此类视错觉是追尾和碰撞侧壁事故的主要诱因。

1.4 管理因素

影响隧道安全的管理因素主要指管理方面的缺失，主要体现在隧道结构的土建与机电维护、控制系统维护及管理人员的安全教育等方面，而管理缺失对人、车、隧道和环境方面的因素均起着激发的作用。

总之，隧道事故是多维因素的综合影响对隧道正常运营造成的异常事件，难以精确量化特定类型事故与具体因素的因果关系。本文以图1尝试概括隧道常见事故与风险因素的相关性。

2 国内外隧道交通事故应对策略的研究现状

隧道交通事故的应对策略大致分为隧道交通设施升级和基于人因工程的隧道景观优化与安全教育2个类别，主要包含驾驶员安全负荷、隧道照明改善、驾驶员视线诱导、隧道景观优化、应急救援处理、驾驶员心生理及社会学分析与干预、隧道风险意识的社会教育等方面。

图1 隧道交通事故与安全风险因素相关性示意图

2.1 隧道交通设施升级

根据JTG D70/2—2014《公路隧道设计规范》[11]，公路隧道交通工程与附属设施的配置划分为A+、A、B、C、D 5级。隧道附属设施包含交通安全设施、通风设施、照明设施、交通监控设施、紧急呼叫设施、火灾探测报警设施、消防设施与通道、供配电设施、中央控制管理系统、接地与防雷设施、线缆及相关设施等。对于既有隧道安全服务水平的提升，主要围绕隧道附属设施的升级改造进行，其中尤以照明设施、监控设施、中央控制管理系统的研究得到交通科研和隧道运营管理部门的关注。

2.1.1 照明设施

隧道照明问题多种多样，灯具亮暗、老化、色温偏差、频闪或眩光、高配低用等现象导致隧道出入口的黑白洞效应、路面亮度均匀度不足、诱导设施诱导性差、司乘人员视觉舒适性不良等问题。隧道照明品质依赖于照明理论的发展完善和新型照明设备的不断部署。胡江碧等[12]基于驾驶员工作负荷理论，根据驾驶工作负荷与行驶速度、路面亮度之间的关系模型，以小客车驾驶工作负荷为对象，确定了符合驾驶员心理需求并且低于国家标准的路面亮度阈值。另外，实践验证了LED变色温灯具智能控制系统改善驾驶员视觉舒适度和隧道照明的经济性。M. Sato等[13]验证了LED顺光照明模式在目标识别、预防追尾和能效方面的良好效果，是对传统对称照明模式的增强。Pea-García[14]研究在特长隧道洞口设置遮光棚或藤萝，结合LED照明解决洞口视觉平滑过渡和频闪效应，该措施兼顾了隧道照明的安全、舒适与节能可持续性。

总之，国内外研究与实践倾向于利用LED取代传统的高压钠灯，同时针对LED照明的布设方式及LED灯具色温和亮度的智能控制正受到高度重视，LED变色温照明控制系统多数处于工程验证阶段，尚未形成成熟的工程规范或理论。

2.1.2 监控设施

高速公路隧道监控系统利用车辆检测器、气象检测器、能见度检测器、摄像机、紧急电话等设备采集信息，经过隧道监控中心处理形成控制方案后通过可变信息标志、可变限速标志、路侧广播、紧急电话等发布诱导信息。相较而言，视频监控应用广泛，但受限于摄像机属性、隧道环境、车辆差异等因素，隧道环境视频识别算法研究和优化方案较多。

Huang等[15]提出基于背景减除和隐式3层深度信念网络的算法，在Hsuehshan隧道的试验获得96.59%的车辆识别率。陈小佳等[16]提出基于图像纹理特征、不变矩阵特征和小波能量特征的多特征融合和集成机器学习的隧道内车辆识别算法，该方法具有良好的识别能力及稳定性，能够适应隧道照明电路故障造成的照明光线不规律闪烁、车灯开关的随机性和重型车辆引起摄像设备的抖动等。李东建[17]通过优化视频监测算法实现车辆识别和跟踪，依据车辆运动轨迹和交通流参数，实现了隧道内超速、缓速、换道、逆行等危险行为的检出，但该方案对于隧道光环境时明时暗的自适应能力不够。

另外，基于声频的监测系统在国内外也开始部署。奥地利AKUT音频事件检测系统，通过隧道专用麦克风装置采集声源信号，可以检测碰撞、爆胎、急刹车、车门关闭声、车辆鸣笛、呼救叫喊等事件。上海其高科技[18]利用麦克风阵列组成的声呐电子眼实现了鸣笛声源的精准定位和抓拍。凤鹏飞等[19]利用频谱分析探索将声音识别技术应用于重大交通事故的检测和报警。

隧道监控系统的功能性、完备性和可靠性高度依赖于外界环境工况。隧道视频声频监测算法经常局限于特定场景，而照明、烟雾、声场和交通行为的多态性进一步影响了视频声频监测算法的普适性。相较于视频监控，基于声频的监控研究则更不充分。

2.1.3 中央控制室设施

隧道中央控制室通过多级控制或集中控制与执行交通监控、通风与照明控制、紧急呼叫、火灾报警及消防控制、电力监控、视频事件监测等功能的专用设备交互，诱导过往车辆在不同工况时都能各行其道、安全顺畅地通过隧道。增强中央控制室的预警功能是完善高速公路隧道风险规避的重要策略之一。隧道预警系统通过事件检测、视频监控、火灾报警、交通控制与诱导、通风照明监测等子系统间的数据交互，协调隧道机电系统的联动，实现事故发现的自动化、交通管控响应的快速化、措施决策的科学化，有效降低二次事故的发生率。

张伟伟等[20]提出预警系统应能对隧道异常交通事件自动检测、预警，应该提供隧道火灾、交通事故、危险物品泄漏等事故分级标准及其响应措施，针对突发事故的不同等级设定不同级别的应急预案。苏东兰等[9]通过分析不同事件对隧道路段运营安全的影响，建立了针对隧道内不同事件的综合交通管制对策库，并从系统功能、设备布设及系统流程等方面，建立了高速公路隧道路段动态预警系统，可全面实现山区隧道路段灾害天气、交通事件、危险品运输等事件的实时监测预警。

中央控制室作为智慧隧道管理系统的神经中枢，可以借鉴物联网、无线通信、大数据、现代控制、人工智能的实践成果，通过隧道设施和车辆运行状态信息的高效融合，形成交通事件的合理预判和快速处置，实现隧道运营管理的闭环和智能控制。

2.2 基于人因工程的隧道景观优化和安全教育

近年来，由驾驶员心理生理负荷特性分析所启发的驾驶员视线诱导和景观隧道等安全设施不断涌现。朱彤等[21]基于因子模型的高速公路特长隧道驾驶人心理负荷特性研究发现，驾驶人在距离隧道入口较远处和距离隧道出口较近时负荷较大；在隧道路段的平均心理负荷大小依次为入口段、出口段、行车段；熟练驾驶人心理负荷在隧道入口前升高,而非熟练驾驶人心理负荷在进入隧道后仍保持较高水平。但是，希腊学者K. Kirytopoulos等[2]研究发现，很大比例调查对象认为隧道内驾驶与开放路段没有差异；在隧道交通事故之初，小部分司乘人员对隧道推荐行为指示的遵从，对其他人员具有重要的启示作用。由于隧道和人类行为的多态性，很难推荐适用于所有情形和绝对正确的行为措施。

李海光等[22]从驾驶视觉需求与事故预防出发，提出以逆反射技术为主的隧道入口视线诱导设施设置方法，通过保证驾驶员的合理心理反应，使驾驶员保持适当紧张、兴奋与期待，从而弱化驾驶员逃离隧道的本能，但该方法对不同长度、不同照明条件的隧道验证不充分。曾庆展等[23]针对公路特长隧道内行车容易出现的心理和视觉疲劳问题，提出将LED天幕技术应用于隧道照明亮化的方案，期望缓解驾驶员在封闭空间的视觉疲劳和心理影响。陈柳晓等[24]试验表明，设置在隧道入口区段间隔逐渐减小的黄色空间减速景观，其警示和减速效果较好，并能满足驾驶员的行车舒适性。张忻等[25]基于人机工程学和隧道景观对驾驶员的影响因素分析，提出以安全性为首要考虑因素、包含冬奥元素的隧道景观设计原则。刘畅等[26]在回头沟隧道照明设计中引入光线与视觉传达理论，实现了隧道洞壁艺术照明与路面的良好界定，意图实现驾驶的安全性与视觉愉悦感。

总之，基于人因工程的隧道景观优化综合考虑隧道区域地形、地貌、景观资源等自然因素，人文、民俗等社会因素，同时兼顾隧道设施、标志标线等既存场景现状，通过多种交通影响要素和安全技术手段的有机融合，有效缓解隧道驾驶引起的心理烦躁和视觉疲劳，实现隧道驾驶安全感、视觉愉悦感、艺术体验感的进一步提升。另外，针对严重交通事故(如火灾)的应对处理中，驾驶员经常因恐慌导致错误驾驶和隧道用户误判疏导路线等行为，隧道区域的交通安全教育有进一步普及提高的必要性。

3 现代科技进步对隧道交通事故风险规避策略的启示

2019年7月，中国联通完成宜兴阳灵公路隧道5G通信3.5 GHz试点部署及验证，该方案技术指标满足V2X应用需求。2019年9月，国务院发布《交通强国建设纲要》，不仅强调全方位提升交通参与者文明素养，推动全社会交通文明程度大幅提升，而且重点关注发展智慧交通、构建综合交通大数据中心体系、加强智能网联汽车(智能汽车、自动驾驶、车路协同)研发、开发新一代智能交通管理系统、推进交通装备的智能升级等技术措施。《交通强国建设纲要》的发布和5G隧道试点的成功，为研究隧道交通事故的风险规避策略提供了新的思路。

3.1 自动驾驶与车路协同技术研究进展

2015年9月，国家工信部《基于移动宽带物联网的智能汽车和智慧交通应用示范》确定我国车路协同基于移动宽带物联网即LTE-V/5G的技术发展方向。2016年9月，SAE-2016标准即自动驾驶全球行业参考标准发布，并得到NHTSA认可。自动驾驶和车路协同成为当前汽车和交通领域的研究热点。自动驾驶策略和路径规划依赖于环境感知、高精确定位、车辆控制与执行、高精度地图与车联网、先进无线通信等支撑技术。车路协同强调车辆与各种交通要素之间的信息交互，意图借助技术手段消除车辆在协调控制区的随机化，调和交通参与者对路权的争夺，从而能够提升汽车驾驶的安全性。2020年12月，美国正式宣布放弃技术相对成熟但基于IEEE802.11p的DSRC技术，而转向基于LTE/5G的C-V2X标准。

当前，隧道场景下自动驾驶与车路协同技术研究成果较少。朱彤等[21]利用2个典型的超长隧道进行实车试验，通过采集熟练驾驶员与非熟练驾驶员的试验数据提出基于安全车速差的驾驶员行为风险模型，并提出仿真环境下的自动驾驶员模型。M. Boban等[27]总结分析了V2X的主要用例类别及各自对V2X技术在可靠性、通信延迟、通信速率方面的要求，详细比较了主流V2X技术的优势和劣势。Guo等[28]针对不确定性复杂环境(含隧道)下自动驾驶系统频繁发生的错误或异常行为，利用有监督机器学习法对54个公共驾驶数据集分类比较，用以训练复杂和危险条件下的驾驶模型和自主汽车的鲁棒性。5G通信超高数据速率、超高可靠性和超低时延的特性以及5G系统在隧道场景的部署和验证，为推动隧道区域高等级自动驾驶和V2X研究提供了高效信息交换的技术准备。

3.2 隧道交通安全预警的技术进步

道路交通安全预警是依据对道路交通事故发展稳定状况的判断，采用定性与定量相结合的方法，对道路交通安全发展态势进行过程描述、追踪分析和警情预报。为适应现代交通智慧化趋势，隧道预警水平的进步需要无线通信、隧道大数据与互联网、隧道多源信号感知等技术手段的激励。

3.2.1 无线通信与定位技术演进

现代交通工程的智慧化倚重无线通信技术的演进，交通数据承载的高吞吐率和低延时是预警系统发挥作用的必要条件，其中交通要素的准确位置是锁定交通事件和处理警情的关键数据。对于已经敷设模拟GNSS系统的隧道环境，很多研究致力于探讨GNSS与移动通信系统融合对交通要素和交通事件的高精度定位。随着中国北斗系统的部署完成，GNSS与5G系统相结合可以实现10 cm级别的定位精度，该技术指标将很大程度上对驾驶安全、交通设施管控、交通预警有正向激励作用。

刘建圻[29]研究了基于车辆与路侧设备(RSU)的通信，解决了隧道区域的无线测距与车辆定位问题，提出了基于联合卡尔曼滤波信息融合技术的RSU/GNSS/DR(航位推算)组合定位算法。后茜[30]针对A-GNSS方法适用性差的缺点，研究了基于LTE系统的OTDOA定位技术。E.I.Adegoke等[31]针对自动驾驶车辆对自身位置的高精度需求，提出在隧道环境基于WiFi的定位方法，并探索融合GNSS/INS(惯性定位系统)等多种定位精度与复杂度的混合定位服务。鉴于目前隧道环境5G部署尚显不足，如何协调2G/3G/4G/5G通信的长期共存并提高隧道区域的定位精度是必须克服的技术难题。

3.2.2 隧道大数据与事故管控人工智能

基于隧道大数据挖掘与互联网融合的交通事故预防策略是智慧隧道建设的重要技术分支，尽管隧道环境的多变性对交通事件识别准确率的扰动经常导致基于隧道大数据与人工智能的判决策略可靠性降低，国内外学者这方面的研究仍然取得很大成果。

王坚等[32]基于大数据平台和隧道环境历史数据的对比分析，自动控制隧道环境因素采集和通风设备运行，强化隧道智能控制系统的预警监测，避免隧道内污浊空气积聚危害驾驶人和隧道设备。王文等[33]提出基于视频大数据的隧道安全监测系统，意图克服传统监控系统智能化低、异常事件响应不及时、可靠性差导致监测系统停用半停用的缺点。马庆禄等[34]基于云监控的隧道群区域性联测联控理念和重庆市几条高速公路隧道的仿真测试，以隧道病害的大数据分析为基础实现了隧道集群管理和隧道安全分级，通过隧道监测视频与GIS地图集成二次开发实现隧道结构健康及行车状况的动态监控预警。Tian等[35]利用改进的FCM聚类算法，基于公路隧道的实际交通流数据，提出公路隧道交通流安全属性分析和隧道安全区段划分的理论基础。Wu等[36]基于人工智能和大数据技术，通过构造大量不同火源位置、火灾规模、通风条件的隧道火灾数据库，利用多传感设备采集的时变温度训练长短记忆循环神经网络，仿真结果表明，训练模型有90%的准确率预测隧道火灾的位置、规模与通风速度，同时基于敏感度分析优化了满足火灾快速预测的传感器时空配置。

3.2.3 隧道多源信号感知与联合预警机制的必要性

隧道区域是未来实现全路况自动驾驶的必要节点，而很大比例调查对象认为隧道内驾驶与开放路段没有差异，此种误解一定程度上源于针对隧道用户的培训和宣传不到位，对隧道环境空间结构的密闭性、行车环境要求、传感器工况等与开放空间的差异性认识不足。尽管在隧道建设方面，目前隧道监控设备的布设相当普遍，但设备养护水平的参差不齐直接影响交通事件判决的准确率，同时依赖单一技术手段识别隧道异常事件的不确定性强，由此在国内外隧道实际运营管理中发生过惨痛的交通事故。比如1999年3月24日，欧洲勃朗峰隧道火灾造成39人死亡和隧道严重毁坏，调查发现虽然法国方面隧道监视系统探测到货车上的烟雾，但是法国隧道操作员和货车司机没有及时发现和早期干预，致使货车在隧道中部停止并爆炸，而在意大利一侧，由于故障导致的警报关闭未能及时阻止对向车辆的驶入，加之自动灭火和排烟系统没有自动启动，同时法意两国消防人员由于救护不协调被迫放弃与烈焰的搏斗，总之，预警与施救涉及的各子系统间的失调未能及时阻止事故的发生和最大限度地降低事故的危害。

近年来，针对多源感知手段融合的研究取得一定成果。郑绍振等[37]在南京长江隧道交通监测应用系统中，提出以毫米波雷达为主，以视频监控为辅，与公路、桥梁、隧道内其他机电设备联动的综合交通监测方案，有效解决了原有视频监控系统误报率和漏报率高的问题。郭昱秀等[38]在隧道交通安全领域将声学检测与人工智能结合应用，通过声波收集和声学音频检测，结合庞大的人工智能数据库，实现交通事故的识别与上报，人工智能声学检测可以避免传统视频监控存在的盲区局限，扩大检测范围。张海亮等[39]基于毫米波雷达与传统检测技术的比较，将逆向合成广域毫米波事件检测技术创新应用在隧道运营管理实践中，大幅度节省了人员和设备成本，减少了人为失误和系统疏漏。Wang等[40]通过分析隧道环境电磁波传输模型，提出基于LMLF的RSSI定位算法，改善了单纯RSSI定位算法的精度和抗干扰能力，有效抑制隧道环境车辆定位精度的漂移，提高了事故位置上报的精度。J. Gitahi等[41]基于静态传感器(如感应线圈、雷达站、蓝牙、WIFI等)和浮动车数据(FCD)的各自优缺点，实验研究了交通环境的多源传感器感知融合技术，该技术通过融合多源传感器数据，降低了单一感知数据源的不确定性，提高了交通时间和平均路段速度估计的确定性。

在自动驾驶研究领域，尽管存在以汽车制造商为代表的ADAS和单车智能阵营，以及互联网企业引领的人工智能和网联化阵营，但自动驾驶研究历程遭遇的事故困扰一定程度上促使各方达成基本共识，即自动驾驶技术的核心之一是融合摄像机、激光雷达、微波雷达、毫米波雷达、红外传感器、超声波传感器、GNSS传感器等设备的多源感知信号，构建高精度的环境地图驱动车辆的安全行驶。

鉴于自动驾驶研究的进展与隧道场景的复杂性，需要摒弃隧道环境与开放公路环境自动驾驶要求无明显区别的误解，综合探索隧道环境全要素的多源信号采集与聚合技术，为隧道事故的联合预警提供可靠的数据支撑。

3.3 构建融合异常事件监管与预警机制的多模V2X架构

课题组通过隧道事故致因及传统应对策略的研究分析，结合移动通信的发展现状、未来自动驾驶系统的部署预期，设计了以5G通信为主导载体、兼容既有车联网技术的多模V2X架构，如图2所示，并由此探索隧道风险规避的新策略。

按照数据信息流逻辑和功能模块业务类别，该V2X架构分为感知层、交通事件判决层、决策层、自动驾驶指令执行层等。系统中的多源信息流依靠多模V2X网络的高效承载，形成环境感知、交通事件判决、车辆行为规划、车辆控制等环节的高性能闭合环路。

1)感知层连续实时收集多类别车载传感器、视频音频采集模块、无线通信模块、隧道模拟GNSS设施的多源异质或同质数据信号，综合运用统计学、信号处理、模式识别、认知理论、人工智能等多学科知识，形成涵盖车辆状态、驾驶员操控状态、全方位行驶场景、统一坐标系的融合信号，即交通事件判决层的输入信号。

图2 高速公路隧道多模V2X技术框架

2)交通事件判决模块依赖车载高精度地图、多种隧道设施(交通信号灯、情报板、车辆检测器等)信号、隧道V2X网络等数据实现对交通异常事件的识别与跟踪，交通事件识别结果与隧道域控制器、自动驾驶云平台等数据融合形成决策层的车辆行为与隧道管控策略的激励信号。

3)决策层利用交通判决层的输出数据，形成自动驾驶车辆行为规划的决策指令、隧道异常事件的告警信号，同时控制通风与照明设施的联动，并调度隧道智慧移动服务模块的发布隧道异常或应急信息等。

4)自动驾驶指令执行层通过隧道部署的高性能、低延时通信载体(5GNR、LTE-A、DSRC等)，实现与自动驾驶车辆的毫秒级控制指令传送与执行，自动驾驶车辆通过底层模块执行决策层的控制指令，代替人类驾驶员控制车辆，车辆的多个操作子系统按照决策层的总线指令精确地控制加速程度、制动程度、转向幅度等，从而实现正常姿态保持、障碍避让等操作意愿，同时车辆状态数据以及自动驾驶指令的执行结果在更新车载数据库的同时，通过隧道通信网与隧道域控制器或V2X数据库实时同步。

因隧道物理结构、隧道设施类型与部署时间、隧道设施智能化程度等存在差异，在智慧隧道的建设过程中，隧道设施不同程度地存在通信接口与协议的非标准化或多样化，因此需要附加设备适配器实现异构设施的标准化整合，利用隧道敷设的有线通信网、5G主导的蜂窝技术或DSRC等广域无线技术构建的移动通信网，协调不同类型隧道设施的多模共存，该共存模式和互联互通利于保护既有隧道投资和已有隧道设施管理模式的平滑演进，可操作性强。

在交通要素的高精度定位方面，借助隧道模拟GNSS系统、4G/5G等蜂窝技术或DSRC、隧道设施的物理安装位置、车载高精度地图、车辆惯性定位等技术手段，通过隧道域控制器和车载终端的边缘计算，实现多模式定位信号融合的10 cm等级定位精度，为实现车辆自动驾驶、交通事件识别与跟踪、紧急事故告警与救援的快速实施提供依据与保障，从而有效规避或降低隧道的运行风险。

4 结论与展望

公路隧道作为道路交通事故多发的瓶颈路段，事故多发性和事故严重性直接关系道路交通参与者的生命与财产安全。本研究基于隧道常见事故的致因分析和传统应对策略，结合当前交通安全理论研究成果，设计了基于5G技术的隧道区域自动驾驶与车路协同框架，探讨兼容既存V2X技术的多源数据融合与功能模块分配机制，同时创建隧道区域多源信号的联合预警机制，变传统的事故被动应对为积极主动预防，以期降低或规避隧道风险的发生。

下一阶段，为满足交通需求的实时性响应，可以进一步提高隧道域控制器的算力，通过优化传感器信号处理与融合算法，提升隧道AD云平台和V2X网络的带宽优化，建设端、边、云高效协同的智慧隧道平台和隧道风险评估及预防的人工智能训练系统，为积极应对和预防隧道事故、提升隧道区域服务水平寻求突破，也是本课题后续研究的新思路与方向。