蘇保鋒， 胡江碧

(北京工業(yè)大學(xué)建筑工程學(xué)院， 北京 100124)

0 引言

近年來，全球公路隧道尤其是高速公路隧道建設(shè)呈逐年增長趨勢。截至2020年底，中國公路隧道21 316處、2 199.93萬延米[1]，隧道規(guī)模和數(shù)量居世界之首。隧道結(jié)構(gòu)物作為道路基礎(chǔ)設(shè)施的重要組成要素，大幅提升了相應(yīng)區(qū)域的交通運(yùn)輸效率及物資保障水平。

然而，隨著近年來社會車輛保有量增加、行車經(jīng)驗(yàn)成熟度不足的駕駛員增多、社會經(jīng)濟(jì)發(fā)展與居民生活對物流時效的急迫性提高等因素變化，隧道區(qū)域的交通安全形勢日趨嚴(yán)峻；同時，隧道區(qū)域駕駛受限于信息誘導(dǎo)、路面性能、交通量、通風(fēng)、照明、環(huán)境和限速等與開放路段的差異性因素，一定程度上加重了隧道區(qū)域行車的駕駛工作負(fù)荷，進(jìn)而增大了隧道區(qū)域的交通運(yùn)行風(fēng)險，致使隧道區(qū)域成為交通安全全面提升的瓶頸路段；再者，當(dāng)下互聯(lián)網(wǎng)應(yīng)用快速迭代、信息高度爆炸、交通流急劇增加、交通工具娛樂形式愈加多樣化、人類對即時信息高度依賴，此類干擾因素易于誘導(dǎo)分心駕駛行為的發(fā)生；更甚者，隧道交通事故一旦發(fā)生，容易引發(fā)二次事故、救援處理困難、經(jīng)濟(jì)損失和社會影響巨大等連鎖反應(yīng)。

在此背景下，隧道區(qū)域的交通安全得到社會各界的廣泛關(guān)注。2021年2月，國務(wù)院印發(fā)《國家綜合立體交通網(wǎng)規(guī)劃綱要》，作為地下空間或公路實(shí)體的重要組件，智慧隧道不可或缺地成為構(gòu)建立體交通網(wǎng)的必要節(jié)點(diǎn)。如何確保和提高隧道區(qū)域的交通安全具有現(xiàn)實(shí)的必要性。

隧道交通事故的危害性與用戶對交通安全期望值不斷提升之間的矛盾，促使隧道交通安全的研究必須突破傳統(tǒng)模式的局限性。傳統(tǒng)模式注重事故發(fā)生后的快速響應(yīng)和緊急事故救援能力的提升，強(qiáng)調(diào)隧道運(yùn)維、急救、消防、公安、醫(yī)療等多部門的聯(lián)動機(jī)制。然而，隨著隧道事故致因、嚴(yán)重程度、救援難易等發(fā)生變遷，傳統(tǒng)隧道事故處置倚重多部門協(xié)同和大量人員調(diào)度的策略相當(dāng)被動和低效。 本研究則期望借助當(dāng)前通信、互聯(lián)網(wǎng)、大數(shù)據(jù)處理與人工智能的技術(shù)進(jìn)步，研究隧道交通事故的預(yù)防與風(fēng)險因素的規(guī)避策略，探討事故應(yīng)對和規(guī)避的新技術(shù)，期望突破傳統(tǒng)交通研究的專業(yè)藩籬，促進(jìn)交通研究的跨專業(yè)融合，以期轉(zhuǎn)變傳統(tǒng)隧道事故的被動應(yīng)對為隧道風(fēng)險因素的主動規(guī)避。 國內(nèi)外研究人員進(jìn)行了大量的交通安全理論分析及工程實(shí)踐，但多數(shù)傳統(tǒng)手段側(cè)重于事故發(fā)生后的實(shí)時性響應(yīng)與緊急事故救援能力的提升等方面。本研究首先歸納分析國內(nèi)外隧道區(qū)域事故致因及應(yīng)對策略的研究進(jìn)展，然后結(jié)合現(xiàn)代通信、交通控制、車輛控制的研究成果，構(gòu)建融合異常監(jiān)管和安全預(yù)警的多模車路協(xié)同技術(shù)框架，探索降低隧道區(qū)域運(yùn)行風(fēng)險和事故危害、改善隧道事件管控實(shí)時性和可靠性、增強(qiáng)隧道運(yùn)維信息化和智慧化的策略和新技術(shù)。

1 隧道常見事故及原因

公路隧道是交通事故率居高不下路段。我國公路隧道里程僅占公路總里程的0.03%，但隧道交通事故起數(shù)占公路交通事故總起數(shù)的0.36%，隧道內(nèi)的事故率明顯高于非隧道路段。高速公路隧道交通事故占全部隧道交通事故近六成。隧道交通事故類型主要有追尾、側(cè)滑撞壁、翻車、火災(zāi)等，其中追尾、撞壁、翻車事故居多。隧道事故原因的研究主要從人、車、隧道以及管理方面來進(jìn)行分析。

1.1 人的因素

人的因素主要包含駕駛員的生理和心理2方面因素，即駕駛員在行車過程中的觀察、判斷和操作等環(huán)節(jié)可能出現(xiàn)的失誤，以及隧道運(yùn)營人員對交通安全的無意識干擾。駕駛員的操作失誤往往與駕駛員的身體條件、駕駛水平、風(fēng)險意識、心理狀態(tài)變化、是否存在危險駕駛行為等因素密切相關(guān)。希臘學(xué)者K. Kirytopoulos等[2]研究發(fā)現(xiàn)，很大比例調(diào)查對象認(rèn)為隧道內(nèi)駕駛與開放路段沒有差異。胡江碧等[3]通過試驗(yàn)，利用心率變異性(HRV) 指標(biāo)的波動所反映的交感神經(jīng)活動的強(qiáng)弱變化，針對晴天、中雨、中雨+霧(能見度分100 m和50 m)等不同天氣情況，發(fā)現(xiàn)駕駛工作負(fù)荷在不同天氣條件下具有差異性，隨著天氣條件的惡劣程度增加，駕駛工作負(fù)荷增大，其中駕駛工作負(fù)荷受駕駛環(huán)境的能見度影響最大，隧道環(huán)境的能見度變化對安全行車尤為重要。

李長城[4]在高速公路交通流特性及引導(dǎo)控制研究中發(fā)現(xiàn)，全國干線高速公路網(wǎng)交通阻斷事件約1/3是由于不良天氣導(dǎo)致的，針對高速公路運(yùn)營管理中不良天氣預(yù)測的不足之處，基于對京港澳高速湖北段交通流的大數(shù)據(jù)分析，建立了不良天氣環(huán)境下不同車輛類型、不同車道位置、不同時間段車速差異性等多因素的平均車速預(yù)測模型，意圖提升高速公路乃至路網(wǎng)在不良天氣環(huán)境下運(yùn)營管理與應(yīng)急水平。同時，由于中國疆域遼闊，緯度跨度與海拔差異大，全國多個氣候帶特征造成季節(jié)性天氣變化的區(qū)域性差異，北方地區(qū)秋冬季節(jié)的惡劣天氣對高速公路交通安全，尤其是隧道出入口能見度的劇烈變化、隧道路面摩擦因數(shù)的不規(guī)則分布、駕駛員對隧道環(huán)境與露天道路行車環(huán)境差異性受惡劣天氣影響的認(rèn)知不足與不當(dāng)應(yīng)激反應(yīng)，造成碰撞隧道洞口擋墻、側(cè)滑撞壁等事故發(fā)生的概率增加。鐘鼎文[5]統(tǒng)計表明，冬季(12月至來年2月)是隧道交通事故頻發(fā)季節(jié)；另外，隧道通風(fēng)狀況與環(huán)境能見度緊密相關(guān)，通風(fēng)不良經(jīng)常導(dǎo)致能見度的降低，同時良好通風(fēng)是事故施救與人員疏導(dǎo)的必要條件，隧道事故發(fā)生后通風(fēng)能力的惡化有加劇事故危害程度或誘發(fā)二次事故的風(fēng)險。近年來，隧道通風(fēng)與照明系統(tǒng)聯(lián)動機(jī)制的研究成為兼顧能見度改善、空氣凈化、駕駛舒適性提高、能耗效率優(yōu)化的智能監(jiān)控與安全預(yù)防的重要環(huán)節(jié)。

1.2 車的因素

賴金星等[6]統(tǒng)計表明，運(yùn)營車輛的差異性與隧道事故的特征密不可分，例如： 隧道火災(zāi)的主要誘因是車輛自身故障，尤其是保養(yǎng)維護(hù)不到位、存在安全隱患的大型車輛； 而對于重型車輛事故，車輛技術(shù)問題是引起火災(zāi)事故的主要原因，例如： 2019年沈海高速貓貍嶺隧道“8.27”事故中制動器故障引起輪胎起火并引燃運(yùn)載物品，短時間大量有毒氣體致使隧道滯留人員及救援人員大量傷亡。據(jù)統(tǒng)計，汽車火災(zāi)中近四成是貨車火災(zāi)，而車輪著火占貨車火災(zāi)的五成。Shy[7]推導(dǎo)了車輛的個體行車速度、不同車輛間的車速標(biāo)準(zhǔn)差與隧道交通事故率的相關(guān)性，并嘗試以此劃分隧道的安全等級(Ⅰ～Ⅳ級)，隨著交通飽和度和貨車比例的上升，車速的標(biāo)準(zhǔn)差與隧道事故的發(fā)生率成正相關(guān)性。

多數(shù)情形下，高速路網(wǎng)中客貨混行是常態(tài)，根據(jù)公安部隧道事故分布規(guī)律統(tǒng)計，隧道事故中小型車和大貨車占比最大，小型客車中以底盤較輕的轎車和面包車為主，大型貨車中以重型貨車為主，且大多超載超限。在長大隧道中客貨混行經(jīng)常誘使駕駛員產(chǎn)生逃離心理、進(jìn)而違規(guī)超速或違規(guī)變道。另外，客貨車輛比例的變化也是隧道交通安全等級的擾動因素，馬皓[8]研究發(fā)現(xiàn)，在高速公路進(jìn)口概率高于0.5之后，在貨車占比由小變大的過程中，高速路網(wǎng)的整體流量呈現(xiàn)下降趨勢；同時，貨車占比的變化影響不同交通飽和度下車輛換道次數(shù)的波動，換道次數(shù)增多是影響交通流穩(wěn)定性的不利因素。當(dāng)高速路網(wǎng)中?；愤\(yùn)輸車輛占比上升時，交通事故導(dǎo)致的危害程度呈上升趨勢，并且涉及?；奋囕v的交通事故施救難度大，誘發(fā)二次事故與人員傷亡的可能性增高。數(shù)據(jù)統(tǒng)計表明，近年來國內(nèi)?；肥鹿手?7%發(fā)生在運(yùn)輸階段，例如2014年山西晉城段晉濟(jì)高速巖后隧道“3.1”特大?；啡急鹿省?017年保定張石高速浮圖峪五號隧道“5.23”重大?；愤\(yùn)輸燃爆事故，均造成重大人員和財產(chǎn)損失。

1.3 隧道的因素

隧道結(jié)構(gòu)物的自身特征是影響隧道安全的先天性因素。蘇東蘭等[9]研究發(fā)現(xiàn)，直線隧道線形與曲線隧道線形對行車過程的影響不同，直線隧道事故發(fā)生的可能性往往高于曲線隧道。郭忠印等[10]發(fā)現(xiàn)隧道出入口線形連續(xù)性、路面抗滑性和照明過渡性較差是隧道出入口事故高發(fā)的主要原因，在隧道出入口和中間段，黑白洞效應(yīng)與閃爍效應(yīng)影響駕駛員對行車方向遠(yuǎn)處目標(biāo)的認(rèn)識，此類視錯覺是追尾和碰撞側(cè)壁事故的主要誘因。

1.4 管理因素

影響隧道安全的管理因素主要指管理方面的缺失，主要體現(xiàn)在隧道結(jié)構(gòu)的土建與機(jī)電維護(hù)、控制系統(tǒng)維護(hù)及管理人員的安全教育等方面，而管理缺失對人、車、隧道和環(huán)境方面的因素均起著激發(fā)的作用。

總之，隧道事故是多維因素的綜合影響對隧道正常運(yùn)營造成的異常事件，難以精確量化特定類型事故與具體因素的因果關(guān)系。本文以圖1嘗試概括隧道常見事故與風(fēng)險因素的相關(guān)性。

2 國內(nèi)外隧道交通事故應(yīng)對策略的研究現(xiàn)狀

隧道交通事故的應(yīng)對策略大致分為隧道交通設(shè)施升級和基于人因工程的隧道景觀優(yōu)化與安全教育2個類別，主要包含駕駛員安全負(fù)荷、隧道照明改善、駕駛員視線誘導(dǎo)、隧道景觀優(yōu)化、應(yīng)急救援處理、駕駛員心生理及社會學(xué)分析與干預(yù)、隧道風(fēng)險意識的社會教育等方面。

圖1 隧道交通事故與安全風(fēng)險因素相關(guān)性示意圖

2.1 隧道交通設(shè)施升級

根據(jù)JTG D70/2—2014《公路隧道設(shè)計規(guī)范》[11]，公路隧道交通工程與附屬設(shè)施的配置劃分為A+、A、B、C、D 5級。隧道附屬設(shè)施包含交通安全設(shè)施、通風(fēng)設(shè)施、照明設(shè)施、交通監(jiān)控設(shè)施、緊急呼叫設(shè)施、火災(zāi)探測報警設(shè)施、消防設(shè)施與通道、供配電設(shè)施、中央控制管理系統(tǒng)、接地與防雷設(shè)施、線纜及相關(guān)設(shè)施等。對于既有隧道安全服務(wù)水平的提升，主要圍繞隧道附屬設(shè)施的升級改造進(jìn)行，其中尤以照明設(shè)施、監(jiān)控設(shè)施、中央控制管理系統(tǒng)的研究得到交通科研和隧道運(yùn)營管理部門的關(guān)注。

2.1.1 照明設(shè)施

隧道照明問題多種多樣，燈具亮暗、老化、色溫偏差、頻閃或眩光、高配低用等現(xiàn)象導(dǎo)致隧道出入口的黑白洞效應(yīng)、路面亮度均勻度不足、誘導(dǎo)設(shè)施誘導(dǎo)性差、司乘人員視覺舒適性不良等問題。隧道照明品質(zhì)依賴于照明理論的發(fā)展完善和新型照明設(shè)備的不斷部署。胡江碧等[12]基于駕駛員工作負(fù)荷理論，根據(jù)駕駛工作負(fù)荷與行駛速度、路面亮度之間的關(guān)系模型，以小客車駕駛工作負(fù)荷為對象，確定了符合駕駛員心理需求并且低于國家標(biāo)準(zhǔn)的路面亮度閾值。另外，實(shí)踐驗(yàn)證了LED變色溫?zé)艟咧悄芸刂葡到y(tǒng)改善駕駛員視覺舒適度和隧道照明的經(jīng)濟(jì)性。M. Sato等[13]驗(yàn)證了LED順光照明模式在目標(biāo)識別、預(yù)防追尾和能效方面的良好效果，是對傳統(tǒng)對稱照明模式的增強(qiáng)。Pea-García[14]研究在特長隧道洞口設(shè)置遮光棚或藤蘿，結(jié)合LED照明解決洞口視覺平滑過渡和頻閃效應(yīng)，該措施兼顧了隧道照明的安全、舒適與節(jié)能可持續(xù)性。

總之，國內(nèi)外研究與實(shí)踐傾向于利用LED取代傳統(tǒng)的高壓鈉燈，同時針對LED照明的布設(shè)方式及LED燈具色溫和亮度的智能控制正受到高度重視，LED變色溫照明控制系統(tǒng)多數(shù)處于工程驗(yàn)證階段，尚未形成成熟的工程規(guī)范或理論。

2.1.2 監(jiān)控設(shè)施

高速公路隧道監(jiān)控系統(tǒng)利用車輛檢測器、氣象檢測器、能見度檢測器、攝像機(jī)、緊急電話等設(shè)備采集信息，經(jīng)過隧道監(jiān)控中心處理形成控制方案后通過可變信息標(biāo)志、可變限速標(biāo)志、路側(cè)廣播、緊急電話等發(fā)布誘導(dǎo)信息。相較而言，視頻監(jiān)控應(yīng)用廣泛，但受限于攝像機(jī)屬性、隧道環(huán)境、車輛差異等因素，隧道環(huán)境視頻識別算法研究和優(yōu)化方案較多。

Huang等[15]提出基于背景減除和隱式3層深度信念網(wǎng)絡(luò)的算法，在Hsuehshan隧道的試驗(yàn)獲得96.59%的車輛識別率。陳小佳等[16]提出基于圖像紋理特征、不變矩陣特征和小波能量特征的多特征融合和集成機(jī)器學(xué)習(xí)的隧道內(nèi)車輛識別算法，該方法具有良好的識別能力及穩(wěn)定性，能夠適應(yīng)隧道照明電路故障造成的照明光線不規(guī)律閃爍、車燈開關(guān)的隨機(jī)性和重型車輛引起攝像設(shè)備的抖動等。李東建[17]通過優(yōu)化視頻監(jiān)測算法實(shí)現(xiàn)車輛識別和跟蹤，依據(jù)車輛運(yùn)動軌跡和交通流參數(shù)，實(shí)現(xiàn)了隧道內(nèi)超速、緩速、換道、逆行等危險行為的檢出，但該方案對于隧道光環(huán)境時明時暗的自適應(yīng)能力不夠。

另外，基于聲頻的監(jiān)測系統(tǒng)在國內(nèi)外也開始部署。奧地利AKUT音頻事件檢測系統(tǒng)，通過隧道專用麥克風(fēng)裝置采集聲源信號，可以檢測碰撞、爆胎、急剎車、車門關(guān)閉聲、車輛鳴笛、呼救叫喊等事件。上海其高科技[18]利用麥克風(fēng)陣列組成的聲吶電子眼實(shí)現(xiàn)了鳴笛聲源的精準(zhǔn)定位和抓拍。鳳鵬飛等[19]利用頻譜分析探索將聲音識別技術(shù)應(yīng)用于重大交通事故的檢測和報警。

隧道監(jiān)控系統(tǒng)的功能性、完備性和可靠性高度依賴于外界環(huán)境工況。隧道視頻聲頻監(jiān)測算法經(jīng)常局限于特定場景，而照明、煙霧、聲場和交通行為的多態(tài)性進(jìn)一步影響了視頻聲頻監(jiān)測算法的普適性。相較于視頻監(jiān)控，基于聲頻的監(jiān)控研究則更不充分。

2.1.3 中央控制室設(shè)施

隧道中央控制室通過多級控制或集中控制與執(zhí)行交通監(jiān)控、通風(fēng)與照明控制、緊急呼叫、火災(zāi)報警及消防控制、電力監(jiān)控、視頻事件監(jiān)測等功能的專用設(shè)備交互，誘導(dǎo)過往車輛在不同工況時都能各行其道、安全順暢地通過隧道。增強(qiáng)中央控制室的預(yù)警功能是完善高速公路隧道風(fēng)險規(guī)避的重要策略之一。隧道預(yù)警系統(tǒng)通過事件檢測、視頻監(jiān)控、火災(zāi)報警、交通控制與誘導(dǎo)、通風(fēng)照明監(jiān)測等子系統(tǒng)間的數(shù)據(jù)交互，協(xié)調(diào)隧道機(jī)電系統(tǒng)的聯(lián)動，實(shí)現(xiàn)事故發(fā)現(xiàn)的自動化、交通管控響應(yīng)的快速化、措施決策的科學(xué)化，有效降低二次事故的發(fā)生率。

張偉偉等[20]提出預(yù)警系統(tǒng)應(yīng)能對隧道異常交通事件自動檢測、預(yù)警，應(yīng)該提供隧道火災(zāi)、交通事故、危險物品泄漏等事故分級標(biāo)準(zhǔn)及其響應(yīng)措施，針對突發(fā)事故的不同等級設(shè)定不同級別的應(yīng)急預(yù)案。蘇東蘭等[9]通過分析不同事件對隧道路段運(yùn)營安全的影響，建立了針對隧道內(nèi)不同事件的綜合交通管制對策庫，并從系統(tǒng)功能、設(shè)備布設(shè)及系統(tǒng)流程等方面，建立了高速公路隧道路段動態(tài)預(yù)警系統(tǒng)，可全面實(shí)現(xiàn)山區(qū)隧道路段災(zāi)害天氣、交通事件、危險品運(yùn)輸?shù)仁录膶?shí)時監(jiān)測預(yù)警。

中央控制室作為智慧隧道管理系統(tǒng)的神經(jīng)中樞，可以借鑒物聯(lián)網(wǎng)、無線通信、大數(shù)據(jù)、現(xiàn)代控制、人工智能的實(shí)踐成果，通過隧道設(shè)施和車輛運(yùn)行狀態(tài)信息的高效融合，形成交通事件的合理預(yù)判和快速處置，實(shí)現(xiàn)隧道運(yùn)營管理的閉環(huán)和智能控制。

2.2 基于人因工程的隧道景觀優(yōu)化和安全教育

近年來，由駕駛員心理生理負(fù)荷特性分析所啟發(fā)的駕駛員視線誘導(dǎo)和景觀隧道等安全設(shè)施不斷涌現(xiàn)。朱彤等[21]基于因子模型的高速公路特長隧道駕駛?cè)诵睦碡?fù)荷特性研究發(fā)現(xiàn)，駕駛?cè)嗽诰嚯x隧道入口較遠(yuǎn)處和距離隧道出口較近時負(fù)荷較大；在隧道路段的平均心理負(fù)荷大小依次為入口段、出口段、行車段；熟練駕駛?cè)诵睦碡?fù)荷在隧道入口前升高,而非熟練駕駛?cè)诵睦碡?fù)荷在進(jìn)入隧道后仍保持較高水平。但是，希臘學(xué)者K. Kirytopoulos等[2]研究發(fā)現(xiàn)，很大比例調(diào)查對象認(rèn)為隧道內(nèi)駕駛與開放路段沒有差異；在隧道交通事故之初，小部分司乘人員對隧道推薦行為指示的遵從，對其他人員具有重要的啟示作用。由于隧道和人類行為的多態(tài)性，很難推薦適用于所有情形和絕對正確的行為措施。

李海光等[22]從駕駛視覺需求與事故預(yù)防出發(fā)，提出以逆反射技術(shù)為主的隧道入口視線誘導(dǎo)設(shè)施設(shè)置方法，通過保證駕駛員的合理心理反應(yīng)，使駕駛員保持適當(dāng)緊張、興奮與期待，從而弱化駕駛員逃離隧道的本能，但該方法對不同長度、不同照明條件的隧道驗(yàn)證不充分。曾慶展等[23]針對公路特長隧道內(nèi)行車容易出現(xiàn)的心理和視覺疲勞問題，提出將LED天幕技術(shù)應(yīng)用于隧道照明亮化的方案，期望緩解駕駛員在封閉空間的視覺疲勞和心理影響。陳柳曉等[24]試驗(yàn)表明，設(shè)置在隧道入口區(qū)段間隔逐漸減小的黃色空間減速景觀，其警示和減速效果較好，并能滿足駕駛員的行車舒適性。張忻等[25]基于人機(jī)工程學(xué)和隧道景觀對駕駛員的影響因素分析，提出以安全性為首要考慮因素、包含冬奧元素的隧道景觀設(shè)計原則。劉暢等[26]在回頭溝隧道照明設(shè)計中引入光線與視覺傳達(dá)理論，實(shí)現(xiàn)了隧道洞壁藝術(shù)照明與路面的良好界定，意圖實(shí)現(xiàn)駕駛的安全性與視覺愉悅感。

總之，基于人因工程的隧道景觀優(yōu)化綜合考慮隧道區(qū)域地形、地貌、景觀資源等自然因素，人文、民俗等社會因素，同時兼顧隧道設(shè)施、標(biāo)志標(biāo)線等既存場景現(xiàn)狀，通過多種交通影響要素和安全技術(shù)手段的有機(jī)融合，有效緩解隧道駕駛引起的心理煩躁和視覺疲勞，實(shí)現(xiàn)隧道駕駛安全感、視覺愉悅感、藝術(shù)體驗(yàn)感的進(jìn)一步提升。另外，針對嚴(yán)重交通事故(如火災(zāi))的應(yīng)對處理中，駕駛員經(jīng)常因恐慌導(dǎo)致錯誤駕駛和隧道用戶誤判疏導(dǎo)路線等行為，隧道區(qū)域的交通安全教育有進(jìn)一步普及提高的必要性。

3 現(xiàn)代科技進(jìn)步對隧道交通事故風(fēng)險規(guī)避策略的啟示

2019年7月，中國聯(lián)通完成宜興陽靈公路隧道5G通信3.5 GHz試點(diǎn)部署及驗(yàn)證，該方案技術(shù)指標(biāo)滿足V2X應(yīng)用需求。2019年9月，國務(wù)院發(fā)布《交通強(qiáng)國建設(shè)綱要》，不僅強(qiáng)調(diào)全方位提升交通參與者文明素養(yǎng)，推動全社會交通文明程度大幅提升，而且重點(diǎn)關(guān)注發(fā)展智慧交通、構(gòu)建綜合交通大數(shù)據(jù)中心體系、加強(qiáng)智能網(wǎng)聯(lián)汽車(智能汽車、自動駕駛、車路協(xié)同)研發(fā)、開發(fā)新一代智能交通管理系統(tǒng)、推進(jìn)交通裝備的智能升級等技術(shù)措施?！督煌◤?qiáng)國建設(shè)綱要》的發(fā)布和5G隧道試點(diǎn)的成功，為研究隧道交通事故的風(fēng)險規(guī)避策略提供了新的思路。

3.1 自動駕駛與車路協(xié)同技術(shù)研究進(jìn)展

2015年9月，國家工信部《基于移動寬帶物聯(lián)網(wǎng)的智能汽車和智慧交通應(yīng)用示范》確定我國車路協(xié)同基于移動寬帶物聯(lián)網(wǎng)即LTE-V/5G的技術(shù)發(fā)展方向。2016年9月，SAE-2016標(biāo)準(zhǔn)即自動駕駛?cè)蛐袠I(yè)參考標(biāo)準(zhǔn)發(fā)布，并得到NHTSA認(rèn)可。自動駕駛和車路協(xié)同成為當(dāng)前汽車和交通領(lǐng)域的研究熱點(diǎn)。自動駕駛策略和路徑規(guī)劃依賴于環(huán)境感知、高精確定位、車輛控制與執(zhí)行、高精度地圖與車聯(lián)網(wǎng)、先進(jìn)無線通信等支撐技術(shù)。車路協(xié)同強(qiáng)調(diào)車輛與各種交通要素之間的信息交互，意圖借助技術(shù)手段消除車輛在協(xié)調(diào)控制區(qū)的隨機(jī)化，調(diào)和交通參與者對路權(quán)的爭奪，從而能夠提升汽車駕駛的安全性。2020年12月，美國正式宣布放棄技術(shù)相對成熟但基于IEEE802.11p的DSRC技術(shù)，而轉(zhuǎn)向基于LTE/5G的C-V2X標(biāo)準(zhǔn)。

當(dāng)前，隧道場景下自動駕駛與車路協(xié)同技術(shù)研究成果較少。朱彤等[21]利用2個典型的超長隧道進(jìn)行實(shí)車試驗(yàn)，通過采集熟練駕駛員與非熟練駕駛員的試驗(yàn)數(shù)據(jù)提出基于安全車速差的駕駛員行為風(fēng)險模型，并提出仿真環(huán)境下的自動駕駛員模型。M. Boban等[27]總結(jié)分析了V2X的主要用例類別及各自對V2X技術(shù)在可靠性、通信延遲、通信速率方面的要求，詳細(xì)比較了主流V2X技術(shù)的優(yōu)勢和劣勢。Guo等[28]針對不確定性復(fù)雜環(huán)境(含隧道)下自動駕駛系統(tǒng)頻繁發(fā)生的錯誤或異常行為，利用有監(jiān)督機(jī)器學(xué)習(xí)法對54個公共駕駛數(shù)據(jù)集分類比較，用以訓(xùn)練復(fù)雜和危險條件下的駕駛模型和自主汽車的魯棒性。5G通信超高數(shù)據(jù)速率、超高可靠性和超低時延的特性以及5G系統(tǒng)在隧道場景的部署和驗(yàn)證，為推動隧道區(qū)域高等級自動駕駛和V2X研究提供了高效信息交換的技術(shù)準(zhǔn)備。

3.2 隧道交通安全預(yù)警的技術(shù)進(jìn)步

道路交通安全預(yù)警是依據(jù)對道路交通事故發(fā)展穩(wěn)定狀況的判斷，采用定性與定量相結(jié)合的方法，對道路交通安全發(fā)展態(tài)勢進(jìn)行過程描述、追蹤分析和警情預(yù)報。為適應(yīng)現(xiàn)代交通智慧化趨勢，隧道預(yù)警水平的進(jìn)步需要無線通信、隧道大數(shù)據(jù)與互聯(lián)網(wǎng)、隧道多源信號感知等技術(shù)手段的激勵。

3.2.1 無線通信與定位技術(shù)演進(jìn)

現(xiàn)代交通工程的智慧化倚重?zé)o線通信技術(shù)的演進(jìn)，交通數(shù)據(jù)承載的高吞吐率和低延時是預(yù)警系統(tǒng)發(fā)揮作用的必要條件，其中交通要素的準(zhǔn)確位置是鎖定交通事件和處理警情的關(guān)鍵數(shù)據(jù)。對于已經(jīng)敷設(shè)模擬GNSS系統(tǒng)的隧道環(huán)境，很多研究致力于探討GNSS與移動通信系統(tǒng)融合對交通要素和交通事件的高精度定位。隨著中國北斗系統(tǒng)的部署完成，GNSS與5G系統(tǒng)相結(jié)合可以實(shí)現(xiàn)10 cm級別的定位精度，該技術(shù)指標(biāo)將很大程度上對駕駛安全、交通設(shè)施管控、交通預(yù)警有正向激勵作用。

劉建圻[29]研究了基于車輛與路側(cè)設(shè)備(RSU)的通信，解決了隧道區(qū)域的無線測距與車輛定位問題，提出了基于聯(lián)合卡爾曼濾波信息融合技術(shù)的RSU/GNSS/DR(航位推算)組合定位算法。后茜[30]針對A-GNSS方法適用性差的缺點(diǎn)，研究了基于LTE系統(tǒng)的OTDOA定位技術(shù)。E.I.Adegoke等[31]針對自動駕駛車輛對自身位置的高精度需求，提出在隧道環(huán)境基于WiFi的定位方法，并探索融合GNSS/INS(慣性定位系統(tǒng))等多種定位精度與復(fù)雜度的混合定位服務(wù)。鑒于目前隧道環(huán)境5G部署尚顯不足，如何協(xié)調(diào)2G/3G/4G/5G通信的長期共存并提高隧道區(qū)域的定位精度是必須克服的技術(shù)難題。

3.2.2 隧道大數(shù)據(jù)與事故管控人工智能

基于隧道大數(shù)據(jù)挖掘與互聯(lián)網(wǎng)融合的交通事故預(yù)防策略是智慧隧道建設(shè)的重要技術(shù)分支，盡管隧道環(huán)境的多變性對交通事件識別準(zhǔn)確率的擾動經(jīng)常導(dǎo)致基于隧道大數(shù)據(jù)與人工智能的判決策略可靠性降低，國內(nèi)外學(xué)者這方面的研究仍然取得很大成果。

王堅等[32]基于大數(shù)據(jù)平臺和隧道環(huán)境歷史數(shù)據(jù)的對比分析，自動控制隧道環(huán)境因素采集和通風(fēng)設(shè)備運(yùn)行，強(qiáng)化隧道智能控制系統(tǒng)的預(yù)警監(jiān)測，避免隧道內(nèi)污濁空氣積聚危害駕駛?cè)撕退淼涝O(shè)備。王文等[33]提出基于視頻大數(shù)據(jù)的隧道安全監(jiān)測系統(tǒng)，意圖克服傳統(tǒng)監(jiān)控系統(tǒng)智能化低、異常事件響應(yīng)不及時、可靠性差導(dǎo)致監(jiān)測系統(tǒng)停用半停用的缺點(diǎn)。馬慶祿等[34]基于云監(jiān)控的隧道群區(qū)域性聯(lián)測聯(lián)控理念和重慶市幾條高速公路隧道的仿真測試，以隧道病害的大數(shù)據(jù)分析為基礎(chǔ)實(shí)現(xiàn)了隧道集群管理和隧道安全分級，通過隧道監(jiān)測視頻與GIS地圖集成二次開發(fā)實(shí)現(xiàn)隧道結(jié)構(gòu)健康及行車狀況的動態(tài)監(jiān)控預(yù)警。Tian等[35]利用改進(jìn)的FCM聚類算法，基于公路隧道的實(shí)際交通流數(shù)據(jù)，提出公路隧道交通流安全屬性分析和隧道安全區(qū)段劃分的理論基礎(chǔ)。Wu等[36]基于人工智能和大數(shù)據(jù)技術(shù)，通過構(gòu)造大量不同火源位置、火災(zāi)規(guī)模、通風(fēng)條件的隧道火災(zāi)數(shù)據(jù)庫，利用多傳感設(shè)備采集的時變溫度訓(xùn)練長短記憶循環(huán)神經(jīng)網(wǎng)絡(luò)，仿真結(jié)果表明，訓(xùn)練模型有90%的準(zhǔn)確率預(yù)測隧道火災(zāi)的位置、規(guī)模與通風(fēng)速度，同時基于敏感度分析優(yōu)化了滿足火災(zāi)快速預(yù)測的傳感器時空配置。

3.2.3 隧道多源信號感知與聯(lián)合預(yù)警機(jī)制的必要性

隧道區(qū)域是未來實(shí)現(xiàn)全路況自動駕駛的必要節(jié)點(diǎn)，而很大比例調(diào)查對象認(rèn)為隧道內(nèi)駕駛與開放路段沒有差異，此種誤解一定程度上源于針對隧道用戶的培訓(xùn)和宣傳不到位，對隧道環(huán)境空間結(jié)構(gòu)的密閉性、行車環(huán)境要求、傳感器工況等與開放空間的差異性認(rèn)識不足。盡管在隧道建設(shè)方面，目前隧道監(jiān)控設(shè)備的布設(shè)相當(dāng)普遍，但設(shè)備養(yǎng)護(hù)水平的參差不齊直接影響交通事件判決的準(zhǔn)確率，同時依賴單一技術(shù)手段識別隧道異常事件的不確定性強(qiáng)，由此在國內(nèi)外隧道實(shí)際運(yùn)營管理中發(fā)生過慘痛的交通事故。比如1999年3月24日，歐洲勃朗峰隧道火災(zāi)造成39人死亡和隧道嚴(yán)重毀壞，調(diào)查發(fā)現(xiàn)雖然法國方面隧道監(jiān)視系統(tǒng)探測到貨車上的煙霧，但是法國隧道操作員和貨車司機(jī)沒有及時發(fā)現(xiàn)和早期干預(yù)，致使貨車在隧道中部停止并爆炸，而在意大利一側(cè)，由于故障導(dǎo)致的警報關(guān)閉未能及時阻止對向車輛的駛?cè)?，加之自動滅火和排煙系統(tǒng)沒有自動啟動，同時法意兩國消防人員由于救護(hù)不協(xié)調(diào)被迫放棄與烈焰的搏斗，總之，預(yù)警與施救涉及的各子系統(tǒng)間的失調(diào)未能及時阻止事故的發(fā)生和最大限度地降低事故的危害。

近年來，針對多源感知手段融合的研究取得一定成果。鄭紹振等[37]在南京長江隧道交通監(jiān)測應(yīng)用系統(tǒng)中，提出以毫米波雷達(dá)為主，以視頻監(jiān)控為輔，與公路、橋梁、隧道內(nèi)其他機(jī)電設(shè)備聯(lián)動的綜合交通監(jiān)測方案，有效解決了原有視頻監(jiān)控系統(tǒng)誤報率和漏報率高的問題。郭昱秀等[38]在隧道交通安全領(lǐng)域?qū)⒙晫W(xué)檢測與人工智能結(jié)合應(yīng)用，通過聲波收集和聲學(xué)音頻檢測，結(jié)合龐大的人工智能數(shù)據(jù)庫，實(shí)現(xiàn)交通事故的識別與上報，人工智能聲學(xué)檢測可以避免傳統(tǒng)視頻監(jiān)控存在的盲區(qū)局限，擴(kuò)大檢測范圍。張海亮等[39]基于毫米波雷達(dá)與傳統(tǒng)檢測技術(shù)的比較，將逆向合成廣域毫米波事件檢測技術(shù)創(chuàng)新應(yīng)用在隧道運(yùn)營管理實(shí)踐中，大幅度節(jié)省了人員和設(shè)備成本，減少了人為失誤和系統(tǒng)疏漏。Wang等[40]通過分析隧道環(huán)境電磁波傳輸模型，提出基于LMLF的RSSI定位算法，改善了單純RSSI定位算法的精度和抗干擾能力，有效抑制隧道環(huán)境車輛定位精度的漂移，提高了事故位置上報的精度。J. Gitahi等[41]基于靜態(tài)傳感器(如感應(yīng)線圈、雷達(dá)站、藍(lán)牙、WIFI等)和浮動車數(shù)據(jù)(FCD)的各自優(yōu)缺點(diǎn)，實(shí)驗(yàn)研究了交通環(huán)境的多源傳感器感知融合技術(shù)，該技術(shù)通過融合多源傳感器數(shù)據(jù)，降低了單一感知數(shù)據(jù)源的不確定性，提高了交通時間和平均路段速度估計的確定性。

在自動駕駛研究領(lǐng)域，盡管存在以汽車制造商為代表的ADAS和單車智能陣營，以及互聯(lián)網(wǎng)企業(yè)引領(lǐng)的人工智能和網(wǎng)聯(lián)化陣營，但自動駕駛研究歷程遭遇的事故困擾一定程度上促使各方達(dá)成基本共識，即自動駕駛技術(shù)的核心之一是融合攝像機(jī)、激光雷達(dá)、微波雷達(dá)、毫米波雷達(dá)、紅外傳感器、超聲波傳感器、GNSS傳感器等設(shè)備的多源感知信號，構(gòu)建高精度的環(huán)境地圖驅(qū)動車輛的安全行駛。

鑒于自動駕駛研究的進(jìn)展與隧道場景的復(fù)雜性，需要摒棄隧道環(huán)境與開放公路環(huán)境自動駕駛要求無明顯區(qū)別的誤解，綜合探索隧道環(huán)境全要素的多源信號采集與聚合技術(shù)，為隧道事故的聯(lián)合預(yù)警提供可靠的數(shù)據(jù)支撐。

3.3 構(gòu)建融合異常事件監(jiān)管與預(yù)警機(jī)制的多模V2X架構(gòu)

課題組通過隧道事故致因及傳統(tǒng)應(yīng)對策略的研究分析，結(jié)合移動通信的發(fā)展現(xiàn)狀、未來自動駕駛系統(tǒng)的部署預(yù)期，設(shè)計了以5G通信為主導(dǎo)載體、兼容既有車聯(lián)網(wǎng)技術(shù)的多模V2X架構(gòu)，如圖2所示，并由此探索隧道風(fēng)險規(guī)避的新策略。

按照數(shù)據(jù)信息流邏輯和功能模塊業(yè)務(wù)類別，該V2X架構(gòu)分為感知層、交通事件判決層、決策層、自動駕駛指令執(zhí)行層等。系統(tǒng)中的多源信息流依靠多模V2X網(wǎng)絡(luò)的高效承載，形成環(huán)境感知、交通事件判決、車輛行為規(guī)劃、車輛控制等環(huán)節(jié)的高性能閉合環(huán)路。

1)感知層連續(xù)實(shí)時收集多類別車載傳感器、視頻音頻采集模塊、無線通信模塊、隧道模擬GNSS設(shè)施的多源異質(zhì)或同質(zhì)數(shù)據(jù)信號，綜合運(yùn)用統(tǒng)計學(xué)、信號處理、模式識別、認(rèn)知理論、人工智能等多學(xué)科知識，形成涵蓋車輛狀態(tài)、駕駛員操控狀態(tài)、全方位行駛場景、統(tǒng)一坐標(biāo)系的融合信號，即交通事件判決層的輸入信號。

圖2 高速公路隧道多模V2X技術(shù)框架

2)交通事件判決模塊依賴車載高精度地圖、多種隧道設(shè)施(交通信號燈、情報板、車輛檢測器等)信號、隧道V2X網(wǎng)絡(luò)等數(shù)據(jù)實(shí)現(xiàn)對交通異常事件的識別與跟蹤，交通事件識別結(jié)果與隧道域控制器、自動駕駛云平臺等數(shù)據(jù)融合形成決策層的車輛行為與隧道管控策略的激勵信號。

3)決策層利用交通判決層的輸出數(shù)據(jù)，形成自動駕駛車輛行為規(guī)劃的決策指令、隧道異常事件的告警信號，同時控制通風(fēng)與照明設(shè)施的聯(lián)動，并調(diào)度隧道智慧移動服務(wù)模塊的發(fā)布隧道異常或應(yīng)急信息等。

4)自動駕駛指令執(zhí)行層通過隧道部署的高性能、低延時通信載體(5GNR、LTE-A、DSRC等)，實(shí)現(xiàn)與自動駕駛車輛的毫秒級控制指令傳送與執(zhí)行，自動駕駛車輛通過底層模塊執(zhí)行決策層的控制指令，代替人類駕駛員控制車輛，車輛的多個操作子系統(tǒng)按照決策層的總線指令精確地控制加速程度、制動程度、轉(zhuǎn)向幅度等，從而實(shí)現(xiàn)正常姿態(tài)保持、障礙避讓等操作意愿，同時車輛狀態(tài)數(shù)據(jù)以及自動駕駛指令的執(zhí)行結(jié)果在更新車載數(shù)據(jù)庫的同時，通過隧道通信網(wǎng)與隧道域控制器或V2X數(shù)據(jù)庫實(shí)時同步。

因隧道物理結(jié)構(gòu)、隧道設(shè)施類型與部署時間、隧道設(shè)施智能化程度等存在差異，在智慧隧道的建設(shè)過程中，隧道設(shè)施不同程度地存在通信接口與協(xié)議的非標(biāo)準(zhǔn)化或多樣化，因此需要附加設(shè)備適配器實(shí)現(xiàn)異構(gòu)設(shè)施的標(biāo)準(zhǔn)化整合，利用隧道敷設(shè)的有線通信網(wǎng)、5G主導(dǎo)的蜂窩技術(shù)或DSRC等廣域無線技術(shù)構(gòu)建的移動通信網(wǎng)，協(xié)調(diào)不同類型隧道設(shè)施的多模共存，該共存模式和互聯(lián)互通利于保護(hù)既有隧道投資和已有隧道設(shè)施管理模式的平滑演進(jìn)，可操作性強(qiáng)。

在交通要素的高精度定位方面，借助隧道模擬GNSS系統(tǒng)、4G/5G等蜂窩技術(shù)或DSRC、隧道設(shè)施的物理安裝位置、車載高精度地圖、車輛慣性定位等技術(shù)手段，通過隧道域控制器和車載終端的邊緣計算，實(shí)現(xiàn)多模式定位信號融合的10 cm等級定位精度，為實(shí)現(xiàn)車輛自動駕駛、交通事件識別與跟蹤、緊急事故告警與救援的快速實(shí)施提供依據(jù)與保障，從而有效規(guī)避或降低隧道的運(yùn)行風(fēng)險。

4 結(jié)論與展望

公路隧道作為道路交通事故多發(fā)的瓶頸路段，事故多發(fā)性和事故嚴(yán)重性直接關(guān)系道路交通參與者的生命與財產(chǎn)安全。本研究基于隧道常見事故的致因分析和傳統(tǒng)應(yīng)對策略，結(jié)合當(dāng)前交通安全理論研究成果，設(shè)計了基于5G技術(shù)的隧道區(qū)域自動駕駛與車路協(xié)同框架，探討兼容既存V2X技術(shù)的多源數(shù)據(jù)融合與功能模塊分配機(jī)制，同時創(chuàng)建隧道區(qū)域多源信號的聯(lián)合預(yù)警機(jī)制，變傳統(tǒng)的事故被動應(yīng)對為積極主動預(yù)防，以期降低或規(guī)避隧道風(fēng)險的發(fā)生。

下一階段，為滿足交通需求的實(shí)時性響應(yīng)，可以進(jìn)一步提高隧道域控制器的算力，通過優(yōu)化傳感器信號處理與融合算法，提升隧道AD云平臺和V2X網(wǎng)絡(luò)的帶寬優(yōu)化，建設(shè)端、邊、云高效協(xié)同的智慧隧道平臺和隧道風(fēng)險評估及預(yù)防的人工智能訓(xùn)練系統(tǒng)，為積極應(yīng)對和預(yù)防隧道事故、提升隧道區(qū)域服務(wù)水平尋求突破，也是本課題后續(xù)研究的新思路與方向。