文章提出設(shè)計(jì)集成先進(jìn)視頻感知技術(shù)、通信技術(shù)、計(jì)算機(jī)技術(shù)和雷視融合技術(shù)建設(shè)隧道交通安全管理全要素感知、交通事件精準(zhǔn)定位、車輛動(dòng)態(tài)定位可視化管理的隧道交通安全管控平臺(tái)，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)信息共享，協(xié)同運(yùn)營(yíng)業(yè)務(wù)發(fā)展，以提高高速公路隧道運(yùn)營(yíng)安全管理水平及穩(wěn)定性。經(jīng)試點(diǎn)應(yīng)用后可知，部署雷達(dá)設(shè)備并搭配原路側(cè)布設(shè)的攝像監(jiān)控設(shè)備，整體車輛跟蹤成功率超過(guò)90%，軌跡還原有效率為99.5%，交通事故發(fā)生率降低約20%，降低運(yùn)營(yíng)管理成本約10%，達(dá)到了高效提升公眾出行服務(wù)體驗(yàn)的目的。

隧道安全管理；可視化管理；雷視融合；事件檢測(cè)

U491.1+16A561833

作者簡(jiǎn)介：

黃" 宗（1984—），工程師，主要從事高速公路投資建設(shè)與運(yùn)營(yíng)管理工作。

0" 引言

得益于我國(guó)經(jīng)濟(jì)的穩(wěn)定持續(xù)發(fā)展，我國(guó)公路設(shè)施網(wǎng)絡(luò)不斷完善，交通基礎(chǔ)設(shè)施不斷完備，截止2022年年末，我國(guó)公路總里程達(dá)到538.48×104 km，高速公路通車?yán)锍踢_(dá)17.7×104 km，穩(wěn)居世界第一。全國(guó)公路隧道24 850處、2 678.43萬(wàn)延米，新增加1 582處、208.54萬(wàn)延米，其中特長(zhǎng)隧道1 752處、795.11萬(wàn)延米，長(zhǎng)隧道6 715處、1 172.82萬(wàn)延米，我國(guó)已成為公路隧道發(fā)展速度最快，體量最大的國(guó)家［1］。面對(duì)體量龐大的公路隧道，隧道安全運(yùn)營(yíng)管理顯得尤為重要，是保障交通運(yùn)輸安全的重點(diǎn)工作。隧道由于環(huán)境相對(duì)密閉，隧道內(nèi)能見度較差，情況相對(duì)復(fù)雜，交通事故比率較大。一旦發(fā)生事故，易引發(fā)二次事故，易造成重大交通事故，因此，隧道是高速公路的重點(diǎn)關(guān)注路段和危險(xiǎn)路段之一。為此，本文提出設(shè)計(jì)高速公路隧道交通安全可視化管理平臺(tái)，通過(guò)數(shù)據(jù)融合加態(tài)勢(shì)感知機(jī)制，構(gòu)建隧道全息可視化場(chǎng)景，實(shí)現(xiàn)高速公路隧道交通安全管控需求，減少因隧道交通事故造成的交通傷亡事件及經(jīng)濟(jì)損失，積極推動(dòng)隧道交通安全運(yùn)營(yíng)工作的發(fā)展。

1" 需求分析

1.1" 快速事件檢測(cè)

隧道行車環(huán)境比較復(fù)雜，因其內(nèi)部路基相對(duì)狹窄，空間相對(duì)密閉，視野范圍較小且能見度較低，對(duì)駕駛?cè)藛T的生理及心理會(huì)產(chǎn)生不同程度的影響，尤其是面對(duì)連續(xù)隧道群路段，極易發(fā)生交通事故，例如拋灑物、追尾、翻車、起火煙霧、隧道內(nèi)爆炸、行人闖入、車輛逆行、異常停車等［2］。在出現(xiàn)交通事件或交通事故時(shí)，隧道管理需要第一時(shí)間感知并進(jìn)行事件精確檢測(cè)，快速定位，進(jìn)行即時(shí)預(yù)警，在黃金救援時(shí)間內(nèi)迅速準(zhǔn)確地部署救援人員及救援手段，降低因事件發(fā)生而產(chǎn)生的交通事故或二次事故的發(fā)生概率。

1.2" 降低事件檢測(cè)誤報(bào)率

普通隧道內(nèi)使用的智能攝像機(jī)，通過(guò)視頻監(jiān)控圖像結(jié)合人工巡檢的方式，受環(huán)境干擾因素、傳輸干擾因素、圖像質(zhì)量干擾因素、人工質(zhì)量干擾因素等影響，導(dǎo)致隧道事件檢測(cè)誤報(bào)率高，無(wú)法準(zhǔn)確感知隧道路面狀態(tài)。同時(shí)，隧道監(jiān)控視頻畫面眾多，僅通過(guò)大屏切換巡檢模式，無(wú)法及時(shí)對(duì)隧道內(nèi)的風(fēng)險(xiǎn)事件進(jìn)行識(shí)別，事件檢測(cè)效率低，不能做好隧道通行安全風(fēng)險(xiǎn)監(jiān)測(cè)工作［3］。在已有基礎(chǔ)視頻感知設(shè)備的基礎(chǔ)上，增設(shè)高精度感知設(shè)備，如毫米波雷達(dá)、高像素?cái)z像機(jī)、前端感知模塊等，高效感知高精度隧道斷面和車道交通流量、平均速度、時(shí)間占有率、空間占有率、車道密度、服務(wù)水平等交通參數(shù)判定，提高拋灑物、能見度低等異常事件辨識(shí)的系統(tǒng)性能。

1.3" 建立高集成度數(shù)據(jù)平臺(tái)

針對(duì)高速公路連續(xù)隧道群路段，考慮道路特征、交通條件等外部環(huán)境，構(gòu)建涵蓋監(jiān)測(cè)指標(biāo)、風(fēng)險(xiǎn)研判、預(yù)警發(fā)布、風(fēng)險(xiǎn)防控等中央計(jì)算和邊緣計(jì)算相結(jié)合的防控功能模塊。針對(duì)不同路段應(yīng)急防控信息的發(fā)布時(shí)機(jī)、內(nèi)容、對(duì)象、方式［4］，通過(guò)多種高精度智能感知終端采集的多源數(shù)據(jù)，尤其重點(diǎn)關(guān)注“兩客一?！避囕v，為隧道管理或進(jìn)出隧道車輛提供展示服務(wù)，如隧道交通流量、通行時(shí)速、擁堵狀態(tài)、貨車數(shù)量、?；窋?shù)量等，為管理者提供基礎(chǔ)預(yù)警信息，為出行者提供決策服務(wù)。

1.4" 車輛定位動(dòng)態(tài)管理

車輛定位動(dòng)態(tài)管理能解決傳統(tǒng)監(jiān)測(cè)存在的單方向視角、數(shù)據(jù)維度不足的問(wèn)題，可對(duì)車輛進(jìn)行精準(zhǔn)定位，同時(shí)還可以解決隧道內(nèi)視野盲區(qū)的問(wèn)題，對(duì)整個(gè)隧道區(qū)域內(nèi)目標(biāo)軌跡進(jìn)行完整還原［5］。在此基礎(chǔ)上做到實(shí)時(shí)檢測(cè)車輛位置、分析交通流量、預(yù)測(cè)風(fēng)險(xiǎn)和應(yīng)急處置，實(shí)現(xiàn)車輛的動(dòng)態(tài)車道級(jí)管控。

1.5" 可視化預(yù)警，伴隨式信息服務(wù)

通過(guò)增設(shè)信息發(fā)布設(shè)備，結(jié)合數(shù)字孿生技術(shù)，數(shù)字化全景動(dòng)態(tài)呈現(xiàn)公路隧道內(nèi)的實(shí)時(shí)交通狀況，交通事故前、中、后的事件及相關(guān)個(gè)體行為信息，進(jìn)而為交通事故分析、取證等精細(xì)化應(yīng)用提供數(shù)據(jù)支持，并建立安全事故鏈模型，及時(shí)進(jìn)行風(fēng)險(xiǎn)預(yù)警，實(shí)現(xiàn)隧道安全主動(dòng)防控。平臺(tái)利用感知結(jié)果數(shù)據(jù)上報(bào)、信息發(fā)布等手段，通過(guò)提供事件預(yù)警服務(wù)，接收顯示平臺(tái)端發(fā)布的隧道交通事件信息、路況信息、氣象信息等，有效降低運(yùn)營(yíng)風(fēng)險(xiǎn)［6］。

2" 系統(tǒng)設(shè)計(jì)

2.1" 整體設(shè)計(jì)

高速公路隧道交通安全可視化管理平臺(tái)由前端感知設(shè)備、數(shù)據(jù)匯聚模塊、業(yè)務(wù)支撐中樞和業(yè)務(wù)應(yīng)用組成。數(shù)據(jù)匯聚模塊負(fù)責(zé)采集和過(guò)濾前端設(shè)備感知數(shù)據(jù)，通過(guò)機(jī)器視覺技術(shù)和多元化車輛特征信息提取分析技術(shù)獲取目標(biāo)多維度融合信息，形成結(jié)構(gòu)化的數(shù)據(jù)源頭；業(yè)務(wù)支撐中樞分別按照不同業(yè)務(wù)邏輯做進(jìn)一步的數(shù)據(jù)提取和數(shù)據(jù)集成，為上層業(yè)務(wù)提供數(shù)據(jù)服務(wù)；業(yè)務(wù)應(yīng)用層通過(guò)全息隧道數(shù)字化呈現(xiàn)和實(shí)時(shí)監(jiān)控畫面結(jié)合的方式進(jìn)行展示，并提供事件查詢回溯和預(yù)警發(fā)布接口。具體如圖1所示。

高速公路隧道交通安全可視化管理平臺(tái)設(shè)計(jì)研究/黃" 宗

2.2" 數(shù)據(jù)匯聚模塊

通過(guò)接入高清監(jiān)控視頻、實(shí)時(shí)雷達(dá)數(shù)據(jù)和車牌車型等感知數(shù)據(jù)，利用深度學(xué)習(xí)推理和數(shù)據(jù)分析技術(shù)并結(jié)合隧道高精度地圖，可以實(shí)時(shí)地將隧道內(nèi)動(dòng)態(tài)目標(biāo)和靜態(tài)設(shè)備設(shè)施共同映射到時(shí)空坐標(biāo)統(tǒng)一的連續(xù)的隧道數(shù)字模型中。

2.2.1" 動(dòng)靜態(tài)數(shù)據(jù)采集

為建立基礎(chǔ)的道路數(shù)字化模型，需要導(dǎo)入數(shù)字高精度地圖數(shù)據(jù)，搜集路側(cè)感知設(shè)備樁號(hào)和主要設(shè)施定位信息，標(biāo)定監(jiān)控?cái)z像畫面等。同時(shí)接入多點(diǎn)位監(jiān)控視頻和雷達(dá)檢測(cè)數(shù)據(jù)、搜集目標(biāo)的車牌、車軸信息、車身信息、車速、航向、定位等多維度信息。

2.2.2" 數(shù)據(jù)分析與推理

視頻數(shù)據(jù)通過(guò)AI圖像算法進(jìn)行目標(biāo)識(shí)別和車道級(jí)事件檢測(cè)，可以實(shí)現(xiàn)快速感知目標(biāo)并定位，輸出結(jié)構(gòu)化的目標(biāo)數(shù)據(jù)和初步事件識(shí)別。雷達(dá)數(shù)據(jù)預(yù)處理過(guò)濾掉重復(fù)或分裂的目標(biāo)數(shù)據(jù)后使數(shù)據(jù)規(guī)模小，可利用聚類和相似度計(jì)算等數(shù)據(jù)分析方法處理，高頻率輸出結(jié)構(gòu)化目標(biāo)數(shù)據(jù)。

2.2.3" 多源數(shù)據(jù)融合

通過(guò)圖像目標(biāo)像素坐標(biāo)、雷達(dá)檢測(cè)坐標(biāo)及地圖坐標(biāo)標(biāo)定統(tǒng)一，彌補(bǔ)傳統(tǒng)監(jiān)測(cè)的單方向視角、單維數(shù)據(jù)的不足。在此基礎(chǔ)上完成隧道內(nèi)毫米波雷達(dá)與視頻數(shù)據(jù)融合，完成目標(biāo)綁定、目標(biāo)跟蹤、車道校準(zhǔn)，濾除噪聲干擾等，同時(shí)基于融合數(shù)據(jù)對(duì)交通事件做出精準(zhǔn)研判，能有效降低事件檢測(cè)的誤報(bào)率。

2.3" 業(yè)務(wù)支撐中樞

在結(jié)構(gòu)化數(shù)據(jù)基礎(chǔ)上，實(shí)現(xiàn)多個(gè)業(yè)務(wù)功能間的數(shù)據(jù)共享，構(gòu)建高集成度數(shù)據(jù)平臺(tái)，并包含智能風(fēng)險(xiǎn)態(tài)勢(shì)分析、車輛通行管理、交通統(tǒng)計(jì)分析、事件管理、設(shè)備設(shè)施管理等模塊化功能。

2.3.1" 事件管理

對(duì)?；奋囕v、車輛違停、區(qū)間超速、非機(jī)動(dòng)車和實(shí)線變道等隧道多發(fā)風(fēng)險(xiǎn)事件分風(fēng)險(xiǎn)等級(jí)進(jìn)行事件記錄，依據(jù)典型風(fēng)險(xiǎn)分析模型抽取已判別的目標(biāo)交通事件數(shù)據(jù)，形成完整事件記錄鏈，方便用戶側(cè)進(jìn)行事件回溯，提高隧道運(yùn)營(yíng)管理效率。

2.3.2" 交通統(tǒng)計(jì)分析和態(tài)勢(shì)感知

以隧道內(nèi)連續(xù)的車輛通行數(shù)據(jù)為支撐，通過(guò)多維度的數(shù)據(jù)統(tǒng)計(jì)分析，可以以可視化圖表方式展現(xiàn)每時(shí)段通行流量趨勢(shì)、通行車型占比、特殊車輛通行數(shù)等信息，支持以報(bào)表形式按時(shí)段、按天、按月等維度統(tǒng)計(jì)隧道車型流量，為隧道交調(diào)提供精準(zhǔn)的分車型流量數(shù)據(jù)。同時(shí)應(yīng)用趨勢(shì)變化圖表記錄隧道通行風(fēng)險(xiǎn)監(jiān)測(cè)變化，包括風(fēng)險(xiǎn)等級(jí)、隧道內(nèi)車輛數(shù)量、車輛平均速度、飽和度等參數(shù)，實(shí)時(shí)對(duì)隧道運(yùn)行態(tài)勢(shì)進(jìn)行分析和預(yù)測(cè)，形成隧道內(nèi)車流擁擠、堵塞等風(fēng)險(xiǎn)事件預(yù)警，為運(yùn)營(yíng)管理提供數(shù)據(jù)支撐。

2.3.3" 車輛通行管理

為隧道內(nèi)目標(biāo)分別建立獨(dú)立的數(shù)據(jù)鏈路，包含車型、出入時(shí)間、通行時(shí)長(zhǎng)、平均速度、事件標(biāo)記等關(guān)鍵字信息以支持細(xì)分歷史查詢和軌跡演繹。對(duì)大型客運(yùn)車輛、大型運(yùn)輸車輛、滯留車輛、危化品車輛等隧道內(nèi)需重點(diǎn)監(jiān)管的車輛，除關(guān)注其出入隧道信息外，還應(yīng)實(shí)時(shí)評(píng)估車輛運(yùn)行狀態(tài)，使運(yùn)營(yíng)管理者可以及時(shí)把控車輛的動(dòng)態(tài)信息。

2.3.4" 系統(tǒng)管理

提供通用的系統(tǒng)功能服務(wù)，包括日志管理、配置管理、組織管理、設(shè)備設(shè)施管理等，為上層應(yīng)用提供基礎(chǔ)功能支持。

2.4" 業(yè)務(wù)應(yīng)用

為了讓運(yùn)營(yíng)管理者更高效、準(zhǔn)確地掌握隧道實(shí)時(shí)運(yùn)行狀況，提升應(yīng)急處置和協(xié)同能力，業(yè)務(wù)應(yīng)用需要從交通態(tài)勢(shì)可視化、隧道實(shí)時(shí)監(jiān)控、車輛通行檔案和事件預(yù)警發(fā)布四個(gè)方面入手，優(yōu)化管理者在車輛通行安全監(jiān)測(cè)和預(yù)警信息聯(lián)動(dòng)的體驗(yàn)。

2.4.1" 隧道實(shí)時(shí)監(jiān)控

安全監(jiān)控模塊結(jié)合攝像頭監(jiān)控畫面和全息隧道數(shù)字化模型動(dòng)態(tài)展示當(dāng)前隧道上下行的車輛通行情況，包括展示當(dāng)前隧道內(nèi)車輛數(shù)量、車型占比、隧道飽和度統(tǒng)計(jì)、隧道通行風(fēng)險(xiǎn)等級(jí)研判、設(shè)備設(shè)施工作狀態(tài)監(jiān)控等內(nèi)容，全方位展示隧道通行情況。

2.4.2" 交通態(tài)勢(shì)可視化

態(tài)勢(shì)圖是隧道動(dòng)態(tài)信息的態(tài)勢(shì)展示，以圖表或趨勢(shì)圖直觀地展示當(dāng)前車輛通行統(tǒng)計(jì)信息，方便運(yùn)營(yíng)管理者從整體把握交通態(tài)勢(shì)。通過(guò)定制化風(fēng)險(xiǎn)研判模型，靈活應(yīng)對(duì)不同隧道通行特點(diǎn)，有效檢測(cè)隧道內(nèi)車輛通行滯留、“兩客一?！蓖ㄐ?、車流擁堵等通行風(fēng)險(xiǎn)，為隧道安全通行監(jiān)測(cè)提供24 h全時(shí)段的智能監(jiān)控，發(fā)現(xiàn)異常風(fēng)險(xiǎn)第一時(shí)間告警。

2.4.3" 車輛通行檔案

通行檔案記錄了隧道內(nèi)的過(guò)車通行記錄，同時(shí)根據(jù)通行車輛類型、風(fēng)險(xiǎn)通行車輛分類記錄通行檔案，特別針對(duì)滯留車輛、“兩客一危”車輛等重點(diǎn)目標(biāo)設(shè)置單獨(dú)查詢和監(jiān)管區(qū)域，為運(yùn)營(yíng)管理者提供合理細(xì)分的車輛通行記錄回溯支持，方便其動(dòng)態(tài)管理并定位車輛。

2.4.4" 事件預(yù)警發(fā)布

在隧道時(shí)間預(yù)警和安全防控場(chǎng)景中，前端實(shí)時(shí)刷新事件消息并提示管理人員處理，通過(guò)事件記錄可以查看完整數(shù)據(jù)鏈路和交通態(tài)勢(shì)預(yù)測(cè)，提升應(yīng)急指揮效率。對(duì)于研判風(fēng)險(xiǎn)等級(jí)高的事件，應(yīng)急處置消息除通過(guò)隧道區(qū)域的情報(bào)板和車道信號(hào)板發(fā)布外，還應(yīng)根據(jù)標(biāo)準(zhǔn)應(yīng)急預(yù)案將相關(guān)事件信息推送至路段應(yīng)急管理平臺(tái)和信息發(fā)布平臺(tái)，通過(guò)多種載體形式為相關(guān)管理人員和車主提供有效信息服務(wù)。

2.4.5" 安全監(jiān)控和管理可視化

通過(guò)共享服務(wù)接口調(diào)用地圖和各類數(shù)據(jù)，可以把隧道內(nèi)人行橫洞、車行橫洞、視頻監(jiān)控、情報(bào)板和各種標(biāo)志標(biāo)牌等機(jī)電設(shè)備和資源數(shù)據(jù)在2.5D地圖上進(jìn)行疊加并作為立體資源圖層進(jìn)行管理。運(yùn)營(yíng)管理者通過(guò)立體可視化界面可以對(duì)隧道內(nèi)設(shè)備的地圖位置和周邊環(huán)境有更直觀的感知和認(rèn)識(shí)。同時(shí)，平臺(tái)支持隧道內(nèi)設(shè)備聯(lián)動(dòng)和與其他系統(tǒng)平臺(tái)信息交互，可以真實(shí)地展現(xiàn)現(xiàn)場(chǎng)情況和態(tài)勢(shì)變化，運(yùn)營(yíng)管理者可以方便地在圖上進(jìn)行直接管理和指揮。

3" 關(guān)鍵技術(shù)

3.1" 基于雷達(dá)和視頻的目標(biāo)全息感知定位技術(shù)

針對(duì)視頻監(jiān)測(cè)視距不佳，雷達(dá)在隧道信號(hào)噪聲大及檢測(cè)精度低的問(wèn)題，利用雷達(dá)和視頻融合對(duì)隧道內(nèi)目標(biāo)進(jìn)行全要素、全方向的數(shù)據(jù)感知，通過(guò)視頻目標(biāo)像素、雷達(dá)目標(biāo)位置及地圖坐標(biāo)標(biāo)定，三者數(shù)據(jù)擬合形成目標(biāo)的唯一世界坐標(biāo)，彌補(bǔ)了傳統(tǒng)監(jiān)測(cè)的單方向視角、單維數(shù)據(jù)的不足，實(shí)現(xiàn)目標(biāo)的精準(zhǔn)定位。

3.2" 多雷達(dá)握手算法以及雷視融合算法開發(fā)

針對(duì)隧道內(nèi)視野盲區(qū)問(wèn)題，將前端設(shè)備的感知數(shù)據(jù)進(jìn)行數(shù)據(jù)級(jí)、特征級(jí)、決策級(jí)三種維度的融合，利用時(shí)空建模技術(shù)和軌跡預(yù)測(cè)跟蹤技術(shù)，將目標(biāo)在整個(gè)隧道的軌跡還原并實(shí)現(xiàn)全程跟蹤，實(shí)現(xiàn)超視距多目標(biāo)車輛監(jiān)控與軌跡跟蹤。

3.3" 基于2.5D地圖的數(shù)據(jù)共享平臺(tái)

主要依托GIS空間分析和大數(shù)據(jù)處理等關(guān)鍵技術(shù)，搭建服務(wù)化和數(shù)據(jù)共享的基礎(chǔ)平臺(tái)。在一張圖上呈現(xiàn)所有業(yè)務(wù)數(shù)據(jù)，包括監(jiān)控?cái)?shù)據(jù)、運(yùn)維數(shù)據(jù)等，實(shí)現(xiàn)資源展示可視化、安全監(jiān)控可視化、應(yīng)急指揮可視化、運(yùn)維管理可視化。

4" 應(yīng)用效果

該平臺(tái)自2023年6月起在信梧高速公路隧道群投入試點(diǎn)應(yīng)用，通過(guò)新增部署雷達(dá)設(shè)備并搭配原路側(cè)布設(shè)的攝像監(jiān)控設(shè)備，最大程度地實(shí)現(xiàn)了雷達(dá)和視頻優(yōu)勢(shì)互補(bǔ)，實(shí)現(xiàn)隧道內(nèi)交通目標(biāo)的24 h全天候、超視域、多維度實(shí)時(shí)監(jiān)測(cè)及實(shí)時(shí)運(yùn)營(yíng)狀態(tài)監(jiān)管，整體車輛跟蹤成功率＞90%，軌跡還原有效率為99.5%。同時(shí)，平臺(tái)充分發(fā)揮事件檢測(cè)分析和態(tài)勢(shì)感知輔助決策上的優(yōu)勢(shì)，有效提高應(yīng)急處置和主動(dòng)安全防控能力，交通事故發(fā)生率降低約20%，降低運(yùn)營(yíng)管理成本約10%。另外，還提供交通預(yù)警、誘導(dǎo)、決策等智能管控功能，打開了隧道運(yùn)營(yíng)管理升級(jí)的新思路。

5" 結(jié)語(yǔ)

隧道交通安全管控基于其特殊路段特點(diǎn)，在相對(duì)獨(dú)立，缺少可視化、聯(lián)動(dòng)化控制的情況下，是高速公路運(yùn)營(yíng)管理中工作難度相對(duì)較高的。針對(duì)隧道交通安全管理涉及的事件檢測(cè)、運(yùn)維決策、信息服務(wù)等業(yè)務(wù)應(yīng)用需求，設(shè)計(jì)打造基于雷視融合感知技術(shù)的隧道交通安全可視化平臺(tái)，可實(shí)現(xiàn)隧道內(nèi)、隧道群實(shí)時(shí)運(yùn)營(yíng)狀態(tài)監(jiān)管，服務(wù)于運(yùn)營(yíng)管理者和出行司乘人員，提升高速公路交通安全水平和通行效率、降低運(yùn)營(yíng)管理成本的管理指標(biāo)，賦能高速公路數(shù)字化轉(zhuǎn)型升級(jí)，達(dá)到高效提升公眾出行服務(wù)體驗(yàn)的目的。

［1］交通運(yùn)輸部.2022年交通運(yùn)輸行業(yè)發(fā)展統(tǒng)計(jì)公報(bào)［N］.中國(guó)交通報(bào)，2023-06-16（002）.

［2］馬壯林，邵春福，李" 霞.高速公路隧道交通事故嚴(yán)重程度的影響因素分析［J］.北京交通大學(xué)學(xué)報(bào)，2009，33（6）：52-55.

［3］王海燕.隧道安全全面檢測(cè)解決方案探討［J］.中國(guó)交通信息化，2022（3）：139-142.

［4］張生瑞，馬壯林，石" 強(qiáng).高速公路隧道群交通事故分布特點(diǎn)及預(yù)防對(duì)策［J］.長(zhǎng)安大學(xué)學(xué)報(bào)，2007，38（1）：63-66.

［5］高" 策，褚瑞峰.基于卡爾曼-高斯聯(lián)合濾波的車輛位置跟蹤［J］.交通信息與安全，2020（1）：76-83.

［6］李秀珍.基于隨機(jī)森林模型的智慧高速公路交通事故預(yù)測(cè)研究與應(yīng)用［J］.山西交通科技，2023（5）：103-105.

20240408