一、專案背景及研究意義：
專案背景：
隧道是公路路網中的關鍵交通設施,可以減少路線規劃上的旅行時間,提高出行者的便利性.與在開闊道路上不同,隧道內駕駛員會由於隧道封閉、黑暗和單調的環境引起焦慮,駕駛員隧道中駕駛需要更高的注意力和更大的腦力負荷.同時,在隧道中發生事故的後果往往比在開闊道路上的破壞性和災難性更大.隧道中更狹窄、更有限的空間阻礙了事故後的救援和疏散,這可能會導致車輛擁堵、發生車禍,或者隨後發生更大的次生事故.鑑於隧道存在的潛在危險,有必要對隧道交通安全進行評價,來研究識別與事故風險相關的重要因素。
研究意義：
首先，我們可以探究隧道交通衝突的影響因素，建立一套有關隧道交通衝突的模型。在傳統的交通安全評價工作中，研究人員通常使用以往的交通事故資料來研究危險駕駛行為、惡劣天氣、交通量等宏觀交通狀態與交通事故的相關關係。由於碰撞事故是相對罕見且瞬時發生的事件，實際發生的碰撞可能並不是評價道路安全的最佳指標,我們需要對，不以碰撞發生為前提的替代安全措施，進行探索；即探索交通中可能發生的交通衝突。
其次，可以對隧道交通進行評估。透過路側攝像機和熱成像攝像機等記錄車輛軌跡影片資料。藉助人工標定或機器視覺學習演算法自動標定交通衝突，進而可以得到隧道交通衝突的影響因素，並對整個隧道進行交通安全的評估。
最後，可以改善隧道交通情況。透過發現交通衝突易發生的路段以及衝突的引起原因，再相對應的做出改善措施，可以幫助提升隧道安全性。在遠期還可以藉助於車路協同系統來進行實時隧道交通訊息的監控以及調控。
二、現有研究與可行性
現有研究：
目前關於隧道交通衝突分析的研究較少，主要聚焦於隧道與互通立交安全間距。也就是隧道出入口與互通式立交出口的間距，從駕駛員行車特性角度對隧道出口與互通式立交出口的最小間距進行分析。而對於在隧道中駕駛過程中的衝突分析也十分有限，主要有基於感測器的物理感測器的方法。
在傳統的交通安全評價工作中,交通事故資料被用來研究宏觀交通狀態(交通量、速度、佔用率)與碰撞頻率或嚴重程度之間的關係，基於交通事故資料的研究結果對於更好地理解事故發生機制具有重要意義。同時部分研究使用交通衝突判別常用指標作為評估交通安全效能的替代方法，其中最具有代表性的是基於碰撞時間的以及基於交通衝突監測指標。
當前評價指標侷限性較大。以交通事故作為指標的評估模型存在樣本少且資料採集滯後的問題，統計資料存在廣泛的誤統漏報,造成資料統計分析結果的不真實、不準確。
當前評價大多采用宏觀交通流引數。採用宏觀的交通流資料，並不可以直接反映每一個交通個體存在的風險。
當前感測器存在缺陷。傳統的透過佈設感測器、邊緣伺服器預測隧道內交通衝突的方法不能完整地預測車輛行駛全過程的衝突。而基於影片的預測方法可以獲得更加全面的資料資訊，更具有實時性。
可行性：
(1)資料採集與獲取：可以透過在隧道內佈設高畫質監控裝置和攝影機實現隧道內的實時監控，獲取可用於研究分析的監控影片，影片檢測器對環境要求較高，恰好隧道環境相對穩定。監控裝置和攝影機可以透過購買等方式獲取。同時可以依託學校平臺(如學校所屬測繪單位)獲得做隧道監控測量的資質，在隧道內佈設需要的裝置。
(2)研究分析：可以透過有關的影象處理和分析軟體和模型對獲得的監控影片進行交通衝突預測分析，這些相關軟體和模型可以借鑑之前的研究獲得，或者購買相關軟體和模型的使用權。數學建模可以透過傳統的機器學習來完成，相關包已經比較完善。
(3)預算成本：本研究的主要成本在於相關裝置和軟體的購買或租借，這些裝置、軟體的價格在可接受範圍內，同時也要依託學校平臺獲得開展研究的資質，需要與學校所屬的測繪單位合作。
三、研究過程與研究方法
研究過程：
本課題的研究過程分為三個階段：
1.研究的準備階段
時間安排：2023年7月1日星期六——2023年7月15日星期六
（1）設計課題方案，制定可行計劃。首先查詢在本領域相關的大量文獻資料，特別是有關交通衝突以及隧道交通的相關文章。撰寫課題研究方案，修訂並論證研究方案，做好立項及申報工作。
（2）組建課題組。將課題組成員分為三組（如：資料收集組，資料處理組，資料分析組），確認成員的職責與分工，完善課題組研究制度。
（3）進行資料收集、整理，課題組研究人員培訓等工作，增強對本課題研究意義的認識。
2.研究的實施階段
時間安排：2023年7月15日星期六——2023年11月1日星期三
（1）實驗物件的確定。針對預選實驗的實驗物件，進行短時間的資料採集以及分析工作，從中選擇最佳的實驗物件，以及最佳的資料收集方式，分析方式。
（2）資料收集。對於選擇出的研究物件，在合理位置安裝影片採集器的，進行一定時間的資料的收集，並按一定週期檢視收集到的資料。
（3）資料處理。當第一批具有一定數量的資料傳回後，對他們進行處理，及時調整資料收集與處理方法。在完成調整後，持續收集資料，得到最終資料，並對最後所有的資料進行處理。
（4）資料分析與模型構建。利用上述已經經過處理的最終總體資料，採用合理的數學方法構建模型。透過測試資料集判定模型的合理性，並不斷最佳化模型。利用模型對新資料進行分析，得到資料所反映的特徵。
（5）綜合評價。藉助於以上分析結果，對研究物件的交通情況進行預測，並針對研究物件進行綜合評價。
3.成果形成階段。
時間安排：2023年11月1日星期三——2023年12月15日星期五
（1）整理實驗資料、資料，進行分析、總結，對實驗結果進行評價。
（2）撰寫課題研究報告。
研究方法：
資料收集階段：
利用影片識別技術，如yolo影片車識別，透過設定虛擬線圈，車長判定線等方式，對影片資料進行分析，得到車輛當前的行駛狀態包括車輛速度，車輛加速度，車輛長度，車頭間距，車頭時距等；以及該斷面的交通流狀態如流量，佔有率等。
利用測量學以及文獻收集，得到研究物件不同路段的設計引數，如寬度，曲率，距出入口的距離等。
資料處理階段：
利用資料技術所學習的相關知識，如預處理，視覺化，對資料進行一個初步的處理，得到有交通衝突監測指標的多維影響因素及資料列表。
資料分析階段：
利用機器學習，進行數學回歸模型的建立，搭建交通狀態與交通衝突的關聯關係。機器學習如XGboost，LightGBM方法。並利用統計學知識，對迴歸樹模型進行評價，同時評價各個指標的影響力大小，如平均絕對誤差迴歸損失對整體模型進行評價，plot_importance對各維度引數進行評估等。
交通衝突可以從碰撞接近程度進行量化。具體地，可以使用一系列時間近端指標或空間近端指標作為替代安全措施來衡量交通事件碰撞風險或接近程度。如碰撞時間TTC和後侵佔時間PET2個最普遍的時間近端指標。TTC表示道路使用者與潛在碰撞點的接近程度；PET表示實際安全裕度，反映了道路使用者與其實際碰撞點接近程度。空間近端是指比較直觀的判別指標，如車頭間距、衝突距離、理論制動距離等指標，顯然空間近端指標值越小，交通衝突越嚴重，發生事故的可能性越大。
四、預算安排：
監控裝置和攝像機：用於採集隧道內交通影片。
伺服器和儲存裝置：用於影片儲存和處理。
影象處理和分析軟體：用於開發和實現預警演算法。