孙永安

（山西交通控股集团 运城北高速公路管理有限公司，山西 运城 044000）

1 研究背景

山西省通车运营高速公路隧道共计684座，累计长度达到945.222 km，隧道数量多距离长，并且隧道是交通事故的高发路段，对公路隧道的日常维护、事故处置和安全管理带来巨大的挑战。在传统的隧道监控视频模式下，隧道监控人员需要人工监控大量的视频画面，并要及时通过视频监控发现事故事件信息，这要求隧道监控人员具有高度集中的注意力，但实际监控效果不够理想。

经过多年的技术投入和发展，基于对车辆运动目标检测的隧道事故事件监测系统已经在隧道现场投入应用较长时间，但是由于传统图像处理算法在技术性能上的局限性，造成系统识别精度差、误报高和漏报频繁，需要很多人工对事件加以确认，浪费大量的人力和物力。因此，有必要研究应用新一代的隧道车辆目标检测技术，以实现对车辆目标的准确高效识别和异常状态自动报警功能[1]。

隧道车辆目标检测技术的检测结果将直接影响隧道监控人员应对事件的指挥和决策。本文根据当前公路隧道车辆目标识别的要求，在准确感知的基础上，运用毫米波雷达全天候、抗遮挡的感知技术特点，进一步解决视频监控技术易受背景多变、光照环境、遮挡等影响的问题，实现隧道内车辆目标状态的准确采集，并进行适度的调整、预警和引导，从而提高高速公路运营的安全水平和道路通行能力。……