近十年以来,伴随我国高速公路里程的与日俱增,高速公路长隧道(长度处于1km-3km范围)、特长隧道(长度超过3km)等长大隧道的数量成倍增长。根据交通事故数据,长大隧道路段往往交通事故多发且严重程度较高,与其他路段相比具有较高的交通安全风险。国内外相关研究成果,以及我国实际路段改造经验充分说明,科学的设置交通标志可有效提升该类路段交通安全水平。依托2012年国家科技支撑计划项目《山区高速公路交通标志设置技术研究》、2014年标准化研究项目《公路交通标志夜间视认性水平标准化研究》,本文的研究目的为:针对高速公路长大隧道路段的交通安全需求,探寻该路段交通标志效用机理,标定针对性的交通标志设置参数阈值,构建科学的评价理论体系,验证并提出最优化的系统技术方案。研究中以深入的实地调研材料、交通事故和交通运行数据为基础,综合采用实车试验、模拟驾驶、理论推导、统计预测等研究手段,对长大隧道路段的交通事故聚集特征、针对性的交通标志处置策略与设置关键参数、效果评价模型及最优的系统化设置方案等内容开展了研究工作,取得以下主要成果:(1)在隧道路段交通安全主要影响因素分析基础上,通过分析9条特长隧道、6条长隧道共计3年的交通事故数据,应用统计、分析、假设推断方法,研究了长大隧道路段交通事故分布特征。在空间分布规律方面,提出基于相对长度的隧道路段交通事故分布分析方法,实现了不同长度隧道的交通事故空间分布归一化,为进行理论研究提供了基础。交通事故数据统计分析表明,长隧道、特长隧道的入口路段、出口路段和隧道中间位置的交通事故率相对较高;特长隧道路段出口处的交通事故率明显高于长隧道路段。特长隧道与长隧道交通事故时间分布具有显著性差异,特长隧道夜间的交通事故率更高。操作不当、超速是该路段的交通事故主要成因,追尾是主要的事故类型。根据实车试验、交通流观测结果,车辆在隧道入口段存在比较显著的降速过程,驾驶员心率受到入口段的环境变化及平曲线半径影响较大。车速在隧道中段逐渐趋于平稳,出口后逐渐提升至一般路段限制速度或运行车速。(2)在交通事故空间分布归一化基础上,本研究基于DBSCAN密度聚类算法和K-mean聚类算法进行空间聚类分析,采用机器学习和遗传算法进行求解,提出了隧道路段交通事故聚集区域。结果显示长隧道、特长隧道路段的事故聚集规律既存在统一性,也存在相异性。首先,交通事故均聚集为4类,分别为入口路段、出口路段、隧道中段和隧道中后段。从聚集程度来看,长隧道主要聚集在隧道入口段,而特长隧道主要聚集在出口段。与以往基于事故数据描述性统计分析的方法相比,本研究采用无监督机器学习算法确定了交通事故聚集路段的数量与范围,所得到的结果更加精确、全面的反映了事故聚集特征。(3)在此基础上,以交通事故聚集路段为处置重点,综合国内外研究成果、驾驶员实车实验得到的行为特征,提出重点处置路段的交通标志系统处置方案。处置方案从系统化设置角度,针对隧道路段视觉障碍、空间受限对交通标志设置产生的特异性影响展开研究。首先,分析驾驶员视认交通标志的变减速操作过程,计算得到长大隧道交通标志设置路段,车辆全过程减速距离模型。仿真验证结果显示,与以往匀减速计算方法相比,应用本模型取得了更接近实际的结果。以此为基础,通过实车试验标定了隧道路段视觉障碍距离,并确定了交通标志前置距离阈值与距隧道入口间距阈值。此外,针对隧道内空间受限、单独设置旅游区指引标志的条件更加苛刻的问题,应用变加权灰色聚类算法理论,建立了旅游景区指引需求的量化分级方法,明确了单独设置指引标志的旅游区选取条件。(4)基于隧道暗环境特征,针对以往逆反射系数指标无法有效评价交通标志暗环境视认性的问题,提出了以亮度为计算参数的交通标志视认性水平评价模型,并明确计算模型中的各计算参数。综合理论推导与大量的实车实验,确定暗环境下交通标志最小视认距离;得到了不同种类交通标志亮度阈值及视认性水平阈值,突破了暗环境下交通标志视认性评价无法真实反映人眼视认效果这一难题,并编写行业标准《公路交通标志夜间视认性水平评价》。(5)最后,以提升交通诱导设施有效性、降低交通事故发生率为指导思想,融合人机工程学、认知心理学、交通工程学、计算机仿真等领域的研究方法,依托理论分析、驾驶模拟等研究手段,构建综合运行状态安全性指标、情况感知安全性指标、驾驶操纵安全性指标的交通标志效用评价指标体系,并在指标体系中,首次增加了行为变化率参数指标。论文量化分析了交通标志设置对各指标参数的影响效用,构建基于可拓理论与熵权的长大隧道事故聚集路段交通标志效用物元综合评估模型。综合主观、客观分析,提出高速公路长大隧道路段交通标志最优设置方案。