雾会导致能见度大幅下降,从而影响高速公路交通安全,因此,开展雾天环境下高速公路交通安全的研究,对保障雾天行车安全具有重要意义。本文针对高速公路,分析雾天环境下影响实时交通安全状态的各种因素,研究雾天高速公路实时交通安全状态评价方法和模型,并建立雾天交通安全状态分类及预警方法,为开展交通管理、可变限速控制等提供依据。为实现雾天环境下高速公路实时交通安全状态的量化评价和安全预警,以雾天环境下高速公路交通流观测数据为基础,在VISSIM仿真软件中构建雾天环境下的高速公路网,模拟不同能见度条件下的高速公路交通流运行状态。将交通冲突数作为高速公路实时交通安全状态的表征指标,运用随机森林和Pearson相关系数确定影响实时交通安全状态的主要因素,并利用回归分析方法建立雾天环境下高速公路实时交通冲突计算模型。使用交通冲突数作为表征高速公路实时安全状态的指标,运用K均值聚类方法将交通冲突数分为3类,并由此将交通安全状态分为高风险、中等风险和安全状态3类。根据交通安全状态分类建立预警方法,在判断当前交通风险状态等级后,对高风险状态进行预警,及时提醒驾驶员,减小事故风险。将雾天事故和非事故条件下的交通流数据分别代入回归模型计算交通冲突数,分析有、无事故发生时,交通冲突数的波动情况,确定发生交通事故时交通冲突数的变化特征,据此提出交通事故判别方法。通过设定不同的交通事故阈值,事故判别方法可以得到不同的事故预测精度和误报率。利用美国I-43高速公路交通流、气象和事故数据,验证雾天环境下实时交通安全状态评价模型和预警方法。结果表明,本文的交通安全状态分类与预警方法可以实现对雾天环境下危险交通状态的识别并发布相应预警。使用雾天事故数据验证本文的事故判别方法,选择交通冲突数18作为事故判别阈值,得到事故判别方法的预测精度为73.33%时,误报率低于40%,表明本文事故判别方法具有较高的精度,可用雾天高速公路事故判别。本文方法能有效识别雾天高速公路实时交通状态并发布预警,为雾天环境下高速公路实时交通安全管理、可变限速控制等提供理论基础。由于本文方法对交通流数据的采样周期,采样距离以及事故数据完备性要求较高,而目前我国交通流数据采集系统和气象监测设施仍不够完善,无法取得足够多的实际高速公路交通流数据和气象数据。因此,本文建立的交通安全状态评价模型缺乏足够的数据验证,后续研究中,将获取国内实际高速公路的交通流、气象和事故数据,对雾天环境下交通安全回归模型进行修正,并开展实际应用。