王 朔，徐 建，李閩平，黃 玲

1 研究背景

近年來，大型公共建筑中的密集行人交通及疏散等問題受到越來越廣泛的研究及關(guān)注[1]。行人交通特性研究一般包括單個行人和群體行人兩個方面，二者的側(cè)重點不同。對于單個行人，其主要的交通特性指標(biāo)包括步行速度、步幅、占用空間等，對于群體行人主要包括行人交通量、行人密度、平均速度等。建筑環(huán)境內(nèi)行人交通行為還包括行人的其他活動特征，如尋路、對空間設(shè)施的反應(yīng)、標(biāo)識系統(tǒng)的引導(dǎo)、空間物理環(huán)境（如建筑室內(nèi)的聲環(huán)境、光環(huán)境）等相關(guān)影響等。

目前行人交通研究手段主要集中在以下幾個方面：

（1）基于實驗的研究，包括通過現(xiàn)場觀測、演習(xí)及有控實驗等多種方法[2]。

（2）行人交通仿真模型，采用計算機模擬手段研究特定場景下行人交通問題,包括基于元胞自動機[3]、格子氣[4]、社會力[5]、多智能體等[6-8]各類行人交通計算機仿真模型。

（3）行人交通行為數(shù)據(jù)采集，采用人工或儀器的方法對行人交通行為數(shù)據(jù)進行采集、統(tǒng)計、分析[9，10]。

盡管計算機模擬手段取得了很大的進步，基于實驗或現(xiàn)場觀測的行人數(shù)據(jù)采集仍然是行人交通特性分析、仿真模型建立、仿真模型標(biāo)定、驗證等工作的基礎(chǔ)。

傳統(tǒng)的行人數(shù)據(jù)采集包括人工觀測、儀器自動檢測及問卷調(diào)查等。連續(xù)的人工觀測耗時長，準(zhǔn)確率低，調(diào)查內(nèi)容也受到局限，因此人工監(jiān)測一般用于短期的交通調(diào)查或計數(shù)統(tǒng)計等。基于現(xiàn)場有控實驗的行人數(shù)據(jù)采集主要缺點是對于特殊情況，如火災(zāi)、爆炸、大客流等緊急情況下的行人交通實驗存在安全隱患及難于組織實施。

近年來，VR 技術(shù)獲得了廣泛的發(fā)展及應(yīng)用。VR 技術(shù)提供的實時三維空間表現(xiàn)能力、人機交互式的操作環(huán)境以及給人帶來的身臨其境感受為建筑設(shè)計、城市規(guī)劃設(shè)計、建筑環(huán)境評價模擬等提供了良好的技術(shù)手段[11]。

VR 技術(shù)應(yīng)用于建筑環(huán)境行為設(shè)計到多方面的問題，既包括多通道虛擬環(huán)境實現(xiàn)技術(shù)、人機交互技術(shù)等具體實現(xiàn)技術(shù)，也包括虛擬環(huán)境模擬因素控制與主觀評價等實驗技術(shù)。Rudolph Darken 和Barry Peterson 對VR 環(huán)境中的移動、導(dǎo)航及尋路行為進行了研究及總結(jié)，包括空間信息的獲取，空間信息的表示，空間環(huán)境導(dǎo)航模型，虛擬環(huán)境中的導(dǎo)航設(shè)計，虛擬空間中展示過程中的視頻效果對人的環(huán)境識別任務(wù)執(zhí)行的影響等[12]。孫澄宇等對虛擬漫游控制中的步行姿態(tài)控制及校準(zhǔn)方法進行了研究[13]；申申等對基于顯示器及頭盔兩種模式的空間場所認(rèn)知模式及場景感知進行了研究[14]?？偟膩碚f，目前的研究較多的關(guān)注虛擬環(huán)境中的特定要素的影響因素進行研究，或是使用簡化的交互手段模擬環(huán)境行為，而創(chuàng)建一個高度仿真及人機交互沉浸感，對環(huán)境行為進行細(xì)粒度的記錄的環(huán)境行為實驗平臺對實驗的有效性及準(zhǔn)確性至關(guān)重要，本文的研究綜合應(yīng)用了虛擬現(xiàn)實技術(shù)及人機交互技術(shù)的最新成果，搭建虛擬環(huán)境交互及環(huán)境行為數(shù)據(jù)獲取平臺，并進行了尋路空間行為模擬及初步的環(huán)境行為數(shù)據(jù)采集與分析，對實時采集數(shù)據(jù)的類型、結(jié)構(gòu)及數(shù)據(jù)的可分析性進行研究。

2 基于VR 技術(shù)的行人行為模擬與數(shù)據(jù)采集分析平臺

本研究借助VR 技術(shù)建立對應(yīng)的空間虛擬環(huán)境，通過人機接口技術(shù)，讓測試者在虛擬環(huán)境中完成特定的目標(biāo)，通過記錄測試者在時間序列中的位置、動作等數(shù)據(jù)，進行相應(yīng)的數(shù)據(jù)分析。為了實現(xiàn)在虛擬環(huán)境中實現(xiàn)行人交通行為的模塊及數(shù)據(jù)采集、分析，筆者搭建了針對建筑空間場景模擬及行人數(shù)據(jù)采集系統(tǒng)?；赩R 的行人模擬與數(shù)據(jù)采集平臺主要實現(xiàn)了以下幾個關(guān)鍵問題：

（1）環(huán)境模擬，包括環(huán)境的逼真程度，標(biāo)識系統(tǒng)創(chuàng)建等；

（2）環(huán)境效果及事件效果模擬，包括建筑環(huán)境中燈光效果、環(huán)境聲效的變化，以及燃燒、爆炸、煙氣擴散等環(huán)境事件模擬；

（3）大客流模擬，通過集成第三方模擬軟件的模擬結(jié)果在VR環(huán)境中重建大客流；

（4）行為模擬及數(shù)據(jù)采集（模擬真實的走路、躲避障礙物及人群、上樓梯，乘扶梯）；

（5）多人聯(lián)機協(xié)作場景交互。

圖1 為應(yīng)用平臺的基本實現(xiàn)框架，其核心是基于Unreal[15]虛擬引擎的仿真平臺，該部分主要實現(xiàn)了虛擬場景的渲染，與程序及外部設(shè)備交互，場景特效渲染等功能，大客流動態(tài)人物展現(xiàn)等核心功能。針對個體交通行為的模擬，本研究采用了Omni 萬向跑步機及HTC Vive 頭盔作為用戶主要人機交互設(shè)備。Omni 萬向跑步機支持用戶在該設(shè)備上模擬走路、轉(zhuǎn)方向、跑步等多種動作，系統(tǒng)可以采集到測試者當(dāng)前的方向，雙腳動作的狀態(tài)等來標(biāo)定測試者的行為狀態(tài)。HTC Vive 除提供三維全景的圖像顯示功能，也可以同時捕捉用戶視線的方向，視線的仰角/俯角等信息，從而記錄用戶在場景中行走時的路徑，在不同時刻的場景中的關(guān)注點、興趣點等相關(guān)行為信息。

本文擴展了Omni 與HTC Vive 應(yīng)用接口，增加用戶行為動作與現(xiàn)實場景行為動作匹配與校準(zhǔn)的功能，并開發(fā)模擬使用樓梯、乘用自動扶梯等對應(yīng)的模擬功能。通過模擬測試與校準(zhǔn)功能，將虛擬人機交互動作與實際行為動作的反應(yīng)速度、行走速度等相匹配，從而獲取正確的模擬數(shù)據(jù)。這部分結(jié)合多人測試實驗及評價完成。行為數(shù)據(jù)采集模塊則記錄整個測試過程中測試者在虛擬場景中的行為信息，包括時間序列的時間戳、位置坐標(biāo)、視線方向（水平角度，仰角/俯角）等作為環(huán)境行為研究數(shù)據(jù)。

針對虛擬環(huán)境中的大客流，本文應(yīng)用Anylogic[16]進行大客流仿真，通過AnyLogic 軟件導(dǎo)出標(biāo)識的行人位置，方向信息，行人在場景中的動作則在模擬平臺中根據(jù)行人動作的上下文重建相關(guān)的動作，如行走，轉(zhuǎn)身、跑步等。

3 案例研究

本研究結(jié)合廣州地鐵燕塘地鐵站為例進行了相關(guān)的行人交通數(shù)據(jù)采集的初步試驗。在以往的研究中以此站點為例進行了相關(guān)的應(yīng)急預(yù)案場景模擬，相關(guān)的工作作為本文的試驗基礎(chǔ)[17]。

燕塘站屬于典型的地鐵換乘站，3 號線及6 號線在此站換乘。整個車站分為4 層，由上至下分別為站廳層、6 號線站臺層、3/6 號線轉(zhuǎn)換層及3 號線站臺層。各層之間主要靠自動扶梯及單跑樓梯連接，由圖2 可以看出，通過不同的樓梯可能會組合出不同的路徑，且形成的路徑距離有一定差異。

模型創(chuàng)建充分考慮到三維視覺及標(biāo)識系統(tǒng)等因素的影響，對于站內(nèi)的標(biāo)識系統(tǒng)進行了精細(xì)的建模。以便測試者能夠根據(jù)場景信息及標(biāo)識信息決定下一步行動的方向、動作等行為。

本案例實驗的目的是利用虛擬現(xiàn)實技術(shù)對燕塘地鐵站進行完整的模型創(chuàng)建，并利用虛擬行為采集系統(tǒng)對乘客在車站內(nèi)的尋路行為進行模擬，獲取客觀尋路行為數(shù)據(jù)，如尋路運動軌跡、步行速度、尋路時間、錯誤率等。同時通過實驗采集數(shù)據(jù)進行尋路行為分析，借此驗證本實驗平臺的可行性。

實驗步驟如下：

1）告知被試實驗?zāi)康暮头椒ǎ?/p>

2）每個測試者正式實驗前適應(yīng)幾分鐘虛擬現(xiàn)實環(huán)境；

3）臨時告知被試目的地。被試者隨機選擇從六號線或三號線站臺出發(fā)走到A、B、C 出口，每個測試者做兩次目標(biāo)試驗，第一次試驗完成后才告知第二次測試目標(biāo)。

實驗共23 人參加，其中3 名女性測試者，每個人隨機被分配相關(guān)的任務(wù)，從地鐵3 號線或6 號線的某個位置走到指定的出口（地鐵A、B 和C 出口），實驗每隔0.2 秒記錄了測試者的X、Y、Z 坐標(biāo)及視線角度。

4 數(shù)據(jù)分析

對23 名測試者測試過程進行了相關(guān)的記錄，表1 詳細(xì)記錄了每個測試者在0.2 秒時間間隔下詳細(xì)的位置及方向數(shù)據(jù)。其中，時刻T 為采樣時間，X、Y、Z 數(shù)據(jù)記錄了在具體的時刻測試者在空間中的位置坐標(biāo)，Ha 為測試者在采樣時刻視線方向的水平投影角度，Ea 為視線方向的垂直角度。表2 是根據(jù)表1 相關(guān)數(shù)據(jù)整理得到的46 組實驗分析所需數(shù)據(jù)，包括每個整個測試過程用時及行走路線總的長度及平均速度等。其次，根據(jù)每個人的行走路徑采集數(shù)據(jù)，在空間中繪制了每個測試者的行走路徑以及測試者在每個位置的視覺方向矢量。

表1 單個測試者測試數(shù)據(jù)記錄（片段）

表2 46 組測試數(shù)據(jù)統(tǒng)計資料（片段）

4.1 路徑數(shù)據(jù)分析

通過單因素ANOVA 分析，顯示不同類型的路徑在所用時間、行走距離和平均速度上的差異均無統(tǒng)計學(xué)意義（圖3），但是部分路徑的特征較為明顯。以3C 路線（起點為3 號線站臺，終點為C出口）為例，其路徑距離最短，但是消耗時間最長，其中一部分原因是步行速度變慢導(dǎo)致的。而類似的還有6A 路線，說明這些路線相比于其它路線有很明顯的影響步行速度的相關(guān)因素，找出這些因素對提高站內(nèi)的通行效率有一定的幫助。

圖3 不同測試路線時間（左）、距離（中）、及平均速度分布（右）

不同性別間的步行速度差異較明顯（F（1，44）=4.92，P＜0.05），且男性的步行速度要高于女性，分析其原因是男性對實驗設(shè)備的操作熟練度要高于女性，并且男性的體力要好于女性。不同年齡的步行速度差異并不明顯，其原因是本次實驗受試者的年齡差距并不是很大，多集中在18～22 歲這一同齡層次之間。

將46 組數(shù)據(jù)中每個位置的采樣點在空間中進行標(biāo)識，可以得到整個測試過程的運動軌跡（圖4）。實驗結(jié)果表明：路徑重疊密集區(qū)較為集中（圖中黃色區(qū)域），主要集中在閘機（J1）、狹窄通道（J2）、上下行樓梯轉(zhuǎn)彎口（J3）、站廳與通道的轉(zhuǎn)點（J4）等區(qū)域。說明這些區(qū)域是行人密度較高及易擁堵區(qū)域，需做好引導(dǎo)措施保證站內(nèi)通行的順暢。

圖4 測試人員運動軌跡及空間位置密度分布

4.2 行為數(shù)據(jù)分析

通過記錄數(shù)據(jù)可以計算測試人員視角變化幅度較大的時間及空間位置。對于視角變化幅度，分別計算及標(biāo)記了在一定時間間隔內(nèi)水平方向角度，垂直方向，空間視角（兩視線空間夾角）的變化，并將水平角度大于15 度，空間角度大于15 度及垂直方向角度變化大于5 度的位置點密度以半徑的形式在空間位置中標(biāo)記出來（圖5）。由于部分?jǐn)?shù)據(jù)違反方差分析要求（方差不齊），因此視線分析采用K-W 非參數(shù)檢驗。分析結(jié)果表明：不同路線間的視角變化差異沒有統(tǒng)計學(xué)意義（水平角度：X2=6.35，df=5，p=0.27；垂直角度：X2=4.65，df=5，p=0.46；空間角度：X2=9.31，df=5，p<0.97），能夠初步說明整個地鐵站的尋路條件較好，整體環(huán)境信息較易理解，沒有造成太大的視覺上的壓力。在個人屬性方面，不同性別在3 種視角變化上差異顯著（水平角度：X2=6.40，df=1，p<0.05；垂直角度：X2=4.85，df=1，p<0.05；空間角度：X2=7.69，df=1，p<0.05），且均顯示出男性轉(zhuǎn)頭次數(shù)要明顯大于女性，但年齡方面沒有發(fā)現(xiàn)顯著差異。因此，可以認(rèn)為性別因素在地鐵站的尋路過程中對視線變化差異的影響較大。這一發(fā)現(xiàn)和其它相關(guān)研究者的研究結(jié)果相似[18]，其主要原因是和男女性使用了不同的空間策略有關(guān)。

圖5 測試者在環(huán)境中視角變化記錄（圖左為測試者1，圖右為測試者2）

從視角變化位置統(tǒng)計中可以觀察到測試者在行走及尋路過程中容易發(fā)生遲疑，速度減慢，停留及轉(zhuǎn)動視角方向觀察場景的具體位置區(qū)域。以測試者3 和測試者12 為例（圖6），在同類型路徑下，前者的視角變化明顯要少于后者，說明不同類型測試者的空間探索模式有較大的差異。對采樣點的總數(shù)，水平方向，空間方向轉(zhuǎn)動次數(shù)大于15 度及垂直角度方向變化大于5 度的位置及次數(shù)進行了統(tǒng)計。結(jié)果表明，水平角度變化及空間位置變化的次數(shù)非常接近（ρ=0.95，P ＜0.01），相關(guān)系數(shù)（皮爾遜相關(guān)）略大于垂直角度變化動作的次數(shù)（r=0.79，P ＜0.01），表明行人主要依靠水平方向轉(zhuǎn)動來辨別方向及觀察場景。另外垂直角度變化角度的區(qū)域在自動扶梯及樓梯位置聚集明顯（圖7），這也是符合常規(guī)的行人行為特征的。

圖6 測試者3（圖左）和測試者12（圖右）的視角變化空間分布圖

圖7 水平、空間、垂直視角變化的分布密度圖示

軟件平臺開發(fā)了測試過程回放的功能，可根據(jù)測試者的路徑記錄信息生成測試過程的序列幀圖像，可以針對序列幀圖像對測試者空間行為做進一步的分析。通過觀察測試者行為過程眼睛關(guān)注的序列幀圖像，可以看出測試者視線轉(zhuǎn)動頻率較高的區(qū)域相對于視線轉(zhuǎn)動頻率較低的區(qū)域，其空間特征在空間復(fù)雜度以及路線選擇可能性等方面的特征更為為明顯。圖8 顯示了根據(jù)不同測試者測試路線中所截取的代表性區(qū)域的分時圖像，其中A（A1）為站臺的區(qū)域，B（B1）為站廳的區(qū)域，C、D、E 分別為從站廳已接近出口樓梯及自動扶梯的區(qū)域，從序列幀可以明顯的看到測試者行走過程尋找樓梯，出口等明顯交通特征的行為，一旦明確了路線特征，其視線的轉(zhuǎn)動頻率明顯減少，另外，在站臺出發(fā)的位置需要尋找往上一層站廳的樓梯，其選擇性較單一，難度比在站廳層選擇路線任務(wù)要容易，視線轉(zhuǎn)動統(tǒng)計頻率明顯低于站廳內(nèi)（圖8）。

圖8 典型測試者測試過程的序列幀圖像

4.3 其它類型數(shù)據(jù)分析

通過記錄數(shù)據(jù)文件，還可以進行多方面的數(shù)據(jù)分析，包括：

（1）相同目標(biāo)不同測試者所經(jīng)過的路線分布情況。通過收集的整個路徑可以看出，從3 號線站臺到目標(biāo)為A 出口的不同測試者的行為路徑（3A）的差異，可以分析測試者在場景中哪個位置會選擇趨于一致的路線以及哪個位置會開始路線分化。進一步的分析還可以結(jié)合場景的空間特征及場景中的各類要素設(shè)計（柱子、墻、家具、提示牌等）等因素分析測試者路線選擇的影響因素；

（2）多人行走過程中，整個路徑的長度，瓶頸速度，方差等相關(guān)統(tǒng)計；

（3）行為觀察。針對每個測試者，可以通過時刻、坐標(biāo)位置及方向等信息，對測試者在場景路線中的行為動作做進一步的分析，如速度變化，或在某個特殊位置出現(xiàn)加速、逗留等情況。還可進一步根據(jù)該位置、方向等信息得到該位置的視覺觀察圖像等，做進一步的視覺因素分析。

結(jié)論

（1）實驗驗證了基于VR 系統(tǒng)的行人仿真及交通數(shù)據(jù)采集平臺的可行性。通過問卷調(diào)查，23 測試者，95%以上測試人員認(rèn)為場景的仿真度和真實性較高，但部分標(biāo)識字體只有在較接近目標(biāo)的時候才比較清楚。1 人認(rèn)為走路較真實情況快，5 人測試后感覺有些頭暈，23 人均順利完成了測試。

分析調(diào)查問卷，對其中的問題分析如下：

目前3D 展示使用的HTC Vive 兩塊顯示屏幕采用的1K 分辨率圖像對于場景的總體還原度及真實度可以滿足要求，但對于細(xì)節(jié)層次及標(biāo)識牌等在距離用戶較遠(yuǎn)的情況下由于分辨率的影響還有待進一步的采取技術(shù)手段解決。下一步的研究可以對測試者的視力及觀測目標(biāo)的距離及觀測結(jié)果進行相關(guān)的實驗及標(biāo)定。

（2）通過該平臺，可以方便的設(shè)置不同的場景情景，人流情況等，進行不同類型的行人交通行為仿真，獲得詳細(xì)的任意時間間隔的行人數(shù)據(jù)，進而進行不同類型的分析。對于單個行人，也可以在測試的時間和空間范圍內(nèi)，對個體在某個節(jié)點遲疑，停止，觀察等動過進行精細(xì)的記錄、分析，從而進行個體行人交通行為的調(diào)查、分析。本文嘗試構(gòu)建了基于Omni 萬向跑步機和HTC Vive 頭盔等交互設(shè)備創(chuàng)建虛擬測試環(huán)境，讓參與者以自然行走及全景觀察的模式進行測試，并通過記錄行人的活動、視覺軌跡等數(shù)據(jù)進行分析與定量研究，為公共建筑行人交通行為實驗提供了新的平臺及方法。

通過對測試者視角變化（水平、空間、垂直角度）的記錄，可以反映出測試者在尋路過程中的部分行為規(guī)律。在尋路過程中，視線以水平方向的變化為主，在空間中，水平與空間變化較大的區(qū)域是一致的，主要發(fā)生在樓梯口及通道轉(zhuǎn)折處，和水平方向視角變化的區(qū)域基本一致，只是在自動扶梯上下樓位置垂直視角變化有明顯的增加，這與人在實際環(huán)境中的行為也是一致的。行人空間交通行為中，通過對行人視角變化記錄數(shù)據(jù)的分析，可以對行人的交通行為進行一定的判斷，并作為進一步環(huán)境行為研究的基礎(chǔ)。

（3）本平臺實現(xiàn)了對環(huán)境的物理因素（視覺環(huán)境、聲環(huán)境等）以及大客流等情景以及特殊類事件（火災(zāi)、爆炸、煙氣擴散等）進行模擬，以及結(jié)合第三方模擬軟件數(shù)據(jù)集成方式的大客流模擬，實驗總體上對平臺及實驗的可行性進行了相關(guān)的測試及驗證，目前只針對給定目標(biāo)的尋路行為進行了相關(guān)的模擬及行為采集，更復(fù)雜的場景設(shè)置環(huán)境下的實驗行為測試實驗還有待進一步的設(shè)計及研究。

圖、表來源

文中圖、表均由作者繪制。