基于人与环境交互作用的交通枢纽导向标识布局评估

郭凡良， 禹丹丹， 董宝田

(北京交通大学交通运输学院，北京 100044)

城市铁路客站具有规模庞大、功能齐全、换乘方式多样和空间结构复杂等特性，旅客站内走行依赖环境信息导向标识.合理的导向标识有助于客流流线组织，且对提高枢纽内旅客的安全性、便捷性及出行效率等具有重要意义.

发达国家对公共交通导向标识设计的研究较为成熟［1-2］，不仅形成了本土化公共导向标识标线设计规范标准，而且考虑乘客寻路行为特征对地铁、图书馆等大型场所导向标识进行了深入研究［3-4］，提出了行人、标识和建筑物的设计标准.参照国外标准，我国导向标识缺少相关设计标准和评估手段.一方面，设计标准不统一，且可操作性差，仅提出标识应设在最容易看到处，观察角度接近90°等［5］;或仅说明标识须按通向目标点的最佳线路进行布置，且具有连续性等［6］.另一方面，评估手段欠佳，一般基于海量调查数据，提出了建立相关评估指标体系的静态评估方法［7-8］;或考虑建筑空间与单个行人运动空间感知的评估方法，进行地铁站内标识布局的定量评估［9］.

由于我国标识设计以经验为主，常忽略行人属性及行为，导致许多大型公共场所，特别是轨道交通枢纽，普遍存在空间大而不便，标识多而烦乱等问题，致使旅客出现徘徊、滞留等现象.因此，考虑环境、行人属性与行为之间的交互关系，从行人群体对标识使用效果角度，实现对静态导向标识设置位置、数量和字体尺寸的综合定量化评估.

本文充分考虑行人与环境的相互作用关系，在分析行人寻路行为特性的基础上，利用基于人与环境交互理论的计算机动态仿真评估方法，进行北京南站地下一层导向标识布局的单流线定量评估，并提出定量及定性化建议标准.

1 枢纽导向标识布设的人与环境交互特性

1.1 寻路行为特性

寻路行为是指旅客在环境中，利用信息寻找到目标点的过程［4］，包括对环境的感应和认知，将环境资讯转变成寻路的决策和行动计划，再在适当的地点将计划付诸行动，这表现为旅客与环境信息之间的交互作用，其包括3个阶段:信息处理、制定决策和执行决策，如图1所示.

图1 寻路行为过程图解Fig.1 Scheme of way-finding process

信息处理阶段主要是对环境标识信息的处理.由图1可知，寻路行为与导向标识的关系主要体现在旅客行为和环境因素的相互作用，一方面环境影响行为，例如，导向标识指导旅客寻路选择行为;另一方面，寻路行为反作用于标识设计，如果标识设计不合理，旅客会出现停驻、徘徊等寻路困难行为.

1.2 视觉感知特性

在交通枢纽空间内，旅客对标识的识别范围有限，这种能接收信息的空间区域称为可见域，由视野和视距决定，受人的生理特性、标识自身特性和环境特性的影响.

(1)视野

当人的头部和眼球固定不动时，眼睛观察正前方物体时所能看见的空间范围称为视野，用角度表示.正常人双眼水平视野约为左右各60°内区域，文字、字母和颜色的辨别视角分别为10°～20°、5°～30°和 30°～ 60°;单眼视野约为左右 94°～104°［10］.

(2)视距

人机工学将视距定义为人在操作系统中的正常观察距离，本文将其延伸至日常生活中人对标识的正常观察距离.标识一般具有标识大小、字体、颜色等属性.视距由视野、视力、心理因素等人体生理属性，以及照明度、对比度等环境属性共同决定，其计算式［10］为

式中:k为观察者心理与环境等因素对视距影响的修正系数;

s为标识尺寸，m;

V为根据标识颜色、背景亮度及对比度对调整后的视力.

2 基于人与环境交互的导向标识动态评估系统

由于传统标识设计评价方法成本高、时效性差，提出动态仿真评估方法，以仿真模型为核心，以评估指标为标尺，以仿真系统为工具，以仿真试验为案例，实现了导向标识布局的定量化综合评估.利用微观仿真技术，建立环境对象的模型并进行仿真.

2.1 模型输入

2.1.1 客流模型

客流模型包括客流分布和客流结构两部分.第一部分指枢纽运营时间内分时段、分出入口、分去向的客流分布及客流到达规律;第二部分反应不同生理属性(例如性别、年龄等)、交通属性(例如出行目的)和社会属性(例如环境熟悉度等)的旅客构成参数.根据概率统计，在某时段内旅客到达服务设施的概率服从泊松分布，因此，按照需求，利用数理模型给出概率:

式中:p为在时段t内有n个旅客到设施设备f处的概率;

af为设施设备f处客流泊松分布的均值，通过调查手段得到，并可根据实际模拟需要进行调节.

进站客流为从入口至站台处的客流需求，出站客流为从站台至出口处的客流，换乘客流为从一个站台至另一站台(包括其他交通方式)的客流.

2.1.2 设备模型

设备模型包括物理设备模型和服务设备模型.物理设备包括站内楼扶梯、通道等通行设施，站台、站厅等容纳设施，以及一些固定障碍物.服务设备包括售票设施、检票闸机、导向标识等.根据元胞自动机及智能体建模思想，按照枢纽实际布局情况，将网格中各元胞赋予各类设备属性(特别是导向标识的种类和方向属性)，则其模型表示如式(3)所示.

式中:(Xi，Yi)为元胞i的位置坐标;

βi为元胞i的设施设备属性参数，βi=0表示墙壁，βi=1表示扶梯，βi=2表示楼梯，βi=3表示人工售票窗口，βi=10表示导向标识等;

2.1.3 流线模型

客流流线是枢纽站内不同目的客流移动的路线，反映了旅客在站内的宏观移动轨迹，需按客流类型及需求区分出、入口输入.流线通常由路由节点和节点关系确定，从宏观上控制旅客站内走行，为局部寻路行为决策服务.流线是由一系列父、子节点组成的节点集合，如式(4)所示.

式中:IjO、IjD为流线j的起、讫节点编号;

Ijn为流线j的第n+1个节点的编号.

各节点信息包括节点编号、位置坐标、所属楼层、类型、父ID列表、子ID列表、流线类型、客流比例等属性，信息记录形式串联成客流流线.

2.1.4 寻路行为模型

寻路行为模型是评估系统的核心，包括3阶段，人与环境交互作用关系如图2所示.

(1)信息处理.建立空间认知，先根据光线可逆原理，使标识在环境网格中显示信息;之后旅客通过视觉感知获取环境信息，并通过空间认知控制器获取自身定位、全局方向及可选路径集，进行信息识别.

(2)制定决策.通过初步获取的导向信息，结合当前客流状况，通过认知控制，预设下一参考目标点，并启用决策评估器，判断所选节点是否满足出行需要.若满足则设为下一参考目标点，并触发移动行为模块;若不满足，移动调整直到确认下一参考目标点为止，实现局部路径规模规划.

(3)执行决策.触发移动行为模块后，根据行为规则库，选择基本反应行为，形成运动控制命令，并将其传送到运动控制接口模块，实现旅客运动和模拟环境的更新，并循环到下一回环寻路.

旅客在系统内重复上述行为，直至确定到达终点，寻路过程结束，退出系统.

2.2 模型输出

依据导向标识设计布局合理性、信息连续、整体性等原则，从标识设计物理逻辑及使用效果的经济性和便利性角度出发，提出点、线、面3个层次的评估指标体系(见图3).结合系统评估目标，模型输出包括:

(1)标识布设物理指标

标识的信息覆盖面积、流线上标识的间距、信息连续度和重叠率，这些指标用于衡量标识的服务范围和疏密程度.

(2)旅客使用标识的效果指标

旅客在站内依靠标识完成出行的过程中表现出的所有旅客每米平均迷失时间¯Tl、每百米平均停留次数 ¯Ns，以及全程平均走行速度 ¯Vw，这些指标用于衡量流线和区域标识的使用效果，.

此外，还可通过图形界面输出方式获取旅客迷失率高的区域或位置，为该区域标识的改善提供依据.

图2 旅客寻路行为仿真模型流程Fig.2 Flowchart of passenger way-finding behavior model

图3 评估指标体系Fig.3 Evaluation indexes system

2.3 模型标定

2.3.1 标定内容

对旅客宏观和微观行为特性和规律等参数进行标定，主要包括以下4部分内容.

(1)交通流基本图［11］.交通流基本图反映了速度-流量-密度关系的规律，美国高速公路通行能力手册给出了平道上行人流基本图的规律，不同区域、设施的人流特征有所差异，但基本趋势变化不大，该系统仿真的客流规律也具备此特点.

(2)自组织行为［12-13］.行人流具有自组织特性，例如自动渠化、瓶颈摆动、流动斑纹等，当系统输入相关参数后，可再现这些特性.

(3)迷失选择行为［14］.行人在引导信息缺失环境下，或出现不同方向的概率行为选择，或选择从众.调查分析发现，一般旅客具有较高的从众性及保持原方向走行的趋势，超过一定时间后，会选择问询以确认目标.

(4)视距［15］.因受环境、行人及标识属性的影响，不同环境、区域、标识下的视距有所差异，为此需设计专门的实验方法和计算方法对标识视距进行标定.

2.3.2 标定方法

由于交通枢纽是一个复杂交通系统，需要分区域对以上内容进行标定，因此，对枢纽内不同区域、设施处的基本图与自组织行为建立单独的仿真场景与模型［16］.对于迷失选择行为和视距的标定，需采用问询、问卷、跟踪、视频拍摄调查等方法进行数据采集［17］，再利用数理统计、视频软件分析等技术进行综合标定.

为确保模型有效，用以上方法该完成了系统相关参数的标定［16-17］，通过对轨道交通枢纽微观仿真系统SRail［17］进行二次开发，形成交通枢纽导向标识布局评估系统Gsign.

3 案例研究

3.1 北京南站简介

北京南站是集普通铁路、高速铁路、市郊铁路、城市轨道交通与公交、出租等市政交通设施于一体的大型综合城市轨道交通枢纽.采用5层立体化布局，分别为高架候车层、地面站台层、地下一层换乘大厅、地下二层地铁4号线和地下三层地铁14号线(暂未开通)，且地下一层用于实现各种交通方式的换乘，是该综合枢纽的核心组成部分.

根据2012年3月调研情况，以北京南站地下一层为例，对存在导向问题的典型进站、出站和换乘流线上的导向标识布局进行评估研究，北京南站地下一层典型流线场景如图4所示.

图4 北京南站地下一层典型流线场景选择示意图Fig.4 Sketch map of typical routes scene on the underground layer of Beijing South Railway Station

3.2 实例分析

3.2.1 结果分析

以典型进站流线(自西通道一进入至高架候车层)为例.经仿真发现，初始方案中标识点A1至标识点A2的连续性不够，导致某些区域出现较高频率的旅客迷失情况.因此在流线拐角处增设同类标识，如图5所示.在该拐点处增设的标识点如图6所示.优化前、后输出指标的对比见表1.

由此可知，适当增设拐角处的导向标识可保证标识信息的连续性，虽然增加了标识信息重叠率，但在信息重叠率增加很少的条件下，明显提高了旅客平均走行速度，减少了每百米平均停留次数及每米平均迷失时间，降低了旅客寻路难度，提高了服务质量.同理，对典型出站和换乘流线进行优化后，输出指标结果.

从表1可以看出:

(1)出站流线上虽然减少了标识设置数量，标识间距增大，但其并未降低标识信息的连续性.这不仅降低了建设成本，同时缓解了旅客视觉疲劳，没有出现旅客停留及折返增加的情况.

(2)换乘流线标识的间距不变，但通过适当改变标识字体大小和设置位置及高度，以提高标识醒目性，可扩大信息显示范围，提高流线标识信息连续性，减少了旅客每百米平均停留次数，提高平均走行速度，最终提高了服务质量.其中，优化后进、出站和换乘流线上旅客的平均走行速度分别提高了4.0%、3.2%和 13.3%.

图5 初始典型进站流线仿真示意图Fig.5 Schematic of original typical inflow route

图6 优化典型进站流线仿真示意图Fig.6 Schematic of optimized typical inflow route

3.2.2 结果验证

依据车站环境和设施设备等实际情况进行建模，利用仿真试验，通过旅客迷失位置及其使用标识的效果指标 ¯Tl，¯Ns，¯Vw进行结果验证.

(1)仿真试验确定的旅客迷失位置与实际情况完全吻合，出现在流线标识设置的拐角位置G以及引导信息未覆盖的区域A1～A3，如图5所示.

(2)对比分析仿真模型输出指标值和实际调查数据可知，群体平均走行速度仿真结果与实际值的相对误差约5%，在标识连续性较差的流线上略大;每米平均迷失时间及每百米平均停留次数的相对误差约9%，较长流线的部分误差超过10%，见表2.

结合表1～表2数据，对标识布局物理指标和旅客使用标识的效果指标进行综合分析可知:

(1)标识连续度为0.5～0.6时，仍有可能导致将较高的迷失和停留行为;即使标识连续度超过0.9，迷失停留率的降低并不明显，主要是由于标识信息重叠率过高，导致旅客对引导信息不敏感或感觉繁琐，建议南站标识连续度和重叠率保持在80%和25%左右，特殊情况下其重叠率不宜超过40%，标识间距在25 m以内.

表1 典型流线优化前、后评估指标对比Tab.1 Comparison of evaluation indexes of typical routes before and after optimization

表2 仿真结果与实际数据的对比Tab.2 Comparison between simulation results and actual data

(2)出、入口及流线拐点处的导向标识至关重要，应注意其醒目性及连续性，否则旅客极易迷失.

(3)从视距角度可知，除增加标识数量外(含地面粘贴式)，还可通过改变标识尺寸、颜色和对比度等属性，增加标识的可见度及醒目性，从而增加标识连续性.

4 结束语

针对目前交通枢纽导向标识设计标准和评估手段缺乏的问题，根据旅客微观行为研究和仿真试验成果，深入分析旅客寻路行为与环境标识的交互特性，提出了标识评估系统模型的输入、输出与标定方法.利用自主开发的GSign系统，分析标识引导下的旅客寻路效果，实现典型区域的标识仿真评估，提出定性及定量化建议.由于人与环境交互的复杂性，构建多场景寻路行为模型是下一步的研究重点.

［1］The Standards Policy and Strategy Committee.BS 8502-2003 Graphical symbols and signs-Creation and design of public information symbols-requirements［S］.London:British Standards Institution，2003.

［2］田中直人，岩田三千子.标识环境通用设计:规划设计的108个视点［M］.王宝刚，译.北京:中国建筑工业出版社，2004:96-128.

［3］QIN D，FUNAHASHI K，KITA M，et al.Comparative study on wayfinding by foreigners and Japanese at Osaka Umeda Area［J］.Papers on City Planning，2002，37:25-30.

［4］ARTHUR P，PASSINI R.Wayfinding:People，Signs，and architecture［M］. New York:McGraw-Hill.Ryerson，1992:115-132.

［5］中华人民共和国国家质量监督检验检疫总局，中国国家标准化管理委员会.GB/T 15566.4—2007公共信息导向系统设置原则与要求［S］.北京:中国铁道出版社，2007.

［6］中华人民共和国铁道部.TB 10074—2007铁路旅客车站客运信息系统设计规范［S］.北京:中国铁道出版社，2008.

［7］耿楠，陆健，项乔君，等.轨道交通枢纽站视觉导向系统的评价体系及其应用［J］.城市轨道交通研究，2009，12(12):69-73.GENG Nan， LU Jian， XIANG Qiaojun， etal.Evaluation ofvisualguide system ofmetro hub station［J］.Urban Mass Transit，2009，12(12):69-73.

［8］孔情情，李晔.综合客运枢纽导向标志系统的评价指标体系研究［J］.城市轨道交通研究，2011，14(5):83-86.KONG Qingqing，LI Ye.Evaluation indexes system of oriented sign system in comprehensive hubs［J］.Urban Mass Transit，2011，14(5):83-86.

［9］吴娇蓉，胡山川，陈振武.基于运动空间视觉感知的导向标志布局评价［J］.同济大学学报:自然科学版，2011，39(8):1167-1176.WU Jiaorong，HU Shanchuang，CHEN Zhenwu.Motion space visual perception-based evaluation of navigation signs'distribution［J］.Journal of Tongji University:Natural Science，2011，39(8):1167-1176.

［10］陈振武.城市客运枢纽导向标志空间布置评价研究［D］.上海:同济大学，2009.

［11］SHAH J， JOSHIG J， PARIDA P. Behavioral characteristics of pedestrian flow on stairway at railway station［J］.Procedia-Social and Behavioral Sciences，2013，104(2):688-697.

［12］DIRK H，LUBOS B，ANDERS J T W.Self-organized pedestrian crowd dynamics:experiments，simulations，and design solutions［J］. Transportation Science，2005，39(1):1-24.

［13］ANTONIO F.Miguel physics:insights into pedestrian motion and crowd dynamics:reply to comments on the emergence of design in pedestrian dynamic:locomotion， self-organization， walking paths and constructal law［J］.Physics of Life Reviews，2013，10(12):206-209.

［14］LORELEI S，GRAHAM C，ALEXA D.Measuring the impact of unfamiliar transit travel using a university access survey［J］.Transport Policy，2013，30:301-307.

［15］SHEN Yang，WANG Qingsong，YAN Weigang，et al.Evacuation processes of different genders in different visibility conditions an experimental study［J］.Procedia Engineering，2014，71:65-74.

［16］李得伟.城市轨道交通枢纽乘客集散模型及微观仿真理论［D］.北京:北京交通大学，2007.

［17］禹丹丹.基于寻路行为的轨道交通枢纽导向标识布局方案仿真评估研究［D］.北京:北京交通大学，2012.