基于DI-GUY的群体应急疏散建模仿真方法研究

黄炎焱 何新 梁魏 王建宇

社会公共安全突发事件例如火灾、爆炸及恐怖袭击等通常发生在群体聚集区,所造成后果往往很严重.从伤亡情况来看,有因突发事件本身危害性所造成的直接伤亡,也有因缺乏突发灾害下的应急疏散培训发生的二次伤害.如在社会公共安全突发事件发生时,受灾人群往往因恐慌与求生等心理而采取不恰当的疏散行为,造成拥挤踩踏并升级为二次灾害,典型事件有2015年元旦前夕上海外滩踩踏事件、2015年9月发生的沙特麦加踩踏事件等.

反思该类社会公共安全事件,可以发现受灾人群及职能部门往往缺乏大型公共场所应急疏散的应急思想准备以及应急能力.为此,提高突发事件中群体的应急疏散能力很重要.

然而,在实际公共安全突发事件应急场景中开展群体疏散的演练不容易,要受到一系列因素的限制,如应急环境难以构造、群体人员繁多难组织、疏散机理缺乏、演练逼真度低以及耗费成本高等制约.

鉴于系统建模仿真试验方法具有不受时间和空间的影响、成本低的优点,可采用分析群体疏散的情况.而仿真分析方法对应急疏散预案的制定和实施有很好的参考意义.

关于应急疏散的建模与仿真分析,国内外学者们比较重视.国内王起全等研究了地铁爆炸事故发生时人的群体行为、疏散路径及疏散时间等问题,指出采用蚁群算法进行疏散能够在较短时间内使乘客选择优化的疏散路径,撤离危险区域[1].中国科学技术大学朱孔金等利用利用元胞自动机人员疏散模型,考虑教室类房间内过道区域的影响因素,调整行人转移概率的计算规则,分析了教室不同出口位置、教室内不同布局情况下逃逸者的疏散效率[2].陈喜春针对分队作战实验,采用DI-Guy作为主要开发工具,通过编程实现了人物角色的选择、人物动作的控制以及相关协同动作[3].贺静静采用了虚拟现实技术模拟地震紧急疏散的情景,以开展紧急疏散的决策分析技术[4].

国外的专家学者也比较注重采用各种建模仿真方法对应急疏散问题进行研究,相关的研究文献有,Pablo Cristian Tissera等对行人疏散的行为进行建模,采用了元胞自动机和智能体的方法进行分析[5];Lu Tan等基于Agent的建筑物疏散模型,结合空间知识对火灾进行分析预测[6].关于疏散行为的建模仿真,Peter M.Kielar研究了一种基于并行的层次化有限状态机的行人决策模型[7].Bani Anvari扩展了社会力模型SFM(Social Force Model),对疏散的碰撞检测和避免进行了研究[8].Enrico Ronchi等采用一种参数化方程对群体疏散路径进行分析[9].为了验证疏散中的群体“越快越慢”现象,S.A.Soria等采用生物试验进行验证,主要采用蚂蚁群进行相关实验[10].Ciro Caliendo借助仿真工具如CFD模型分析公路隧道火灾情况的分析[11].Uwe R¨uppel对高层建筑物突发事件的疏散问题,采用了基于BIM模型(Building Information Modeling)的推演方法,旨在探索建筑物环境对群体疏散行为的影响[12].Nuria Pelechano借助商业软件(STEPS和EXODUS)对群体在高层建筑物的疏散过程进行仿真[13].疏散路径规划很重要,Vania Campos等采用迭代的启发式方法分析应急疏散路径,以行走时间和交通容量为参数进行模拟[14].本文针对地震应急响应方案模拟与评估问题,建立应急过程机理模型,基于想定环境STAGE进行仿真推演,评估论证了多种应急预案执行效能[15].关于应急疏散过程建模,笔者借鉴美国空军上校Boyd提出的OODA(Observe,Orient,Decide,Act)环思想提出了一种应急响应过程机理[16].胡晓峰等研究了作战体系超网模型的作战环提取方法并进行协同指挥机理的仿真分析[17];张明智等讨论了OODA环时间测度建模仿真问题,构建了作战体系的网络模型[18].这些建模思想对应急疏散研究具有较好的参考意义.

由上可见,采用建模仿真对应急疏散效果的分析很好,但也面临着一些问题,如群体疏散的机理表达,疏散人群的行为如何建模,如何选择疏散出口等问题.如何刻画人物的行为及分析群体疏散出口的选择也需要良好的仿真工具支持.鉴于DI-Guy是由美国Boston Dynamics公司开发的可以在实时仿真环境中添加逼真的人物模型的一款仿真软件环境,其二次开发环境提供了刻画个体和群体的模块.因此,本文拟对群体的疏散机理进行分析,构建心理影响下的群体疏散行为模型.本文拟针对大型突发事件中人群的逃逸疏散特点构建应急疏散模型,基于DI-Guy展开群体应急疏散的仿真模拟,通过模拟分析,旨在提高突发事件背景下人员的应急疏散能力,同时为应急职能部门提供良好的应急决策支持.

1 群体应急疏散的建模机理

1.1 个体与群体应急疏散的建模机理

群体应急疏散过程中的主体为疏散人群,分析应急疏散系统,需要考虑周围的环境对疏散人员的影响.疏散人群是由许多个体组成,个体之间的行为相互影响,相互激励,从而形成变化多样的群体行为.对群体应急疏散进行仿真建模,需要分析个体与群体在应急环境下的行为过程.群体行为是个体行为的聚集及演化叠加.对每一个个体而言,它总是在不断地感知周围的状况,通过感知到的情况进行决策判断,进而做出自己的行为决策,最后付之于行动,该过程是一个“感知—判断—决策—行动”的过程,正如前面所述的美国空军上校Boyd提出军事作战环理论类似.故本文建立基于OODA的个体及群体应急疏散过程机理如图1所示.

1.2 群体应急疏散的智能体建模

我们知道,群体应急疏散系统,可以将其看作是一个由人群及周围的环境所组成的一个复杂系统,该复杂系统中大量个体之间、个体与环境之间会产生相互影响,而这些个体具有一定的智能行为,而这些行为的刻画,需要采用智能体Agent建模技术.事实上,群体应急疏散的建模仿真,是建立在对大量个体行为特征之上.对群体应急疏散过程进行建模仿真,借鉴智能体的建模思想,将群体应急疏散过程各个体均看作智能体,通过对智能体属性定义,以及对智能体的行为和智能体之间的相互作用进行刻画,来描述群体应急疏散这一复杂系统.对个体应急疏散过程的智能体仿真建模,可以将其划分为认知层、行为层、物理层,运动层以及几何层等5个层次.其中几何层主要是智能体的几何数据,如骨骼、外在表现等;运动层主要是智能体的运动控制方法;物理层主要是智能体对外部环境的感知以及信息的收集;行为层主要是规划和确定当前的行为;认知层主要是对智能体的感知、行为和动作的控制.

1.2.1 智能体的属性

群体应急疏散过程中人员的属性对疏散过程有着很大的影响,人员的属性主要包括人员体型、性别、年龄、速度和反应时间等.对群体应急疏散系统中的智能体进行建模,首先要考虑智能体的属性分布.智能体的属性如速度、反应时间、体型等与性别、年龄的关系很大,所以在进行建模研究时,要先根据仿真需求确定疏散人员的性别和年龄,然后再确定人员的速度等其他属性.

1.2.2 智能体的行为建模

群体应急疏散过程中的人员行为包括个体行为和群体行为.群体应急疏散系统中智能体的目标便是安全到达安全区域,在这个过程中,智能体与环境之间、智能体与智能体之间存在相互作用,这些相互作用和智能体向目标移动的主观驱动力共同确定了智能体的行为.

对于智能体的行为建模,包括对于智能体行为的选择、控制以及最终的运动演示等三大部分.其中,行为选择模块涉及到智能体的行为原则和路径规划,控制模块包括碰撞检测以及路径确定方法,而运动演示模块包括运动合成以及智能体骨骼动画.

而确定智能体的行为原则,要考虑到疏散过程中的人员行为特点,主要包括:

1)当空间存在多个出口时,疏散人员会倾向于选择离自己最近的出口;

2)若两个出口距离相近,疏散人员倾向于选择人员密度较小且危险度较低的出口;

3)在疏散过程中,人员选择了一个出口并开始疏散后,一般不会轻易改变自己的前进方向;

4)对疏散人员提供有效的引导信息,有助于提高疏散效率;

5)突发事件下,人员因为恐慌等心理作用,容易做出一些不理智的行为且易产生从众行为等.

由于人员与建筑物和人员之间的相互作用,人员在疏散过程中要不断地避免碰撞和改变路径,因而路径选择模型和避碰成为了研究人员疏散过程的两个重点内容,后面将对其进行详细分析.

2 复杂条件下的出口选择定量模型

应急疏散时出口选择很重要.人员在公共场所遭遇突发事件时,首先要进行安全疏散,人员即要迅速离开危险区域[19].通常,不论是在室外公共区域还是在建筑物内,人员可进行安全疏散的出口选择可能有多个,所以,人员要快速根据环境信息和自身状况选择一个出口作为疏散的目的地.只有先进行出口选择,人员才能进一步确定自己的疏散路径,从而顺利到达安全区域.

当环境中只存在一个出口时,该出口是疏散人员的唯一选择,即疏散人员不需要进行出口选择.当环境中存在2个或2个以上的出口时,人员需要根据自身心理状况,结合自身位置、出口的大小和位置、危险区域的位置以及各个出口方向人员数量等来确定自己的出口选择,需要考虑的相关因素如图2所示.

结合图2所示的出口选择相关因素,在不考虑人员的心理因素的情况下,构建个体出口选择的数学模型,如式(1)所示:

其中,E表示最终的出口选择,n表示可供选择的出口的数量,DEi为个体到出口i的距离,DRi为出口i到危险源的距离,Li为出口i的宽度,Ni为出口i方向的疏散人员数量(人员数量的确定如图1所示,以出口之间的角平分线划分确定各个方向的人员数量),k1、k2、k3和k4分别为各个出口选择影响因素的权重系数,DEmin为个体到各个出口的最小距离,DRmax为各个出口到危险源的最大距离,Lmax为各个出口的最大宽度,Nmin为各个出口方向的最少疏散人员数量,函数f的结果为各个出口的选择评估值,最终的结果就是从这些出口评估值中选择最大也就是最优的一个出口.

式(1)最终的出口选择是不考虑人员疏散过程中的心理因素的,也就是将疏散人员看作一个完全理智的个体进行出口选择的,但由前文对于疏散过程中人员的心理分析可知,在疏散过程中,人员通常会产生恐慌、从众等心理,在这种非常态、非理性的心理作用下,人员的行为决策可能也是不理智的,在出口选择的方面可能会出现从众、判断失误的情况.所以,对于群体应急疏散情况下的出口选择,要充分考虑人员的心理因素的影响.

在突发事件中,人员距离突发事件中心越近,越会加剧人员的恐慌等心理,因而人员在进行出口选择时也越容易出错,特别是在事件的中心区域,人员惊慌失措下可能无法在短时间内反应过来,进行出口选择的判断失误概率比较大.对这个中心区域,可以以一个半径为S的圆来表示,距离这个中心区域越近,人员心理越恐慌,越不能理智地进行出口选择,所以对于人员出口选择过程中的心理影响,可以以式(2)来表示心理受影响程度的值.

其中,DP表示个体离危险源的距离,S为危险区域半径,λ为心理因素的影响系数.M为心理状态值,值为0说明个体心理极为恐慌,值越接近于1,说明个体心理状态越正常,越理智.可以知道,当个体越恐慌时,其作出失误的决策的概率越大,因此,可以设定一个概率取值分布集合P.

将集合P作为一个参考,其中m根据相应情况进行设定.以个体的心理影响值M为下界,以1为上界在概率取值分布集合P中进行随机选取,共选择n(n为出口数量)次,以这n个值构成一个对角矩阵

其中p1,p2,···,pn为选取的n个值.由公式可以得到每个出口的选择参考值,将这n个出口的选择评估值构成一个对角矩阵

其中E1,E2,···,En为各个出口的选择评估值.最后,对于在考虑到心理因素下的出口选择如式(4)所示

由式(4)可知,E1,E2,···,En存在大小关系,最大值为不考虑心理因素下最佳的出口选择评估值,而p1,p2,···,pn的值是一定范围下的随机值,而这个范围是由个体的心理状态值M来确定的,个体越恐慌,M值越小,取值范围越大,其最大最小的差值比较大的概率越大,导致原来E1>E2的条件下,p1E1E2的条件下,p1E1

表1 心理因素影响下出口选择概率

通过以上分析可知,构建的心理因素影响下的出口选择模型在一定程度上能够反映出心理因素对于疏散人员出口选择的影响,人员的心理恐慌程度越严重,其出口选择失误的概率越大,反之,人员心理恐慌程度越轻,出口选择失误的概率越小.

3 基于DI-Guy的智能体碰撞检测及路径规划建模技术

3.1 智能体的碰撞检测

在进行应急疏散仿真时,模拟智能体的移动路径上可能遇到障碍物的情况,本文结合DI-Guy中的碰撞检测和规避技术来实现群体应急疏散仿真过程中智能体的碰撞避免.在DI-Guy中,障碍物被分为两类:第1类是不移动的静态障碍物,如建筑、场景中的固定道具等.第2类是动态的障碍物,如人和车辆等.对应于静态和动态障碍,DI-Guy中的智能体采取的是不同的检测回避方法[20].

3.1.1 智能体与障碍物的碰撞检测

对于不移动的静态障碍物,智能体采用的检测和回避障碍的方法是基于探测线的,探测线是由智能体身体上引出的多条射线,这些射线通过寻找与场景中静态障碍的交点来确定智能体的行走路径前方是否有障碍物.一个智能体最多可以有8条探测线,但通常只用其中的两条探测线:启用智能体前方和左方的两条探测线,或者启用智能体前方和右方的两条探测线如图3所示.在实际操作中,由于启用探测线会占据CPU资源,所以需要在考虑系统性能和有效地冲突检测和障碍避免的情况下,根据仿真的需要合理启用探测线.

图3 探测线参数

在智能体行走过程中,若探测线触碰到障碍物,智能体将会作出回应.如果触碰到的障碍物目标相对有点远(大于碰撞距离),智能体会转变方向以避免碰撞.如果障碍物目标比较近,小于碰撞距离,即智能体肯定将会和障碍物目标发生碰撞,则智能体会强行远离目标.对于静态障碍物,其具体的碰撞检测和规避过程如图4所示.

图4 静态障碍探测和规避过程

3.1.2 智能体之间的碰撞检测

动态障碍物指的是场景中可移动的目标.对于动态障碍物,智能体采用的检测和回避的方法是基于排斥区域的.使用排斥区域动态回避法,智能体将被一个排斥区域所包围.智能体的排斥区域以智能体为中心,影响其他智能体的行为,当其他智能体进入这个区域时,将通过改变自己的位置、方向和行为活动从排斥区域中走出来.不同排斥区域受到的排斥力大小不同,一个智能体的排斥区域如图5所示,括号内为对应排斥区域内撤离速度.

图5 排斥区域

对于处于其他智能体的排斥区域的智能体将会受到多方面影响,包括:1)方向:将受到一个“力”的作用让其直接远离排斥区域的中心.同时,还有一个“力”作用于智能体,让智能体转变方向,向着智能体所要到达的目标位置移动.此外,如果该智能体周围智能体数目较多,比较拥挤的情况下,智能体可能处于多个排斥区域中,这些“力”将共同作用从而确定智能体的最终移动方向.2)位置:如果一个智能体进入另一个智能体的“实体”区域,他将会被直接移出排斥区域.3)行为选择:排斥区域的每个部分都对应着不同的速度.处于“弱”排斥区域的智能体以比较慢的速度退出排斥区域.处于“中等”排斥区域的智能体以比较快的速度退出排斥区域.处于“强”排斥区域的智能体将以最快的速度退出排斥区域.

在移动过程中,当两个智能体进入对方排斥区域中时,会转变移动方向避开对方的排斥区域,然后再向目标位置移动,如图6所示.

图6 智能体之间碰撞规避示意图

3.2 智能体的路径规划

群体应急疏散过程与路径选择有着极大的关系,人群能否安全、有效地进行疏散与其所选择路径密切相关.本文将结合DI-Guy给出路径选择的方法.

3.2.1 智能体路径的创建

在DI-Guy中可以为智能体创建一条路径,智能体将在场景沿着该路径移动,路径的创建通过设定一系列路径点来决定的.路径点显示为绿色或红色十字行结构体,如图7所示.

图7 路径点

路径点底部是一个斜率调节器,决定了通过该路径点的路径的斜率.可以通过3种方式调整路径位置及形状:调整路径点的位置;调整路径方向;调整斜率调节器.通常的路径设计步骤为:

1)选择路径:要调整路径、路径上的路径点或行为,必须先选定路径.要选择路径,需在输入面板中进入路径编辑模式,单击路径或与路径关联的人即可.2)调整路径:可以通过调整路径点位置来改变人物的路径.调整斜率调节器可以使路径变得更平滑或更尖锐.3)扩展路径:路径的路径点越多,其形状就可以越复杂,增加路径点可以扩展路径.如图8所示为路径的扩展,其中红色的路标点便是路径扩展所添加的路径点,图8(a)是在原有路径后面添加路径点以延长路径,图8(b)是在原有的路径中间插入一个路径点以调整路径.

图8 扩展路径

3.2.2 智能体路径的动态选择

群体应急疏散过程涉及到的个体数量比较多,如果为每个智能体都创建一条路径将使得工作比较繁重.为智能体指定目标位置(安全区域),让其自主移动到目标位置.在移动过程中,智能体根据自身的目标位置以及碰撞检测的结果,动态地调整自己的路径选择.

通过指定智能体的目标位置,让智能体自己找到一条路径前往目标区域.但在仿真运行过程中,智能体的真实路径并非是完全按照静态规划的路径移动的,智能体在移动过程中,会受到环境和其他智能体的影响,需要与障碍物和其他智能体发生碰撞,因而有时会偏离原先设定的移动路径,也就是说在有障碍物的影响作用下,智能体在仿真过程中,其移动路径是动态变化的,其动态路径选择的基本流程如图9所示.

图9 动态路径选择的基本流程

4 出口限制下的群体应急疏散仿真

平时对应急疏散通道有限制的情况居多,本文基于以上建模仿真技术,建立一个典型的有限制出口的公共场所群体应急疏散环境,如图10所示,旨在分析疏散人群逃逸规律.

图10 出口限制下的群体应急疏散仿真场景

从图10可知,人群随机分布于一个矩形墙体内,四周各有一个出口,其中出口1较出口2、3和4要宽,同时,墙体内部也分布着一些构筑物,这些建筑物作为静态障碍物将对疏散产生一定的影响.群体的疏散根据前面智能体理论展开分析.选取疏散过程中较典型的疏散时刻图进行分析,如图11所示.

由图11可知,4个出口方向的疏散人群所表现的现象各有不同,出口1因为比较宽,虽然选择出口1疏散的人员数量比较多,但出口处没有明显的堵塞现象;而出口4处疏散的人员数量也比较多,但由于出口4比较窄,因而可以发现有明显的人员聚集堵塞现象;向出口2移动的人员数量也不少,出口也比较窄,但人员分布比较分散,因而也没有形成堵塞现象;出口3前面有不少建筑物,且人员数量不多,所以也没有出现拥挤的人群.

同时,考虑到突发事件的发生位置对于疏散情况有着很重要的影响,在出口限制空间环境下,通过将突发事件的发生位置(即恐怖分子进行恐怖袭击的位置)设定在不同地方,然后进行多次不同疏散人数下的仿真运行,并对仿真运行的结果进行分析总结,得到两种最可能出现的情况下突发事件的位置如图12所示.

在突发事件发生位置不同的情况下,通过不同疏散人数的设定与模拟,对出口处的总疏散人员数量和一定时间内的疏散人数进行统计,从而对出口限制空间环境下的群体应急疏散过程进行更多角度的定量分析,出口1∼出口4的仿真运行最后得到的具体结果如表2∼表5所示.

图12 突发事件的位置

表2 出口1的人员疏散情况

表3 出口2的人员疏散情况

表4 出口4的人员疏散情况

表5 出口5的人员疏散情况

通过以上仿真得到的表格数据可知,突发事件的发生位置对疏散过程有着很重要的影响.突发事件发生后,疏散人员(特别是离突发事件较近的人员)首先考虑的是远离突发事件的危险区域,然后再考虑选择合适的出口进行疏散.由以上统计表可知,当突发事件发生在中间区域时,疏散人员向四周移动,在这种情况下,人员都选择离自己最近的出口进行疏散.而当突发事件发生在出口1附近时,部分离出口1较近的人员首先会选择远离危险区域而向其他3个出口转移,在这种情况下,选择出口1的人员数量大幅减少,而其他3个出口方向的人员数量则相应的增加了不少,当疏散人员数量较多时,会对其他出口方向的疏散过程造成比较大的压力,总的疏散效率会有所下降.

5 结论

本文主要研究了群体疏散的机理,进而建立群体应急疏散理论模型以及应急疏散仿真方法.通过构建具有心理因素影响条件下的疏散出口选择数学模型,结合路径规划和碰撞检测技术,探讨分析了不同受灾群体数量、不同突发事件发生位置以及不同出口限制条件对应急疏散效果的影响.进一步建立基于仿真环境DI-Guy的群体应急疏散仿真模型,并在逼真的可视化仿真环境下模拟不同群体数量及不同突发事件位置组成的应急方案,采集仿真信息进行处理分析.仿真结果表明,无论突发事件发生点在何处,疏散的人员都选择离自己最近的出口且背对危险源进行疏散;突发灾害下,群体行为因为心理惊恐因素而处于短时失控状态;群体数量增加时候,最近出口拥堵严重,而被一般群体忽略的出口疏散效果不错.因此,本文建立的应急疏散仿真模型能够较为准确地展现群体疏散的实际过程和群体行为特征,这对应急管理有良好参考意义.