基于BIM-VR的轨道交通车站客流疏散仿真研究

白 寒，杨 帅，冯旭杰，宋晓敏，董守放

（1. 河北省交通规划设计院，石家庄 050000；2. 北京交通大学土木建筑工程学院，北京 100044；3. 交通运输部科学研究院，北京 100044；4. 中铁信(北京)网络技术研究院有限公司，北京 100044）

1 研究背景

城市轨道交通已成为许多大中城市的重要公共交通方式，其系统作为一个具有较大客流量的封闭空间，安全问题是一项重要的议题，一旦在站内发生紧急事故，可能会出现严重的人员伤亡后果。据统计，在轨道交通紧急事故中，火灾是导致死亡人数最多的事故类型，所以进行车站内火灾事故的仿真研究十分必要。

既有行人疏散仿真研究主要采用微观仿真方法，其中智能体(Agent)模型因具有自主性、适应性等诸多优点，是主要的微观行人模型之一。在传统的计算机仿真研究中，仿真过程通常只是以第三人称视角进行，参与度不足，且研究重点一般放在行人的行为特点上，而忽视了疏散场景的精细度与真实度。但是，建筑信息模型(BIM)技术与虚拟现实(VR)技术能够有效解决上述问题。其中，BIM技术中建筑每个构件的属性都包含在 BIM 模型里，这些信息在模拟安全疏散过程时可以发挥重要的作用[1]。BIM技术只需要依托一个平台，便可实现高精度场景的疏散仿真模拟；而 VR技术在沉浸感、交互性和实时性综合效果方面具有诸多优势，与BIM技术具有良好的适应性。

因此，笔者基于BIM技术、VR技术以及Agent模型，实现高还原度的地铁环境下更加接近真实情况的人员疏散仿真，并依据研究成果，开发出基于Agent模型与VR的车站火灾疏散仿真系统。仿真系统为火灾等突发情况下人员安全疏散行为以及心理变化的分析提供了更加真实、安全的实验平台，同时也可以用于安全疏散培训、疏散演练以及仿真评估等诸多方面。

2 VR场景构建

VR场景构建分为BIM建模与BIM-VR对接两部分，BIM 建模采用 Revit作为建模工具，之后在Unity3D中载入BIM模型，并进行BIM与VR的对接工作，参照我国现行国标《地铁设计防火标准》(GB 51298—2018)和北京地标《城市轨道交通工程设计规范》(DB11/ 995—2013)，对火灾进行设置。

2.1 BIM模型构建

选定北京地铁 4号线魏公村站作为目标车站，采用实地测量的方式，获取魏公村站设施设备的布设位置及尺寸，之后利用Revit软件工具进行场景模型的构建。

2.2 BIM-VR对接

BIM模型完成后，还需在VR引擎中做进一步处理，进行BIM与VR对接，实现VR环境。该工作在VR引擎Unity3D中完成，Revit软件支持将3D模型导出为.fbx格式文件，同时Unity3D引擎支持.fbx格式文件的识别，使BIM与VR的对接成为可能。完成对接工作后，用户在场景内部中的视角如图 1所示。鉴于不同车站的土建条件、火灾场景、客流(疏散人数)均会有所不同，可利用BIM技术快速精确建模，并通过BIM模型与VR系统的接口，使得系统应用于不同条件的车站。

图1 VR场景效果展示Figure 1 VR scene effect display diagram

2.3 火灾设置内容

在场景中添加火灾，以完成疏散场景的设置。设置内容包括火灾位置的选择、疏散安全区的确定以及疏散模式设置。

2.3.1 火灾模式

我国现行国标《地铁设计防火标准》(GB 51298—2018)中指出，一条地铁线或者一座换乘车站以及该车站的相邻区间考虑同一时间内只有一处发生火灾，且电梯、竖井爬梯、消防专用道以及管理区的楼梯不得用作乘客的安全疏散设施[2]。北京地标《城市轨道交通工程设计规范》(DB11/ 995—2013)指出，安全区是指封闭车站配备了事故通风系统的中央大厅以及能为站台乘客疏散提供保护的场所。如果地下车站站厅配备了事故通风系统，站厅可作为安全区[3]。依据上述相关规定，对火灾场景进行如下假定：

1) 魏公村地铁站站台设有楼梯与自动扶梯各两部，直梯一部，扶梯均为上行扶梯。紧急疏散时，上行扶梯正常使用，直梯停用。

2) 魏公村车站为地下车站，配备有事故通风系统，站台发生火灾的情况下，将站厅视为安全区。

3) 同一时间只在一处位置发生火灾，假定火灾发现及时，发现时规模较小，仅影响距离其位置最近的楼扶梯，且在疏散时间内火、烟气能得到有效控制，不考虑其传播。

4) 假定的火灾位置如图 2所示，根据位置对 5种工况分别命名为北侧楼梯起火、北侧扶梯起火、直梯起火、南侧楼梯起火以及南侧扶梯起火。设定火灾的影响范围，在影响范围内，行人不可通行，且疏散设备不可使用。

图2 火灾位置设置Figure 2 Fire location setting

2.3.2 疏散模式

在本研究中，设置普通疏散模式与指引疏散模式两种模式。两种模式下用户扮演的角色功能与任务不同，在系统内的设定也不同。

1) 普通疏散模式：在该模式中，用户扮演普通乘客，不具备特殊功能，与其他Agent一同参与疏散。

2) 指引疏散模式：在该模式中，用户将扮演车站内的工作人员，拥有发出指引信息的功能，其参与方式与职责变为利用指引功能来与其他 Agent进行交互，辅助其他Agent进行疏散，提高疏散的效率。

3 行人模型设计

Agent是被视为作用于某一特定环境、具有一定生命周期与自身特性、能够感知并自主影响和改变其周围环境的计算实体[4]。仿真系统中的行人模型基于Agent构建，首先对Agent进行分类，并赋予不同类别Agent不同的异质性模型参数，并对Agent进行状态行为设计，发挥Agent模型在疏散仿真中的独立性、自主性、反应性等特性，提高疏散场景的真实度。

3.1 Agent分类及相关属性设置

3.1.1 站台行人分类

假定有1 022人位于疏散场景中，随机分布在站台层。参照北京地铁4号线宣武门站的乘客分布，将站台分布人员分为男性中青年、女性中青年、老人与小孩4类，并规定各类行人的占比，结果如表1所示[5]。

表1 行人分类结果Table 1 Pedestrian classification results

3.1.2 Agent模型尺寸确定

人体可近似视为圆柱体，因此使用近似的椭圆模型来进行导航寻路与碰撞的判定。在参考文献[5]中，对每类行人对应的Agent圆柱体模型截面半径R分布的规定，结果如表2所示。圆柱体模型高度h对仿真无影响，统一设置为1.6 m。

表2 Agent圆柱体模型半径取值Table 2 The value of the radius of the agent cylinder model

3.1.3 Agent速度确定

本研究采用Predetchenky和Milinskii提出的方法计算行人在紧急疏散时的速度，具体计算公式[6]如下：

式中：是行人正常情况下的速度，m/s；是行人在紧急情况下的速度，本研究中称为紧急疏散速度，通常情况下m与μe是地铁车站不同区域的速度调整参数；D是无量纲的密度，定义如下：

式中，Ni是每类Agent的总数，Pi是每类Agent的单个截面积，A是Agent所在区域的总面积。在本研究中，A取站台总面积(房间、柱、楼扶梯等不计算在内)，计算结果约为860 m2。

式(1)、(2)中的m与μe定义如下：

1) 行人做水平运动时，有

2) 行人做上行运动时，有

利用该方法与表1、表2中的数据，计算出行人在水平运动与上行运动的紧急疏散速度，水平运动时上行运动时计算得到的是所有乘客的平均速度，还需计算各类乘客对应的紧急疏散速度vei。文献[5]对4类别乘客的期望速度vdi也做出了定义，可通过其中vdi与平均值的比值关系，计算得到本研究中各类别乘客对应的紧急疏散速度vei，计算公式如下：

式中，vdi为文献[5]对各类别乘客的期望速度定义值(见表 3)，为期望速度平均值，其余符号意义与前面相同。

表3 文献[5]对各类别乘客期望速度的定义Table 3 Expected speed of each category of passengers defined by reference

还需指出，行人上行时有走楼梯与走扶梯两种方式，楼梯的上行速度即为计算得到的速度，扶梯的上行速度要在楼梯上行速度的基础上加上扶梯的运行速度。国家标准《地铁设计规范》(GB 50157—2013)中明确自动扶梯运行速度主要有0.65 m/s或0.5 m/s两种情况[7]，其中0.65 m/s的运行速度更为常见，本研究设定扶梯运行速度为0.65 m/s。

最终的计算结果如表4所示。

表4 紧急疏散速度计算结果Table 4 Calculation result of emergency evacuation speed

3.1.4 Agent感知参数确定

感知参数包括感知范围与反应时间两个参数，所有Agent的感知参数相同，不以类别进行区分。

1) 感知范围确定。乘客在地下站台疏散时，主要通过视觉与听觉获取外界信息。参考相关研究，将Agent的感知范围设置在圆柱模型截面中心为圆心、半径为 3 m 的圆形范围内[8]；在感知范围内，Agent可以感知到火情、其他行人、工作人员等外界信息，并作出对应的响应行为。

2) 反应时间确定。行人在感知到险情或工作人员发出指引信息后，往往不会立刻做出行动，而是需要经过一段思考时间后再做出行动，这段思考时间通常被称为行人的反应时间tr。有研究指出，行人的反应时间受行人对疏散环境、火灾的了解程度等诸多因素的影响，难以量化，且反应时间通常很短，一般采取忽略或人为设定的方式来规定[9]。本研究规定，tr=1 s。

3.2 Agent状态设计与实现

根据行人在疏散时可能产生的心理、生理反应，提出以下几种Agent状态。

3.2.1 初始反应状态

火灾发生即视为疏散开始，Agent的初始反应状态为火灾发生后到开始移动之间的状态，这时出现险情感知行为。设定以下几种感知到险情的方式：

1) 在感知范围内发现火源；

2) 在感知范围内发现开始移动的其他行人；

3) 听到全站台发出的火灾语音警报；

4) 在感知范围内发现工作人员发出的指引信息。

当出现以上几种情况时，视为Agent发现险情，经过反应时间后，随即结束初始状态，开始移动。

3.2.2 疏散状态

寻路行为，指Agent根据自身的判断，在周围环境中确定行进路径的行为；走行行为，指疏散后沿行进方向移动的行为，行进方向可能通过寻路或听从指引的行为确定，在此状态中特指由寻路行为确定方向的走行行为。

3.2.3 听从指引状态

用户可以扮演工作人员来对 Agent进行疏散指引，听从指引状态只在有用户扮演工作人员时出现，是指闲置或进行疏散的Agent响应工作人员的指示，向工作人员方向移动的状态，包含响应工作人员与走行两种行为。

该状态的具体实现方式是：当操作者按下VR手柄上对应的指引功能按钮时，控制手柄的脚本会发出一个事件，将场景内部的工作人员变为指引状态，使感知范围内的Agent通过感知脚本组件进入该状态，并向工作人员移动。该状态的演示如图3所示，位于楼梯处的工作人员发出指引信息，使附近的Agent进入该状态，朝向工作人员移动，并重新规划路径，此处的指引行为起到改善行人流流线的作用。

图3 听从指引状态演示Figure 3 A demonstration of the response state

3.2.4 疏散成功状态

当Agent抵达安全区，即结束疏散后的状态。此时系统会判定该Agent疏散成功，将其计入疏散成功总人数，并将其在VR环境中销毁，视为已经脱离险情。Agent状态切换流程如图4所示。各状态间的整合通过有限状态机(finite state machine，FSM)算法实现，而早期的有限状态机原理来源于数学。在数学领域，有限状态机是指为研究具有有限状态的计算过程或语言类而抽象出的一种数学模型[10]。如今，FSM在计算机领域也被广泛应用[11]，利用C#语言编写状态机类脚本以及各行为类脚本，将脚本挂载到 Agent模型对象上，Agent便具有脚本对应的状态及行为。

4 系统案例应用

在Unity3D完成项目发布并进行案例应用时，验证系统的可用性并对仿真结果进行简要分析。用户进入的视觉系统如图 5所示。

图5 用户视觉效果Figure 5 User’s visual effect

定义所有行人全部疏散至安全区的时间为全员疏散时间，每处楼扶梯上最后一名乘客完成疏散的时间为该处楼扶梯的疏散时间。在普通疏散模式下，对 5种工况进行仿真，并统计每种工况下的各楼扶梯疏散时间与全员疏散时间。在疏散指引模式下，通过工作人员指引Agent行动的方式，对案例进行优化实验。每种工况下各楼扶梯疏散时间与全员疏散时间的统计结果如表5所示。对疏散时间结果进行分析：由于北侧空间更大，仿真时疏散人员多于南侧，在北侧有更多的人员选择使用楼梯进行疏散，疏散速度慢，所以时间更长；而南侧疏散人数较少，Agent更多选择扶梯疏散，在楼梯处全部完成疏散时，扶梯处还有部分Agent未完成疏散，因此南侧扶梯疏散时间更长。

表5 不同工况下疏散时间统计Table 5 Statistics of evacuation time under different working conditions s

北侧扶梯起火工况为最不利工况。直梯起火时全员疏散时间最短，但与其他工况的全员疏散时间结果差值并不大，最大差值28 s。分析每种工况的疏散时间最大差值，发现普通疏散模式下Agent对楼扶梯的使用并不均衡。

在指引疏散模式下，用户进入场景扮演工作人员，对Agent进行指引操作，将疏散时间较大处的Agent引导到疏散时间较小的楼扶梯处，平衡各设施的使用情况，并降低疏散时间。对每种工况优化前后的全员疏散时间进行对比，结果如图6所示。可以看出，指引行为确实能有效提高Agent的疏散效率，减少疏散时间，且在经过优化后，各工况间的全员疏散时间差距也相对减少。基于此案例优化，总结疏散指引模式的意义，疏散指引模式可用于校验应急疏散方案，并根据模拟结果对应急方案做出及时调整。

图6 两种模式下的全员疏散时间Figure 6 Histogram of all evacuation time in two modes

5 总结与展望

笔者基于BIM技术与VR技术，开发车站火灾疏散仿真系统，并进行案例仿真研究。对研究成果及未来展望如下：

1) 利用BIM与VR技术，实现了魏公村地铁站场景模型的高精度还原，发挥BIM快速、可视化、精确等优势；对完成后的BIM模型实现了VR功能，充分体现了VR技术的想象性、交互性、沉浸性等技术特点，实现了人在虚拟场景中的沉浸式体验。

2) 在实现高还原度场景的前提下，系统将重点放在了行人模型部分，基于多智能体系统，构建了具有异质性的行人模型，Agent可以根据外部环境，自主感知到灾情发生与工作人员指引，并且在疏散过程中实现自主寻路与避让等行为，有效提高了仿真系统的真实度。

3) 火灾时，即使通风排烟系统启动，火灾烟气也会在一定范围内蔓延，对于疏散阶段的人员行为影响较大。在未来研究中，本系统将重点对烟气的传播影响因素进行优化。

4) 仿真系统日后在科研领域与工程应用领域都具有应用价值。对于科研领域，系统可以用于真人 VR浸入式实验，通过实验得到实验者的生理、心理指标数据以及实验者提出的建议，研究行人在疏散时的行为心理特征，或根据实验结果对仿真系统进行参数标定，不断对其优化完善。系统足够完善后，在工程应用领域可进行车站安全疏散评价、安全疏散演练培训等。