基于可穿戴传感器的实时环境情绪感受评价

陈 筝 刘 颂

以审美体验为核心的环境感受一直是国内外风景园林领域的核心问题[1-3]。有学者认为审美感受是人对于环境的情绪判断，它同理性判断互为补充[1]。进化环境心理学学者进一步认为，审美感受背后是人长期进化过程中积累的经验判断，其审美偏好不仅带来了愉悦的环境体验，更反映着和人们生存相关的环境决策[4]，其中西方的疏林草地景观[5]和中国的文人园林[1]就是2种适宜人居的自然环境代表。人类对环境的审美反映，可能是其在长期进化过程中形成的与生存条件相关的本能判断，比如喜欢有庇护的环境可能是出于早期生活中对于躲避野兽追击的需求，而喜欢可以瞭望的环境可能是出于狩猎需求等[6-7]。人们对自然环境的审美偏好，可能也是出于某种未被完全认知的生理需求[8]。

虽然环境情绪感受非常重要，但由于它常常晦涩难以付诸言语，所以描述或测量起来却并不容易。目前基于抽象描述和心理学的方法存在一定的弊端，而随着认知神经学、可穿戴传感器技术和生物信号数据分析技术的发展，通过可穿戴传感器来测量实时环境情绪感受评价成为可能。本文通过实验尝试验证实时环境情绪感受的技术方法。

1 传统的环境感受度量方法及其局限性

中国古典园林和风景园林设计理论很多都采用委婉含蓄的抽象描述来传递情绪感受[9]。环境心理学者通过心理学的莱克特梯度量表(likert scale)，对筛选的照片进行打分，从而得到受测者对于每张照片的心理感受一个量化指标。通过对采集的数据进行统计分析，从而发现审美偏好的普遍规律，即不同受测者对于不同照片所普遍存在的连锁反应现象。

但基于抽象描述和心理学莱克特梯度量表的测量方法仍然存在诸多问题。这2种方法首先都要求参与者具备一定的经验及相关知识，在经验或知识不足的情况下都容易造成信息传递障碍。为了减小这种影响，更好地采集理解非专业者真实的环境感知，密西根大学的卢斯克(Ann Lusk)提出了“标签分析”方法[10]。卢斯克选取了她认为8个最为重要的空间认知因素，分别是：起点、可以有到达感的重要节点、宜人的场所、具有空间定位作用的地点、宜人的路段、无聊的路段、恼人的事物或地点、宜人的视线。随后卢斯克将有这8个要素附上说明，制作成不同的贴纸发给普通民众，让他们在地图上标出来相应的位置。

2 利用可穿戴传感器的实时环境情绪感受测量技术方法及应用

可穿戴传感器是可穿戴设备的重要组成部分，如可以监控皮肤出汗情况的皮电传感器(skin conductance sensor)、监控皮肤温度调节的皮温传感器(skin temperature sensor)、监控心血管活动的心电传感器(electrocardiogram sensor，简称EKG/ECG)、监控大脑活动的脑电传感器(electroencephalogram sensor，简称EEG)、监控呼吸活动的呼吸传感器(respiration sensor)等。受到下丘、交感神经和副交感神经等神经系统调节，情绪体验会表现为一系列的生理反应，而这些生理反应对于环境刺激可形成毫秒级的响应，甚至包括不被人充分自觉的域下知觉，而这些生理反应可以较为准确快速地被生物传感器测量[11]。随着传感技术的不断进步，可穿戴传感器监测精度迅速提高，并向便携性、小型化方向发展，使这些可穿戴传感器不仅是健康、医疗、运动、工业和军事等领域的传感测量工具，也成为环境设计领域中获取环境感受的重要工具。

图1 利用实景行走中采集的皮电数据绘制行人的空间压力应激情况(编译自Bergner，2013：415)

利用可穿戴设备采集神经生物电反应，从而观察记录实时实景环境体验是一种研究环境综合体验评价新技术。有先驱学者利用皮电、脑电技术来测量行走中的体验，识别情绪压力源，分析评价环境对人的情绪体验和认知功能的影响。

2.1 利用皮电传感器识别城市环境中的压力源

德国凯撒斯劳滕大学的本杰明·伯格纳(Benjamin Bergner)采集了实景环境行走中行人的皮电反应加以分析识别行进空间中潜在的压力[12]。皮电或称皮阻记录的是皮肤导电特征，由于皮电受皮肤的汗液分泌情况影响显著，所以是一个较好反映情绪压力的生理指标。伯格纳等人利用实时实景的皮电数据，通过和空间GPS数据同步分析进而识别出潜在的空间环境压力源。

伯格纳等人对埃及亚历山大港滨水步行道的皮电数据分析表明，在更靠近海岸一侧的步行道(图1-2)行人行走时感受压力的强度和频度要明显低于在更靠近城市一侧的行人(图1-3)。无论是在海岸一侧还是城市一侧，特别是在车行道路交叉口的地方人们都会显得比较紧张，这种紧张程度也表现出和道路车流量有一定关系：车流量越高，人的紧张程度也相应越高。

2.2 利用便携脑电传感器捕捉步行环境中的焦虑、注意和冥想情绪

爱丁堡大学的彼得·阿斯皮纳尔(Peter Aspinall)及其同事利用14个电极的便携式脑电仪采集了实景行走中行人的脑电数据，并对他们脑电数据进行加工分析(图2)[13]。相对于皮电，脑电数据的信噪比要差一些，但可挖掘的数据信息要丰富很多。

在实验中，佩戴便携脑电仪的被试行人依次穿过购物街区、绿色自然和繁忙的商业区。研究者利用仪器开发商基于机器学习的脑电情绪分析模块，对采集的脑电数据进行分析，试图理解行人当时的环境体验。阿斯皮纳尔等人的研究发现，在从城市街区进入绿化较好的自然环境时，行人表现出更平静的情绪，更少的受挫焦虑感受和主动注意力，同时呈现出更多的冥想思维活动。自然环境引起的这种恢复性感受特征和环境心理学家开普兰夫妇的恢复性自然理论呈现出较好的一致性[8,14]。

3 利用多导生物传感器测量描述环境体验实验

在上述2个实验的基础上，希望进一步寻找可以将皮电、脑电，甚至更多生理信号纳入的普适性生理情绪测量模型。这个工作首先必须更好地量化描述情绪。虽然情绪看上去很复杂，但心理学家发现其实大部分情绪可以简化成一个由情绪效价(valence)和情绪唤醒度(arousal)组成的二维模型[15](图3)。其中情绪效价(即图中的纵轴)描述喜好程度，从喜欢(第一、第二象限)到不喜欢(第三、第四象限)；而情绪唤醒度(即图中的横轴)描述兴奋程度，从低兴奋度(第二、三象限)到高兴奋度(第一、第四象限)。

在二维情绪模型的基础上，美国精神卫生署的情绪研究中心通过大量的图片情绪刺激实验发现，这2个维度可以较好地通过皮电、心电、脑电、表情肌肌电等生理信号反映，其电信号单因子回归模型能较好地预测2个情绪维度(R=0.58～0.90)。麻省理工学院媒体实验室的皮卡德教授进一步在此基础上引入机器学习提出情感计算(affective computing)技术，将模型预测准确率从50%～60%提升到80%～90%[16]。该论断也成为本研究实验实施的依据。

图2 佩戴便携脑电(左)的行人通过穿越不同城市地区(中)反映出来的脑电情绪特征(引自Aspinall，2013：2-4)

图3 情绪的二维模型(引自Russell，1981：251)

图4 本实验采用的实时多参数生物反馈仪和佩戴仪器的被试(照片经授权使用)

图5 利用LedaLab软件包对皮电数据进行分析

3.1 实验目的

本实验旨在验证采集实景行走环境中的多种生理信号用于拟合环境体验的可行性。虽然目前在实验室环境下采用照片、录像刺激，通过采集人的生理信号能够较好地拟合人的情绪感受[16-17]，但尚缺乏足够的实验证据验证这种方法在行走干扰的情况下仍然有效。另外，一般的室内外环境刺激比起更常使用的电影片花、灾难场景等刺激，对人的情绪影响更低。故此，本实验计划通过采集实景行走环境中的生理信号，拟合人的情绪体验，并通过与传统的打分和访谈标签等环境评价方法比较，验证其可靠性。

3.2 实验设计

实验选择了校园内一条行走路径，其中穿越了教学区、生活区、运动娱乐区、自然休闲区、医院等后勤辅助功能区等较为丰富的空间环境。行走全程大约10min。4位被试者穿戴多种生理监测传感器，每人沿该路径行走3次。实验采用了加拿大Thought Technology公司生产的便携式Procomp Infiniti八导生物测量仪(图4)，被试者在实景环境行走体验时的皮电、心电、脑电、表情肌肌电、呼吸、皮温信号被采集，同时Garmin便携式eTrex201xGPS仪记录行径过程中的地理轨迹。

实验收集了4位被试者在同样的路线下的3次测量值予以平均，并通过整合情感数据和空间数据的情感制图(affective mapping)技术[18]，实现对建成环境体验的实景视觉体验评价，识别激发负面体验的环境因素并进行改进设计。

数据处理在Matlab平台上利用LedaLab,EEGLab、HRVAS等软件包完成。数据先通过仪器自带的软件导出，再在matlab里面先后经过降噪、伪迹去除、时频分析等，计算生成采样率为1帧每秒的情绪评价值，再与GPS空间位置做数据融合，生成具有空间属性的情绪评价轨迹。以皮电数据为例，利用LedaLab软件包对原始皮电数据(图5-1黑色)进行时域分析，去除长程低频变化成分(tonic，图5-1灰色)，保留和环境刺激密切相关的高频变化成分(phasic，图5-2)。

3.3 实验结果

研究发现，结合时空间轨迹的生理情绪数据较好地反映了被试受空间影响的情绪反应(图6)。在生理记录的同时，也在行走结束后通过访谈采集了被试者对于行走体验的主观感受描述，并利用地图标签分析方法[10]对空间环境体验进行了分析(图7)。通过对比2个结果可以发现，生理传感器采集的情绪结果与现场试验后访谈中实验者表达的环境体验结果吻合较好，很好地反映了主要的环境压力刺激源和快乐刺激源。该方法直接让我们识别出有的空间由于设计考虑不周而显得局促、拘谨，带给人压抑的感觉，是一个较为消极的空间(如附近有大体量建筑和停车的地点3，表1)，而有的空间则由于交通繁忙、经过的车流量，容易引起紧张的气氛，给行人带来不适的体验(如横穿主要车行交通的地点4)；同时也较好地识别出一些空间，因为有人的经过、活动、交流，而变得更加生动有趣，使被试者产生积极的情绪反应(如有较多人活动大草坪的地点7)。

3.4 拓展实验检验

为了进一步检验实验方法的可靠性，我们同期采用类似的实验设计，针对不同场所进行了平行拓展实验。通过实验采集数据，对情绪唤醒和效价2个情绪轴进行分析模拟。同上述实验类似，采用环境行走过程中皮电的变化来拟合情绪唤醒，采用环境中表情肌肌电的变化来拟合情绪效价(图8)。拓展实验的结论较好地验证了前面实验的结论，选择的指标能够较好地反映相应的情绪反应。

3.5 基于环境感受评价的环境更新设计

将情绪反应与实际环境特征结合，发现导致情绪压力源的原因，为环境的更新设计提供了依据，根据本实验的结果，我们对于步行、车行和停车空间提出了调整设计建议，以改进环境体验(表1)。如地点3(图9)，原本树木绿化的布局将空间分隔成了2个空间，一侧是在建筑入口处的步行空间，另一侧是建筑背面的停车通道。然而，由于经常有车辆在两侧空间通行，车辆占用了人行空间，人们无法有一个舒适自如的步行休憩空间。经过我们的调整，我们将树木种植向一侧移动并缩减建筑背面绿地带的宽度，给停车道留出更多空间，减小步行空间宽度，使得两侧空间分工明确，人行、车行互不干扰，从而给行人一个更加舒适的环境体验。

图6 根据GPS定位可穿戴传感器的环境体验评价

图7 根据访谈和地图标签分析的环境体验评价

图8 拓展实验环境引起的情绪分析

图9 对于诱发压力环境的改进设计

4 结论与展望

以审美愉悦体验为核心的环境情绪感受，一直被国内外学者认为是风景园林学科的核心问题之一[2]，它是一种与生存密切相关的直觉判断[6]。另一方面，近二三十年流行病学研究发现优美的环境和公共健康密切相关[19-20]，城市景观设计开始受到医学和公共健康领域的重视[21-22]。换句话说，优美宜人的景观环境不仅给人审美愉悦感受，更和公共健康息息相关。

基于可穿戴传感器的生理体验测量技术，将有助于更好地测量并理解环境体验，为未来设计提供诸多可能。这些技术可以帮助更准确地描述哪些体验者自己都无法准确付诸言语的环境感受，能够较好地捕捉语言能力较弱群体(如幼儿、失智老人、残疾人等)的环境感受和环境需求。另一方面，生理体验测量技术和物联网、人工智能等技术结合，可以实现对于个性化环境需求的实时响应，创造具有情绪智能的建成环境。

表1 环境体验评价及规划设计建议

致谢：感谢参与实验的邱明、杨汶、邓文欣、吕诗阳、黄铭钰、赵洋、郑志诚、张煊阁、张曜麒、宋一飞、李明、宁雪莲、何晓帆、陈亦凡、苏日等同学，以及帮助改进设计的何晓帆同学。