基于VR实验的地下商业街步行空间尺度研究

2020-05-16陈垲云朱郁松陈艺莹

实验室研究与探索 2020年2期

姚刚，陈垲云，朱郁松，陈艺莹，张孟

（中国矿业大学a.建筑与设计学院；b.计算机科学与技术学院，江苏徐州221116）

0 引言

在商业街中，适宜的步行空间尺度可以给购物者带来更高的停留性［1］。停留性与购物活动的多要素均密切相关：停留性高，则活动发生频繁、购物时间长、购物活动丰富且有较好的空间感受。因此，在商业街的步行空间尺度上若处理不好，会对人们的购物活动产生较大消极影响。

关于步行街的尺度［2］，芦原义信在《街道的美学》一书中提出过有价值的观点：“街道高宽比在0.8～0.9之间最能营造出亚洲式的热闹气氛”［3］。芦原义信的观点和调研对象面对的均是地上商业街［4］，由于地下空间环境更为复杂且压抑，其空间导向性较弱，空间辨识度也较差，其步行空间尺度研究的难度更大［5］。另外，其观点和研究方法过于定性化，缺乏对他人体验的判断。因此，需要运用更为有效和系统的方法和工具对地下商业街的步行空间尺度进行深入研究。

虚拟现实（Virtual Reality，VR）技术可以较为真实的还原现实场景，为实验调研提供一个客观的条件，实验结论也易于进行量化研究［6］。如Liu等［7］就运用了VR技术系统客观评价了街道尺度的视觉环境舒适性。本文运用VR实验方法［8］，试图量化分析地下商业街步行空间中的停留活动系数与步行空间尺度的关系，进而推导出适宜的地下商业街步行空间尺度［9］。

1 基于VR的实验设计与研究

1.1 实验样本

首先调研了上海、南京、徐州等城市的27个地下商业街道。通过测量、收集和统计这些地下商业街尺度相关的元素（宽度、高度、深度），建立反映地下商业街步行空间尺度的理想模型，为进行地下商业街步行空间尺度的实验打下数据基础。

1.2 实验变量

（1）深度取值。根据调研结果显示地下商业街的深度值，主要集中在20～40 m，且以30 m长的地下商业街出现次数最多，而根据实验及场地需要与限制，特选定标准深度为36 m的地下商业街空间作为实验空间。

（2）宽度取值。经调研，在宽度方面，地下商业街的宽度主要在4～8 m之间，为了更好地体现出宽度对人们停留活动的影响，研究扩大了宽度区间，选取宽度为2.5、4.5、6.5、8.5 和10.5 m 的虚拟模型作为实验场景。

（3）高度取值。经调研，在高度方面，地下商业空间的高度变化并不大，因此根据调研数据选择出现次数最多的2.5、3.5、4.5、5.5 和6.5 m 作为实验场景的高度取值。

另外，本实验中灯光照度采用色温6 000 K左右的白色节能灯。在节点位置采用色温3 000 K左右的黄色节能灯配合使用［10］。为避免颜色和材质对被试者的心理感知产生额外影响，理想场景中的巷道、天花板采用白色，不赋材质，地面采用地下街道最常用的白色瓷砖贴面。

1.3 VR场景建立及其流程

（1）利用Sketch Up模型建立。本研究在草图大师Sketch Up2015软件里建立了25个不同尺度的地下商业街步行空间模型，每个模型里建有地板、商铺、货柜、吊顶、天花板、灯具等地下商业街的基本元素并赋予基本材质（见图1）。

（2）利用3d Max烘焙渲染。在Autodesk 3D Studio Max（简称3d Max）里导入上一步骤建立的Sketch Up模型，并在里面添加白色灯及黄色灯，进一步进行烘焙渲染，并导出osgb格式。

（3）利用Vizard5建立VR场景。在虚拟现实开发平台软件Vizard5里面编写好脚本，进而导入上一步的osgb格式的文件进行VR场景建立，最后连接VR实验设备开始实验。

图1 不同尺度的地下商业街步行空间模型搭建

1.4 VR 实验

（1）实验设备。实验场景的体验采用沉浸式VR技术。本实验使用Oculus基于Python语言的VR引擎Vizard 5.4［11］，VR 头盔（Oculus Rift DK2）和动捕系统（Precision Position Tracking Studio，PPT Studio）等3项技术，可实现较大范围（超过50 m×50 m）高品质的光学运动跟踪。光学传感器安装在实验室的角落跟踪主动式LED指示器。通过传感器在实验过程采集数据，并进行快速处理，将传感器数据转换为精确的三维标记位置。

（2）被试者选择。参与被试者共47人，其中23人选自建筑学专业在读本科生或研究生，另外24人为其他工科专业本科生或研究生。大多数参与被试者均体验过地下商业街道空间。

（3）实验流程。整个实验开始前，会有一个过渡期，在这个过渡期内，被试将戴上VR头盔，被安置在一个虚拟、安静、明亮、开敞的居室环境中以使被试者熟悉虚拟环境中的空间尺度感。整个过渡期为3～5 min。

之后开始正式实验（见图2），正式实验中，参与被试者会被按照随机顺序开始体验3～5种尺度不同的地下步行空间。在每个虚拟场景进行实验的过程中，不设时间限制，参与被试者按照一定的规则通过实验空间，从位于通道起始界面的中点出发，行走路径尽量依据人们在通过一条步行街道空间时的真实合理情况，可以左右移动，但不能向后折返，即不走回头路。47名参与被试者进行实验后得到实验数据80组，记录所有实验中的行走路径，完成实验。

（4）实验任务的图示转换及数据分析。假设地下商业街的步行空间存在一个停留性活动的经常发生区域，命名为有效停留活动区域。这个区域的面积与步行空间总面积之比为该步行空间的有效停留活动系数，这个系数即可作为衡量地下商业街步行空间停留活动性的一个量化指标。

将该场景每个有效样本的数据结果转化成独立的平面图（见图3），图中曲线β为参与试验者行走路径，直线α为步行街平面中心线，利用路径β与直线α围合出的图形（图3中黄色部分）计算出面积S1（对于人们受到吸引的条件下停留活动空间的量化），步行街平面面积为S2，S1／S2得到有效停留活动系数δ。

图2 实验场景

图3 有效停留活动的图示

2 实验数据处理与结论

实验过程中共计完成实验80组，由于实验误差，部分行走路径出现超出步行街最大宽度的情况，因此排除无效数据17组，得到有效实验数据63组。

2.1 利用AutoCAD对行走路径进行面积计算

由实验所得行走轨迹，使用计算机辅助设计软件AutoCAD中的样条曲线拟合后，量取行走轨迹与地下商业街中心线围合所形成的图形累计面积S1，空间平面面积S2，S1／S2即为有效停留活动系数δ，并以δ值的大小评价地下商业街步行空间尺度对人心理的影响。

实验统计后的有效停留活动的图示及初步计算结果如图4所示。

图4 有效停留活动的图示

2.2 利用Matlab计算最大有效停留系数

（1）问题分析。通过更改高度和宽度值求得不同的有效停留活动系数δ，在立体空间内，可理解为无数个有效停留活动系数δ值的点合成一曲面。

对于这类问题的数据处理方法一般有两种：曲线拟合和插值法。插值法是利用函数f（x）在某区间中已知的若干点的函数值，作出适当的特定函数，在区间的其他点上用这特定函数的值作为函数f（x）的近似值。

在插值法中，样条插值法是一种以可变样条来做出一条经过一系列点的数学方法，对已知的参数数据进行分析处理。在实际工程中，常运用样条插值法来求解曲面问题。

采用样条插值来寻找其最高点，并运用Matlab软件来拟合曲面，从而找出最高点和该点的有效停留活动系数δ。

（2）数据来源。在VR实验室内进行实验，固定地下商业街深度，通过更改高宽值，计算有效停留活动系数δ，获取25组实验数据，由此找出最大有效停留活动系数。

（3）数据处理。利用插值法给出了在研究所规定的区间（即高度在［2.5，6.5］m、宽度在［2.5，10.5］m范围内）的特定函数的函数值，利用样条插值的方式，运用Matlab软件r2017a版本编写程序，其中x轴为高度，y轴为宽度，z轴为经数据初步处理得出的有效停留活动系数δ，通过Matlab的pcolor函数，根据x，y，z的数据组得出伪彩色图（见图5），伪彩色图是从上面向下面观看的“平面”曲面图。其中，x为高度H，起始区间［2，7］m；y为宽度W，起始区间［2，10］m，图像的颜色为对应高宽值之下的有效停留活动系数δ数值大小。

图5 伪彩色图

（4）结论。设有效停留活动系数函数f（x，y）是该区间上终端固定的一个连续可微函数，函数设定自由边界，即边界点二阶导数为0。其中始端点为（2.5，2.5，0.170 197 2），末端点为（6.5，10.5，0.199 698 6），最高点为（5.393 9，6.444 4，0.326 7）。在实验范围内，当H＝5.393 9 m，W ＝6.444 4 m 时，有效停留活动系数δ达到最大值0.326 7。最终通过实验数据利用Matlab的nlinfit函数采用Levenberg-Marquardt算法进行非线性回归，输入待拟合的数据、非线性曲线函数及拟合参数的初值，得出了f（x，y）的表达式：

式中：边界条件为高度x∈［2，7］；宽度y∈［2，10］。

2.3 实验分析与结论

通过实验结果分析可以得到一张包含地下商业街高度、宽度变化，停留活动性相对应变化的1张图表（见图5）。该图为伪彩色图，颜色越深越红的区域，表示有效停留活动系数越大，相反地，颜色越浅越蓝的区域，表示有效停留活动系数越小。从图中可看出，宽度在6～7 m之间及高度在4～5 m之间（即高宽比例在0.8左右）的有效停留活动系数较高，最适合人们在里面停留活动，这种尺度的地下商业街的步行空间里的购物活动性会更丰富，购物空间感受更佳，也有助于商业氛围的营造。