基于虚拟现实技术的特大型铁路客站出站层导向性评价量化研究*

蔡雨杉 李传成 周希霖

(1.武汉理工大学土木工程与建筑学院， 武汉 430070; 2.中南建筑设计院有限公司， 武汉 430071)

0 引 言

我国高速铁路正在飞速发展，在“十三五”规划的指导下，2020年我国高铁里程将达3万km以上，覆盖80%以上的城区常住人口100万以上的城市[1]。随着铁路覆盖率的稳步提升、铁路运营体系的不断完善，铁路交通与城市交通的衔接与换乘问题已经成为交通运输和建筑界学者共同关注的主题。2003年以来，我国新建铁路客站的服务模式由“管理式”转变为“服务式”[2]，大量城市功能被引入车站内部，形成以出站层联系轨道交通、城市交通及商业空间的综合交通换乘空间模式[3]。在这种模式下，新建铁路客站具有更复杂的功能流线和更大的体量，出站层空间设计中换乘流线长度、空间复杂度与旅客对快速换乘需求的矛盾开始凸显[4]，优化出站层空间导向性是提升换乘效率亟待解决的核心问题。

1 铁路客站出站层空间导向性的评价因素

根据拓扑心理学创始人Kurt Lewm提出的“环境—人—行为”公式，韩宝明等构建了铁路客站换乘的EPB研究模式[5]，即个体的出行情况受到个体对环境的感知(Environment)和个体心理状态的(Psychology)共同影响，在出行进程中通过不断进行信息反馈，形成个体的最终行为(Behavior)。其中环境(E)包含客观存在的时空等外在因素和研究个体的年龄、性别等内在因素。由此可推出，旅客经过移动、路径决策到最终实现换乘的整个过程受到空间导向环境(E)、旅客认知背景(E)和主体需求(P)的影响，其过程的EPB流程如图1所示。

而旅客在移动和寻路的过程中形成对出站空间导向性的评价，本文将根据EPB研究模式，探讨在客观外因的影响下，旅客对铁路客站出站层空间导向性的评价，并将构成评价的因素分为：以空间导向功能为依据的评价因素和以换乘效率为依据的评价因素。

1.1 以空间导向功能为依据的评价因素

空间的导向功能是为满足旅客自身定位、交通线点定位以及寻路过程信息支撑的功能。目前以交通建筑的导向功能为评价依据的相关研究大致可以分为2类：一类是运用POE(Post Occupancy Evaluation)法建立空间导向性评价体系，通过问卷的形式得到旅客的主观评价得分[6-7]；另一类是以空间句法量化描述空间形态构成的关系，得到空间相对关系的客观评价数据[4,8-10]。前者主观性强，研究易受到时间、空间的限制；后者由于空间句法仅仅是根据数学逻辑进行的运算，与现实的使用状态会有一定的偏差，并且以上研究存在旅客配合度低、调研受限等实际问题，缺乏用来支撑理论研究的准确实践数据[4]。

1.2 以换乘效率为依据的评价因素

根据Maslow需求原理，旅客最基本的需求是便捷安全地出行。根据国内外学者提出的步行网络可达性[11]、换乘便捷度[12-13]、换乘耐受感知[14]等描述效率的模型可以得出，旅客换乘效率受到时间和空间两方面因素的限制[15]。而换乘效率的高低直接反映空间导向性的优劣，能够作为客观数据对导向性评价研究中的主观评价数据进行补充。

而在针对数据采集的方法上，数字化信息技术的革新给建筑使用后评价带来了新的发展，在空间认知和行为研究领域上有优异表现的虚拟现实技术能够很好地弥补问卷评价客观性不足的缺陷。

因此本文将在既有研究的基础上，结合主观问卷、空间句法理论和虚拟现实技术，提出基于虚拟现实技术的导向性评价模型，并从空间导向性的评价内容、VR仿真试验设计和指标计算三个方面对该模型的构建进行阐述。

2 基于虚拟现实技术的导向性评价模型构建

以旅客换乘的EPB三维分析模式为基础，建立主体感受(P)—导向功能(E)—换乘效率(E)综合的空间导向性的评价方法。该方法的构建具体分为以下三个步骤：

1)设置现场寻路试验，以主观问卷的形式收集旅客对空间导向功能的主观评价，是研究的基础数据；

2)为空间句法对出站层空间形态变量的分析数据，作为步骤1)中主观评价数据的客观补充，同时作为后续VR试验设计的分组依据；

3)首先设置VR寻路预试验，将得到的主观评价数据与步骤1)获得的现场试验进行比对，以验证VR试验数据的可靠性。接下来进行正式试验，分析试验采集志愿者主客观数据，得到空间导向性综合评价结果。该小节接下来对主体感受评价、空间形态量化和行为客观数据进行具体阐述。

2.1 空间导向性的评价内容

2.1.1基于导向功能评价的主体感受

空间的导向功能伴随着旅客的换乘进程产生，可以概括为“移动与寻路的一种结合”，而与空间导向相关的线索推动了旅客的换乘进程。根据Thorndyke[16]等的研究，可以将铁路客站出站层空间的导向信息分为路径线索、标志线索和平面构形线索：

1)路径线索在旅客移动的过程中产生，是空间内部组织的一种呈现。而在换乘路径上方向转换的次数和停顿下来寻路的次数作为能被直接感知到的信息，与旅客对此次寻路困难程度的认知呈正相关。

2)标志线索作为引导旅客换乘路径的重要指示信息，除了需要提供简明易懂、指向明确的文字类导向信息外，还应该根据出站空间规划的旅客流线进行分布，并沿线布置在路口、拐角以及重要换乘节点等旅客进行寻路决策的关键位置。标志在空间的位置对导向性的影响将是本文对出站空间导向性功能评价的主要方面。

3)旅客对路径线索和标志线索的认知在换乘进程中逐渐趋于完整，组合成空间的构形线索[17]。空间构形是主导空间导向的影响因素，包含必要解决空间问题的信息[18]，因此平面空间越容易被认知，该空间的导向性越好。

因此可以将基于导向功能的主体感受总结为寻路难度、标志布置的合理性有效性以及旅客对空间构形的认知度。

2.1.2基于空间句法的导向性形态量化

利用空间句法对出站层空间存在的客观性质进行分析，补充了以往建筑使用后评价中P(心理)—B(行为)研究模式的不足。空间句法的运行模式是将整体层面的空间细分为若干局部空间，并运用算法探究局部空间相互之间的有机联系[19]。空间句法的运算大致可以分为空间划分、空间分割、建立空间拓扑连接图和空间形态变量运算四个步骤，与空间导向性相关的形态变量主要有深度值(depth)、整合度值(integration)和可理解度值(intelligibility)，这些变量的计算值能够反映空间导向特性的客观情况。

2.1.3基于换乘效率的行为数据

Randall为了度量步行网络的可达性，提出以人类舒适步行范围内行走路径的非直线系数PRD(Pedestrian Route Directness)[11]；后续研究中，将PRD值取其倒数，直观表达路径优劣特征，以效率e反映步行线性效率的高低[20]。

而针对换乘耐受度的研究表明，除了换乘步行距离外，旅客对换乘等待时间的耐受度也具有较高敏感性[14]，因此在大型铁路客站出站换乘的过程中，不仅要提升空间上步行的线性效率，还要尽可能地缩短步行时间以满足旅客对高效换乘的需求，可将旅客在出站层换乘的步行距离和换乘时间作为旅客的客观行为数据以评价空间导向性。

2.2 VR仿真试验设计

2.2.1试验设备

试验设备如图2所示。

本次试验所采用的虚拟现实系统包括：Dell Precision VR图形工作站、虚拟引擎Unity3D、HTC Vive虚拟现实套件。HTC虚拟现实套件包含头戴式显示器、手持控制器和两个能在空间内同时追踪显示器与控制器的定位系统(Lighthouse)，其中头戴显示器组合分辨率为2 160×1 200像素，视场角110°，可以给用户提供足够清晰的画面及视角。此外，在工程师的帮助下，作者开发了基于虚拟引擎Unity的轨迹记录程序，并利用该程序将虚拟场景中志愿者的移动速度设置为略高于实际步行速度的2 m/s，试验开始后，每0.25 s记录一次志愿者的(X，Y)坐标[21]，同时用录屏软件记录志愿者的试验过程作为数据备份。

2.2.2试验流程

试验具体流程及步骤如图3所示：

1)试验参数调整及测试。根据研究客体特征选定试验的自变量与因变量设置试验组。例如，本研究将试验场景中引导性标志在空间中的位置作为自变量，志愿者的行为数据与主观评价数据作为因变量。试验场景的设计中，简化与自变量无关的空间信息，以排除自变量以外对被试者的干扰因素；控制场景规模和试验时长，本次虚拟场景根据真实建筑参数建模以增强试验的真实感和沉浸感；由于场景体量较大，为了防止志愿者由于试验时间过长感到疲惫，导致试验数据失真，将其在虚拟场景中的行走速度设置为略高于实际行走速度。

2)对照组预试验及数据验证。正式试验开始前设置对照组预试验，将现场试验与对照组预试验的数据进行验证，一方面可以确保试验设计的合理性和有效性，另一方面测试试验步骤的连贯性，保障后续的试验顺利进行。

3)正式试验与数据记录。试验步骤见表1。

表1 VR换乘寻路试验步骤Table 1 Experimental steps of VR transfer routing

4)数据处理与对比。选择可量化的计算指标描述试验记录志愿者的行为特征，表示为志愿者空间导向性客观评价数据，与试验获取志愿者导向性主观评价数据进行相关性分析。

2.3 指标计算

2.3.1志愿者对空间导向性的客观评价数据

根据2.1.3节基于换乘效率的行为数据，将旅客换乘的步行距离和换乘时间作为空间导向性评价的计算指标，选取步行线性效率[20]和换乘等待时间[14]描述旅客在空间中的寻路行为特征，指标定义及计算方法如下：

1)步行线性效率。

Unity轨迹记录系统记录试验过程中志愿者的行走轨迹，分析轨迹线性可以得到志愿者在虚拟场景中从起点到终点的实际行走距离与空间直线距离。

(1)

式中：e为旅客换乘步行效率值；ld为旅客换乘起讫点空间直线距离；l为旅客从换乘起点走到换乘终点的实际行走距离。

2)旅客换乘等待时间。

试验录屏文件可以精确分离出志愿者各个行为的持续时间。记录旅客在换乘寻路中的决策点[22]的数目及在决策点的停留时间，可得到旅客换乘等待时间Twait的计算式为:

(2)

式中：n为旅客换乘寻路过程中决策点的个数；ti为旅客在寻路过程中第i个决策点停留的时间。

3)空间导向性评价指标：

(3)

式中：Twalk为旅客换乘行走时间;Twait为旅客换乘等待时间;Td为在旅客实际行走距离等于空间直线距离、且等待时间为0时，旅客换乘所需的时间。

将式(3)变形得到空间导向性评价指标与志愿者步行效率、换乘等待时间之间的关系：

(4)

2.3.2志愿者对空间导向性的主观评价数据

志愿者在完成一次寻路试验后填一组空间导向性主观评价问卷，根据2.1.1节基于导向功能评价的主体感受将寻路难度、标志牌位置及标志信息的导向作用和平面空间的认知程度作为评价依据，共设置8个评分子项，如表2所示。统计每位志愿者在试验结束后的问卷得分，记录为志愿者的主观评价数据。对比各组试验所得志愿者主观评价数据与客观评价数据的相关性，验证该评价模型的可靠性。

表2 空间导向性主观评价问卷Table 2 Space-oriented subjective evaluation questionnaire

3 试验验证

研究以武汉火车站出站层空间为对象验证导向性评价模型的可靠性。武汉站开通于2009年12月，是最早将现代综合交通枢纽理念运用在铁路客站设计中精心设计的火车站[23]。车站总建筑面积约35万m2，自上而下竖向划分为高架候车层、高架站台层和出站换乘层三个界面层。

3.1 武汉站地面层的空间句法分析

本文运用凸空间分析法[19]依据空间全局整合度[4]的数值将武汉站出站层换乘平面划分为三组，以每组平面所在区域引导性标志在空间中的位置作为试验变量对比各试验组导向性评价数据。

将武汉站出站层按照凸空间分割法划分为42个子空间，并将它们以1，2，3，……，42命名，将划分好的空间导入depthmap软件，依次链接相邻子空间，运算得到武汉站换乘层凸空间分析图，如图4b、4a所示。

根据分析图4c，武汉站出站层连接东西广场的两条通道全局整合度最高，此处是出站层的核心交通空间，旅客主要聚集在通道中部到达口及地铁进站口附近，与软件分析情况相符合。可理解度[8]回归系数R2为0.714，数值较高，说明武汉站出站层空间融合度高，自身平面形态能够较好地被旅客认知。

试验保留武汉站出站层内所有的悬挂式换乘导向标志牌，引导志愿者寻找换乘点，共24处，以及提示志愿者在空间所处地点的位置标志，共46处。24处导向标志牌在平面中的分布情况见图4a黑色短线。根据导向标志牌所在子空间的整合度，导向标志牌分为3组，每组各包含8个导向标志牌，命名为S1、S2和S3，见表3。

表3 武汉站出站层标识所在子空间分组、名称及量化指标Table 3 Subspace grouping, name and quantitative indexes of the arrival floor identification of Wuhan Station

3.2 虚拟现实试验设计

3.2.1试验组设置

为了研究在空间导向性中标志布置的位置与空间导向性的关系，将悬挂式标志在空间中的位置设置为试验自变量，根据武汉站出站层凸空间划分结果，共设置5组试验，试验组情况见表4。

表4 试验组设置Table 4 Experimental group setting

3.2.2试验场景搭建

试验虚拟场景根据武汉站出站层实际建筑参数，利用Autodesk CAD和Sketchup软件建立精确模型。建筑内部立柱、楼梯、天花板等建筑结构以及悬挂式标志牌内容、位置与武汉站出站层实际环境保持一致。在依据真实场景建模的情况下，仅保留寻路试验所需的导向标志，且根据换乘任务，将标志牌上部分无关的引导内容(如卫生间、售票处等)去除，对室内灯光、商铺门头立面等内容进行调整以排除试验者在寻路过程中的视觉干扰因素，如图5所示。

研究根据试验需求，每组试验选择6个到达口和4个换乘口分别作为寻路试验起点和终点，如图6所示。试验设定换乘路径、各组志愿者试验安排分别如表5、表6所示。

3.2.3志愿者与试验情况

试验于2020年12月11—15日在武汉理工大学南湖校区大学生创新创业园4号楼3-303教室完成，共招募36位志愿者，为平均年龄21岁、年龄标准差为2.94、在校的土木工程与建筑学院的本科生和硕士生，其中男生19人，女生17人。首先进行了6人一组的预试验，与武汉站现场试验数据进行对比，验证有较高的吻合度(图7)。

表5 武汉站出站层换乘路径与试验设定换乘路径Table 5 Transfer paths of Wuhan Station arrival floor and transfer paths set in test

表6 各组志愿者试验任务安排Table 6 Experimental task arrangement of volunteers in each group

根据试验者描述对试验场景中存在建筑构件体量、空间感与真实场景有差异等问题进行调整后，将其余30位志愿者均分为男女生比例相当的5组，进行正式试验。试验结束后共收集180份正式试验样本，其中60份为导向性主观评价问卷样本，120份为志愿者行为轨迹及试验全程记录视频样本。

4 试验数据处理与对比

整合试验统计样本，得到志愿者客观行为数据和主观评价数据，数据处理与统计如表7所示。

4.1 志愿者客观行为数据

4.1.1志愿者步行轨迹

统计志愿者步行轨迹样本，记录如图8所示。

分析各组试验志愿者行走轨迹的线形和分布规律表明：

对照组、试验组1与试验组2的轨迹图都明显呈三段式分布。其中对照组和试验组1的轨迹图线形相近，以直线为主，迂回路径少；试验组2曲线程度较对照组与试验组1大，有部分迂回路径出现；

试验组3路径分布与前3组试验相比变化较大，趋向于整体均匀分布。志愿者路径线形以曲线为主，表明三组不同区域的标志牌中，去掉位于S3区域的标志牌对志愿者行为轨迹线形影响最大；

表7 志愿者客观数据与主观数据记录Table 7 Objective data and subjective data records of volunteers

试验组4与对照组相比，轨迹图整体性强，主要分布于行人活动空间的边界。试验组4的轨迹图中，橘色路径线占比大，曲线程度高，是因为在无标志的情况下，出租车场作为第一次寻路任务的终点，志愿者主要靠试错寻路。

与对照组相比，试验组1到试验组4志愿者行为轨迹曲线程度逐渐增大，在平面分布上整体均匀程度越来越高，表明随着试验组去除导向标示对应的平面整合度数值越高(表3、表4)，寻路难度逐渐增加。

4.1.2导向性客观评价数据

统计系统记录志愿者行为轨迹和试验录屏样本，进一步分析本次试验志愿者对武汉站出站层导向性评价的客观评价数据。如图9所示。

各试验组志愿者的导向性总得分变化的趋势平缓，评价指标λ的数值分布在0.4～0.55之间。对照组得分为0.44。

出租车换乘口作为每组试验第一个寻路任务的终点，评价数值随着试验组寻路难度的增加而减小；试验组4在场景不设置标志的情况下，导向性总得分反而最高，说明志愿者在第一次寻路的过程中就能形成对武汉站出站层空间的整体认知，武汉站自身空间布局的可理解性强，与上文利用空间句法对武汉站的分析结果(图4c)相符合。

4.2 志愿者主观评价数据

统计各组试验志愿者的空间导向性主观评价数据，得到图10、图11。

图10表明，各试验组的导向性得分在0.5～0.9之间。对照组得分为0.88，根据问卷设定的评价尺度，武汉站出站层导向性的主观评价为“较好”。

图11中，对比3个评分子项，志愿者对标志导向作用的评分波动最大，表明志愿者对导向标志的变化有较高的敏感度；志愿者对平面空间认知程度的评价数值接近导向性总评分，表明在虚拟试验中，平面空间的构形决定志愿者的空间导向性评价基数，标志牌在空间中的位置和标志信息的导向作用影响寻路难度，且使出站层整体导向性评价数值在此基数上下波动。

4.3 数据对比

利用SPSS软件分析志愿者的客观评价数据和主观评价数据的相关性，对试验所有的主客观数据进行相关性分析，结果如表8所示，表明所得主客观数据在皮尔森系数小于0.01时，具有显著的相关性。与客观评价数据相比，志愿者的主观评价数据波动较大，更易受到试验所设置的自变量影响。

表8 VR试验志愿者主客观数据相关性分析Table 8 Correlation analysis of subjective and objective data of VR experimental volunteers

进一步对比各试验组的主客观数据，结果如表9所示。皮尔森相关性系数表明，对照组、试验组1、试验组3、试验组4中志愿者的客观评价数据与主观评价数据具有较强的相关性，而试验组2由于在指导志愿者填写问卷时出现了一定的误差，使得两数据相关性较差。

为了直观地对比各试验组中主客观数据的变化趋势以及试验自变量的改变对空间导向性评价的影响，将统计数据生成折线分析图，如图12所示。

图12a、图12b表明虚拟场景与真实场景贴合度越高时，两组数据相关性越强。根据主观问卷设定的评价尺度，武汉站出站层导向性被评价为“较好”时，导向性客观评价数据λ的取值范围为[0.4,0.5)。

图12c～e表明，当虚拟场景与真实场景偏差较大时，两组数据也会有一定偏差。后3组试验中，志愿者主观评价数据明显降低，可能是因为试验组3去除整合度最高区域的标志、试验组4无标志的设定与志愿者的客观认知不符，导致志愿者对导向性的整体评价降低。

导向标志对应的平面整合度越高，对志愿者导向性主观评价数值的影响越大。对比对照组与各试验组折线图变化趋势发现，S1区域标志对导向性主观评价得分的影响最小，S3区域最大。

5 结论与讨论

通过构建评价空间导向性的新型研究模型，即基于环境—心理—行为研究框架，结合实际调查、空间句法与VR仿真模拟试验，对铁路客站的空间导向性进行综合评价。分析、对比试验获取的数据，可

表9 各试验组客观评价数据与主观评价数据相关性分析Table 9 Correlation analysis of objective evaluation data and subjective evaluation data of each experimental group

以得到以下结论：

1)通过武汉站出站层换乘寻路试验所得志愿者主客观数据的显著相关性，验证了本文所提出的评价模型在实际案例中的适用性。

2)通过分析各试验组志愿者路径线形和分布、主客观数据的变化趋势证实了不同空间位置的标志能够对旅客的导向性评价造成不同的影响，且影响与标志所在的空间平面整合度数值呈正比。

3)该评价模型的核心是建立VR换乘寻路试验，试验方法简单且研究成本较低，操作性强且数据来源可靠，能够得到充分的主观和客观评价数据，弥补以往研究中数据过于主观或研究不够深入等不足。不论是在建筑使用后评价还是建成前方案比选的阶段都可以不受时空限制进行运作，可以切实为设计者提供设计依据。

站内换乘系统是多维度、多环节综合组织的结果，本文研究仅限于武汉站地面层换乘空间出站换乘行为，具有局限性；且武汉站作为一个优秀的铁路客站设计案例，以其出站层空间为研究对象不能全面地总结特大型客运枢纽换乘空间导向性设计共同存在的问题。对于特大型客运枢纽换乘空间与换乘行为的关系还有诸多值得探讨的问题，将研究对象转向立体化的换乘系统将是本课题进一步的研究内容。