基于AnyLogic的地铁枢纽站疏散动态标识研究

唐子媛, 杨子轩, 陈驿顺, 朱 杰, 胡军红

(南京工业大学 交通运输工程学院, 南京 211816)

0 引言

大型地铁枢纽站具有地下结构复杂、人流量密集的特点,突发事故时疏散条件差、救援难度较大. 随着近年来科技的不断发展,原有的标识体系和硬件设施不能满足当下应急疏散的需求,从而引发疏散过程中踩踏、受伤等隐患.[1]而在地铁站建成后再修改设施不仅影响地铁站的正常运营,同时也面临更高的改建成本. 在不改变站内现有基本设施的情况下,在疏散过程中引入智能动态标识体系,并利用计算机软件模拟地铁站人群的应急疏散行为,为解决这一问题提供了方案.

Shields等[2]在疏散实验以及问卷调查中发现应急标识在应急疏散中起到重要作用;Hartson[3]提出优化供给性理论成为判断标识有效性的重要参考;Fridolf等[4]对以往一些特大城市地铁车站火灾事故进行回顾与分析,发现影响疏散的重要因素,主要包括为初始的疏散信息、人员流动约束、移动速度和路径查找信息,实验结果表明紧急出口与绿色闪烁灯配合使用能提高人员在火灾情况下的疏散效率. 国外学者首先肯定了应急标识的重要性与有效性,在动态标识的发展中肯定了屏闪和高亮的作用. 国内于1982 年颁布了首个适用于公共场所的安全标志国家标准,并对应急疏散标识展开深度研究. 近年来,主要关注标识系统的优化问题,对于数量、颜色和位置也有相关的研究. 宋波等[5]在 2007—2011年期间比较了中国与国外应急疏散中的标识体系,从应急标识设置的规范性、正确性、色彩影响和辅助设施等方面,分析了国内应急标识体系存在的问题,并提出优化设置的建议,王浩等[6]提出了静态引导和动态引导的概念,并对车站出现大客流时的情景和紧急情况下人员的疏散进行动态引导,仿真结果表明动态引导对缩短疏散时间具有重要意义. 国内研究持续优化对标识本身的设计规范,同时肯定动态引导的重要性. 但现有疏散中的动态引导主要依靠引导人员指挥或音频传递疏散信息,未将疏散标识和动态引导结合起来,引导效果不佳.

为了将应急疏散标识与动态引导有机结合,利用基于社会力模型的 AngLogic 仿真软件对大型地铁枢纽站进行仿真,模拟疏散条件下通过改变动态标识位置、量化标识引导效果来疏解疏散瓶颈,重新规划引导乘客的疏散路径. 最终达到降低逃生时间,提高疏散效率的目的.

1 动态标识因素分析

1.1 标识内容

通常在建筑物内有大量的疏散标识,受灾人员在遇到的每个疏散标识时都需要进行决策,疏散标识的引导信息越明确,受灾人员在看到每个疏散标识后的反应就越快,整个疏散过程用时就越短,从而疏散效率就越高. 基于此特性,标识传递信息应当准确和简明.

在不同的疏散状态下,标识显示推荐的出口方向,有益于乘客降低决策时间,及时展开逃生行为;标识显示即时拥堵情况和预计疏散时间,有利于乘客作出更好的决策;同时在站内显示乘客所处方位和灾情范围,有助于乘客掌握逃生进度.

1.2 标识形式

动态标识既要满足当下疏散状态的可变性,又要让受灾乘客醒目地注意到标识的存在. 乘客在恐惧、惊慌等心理作用的驱使下,易朝着光亮和声源方向移动,此时的灯光、声音充当了动态导向. 因此,可利用不同颜色的灯光渲染向乘客传递警示信息.

同时,考虑乘客的行为习惯以及标识摆放的醒目程度,在顶部悬挂标识,满足大部分乘客视线高度的要求;在通道墙壁上贴附标识在节省疏散空间的同时,可配合灯光渲染共同作用;标识信息随着疏散情况的变化滚动显示相应的内容,能提高标识的信息利用率.

1.3 标识位置

标识放置的位置是否正确对于乘客在作出决策判断时有重要作用. 标识位置的设置需要考虑疏散过程中的人流量密度、相关设施的摆放等,而标识的位置设置影响着此决策点后的乘客分流情况、通道的拥挤程度等. 采取基于社会力模型的 AnyLogic 仿真软件,通过改变目标标识的位置,确定有效减少疏散时间的设置方式.

2 乘客疏散行为微观仿真

2.1 基于 AnyLogic 的仿真建模

AnyLogic 是1种包含离散事件、智能体和系统动力学的建模仿真软件. 结合离散事件和智能体的建模方式来实现仿真实验. 利用其行人库来搭建基本进站和疏散的流程图,同时借助 Java 语言进行二次开发. 另外,AnyLogic 软件是基于社会力模型[7]进行开发的,行人之间存在相互作用,并且受到所处环境和行人心理变化的共同影响[8]. 表示行人在仿真过程中会默认选择执行最短路径,且一定程度上避免与其他行人或障碍物发生碰撞.

2.2 建模及参数调整

1)物理建模中既可通过确定好建模的比例尺,按照比例对应到仿真软件中手动绘制,又能从 CAD 中导入底图,再继续绘制. 接着利用行人库中的“墙”绘制出墙壁、障碍物等需要行人绕行的部分;利用“节点”绘制行人可停留的区域;利用“服务”绘制行人接受服务中可能排队的过程;利用“目标线”标注行人即将出现的起点或消失的终点.

物理建模结束需要设置行人参数. 由仿真中行人的普遍统计结果[9],男性行人的尺寸服从(28、43、49 cm)三角分布,女性行人的尺寸服从(25、39、46 cm)三角分布,即(最小值、平均值、最大值)的排列方式. 对于舒适速度的设置,为了在仿真时反映出不同年龄段的效果,将小于18岁的男性行人速度设置为1.0 m/s,小于18岁女性的行人速度设置为0.8 m/s,大于18岁女性的行人速度设置为1.1 m/s.

2)逻辑流程建模. 使用行人库绘制行人进站和疏散的基本行动图. 模块涉及的流程包括行人购票、安检、乘坐扶梯(经过楼梯)、站台候车等行为. 根据站内每层不同的设施设置,选取PedGoTo搭建后续的疏散模块. 在PedGoTo模块中选择跟随路径模式,避开疏散瓶颈出现的位置绘制路线[10],将此模块与需要分流的行人按信度比例关联. 此线路作为出现疏散瓶颈后的分流路径,路径起始点即为动态标识的设置位置.

3 实例分析

新街口地铁站作为在全国范围内具有典型特征的大型地铁站,占地面积约7.65万m2,出口数量高达24个,其中投入使用的为20个出口. 实地调研站内发现,应急疏散标识设置内容单调,数量较少且位置不合理.

3.1 标识信度分析

本文从标识的内容、形式和位置3个部分设计了相关调查问卷. 在新街口地铁站中发放调查问卷,收回了1 036份问卷,其中957份有效问卷. 调查结果如表1所示.

表1 问卷调查结果

由此可知,大部分人对标识的指引信赖度较高,这证明了在关键路口作出正确的指引能优化疏散效率,减少疏散时间. 通过研究动线[11],在地铁站的随机一处能观察到至少2个引导标识能提高标识的引导效率. 意愿比例取问卷中乘客对标识信度的平均值78.8%,取值将反馈在仿真的结果输出中.

其次在标识设置的摆放方面,大部分人认为顶部悬挂标识和墙壁贴附式标识相比传统的转角地面立式指示牌和地面贴附式标识更利于辨别方向. 因此设计新标识时可优先考虑以顶部悬挂标识和墙壁贴附式标识.

面对火灾烟雾等险情时,人群在惊慌失措下更容易接受到直观的信息,例如头顶标识牌的内容以及灯光的颜色渲染信息;较为复杂的信息不易被接收,例如墙壁上的人流密度图;因此设计标识时尽量简洁明了地满足信息传递需求.

3.2 实际仿真过程

模型的2个基本组成要素包括物理模型的建立和逻辑行动图的设计. 物理模型需符合实际的客观情况,绘制逻辑图时应尽可能简洁. 其次调整行人步速和信任度参数,完善建模流程.

3.2.1 站内环境建模

1)构建物理模型. 根据高精度地图和实地调查测量的各个设施尺寸,按照一定比例尺绘制地铁站环境模型. 模型中各闸机口默认保持开启状态. 新街口地铁站在AnyLogic 软件中的三维模型如图 1所示.

图1 新街口地铁站在AnyLogic中的三维模型

3.2.2 行动图逻辑建模

逻辑建模中,通过目标线将产生行人的区域分类,在分流处设置楼梯和电梯;疏散部分中利用pedSelectOutput将问卷调查得到的参数设置不同的分流比例,结合虚拟通道完成最终分流. 最终逻辑图如图2所示.

图2 AnyLogic逻辑图

3.2.3 仿真结果分析

在仿真实验中对比行人本能反应疏散和设置动态标识后的疏散,旨在确定动态标识的位置和指向. 火源点产生的位置不同,决定了疏散瓶颈的不同. 本文选取全站疏散压力最大的 1号线站台为火源点. 将火源点近似为需要乘客避让的障碍物. 进站和疏散过程中的热力图所展现的人流密集的区域即红色区域,看作是疏散瓶颈[12]. 对照组和实验组的疏散热力图如图3所示. 经过动态标识的指引,在疏散瓶颈产生之前根据后续信度占比调动行人避开拥堵的区域(比例分配在PedSelectOutPut模块中体现),在 1、2、3、4 等位置有效的纾解了疏散瓶颈.

图3 对照组(左)和实验组(右)

我国要求的地铁设计规范[13]表明,逃生时间需控制在6 min内. 实验组行人平均疏散时间为123.35 s,最后1位乘客离开地铁站用时293.7 s. 对照组行人平均疏散时间为150.91 s,最后1位乘客离开地铁站用时328.9 s. 统计时间如图4所示. 由仿真结果可知,行人以修改后路径疏散较原先平均用时降低27.56 s,修改路径后疏散总时长[14]相较于对照组缩短了35.2 s. 对照组勉强满足地铁设计规范要求的逃生时间,但实际所需时间大于计算时间,而实验组在这一指标上获得了显著提升[15]. 更改路径后,地铁站的应急疏散标识将从原有标识等可能性地指向出口,变为向具有优先级的出口引导.

图4 疏散时间统计 实验组(左)和对照组(右)

为了避免实验的偶然性,同时说明修改路径后的有效,取多次实验中最后1位乘客离开时间的平均值. 对照组5组数据平均值为328.6 s,实验组5组数据平均值为295.9 s. 由此可知,更改路径后疏散时间缩短了32.7 s. 5次疏散时间统计结果如图5所示.

图5 5次实验结果

图6 标识位置设置

3.2.4 标识设置参考

通过仿真分析,更改路径的方式有效缩减乘客逃生时间. 据此对标识的设置位置进行标注,如图 6所示.

建议标识的设置位置由疏散瓶颈和主要决策点决定. 一是疏散瓶颈主要集中在转角连接通道处. 对于可能发生拥挤的路径,需提前将人群分流到疏散压力小的路线. 在设置动态标识时关注乘客是否易接受到新路径提醒信息,以及信息是否传递准确. 二是主要决策点包括岔路口和各个出口. 设置动态标识时,需要乘客在实际发生拥堵前就接收到方向引导信息,同时考虑展示各出口的流量承载情况以及提醒预计疏散时间. 最后,标识的数量设置应保证乘客在任一位置能看到至少2个标识;标识内容须清晰易懂,在适宜条件下结合字幕和灯光提示人群,从而达到提高标识引导效率的目的.

4 结论

通过AnyLogic仿真实验分析常规疏散过程中的疏散瓶颈及关键决策点,并将动态标识的效果进行量化,规划出1条人流量更少、疏散效率更高的道路,最终提升乘客的逃生效率. 应急动态标识的优越性体现在能根据疏散实际情况,实时调整标识信息,这些信息是基于该区域最合理的人群分流决策考虑的. 这些信息会根据实际疏散情况实时调整,确保各区域的人群疏散达到局部最优解,而多个疏散区域的局部最优解综合达到全局最优解.