唐子媛, 楊子軒, 陳驛順, 朱 杰, 胡軍紅
(南京工業(yè)大學(xué) 交通運(yùn)輸工程學(xué)院, 南京 211816)
大型地鐵樞紐站具有地下結(jié)構(gòu)復(fù)雜、人流量密集的特點(diǎn),突發(fā)事故時疏散條件差、救援難度較大. 隨著近年來科技的不斷發(fā)展,原有的標(biāo)識體系和硬件設(shè)施不能滿足當(dāng)下應(yīng)急疏散的需求,從而引發(fā)疏散過程中踩踏、受傷等隱患.[1]而在地鐵站建成后再修改設(shè)施不僅影響地鐵站的正常運(yùn)營,同時也面臨更高的改建成本. 在不改變站內(nèi)現(xiàn)有基本設(shè)施的情況下,在疏散過程中引入智能動態(tài)標(biāo)識體系,并利用計(jì)算機(jī)軟件模擬地鐵站人群的應(yīng)急疏散行為,為解決這一問題提供了方案.
Shields等[2]在疏散實(shí)驗(yàn)以及問卷調(diào)查中發(fā)現(xiàn)應(yīng)急標(biāo)識在應(yīng)急疏散中起到重要作用;Hartson[3]提出優(yōu)化供給性理論成為判斷標(biāo)識有效性的重要參考;Fridolf等[4]對以往一些特大城市地鐵車站火災(zāi)事故進(jìn)行回顧與分析,發(fā)現(xiàn)影響疏散的重要因素,主要包括為初始的疏散信息、人員流動約束、移動速度和路徑查找信息,實(shí)驗(yàn)結(jié)果表明緊急出口與綠色閃爍燈配合使用能提高人員在火災(zāi)情況下的疏散效率. 國外學(xué)者首先肯定了應(yīng)急標(biāo)識的重要性與有效性,在動態(tài)標(biāo)識的發(fā)展中肯定了屏閃和高亮的作用. 國內(nèi)于1982 年頒布了首個適用于公共場所的安全標(biāo)志國家標(biāo)準(zhǔn),并對應(yīng)急疏散標(biāo)識展開深度研究. 近年來,主要關(guān)注標(biāo)識系統(tǒng)的優(yōu)化問題,對于數(shù)量、顏色和位置也有相關(guān)的研究. 宋波等[5]在 2007—2011年期間比較了中國與國外應(yīng)急疏散中的標(biāo)識體系,從應(yīng)急標(biāo)識設(shè)置的規(guī)范性、正確性、色彩影響和輔助設(shè)施等方面,分析了國內(nèi)應(yīng)急標(biāo)識體系存在的問題,并提出優(yōu)化設(shè)置的建議,王浩等[6]提出了靜態(tài)引導(dǎo)和動態(tài)引導(dǎo)的概念,并對車站出現(xiàn)大客流時的情景和緊急情況下人員的疏散進(jìn)行動態(tài)引導(dǎo),仿真結(jié)果表明動態(tài)引導(dǎo)對縮短疏散時間具有重要意義. 國內(nèi)研究持續(xù)優(yōu)化對標(biāo)識本身的設(shè)計(jì)規(guī)范,同時肯定動態(tài)引導(dǎo)的重要性. 但現(xiàn)有疏散中的動態(tài)引導(dǎo)主要依靠引導(dǎo)人員指揮或音頻傳遞疏散信息,未將疏散標(biāo)識和動態(tài)引導(dǎo)結(jié)合起來,引導(dǎo)效果不佳.
為了將應(yīng)急疏散標(biāo)識與動態(tài)引導(dǎo)有機(jī)結(jié)合,利用基于社會力模型的 AngLogic 仿真軟件對大型地鐵樞紐站進(jìn)行仿真,模擬疏散條件下通過改變動態(tài)標(biāo)識位置、量化標(biāo)識引導(dǎo)效果來疏解疏散瓶頸,重新規(guī)劃引導(dǎo)乘客的疏散路徑. 最終達(dá)到降低逃生時間,提高疏散效率的目的.
通常在建筑物內(nèi)有大量的疏散標(biāo)識,受災(zāi)人員在遇到的每個疏散標(biāo)識時都需要進(jìn)行決策,疏散標(biāo)識的引導(dǎo)信息越明確,受災(zāi)人員在看到每個疏散標(biāo)識后的反應(yīng)就越快,整個疏散過程用時就越短,從而疏散效率就越高. 基于此特性,標(biāo)識傳遞信息應(yīng)當(dāng)準(zhǔn)確和簡明.
在不同的疏散狀態(tài)下,標(biāo)識顯示推薦的出口方向,有益于乘客降低決策時間,及時展開逃生行為;標(biāo)識顯示即時擁堵情況和預(yù)計(jì)疏散時間,有利于乘客作出更好的決策;同時在站內(nèi)顯示乘客所處方位和災(zāi)情范圍,有助于乘客掌握逃生進(jìn)度.
動態(tài)標(biāo)識既要滿足當(dāng)下疏散狀態(tài)的可變性,又要讓受災(zāi)乘客醒目地注意到標(biāo)識的存在. 乘客在恐懼、驚慌等心理作用的驅(qū)使下,易朝著光亮和聲源方向移動,此時的燈光、聲音充當(dāng)了動態(tài)導(dǎo)向. 因此,可利用不同顏色的燈光渲染向乘客傳遞警示信息.
同時,考慮乘客的行為習(xí)慣以及標(biāo)識擺放的醒目程度,在頂部懸掛標(biāo)識,滿足大部分乘客視線高度的要求;在通道墻壁上貼附標(biāo)識在節(jié)省疏散空間的同時,可配合燈光渲染共同作用;標(biāo)識信息隨著疏散情況的變化滾動顯示相應(yīng)的內(nèi)容,能提高標(biāo)識的信息利用率.
標(biāo)識放置的位置是否正確對于乘客在作出決策判斷時有重要作用. 標(biāo)識位置的設(shè)置需要考慮疏散過程中的人流量密度、相關(guān)設(shè)施的擺放等,而標(biāo)識的位置設(shè)置影響著此決策點(diǎn)后的乘客分流情況、通道的擁擠程度等. 采取基于社會力模型的 AnyLogic 仿真軟件,通過改變目標(biāo)標(biāo)識的位置,確定有效減少疏散時間的設(shè)置方式.
AnyLogic 是1種包含離散事件、智能體和系統(tǒng)動力學(xué)的建模仿真軟件. 結(jié)合離散事件和智能體的建模方式來實(shí)現(xiàn)仿真實(shí)驗(yàn). 利用其行人庫來搭建基本進(jìn)站和疏散的流程圖,同時借助 Java 語言進(jìn)行二次開發(fā). 另外,AnyLogic 軟件是基于社會力模型[7]進(jìn)行開發(fā)的,行人之間存在相互作用,并且受到所處環(huán)境和行人心理變化的共同影響[8]. 表示行人在仿真過程中會默認(rèn)選擇執(zhí)行最短路徑,且一定程度上避免與其他行人或障礙物發(fā)生碰撞.
1)物理建模中既可通過確定好建模的比例尺,按照比例對應(yīng)到仿真軟件中手動繪制,又能從 CAD 中導(dǎo)入底圖,再繼續(xù)繪制. 接著利用行人庫中的“墻”繪制出墻壁、障礙物等需要行人繞行的部分;利用“節(jié)點(diǎn)”繪制行人可停留的區(qū)域;利用“服務(wù)”繪制行人接受服務(wù)中可能排隊(duì)的過程;利用“目標(biāo)線”標(biāo)注行人即將出現(xiàn)的起點(diǎn)或消失的終點(diǎn).
物理建模結(jié)束需要設(shè)置行人參數(shù). 由仿真中行人的普遍統(tǒng)計(jì)結(jié)果[9],男性行人的尺寸服從(28、43、49 cm)三角分布,女性行人的尺寸服從(25、39、46 cm)三角分布,即(最小值、平均值、最大值)的排列方式. 對于舒適速度的設(shè)置,為了在仿真時反映出不同年齡段的效果,將小于18歲的男性行人速度設(shè)置為1.0 m/s,小于18歲女性的行人速度設(shè)置為0.8 m/s,大于18歲女性的行人速度設(shè)置為1.1 m/s.
2)邏輯流程建模. 使用行人庫繪制行人進(jìn)站和疏散的基本行動圖. 模塊涉及的流程包括行人購票、安檢、乘坐扶梯(經(jīng)過樓梯)、站臺候車等行為. 根據(jù)站內(nèi)每層不同的設(shè)施設(shè)置,選取PedGoTo搭建后續(xù)的疏散模塊. 在PedGoTo模塊中選擇跟隨路徑模式,避開疏散瓶頸出現(xiàn)的位置繪制路線[10],將此模塊與需要分流的行人按信度比例關(guān)聯(lián). 此線路作為出現(xiàn)疏散瓶頸后的分流路徑,路徑起始點(diǎn)即為動態(tài)標(biāo)識的設(shè)置位置.
新街口地鐵站作為在全國范圍內(nèi)具有典型特征的大型地鐵站,占地面積約7.65萬m2,出口數(shù)量高達(dá)24個,其中投入使用的為20個出口. 實(shí)地調(diào)研站內(nèi)發(fā)現(xiàn),應(yīng)急疏散標(biāo)識設(shè)置內(nèi)容單調(diào),數(shù)量較少且位置不合理.
本文從標(biāo)識的內(nèi)容、形式和位置3個部分設(shè)計(jì)了相關(guān)調(diào)查問卷. 在新街口地鐵站中發(fā)放調(diào)查問卷,收回了1 036份問卷,其中957份有效問卷. 調(diào)查結(jié)果如表1所示.
表1 問卷調(diào)查結(jié)果
由此可知,大部分人對標(biāo)識的指引信賴度較高,這證明了在關(guān)鍵路口作出正確的指引能優(yōu)化疏散效率,減少疏散時間. 通過研究動線[11],在地鐵站的隨機(jī)一處能觀察到至少2個引導(dǎo)標(biāo)識能提高標(biāo)識的引導(dǎo)效率. 意愿比例取問卷中乘客對標(biāo)識信度的平均值78.8%,取值將反饋在仿真的結(jié)果輸出中.
其次在標(biāo)識設(shè)置的擺放方面,大部分人認(rèn)為頂部懸掛標(biāo)識和墻壁貼附式標(biāo)識相比傳統(tǒng)的轉(zhuǎn)角地面立式指示牌和地面貼附式標(biāo)識更利于辨別方向. 因此設(shè)計(jì)新標(biāo)識時可優(yōu)先考慮以頂部懸掛標(biāo)識和墻壁貼附式標(biāo)識.
面對火災(zāi)煙霧等險(xiǎn)情時,人群在驚慌失措下更容易接受到直觀的信息,例如頭頂標(biāo)識牌的內(nèi)容以及燈光的顏色渲染信息;較為復(fù)雜的信息不易被接收,例如墻壁上的人流密度圖;因此設(shè)計(jì)標(biāo)識時盡量簡潔明了地滿足信息傳遞需求.
模型的2個基本組成要素包括物理模型的建立和邏輯行動圖的設(shè)計(jì). 物理模型需符合實(shí)際的客觀情況,繪制邏輯圖時應(yīng)盡可能簡潔. 其次調(diào)整行人步速和信任度參數(shù),完善建模流程.
3.2.1 站內(nèi)環(huán)境建模
1)構(gòu)建物理模型. 根據(jù)高精度地圖和實(shí)地調(diào)查測量的各個設(shè)施尺寸,按照一定比例尺繪制地鐵站環(huán)境模型. 模型中各閘機(jī)口默認(rèn)保持開啟狀態(tài). 新街口地鐵站在AnyLogic 軟件中的三維模型如圖 1所示.
圖1 新街口地鐵站在AnyLogic中的三維模型
3.2.2 行動圖邏輯建模
邏輯建模中,通過目標(biāo)線將產(chǎn)生行人的區(qū)域分類,在分流處設(shè)置樓梯和電梯;疏散部分中利用pedSelectOutput將問卷調(diào)查得到的參數(shù)設(shè)置不同的分流比例,結(jié)合虛擬通道完成最終分流. 最終邏輯圖如圖2所示.
圖2 AnyLogic邏輯圖
3.2.3 仿真結(jié)果分析
在仿真實(shí)驗(yàn)中對比行人本能反應(yīng)疏散和設(shè)置動態(tài)標(biāo)識后的疏散,旨在確定動態(tài)標(biāo)識的位置和指向. 火源點(diǎn)產(chǎn)生的位置不同,決定了疏散瓶頸的不同. 本文選取全站疏散壓力最大的 1號線站臺為火源點(diǎn). 將火源點(diǎn)近似為需要乘客避讓的障礙物. 進(jìn)站和疏散過程中的熱力圖所展現(xiàn)的人流密集的區(qū)域即紅色區(qū)域,看作是疏散瓶頸[12]. 對照組和實(shí)驗(yàn)組的疏散熱力圖如圖3所示. 經(jīng)過動態(tài)標(biāo)識的指引,在疏散瓶頸產(chǎn)生之前根據(jù)后續(xù)信度占比調(diào)動行人避開擁堵的區(qū)域(比例分配在PedSelectOutPut模塊中體現(xiàn)),在 1、2、3、4 等位置有效的紓解了疏散瓶頸.
圖3 對照組(左)和實(shí)驗(yàn)組(右)
我國要求的地鐵設(shè)計(jì)規(guī)范[13]表明,逃生時間需控制在6 min內(nèi). 實(shí)驗(yàn)組行人平均疏散時間為123.35 s,最后1位乘客離開地鐵站用時293.7 s. 對照組行人平均疏散時間為150.91 s,最后1位乘客離開地鐵站用時328.9 s. 統(tǒng)計(jì)時間如圖4所示. 由仿真結(jié)果可知,行人以修改后路徑疏散較原先平均用時降低27.56 s,修改路徑后疏散總時長[14]相較于對照組縮短了35.2 s. 對照組勉強(qiáng)滿足地鐵設(shè)計(jì)規(guī)范要求的逃生時間,但實(shí)際所需時間大于計(jì)算時間,而實(shí)驗(yàn)組在這一指標(biāo)上獲得了顯著提升[15]. 更改路徑后,地鐵站的應(yīng)急疏散標(biāo)識將從原有標(biāo)識等可能性地指向出口,變?yōu)橄蚓哂袃?yōu)先級的出口引導(dǎo).
圖4 疏散時間統(tǒng)計(jì) 實(shí)驗(yàn)組(左)和對照組(右)
為了避免實(shí)驗(yàn)的偶然性,同時說明修改路徑后的有效,取多次實(shí)驗(yàn)中最后1位乘客離開時間的平均值. 對照組5組數(shù)據(jù)平均值為328.6 s,實(shí)驗(yàn)組5組數(shù)據(jù)平均值為295.9 s. 由此可知,更改路徑后疏散時間縮短了32.7 s. 5次疏散時間統(tǒng)計(jì)結(jié)果如圖5所示.
圖5 5次實(shí)驗(yàn)結(jié)果
圖6 標(biāo)識位置設(shè)置
3.2.4 標(biāo)識設(shè)置參考
通過仿真分析,更改路徑的方式有效縮減乘客逃生時間. 據(jù)此對標(biāo)識的設(shè)置位置進(jìn)行標(biāo)注,如圖 6所示.
建議標(biāo)識的設(shè)置位置由疏散瓶頸和主要決策點(diǎn)決定. 一是疏散瓶頸主要集中在轉(zhuǎn)角連接通道處. 對于可能發(fā)生擁擠的路徑,需提前將人群分流到疏散壓力小的路線. 在設(shè)置動態(tài)標(biāo)識時關(guān)注乘客是否易接受到新路徑提醒信息,以及信息是否傳遞準(zhǔn)確. 二是主要決策點(diǎn)包括岔路口和各個出口. 設(shè)置動態(tài)標(biāo)識時,需要乘客在實(shí)際發(fā)生擁堵前就接收到方向引導(dǎo)信息,同時考慮展示各出口的流量承載情況以及提醒預(yù)計(jì)疏散時間. 最后,標(biāo)識的數(shù)量設(shè)置應(yīng)保證乘客在任一位置能看到至少2個標(biāo)識;標(biāo)識內(nèi)容須清晰易懂,在適宜條件下結(jié)合字幕和燈光提示人群,從而達(dá)到提高標(biāo)識引導(dǎo)效率的目的.
通過AnyLogic仿真實(shí)驗(yàn)分析常規(guī)疏散過程中的疏散瓶頸及關(guān)鍵決策點(diǎn),并將動態(tài)標(biāo)識的效果進(jìn)行量化,規(guī)劃出1條人流量更少、疏散效率更高的道路,最終提升乘客的逃生效率. 應(yīng)急動態(tài)標(biāo)識的優(yōu)越性體現(xiàn)在能根據(jù)疏散實(shí)際情況,實(shí)時調(diào)整標(biāo)識信息,這些信息是基于該區(qū)域最合理的人群分流決策考慮的. 這些信息會根據(jù)實(shí)際疏散情況實(shí)時調(diào)整,確保各區(qū)域的人群疏散達(dá)到局部最優(yōu)解,而多個疏散區(qū)域的局部最優(yōu)解綜合達(dá)到全局最優(yōu)解.