胡继华,詹承志,程智锋,赵力萱,聂佩林
(1.中山大学工学院智能交通中心,广东广州510275;2.广东省智能交通重点实验室,广东广州510006;3.广东警官学院治安系交通管理学教研室,广东广州510230;4.佛山科学技术学院环境与土木建筑学院,广东佛山528000)
人员密集的公共场所一旦发生突发事件,容易造成人群聚集、恐慌甚至拥挤踩踏的事故,伤亡往往十分惨重。当前的BRT车站的设计有越来越大的趋势,如广州BRT车站的结构组成部分包括站台、人行天桥等,其中站台面积达1000多平方米,同时BRT车站又是公众出行的集中区域,人员密度大,又与交通流混杂,当发生紧急情况时,站台内部人员的疏散是一个倍受关注的问题。当前针对办公或居住建筑物[1-2],体育场馆[3-4],地铁站[5-7]的应急疏散研究较多,但是针对BRT车站的很少。因此,针对BRT车站的人员疏散模拟研究很有必要。
目前,常用的人员紧急疏散模型大体可以分为宏观和微观两大类[8],宏观仿真将人群看成一个整体,研究成果主要有网络节点模型,其中方志祥、宗欣露等[9]将整个疏散区域抽象成一个网络,疏散通道、道路抽象成边,一定面积的可被占据的自由区域抽象成点,对疏散路径、疏散时间、拥挤度等多目标优化问题进行研究,取得来了一定成果。宏观仿真模型将人群整体的运动作为分析目标,缺少对个体行为的细致研究与分析,使得仿真无法反映不同个体的特征以及个体间的区别,缺少对疏散过程的直观描述。微观仿真模型则将侧重点集中在疏散个体行为描述上,研究个体心理、相互作用、行为对疏散结果的影响,主要成果有元胞自动机模型[10-11],多智能体 (Multi-Agent)模型[12],网格模型[13-14]等。这些模型都将疏散区域划分成更加细小的网格,以网格的占据或空缺来表示个体的运动以及模拟群体的疏散过程,比如方正、卢兆明等人提出的网格模型将建筑物在平面上划分成能反映人员具体位置的坐标网格,用拉格朗日方法来描述个人的运动轨迹。但是这些模型又存在一定的局限性:如元胞自动机模型缺少对个体与环境相互影响的考虑,并且计算量大;Multi-Agent模型因为对个体行为包括人员感知,人员推理等因素考虑得过于精细需要耗费很高的计算资源;方正的网格模型很好的将群体运动离散化,节约了计算资源,考虑了出口流量在不同时刻严重不均匀现象,但在人员类别、速度上没有做到类别划分,不够精细,使得模型真实性存在一定不足。因此目前并没有一种完全精确而且具有普适性的模型很好的适用于BRT车站的疏散模拟。
BRT站台存在狭长规整,利于规则的网格划分,而车站固有的功能属性导致车站区域人员变动大,不同个体存在一定的差异性。因此本文提出一种符合BRT公交车站功能属性与物理特点的精细网格疏散模拟方法,将群体疏散过程离散化,合理加载个体行为,目的是在真实、直观而又不浪费计算资源的前提下模拟BRT车站紧急情况下人群疏散过程。本文首先将疏散场所BRT车站划分为以人均占地面积为单位的精细单元,在此基础上构建人员疏散模型。根据站台的具体区域考虑人群在BRT车站的初始分布,以与出口夹角最小的方向作为人员运动方向,并考虑不同类型人员在疏散状态下的运动速度、有无视野范围的避障原则和出口转移意愿等个体行为。最后以广州市BRT岗顶站作为实例,实现了该模型。分析结果表明,疏散人数与疏散时间呈线性关系,障碍物的出现和出口数量都会对疏散效率造成影响,并发现了两处疏散瓶颈。
人员疏散是一种复杂的群体行为,不同个体的疏散过程会因个体特性、初始位置不同、个体之间的相互影响、障碍物等因素的影响存在差异,所以模型将群体疏散离散分解为个体的疏散,通过对离散的个体疏散过程的集成与模拟来展示人员疏散过程。人员疏散模型的建立需要考虑精细网格划分、人群划分、人员行走规则以及冲突解决机制等因素。
人员疏散模型的建立需要对人员所在疏散场所进行建模,对疏散空间即BRT车站进行精细网格划分,将疏散区域 (包括建筑物和障碍物所在区域)划分成大小最多只能容纳1人的网格单元。参考GB10000-88《中国成年人人体尺寸标准》[15],设定网格长宽均为400mm,因此每个网格g均为面积为0.16 m2的正方形。整个BRT车站可供人员活动的区域表示为
式中:i,j——网格在长和宽的方向上的坐标。疏散区域划分网格后以左上角区域为原点,第i行第j列对应的网格用Nij表示,每个网格对应具体坐标用该网格的中心点坐标来表示
在二维网格中,网格存在三种状态:被占据、空缺、建筑物或障碍物。当网格被个体占据或者是障碍、建筑物时,其他个体不能再进入该区域。
图1 精细网格与人员模型
(1)运动方向
运动方向包括逃生出口以及疏散方向的选择。疏散时疏散人员始终以最近的出口作为目标,在没有障碍的前提下选择与目标出口夹角最小的方向行走。在多个出口的情况下,首先判断当前位置与各个出口的距离,选择最近的一个出口作为疏散目标出口。确定目标出口之后,设定人员在邻域范围内每个网格与周围8个网格状态为空缺的网格点作为候选目标方向,判定各个方向与出口的夹角,选择夹角最小的一个方向作为疏散方向,如图1所示。疏散模拟时,每个时间步长都需要对运动方向进行判定操作,以保证疏散方向的一致性,但如果行进方向与出口接近直线时 (夹角为0),人群容易形成排队前进的现象,与实际人群疏散过程中后面人群挤到前面位置的行为不完全一致,此时改进方向选择规则为:人群排队长度达到一定程度时,若初选方向与出口方向呈直线,则选择夹角次小的方向作为疏散方向。
(2)运动速度
疏散时人员的速度受周围环境影响,具体的环境因素包括人员所在位置及所在位置周围人员密度。人员所在位置不同,如个体处在建筑边界、障碍物附近,速度会减小,这种情况从根本上讲也是通过影响周围网格人员密度来影响运动速度,而人员的实际运动速度V(m/s)与周围人员密度 ρ的关系[16]即
由式 (3)可以看到,当人群越拥挤的时候,人行走的速度则越小,最小的速度为0,即停止不动。人行走的最大速度V0取1.66 m/s[17],近似相当每秒行走4个网格的长度。ρ一般取疏散人员周围1个网格长度为半径 (r=0.4 m)的邻域内的密度,根据该密度来确定人员的行走速度。这种速度判定方法本质上是在给定的时间步长内通过密度这一个物理量来给出单个疏散人员可以活动的空间大小。在相同的环境与条件下,疏散人群可以根据年龄划分为青壮年、小孩与老年人等3种群体,不同年龄的个体因为身体功能的差异会具有不同的运动速度:青壮年运动速度较快,小孩和老人则较缓慢,其速度折减系数分别为1,0.8,0.75。根据实地调查3种不同种类人群比例分别为90%,5%,5%,综合可以确定疏散个体实际的运动速度如式(4)所示
式中:σ——速度折减系数。
在疏散过程中,经常会发生人员与障碍物及队列的冲突,导致疏散迟滞,此时需要设置合理的机制来解决冲突,使个体可以智能避障或意愿转移,改变队列进而改变出口实现疏散效率的提高。
(1)避障原则
疏散人员在疏散过程中有可能会遇到障碍物,障碍物会对疏散过程产生重要影响,合理的避障至关重要。疏散人员的避障行为可以分为障碍物在通透视野范围内以及障碍物不在通透视野范围内两种情况。通透视野范围是指疏散个体视野中能够判断障碍物和出口的相对位置的区域范围。当障碍物在视野范围内,疏散人员能够根据障碍物的大小以及障碍物处在疏散通道的位置,自行选择一条最优的路径。如图2(a)所示,如果视野通透,疏散则可以直接走到障碍物角点绕行过去。而障碍物不在通透视野内时,疏散人员只能沿着障碍物行走,直到发现拐点之后才绕过去,直到重新获得出口的方向,如图2(b)所示。
(2)意愿转移
在多个出口距离都较近的情况下,乘客通常会选择人较少的出口,这种现象普遍存在紧急疏散、刷卡进闸、出闸、排队等情况。但是,如果某个疏散个体在自己的队伍中观察到别的队伍人员较少时,会抛弃当前的队列,转移到邻近的队列中,从而选择别的出口,如图2(c)所示。用出口附近区域人员密度来刻画这种出口转移意愿。当某区域的人员密度与邻近出口区域的人员密度差值大于一定阈值时,则该区域部分人员选择出口转移,直到相邻出口区域人员密度重新达到平衡为止。
图2 避障原则与出口意愿转移
(1)疏散空间与人员分布
本文选取广州BRT岗顶站作为疏散模拟实验车站。广州BRT岗顶站位于广州中山大道,为天河区的东部商业区,周边主要为电脑卖场,人流密集,可在此换乘广州地铁三号线,是广州BRT最典型的车站之一。岗顶站东西走向,总长度约400米,两侧设有人行天桥。BRT车道为内车道,乘客从人行天桥到达中央候车区。候车区域长200米,宽5米,南侧分S1S2S3三个子站台共20个上下车闸口,对称地在北侧也分N1N2N3等三个子站台共20个上下车闸口。候车区域两侧均有出入口,每侧的出口和入口的通道均为2个,宽度仅能供一人出入。疏散时,人员从站台中通过左右两侧的出口通道转移出去。
完整的BRT车站分为站台候车区和人行天桥及其走道两部分,而候车区域划分为三个功能区块,分别为车门区域、休息区域和通道。车门区域是指靠近上下车位置的区域,长度取车门及其两侧1m范围,宽度为整个站台宽度的三分之一;休息区域是指布设有长凳供乘客休息的区域;其余为通道区域;人行天桥及其走道区域是指闸机出口处至天桥间的走道以及天桥部分等外部区域。在BRT车站中,人行天桥及走道狭长且作为出入必经区域流动人员最为密集,而车门区域为站台内乘客首选停留的区域,休息区域次之。因此,人行天桥及其走道人员密度最大,站台候车区内车门区域人员密度明显大于其他区域。根据实地调查,不同区域的平均人员初始密度如表1所示,在此密度前提下,随机分配人员的位置。
表1 不同区域的人员分布密度
图3 岗顶BRT车站平面
(2)模 拟
本文采用Visual Studio 2010+WPF作为开发工具开发了BRT公交车站疏散的仿真系统。初始设定站台总人数为800人,各区域人员数量根据不同区域的人员分布密度表可以计算出,根据此数据初始化BRT站台的人员分布状况。在本计算机程序的循环计算中,一个单位时间步长代表一个实际时间单位。限于篇幅所限,只给出N3子站台 (图4(a))与东北角人行天桥及走道区域 (图4(b))的人员分布情况,如图4所示,其中白色、黑色、灰色个体分别代表青壮年、老人、儿童。
图4 站台初始人员分布
完整的疏散过程包括两部分:一、站台候车区域内人群疏散至闸机出口处,这里称第一疏散过程;二、人行天桥及走道区域人群通过走道、撤离天桥,称为第二疏散过程。对于第一疏散过程,图5(a)、5(b)、5(c)分别给出了N3子站台内疏散开始 (第10步长)、闸机出口已经出现拥堵 (第60步长)、第一疏散过程临近结束 (第150步长)等时间点的情况;第二疏散人群既包括初始分布在人行天桥及走道区域的人群,又包括从站台候车区域撤离进入人行天桥及走道区域的人群,图7描述了东北角人行天桥及走道区域第180步长模拟的情况,此时第一疏散已经结束,人员已从站台候车区域撤出加入到第二疏散过程中并且在人行天桥楼梯口处出现拥堵。随着第二疏散的结束,疏散模拟才真正结束,本次模拟总共耗时536个步长。
(1)障碍物对疏散的影响
将初始站台总人数设置为800人,同时在站台上随机设置无法直接绕过的障碍物,如图7所示。分析障碍物对疏散时间的影响:障碍物的出现增加了疏散时间,在添加障碍物之前,总疏散平均时间是589.08步长,添加障碍物之后,总疏散平均时间是629.50步长,总疏散时间增加6.86%。经分析原因有两方面:一是疏散人员在遇到障碍物之后,降低了运动速度;二是障碍物降低了通道的通畅程度,阻挡了疏散人员的视野,疏散人员需要绕道更远的距离才能走到出口。因此,处于疏散安全与效率的考虑,站台应该减少障碍物出现的可能性。
(2)疏散瓶颈
疏散瓶颈是指疏散受到明显阻碍的关键因素,在疏散瓶颈区域的人群因为人员聚集造成拥挤,人群疏散速度减小,增加疏散时间。由于BRT站台狭长,人群容易在各进出口处聚集,而第一疏散过程时候车区域人群必须通过闸机出口撤出,第二疏散过程中,人群也要经人行天桥撤离,从模拟图5(b)和图6中,可以发现闸机出口以及人行天桥楼梯口易出现人群拥堵现象,所以本BRT车站的疏散瓶颈区域有两处,分别是闸机出口处和人行天桥楼梯口处。
现有的地铁、BRT站台的自动检票闸机分为三杆式和起门式闸机[18]。起门式闸机是双向型设计;三杆式闸机分为单向与双向两种。对于双向型闸机,闸机可以根据需要随时切换成进站或出站模式。因为模拟所在BRT岗顶站所用闸机是三杆式,而每个区域进出口各为2个,如果BRT岗顶站站台闸机使用双向型三杆式闸机,紧急疏散时闸机进站模式也能切换成出站模式,此时闸机口处就有四个出口,通过不同疏散人数下对比分析使用单双向闸机对疏散时间的影响:双向闸机通过切换模式使得闸机出口数量的增加,明显降低疏散时间,如表2所示。建议BRT岗顶站站台闸机使用双向型三杆式闸机,而其他站点也尽量使用双向式闸机,紧急情况下进口可以快速转换为出口,减少疏散时间。在发现疏散瓶颈后,为了最低限度减少疏散瓶颈造成的损失,疏散过程中站台工作人员应在闸机口、人行天桥楼梯口处进行必要的疏导、指引,维持疏散秩序,稳定人群情绪,避免人群过度拥挤与恐慌造成疏散延迟甚至踩踏现象。
表2 不同疏散人数下单双向闸机疏散时间表
(3)疏散总人数对疏散时间的影响
疏散时间是指从在发生需要紧急疏散的事故之后,疏散开始到最后一个人从人行天桥撤离的时间。把总疏散时间t作为衡量疏散效果的指标,同样的疏散人数下,疏散时间越短,则表明疏散效率越高,疏散效果越好。BRT车站的随着公交车辆的到达和离开,人群数量也会因为乘客上车与下车造成变动,正是这种功能特点决定了站内的人员数量会存在较大的变化,所以要研究事故发生时疏散人数的差异对疏散时间的影响。
通过循环计算站台总人数从1人到1500人的疏散时间,得到以下结论:疏散时间受疏散人数影响较大,通过回归分析得到疏散总人数与疏散总步长近似于线性关系,如图8所示,随着疏散人数增大,疏散时间明显有呈线性增加的趋势,表明人员运动受到了周围人群密度的影响。因此,人员过于密集的区域不利于安全疏散,在考虑安全因素的时候应该控制站台区域的人群密度。
图8 疏散人数与疏散时间关系
本文通过分析BRT公交车站功能属性与物理特点,借鉴精细网格思想,建立了适用于BRT车站疏散的人员运动模型,模型包含了精细网格划分、人员行走规则以及冲突解决机制三个组成部分。最后以广州BRT岗顶站作为疏散实例车站进行模拟与分析,验证了模型的实用性与可行性,分析结果表明:随着人数增加,疏散时间呈线性关系增长;站台如果出现障碍物,则疏散效率降低;及时发现了BRT站台存在的两处疏散瓶颈:闸机出口处和人行天桥上下楼梯口处。结合分析结果,针对不同影响提出了相应的疏散建议。后续的研究将考虑更多的人员复杂行为特征 (心理因素、群体关系)对模型予以完善。
[1]TANG Fangqin,REN Aizhu,XU Feng.Simulation of occupant evacuation using building GISand behavioral rule base[J].Journal of Tsinghua University(Science and Technology),2011,51(4):508-512(in Chinese).[唐方勤,任爱珠,徐峰.基于Building GIS与行为规则库的人员疏散模拟[J].清华大学学报(自然科学版),2011,51(4):508-512.]
[2]JI Jingwei,WU Shuang,ZHAO Ping,et al.Personnel evacuation simulation analysis of the supermarket under fire situation [J].Journal of Safety Science and Technology,2011,7(10):36-40(in Chinese).[季经纬,武爽,赵平等.大型超市火灾情况下人员疏散模拟分析[J].中国安全生产科学技术,2011,7(10):36-40.]
[3]ZONGXinlu,XIONGShengwu,FANGZhixiang,et al.Multi-objective ant colony optimization model for emergency evacuation[C]//Sixth International Conference on IEEE Natural Computation,2010:2774-2778.
[4]CHEN Peng,WANG Xiaoxuan,LIU Miaolong.A simulation method for sports grounds evacuation based on integration of multi-agent system and GIS[J].Geomatics and Information Science of Wuhan University,2011,36(2):133-138(in Chinese).[陈鹏,王晓璇,刘妙龙.基于多智能体与GIS集成的体育场人群疏散模拟方法[J].武汉大学学报 (信息科学版),2011,36(2):133-138.]
[5]HE Liying.Evacuation simulation of atrium metro station in fire accidents[J].Chinese Journal of Underground Space and Engineering,2010,6(4):861-866(in Chinese).[何利英.中庭式地铁车站火灾安全疏散仿真研究[J].地下空间与工程学报,2010,6(4):861-866.]
[6]WANG Xudong,HAN Xie,LOU Yanfeng.Study of crowd evacuation simulating and forecasting in large-scale venues[J].Computer Engineering and Design,2009,30(2):455-459(in Chinese).[王旭东,韩燮,娄岩峰.大型场馆人员疏散仿真预测的研究 [J].计算机工程与设计,2009,30(2):455-459.]
[7]GUO Yurong,GUO Lei,XIAO Yan.Emergency evacuation simulation based on cellular automata theory[J].Journal of Hunan University(Natural Sciences),2011,38(11):25-29(in Chinese).[郭玉荣,郭磊,肖岩.基于元胞自动机理论的紧急人员疏散模拟[J].湖南大学学报 (自然科学版),2011,38(11):25-29.]
[8]HUANG Xifa,WANG Kejun,GUO Lianying,et al.Microscopic model study on pedestrian evacuation simulation based on kinematics[J].Journal of System Simulation,2008,20(21):5791-5794(in Chinese).[黄希发,王科俊,郭莲英,等.一种运动学形式的人员疏散仿真微观模型研究 [J].系统仿真学报,2008,20(21):5791-5794.]
[9]FANG Zhixiang,ZONG Xinlu,LI Qingquan,et al.Hierarchical multi-objective evacuation routing in stadium using ant colony optimization approach[J].Journal of Transport Geography,2011,19(3):443-451.
[10]MENG Junxian,ZHOU Shuqiu,RAO Min.Study on occupant evacuation simulation based on cellular automata[J].Computer Engineering and Design,2009,30(1):241-243(in Chinese).[孟俊仙,周淑秋,饶敏.基于元胞自动机的人员疏散仿真研究[J].计算机工程与设计,2009,30(1):241-243.]
[11]ZHANG Zhigang,LI Qing.Study on people s evacuation with cellular automata[J].Computer Engineering and Design,2009,30(8):1991-1993(in Chinese).[章志钢,李青.基于元胞自动机的人员疏散过程研究 [J].计算机工程与设计,2009,30(8):1991-1993.]
[12]HUANG Xifa,WANG Kejun,GUO Lianying,et al.Microscopic simulation model study on pedestrian evacuation based on agent technology[J].Journal of System Simulation,2009,21(15):4568-4571(in Chinese).[黄希发,王科俊,郭莲英,等.基于Agent技术的人员疏散微观仿真模型研究 [J].系统仿真学报,2009,21(15):4568-4571.]
[13]HU Fang,CHEN Fei,ZHU Wei.A simulation software based on the zone grid evacuation model[J].Journal of Safety and Environment,2009,9(3):171-172(in Chinese).[刘方,陈飞,朱伟.基于区域网络人员疏散模型的计算机仿真 [J].安全与环境学报,2009,9(3):171-172.]
[14]YUAN Jianping,FANG Zheng,YIN Zuochen,et al.Combined network model for occupant evacuation in building fires[J].Journal of Civil Architectural& Environmental Engineering,2009,31(2):90-94(in Chinese).[袁建平,方正,尹作成,等.建筑物火灾时人员疏散的网络网格复合模型[J].土木建筑与环境工程,2009,31(2):90-94.]
[15]GB 10000-88.Chinese adult body size standard[S].(in Chinese).[GB 10000-88.中国成年人人体尺寸标准[S].]
[16]XlANG Dahai.Simulation for evacuation based on fire performance design[D].Chongqing:Chongqing University,2008(in Chinese).[向大海.基于性能化设计的人员疏散仿真[D].重庆:重庆大学,2008.]
[17]L mmel G,Grether D,Nagel K.The representation and implementation of time-dependent inundation in large-scale microscopic evacuation simulations[J].Transportation Research Part C 2010,18(1):84-98.
[18]ZHANG Li.Personnel evacuation study based on computer simulation of metro station fire[D].Shanghai:Tongji University,2008(in Chinese).[张莉.基于地铁火灾仿真的人员疏散研究[D].上海:同济大学,2008.]