王志伟,马伟斌,王子洪
(中国铁道科学研究院集团有限公司 铁道建筑研究所,北京 100081)
继个人计算机连接的桌面互联网时代、智能手机连接的移动互联网时代之后,以虚拟现实(Virtual Reality,VR)技术为代表的研究与应用发展迅猛,加快VR技术在生产实践中的应用已经是世界范围内的研究和实践热点。
当前VR技术在文娱产业、教育培训、安全防控等方面应用越来越广泛[1],与工程相结合的基于VR技术的施工安全管理已经在工民建、水力和铁路工程中有很多应用。考虑到VR技术可实现人员在虚拟现实空间中超前先觉性体验和探索,采用此项技术用于灾害场景下的人员疏散或寻路识踪应该是一个良好的应用方向,尤其对于地下复杂的大型立体综合体,如地下高速铁路车站,其人流量大、多语种、多层多通道的客观条件对于具象化疏散场景的需求更加迫切。
然而传统的VR场景开发需要进行多次现场踏勘、整体规划、环境准备、美术资源制作、场景绘制搭建、程序开发等步骤,相对复杂的流程增加了开发时间与投入,一定程度上阻碍了该项技术在工程行业的大范围推广。得益于工程行业对于建筑信息模型(Building Information Modeling,BIM)技 术 的 应用推广[2-3],如能在BIM三维模型基础上开发VR场景可规避大量传统VR系统开发常规工作,更有利于该项技术的发展应用。周静等[4]、陆海燕等[5]、牛硕等[6]、王施施[7]等学者做了该项工作的有益尝试,但目前尚无标准化的疏散演练系统开发流程和成熟工程案例应用。
研究依托京张高速铁路(北京北—张家口)八达岭长城地下站工程,面向站内人员疏散演练实际需求,开展基于BIM与VR的虚拟现实疏散系统开发和应用,对于所用到的人员疏散数学模型等做了详细论述,可为类似系统开发提供技术参考。
新建京张高速铁路八达岭长城地下站设置于12 km长的新八达岭隧道内,位于八达岭风景名胜区核心位置滚天沟停车场下方。车站于2016年3月开工建设,2019年12月通车,是京张高速铁路的控制性工程。
京张高速铁路八达岭长城地下站示意图如图1所示,该站按“三纵三层”设计,地面部分为进出站厅、候车厅及部分办公、设备用房,建筑面积0.95万m2;地下部分建筑面积5.88万m2,其中站台、站场、进出通道、地下设备用房等建筑面积3.98万m2;地下环形救援廊道总长2 482 m,建筑面积1.9万m2。八达岭长城地下站轨面最大埋深102 m,旅客垂直提升高度达到62 m,两端过渡段隧道最大开挖跨度32.7 m、最大开挖断面面积494.4 m2,是世界上最大的地下暗挖高速铁路车站工程。
图1 京张高速铁路八达岭长城地下站示意图Fig.1 Underground Badaling Great Wall Station of Beijing-Zhangjiakou High Speed Railway
京张高速铁路八达岭长城地下站典型BIM模型如图2所示,该站以“BIM+GIS”为核心进行了密集洞室群协同设计,实现了洞室群空间布局与连接优化、碰撞检查等,形成了“勘察-设计-施工-运营-管理”可视化、智能化的统一管理平台,解决了有限空间内密集洞室布置的难题。
图2 京张高速铁路八达岭长城地下站典型BIM模型Fig.2 Typical BIM model of underground Badaling Great Wall Station of Beijing—Zhangjiakou High Speed Railway
工程竣工验收后,形成的成套成体系BIM模型为VR场景的开发提供了模型参考与直接数据资源辅助,结合既有BIM模型,采用多项关键技术,开发了基于BIM与VR的虚拟现实疏散系统。
系统开发总体技术路线如图3所示,首先遴选与VR场景重叠的BIM模型,进行三维模型的导入,其次对低分辨率低保真的BIM模型进行渲染,在场景构件基础上进行交互指令添加与操作界面的设计,而后测试BIM场景与VR场景中物理空间元素的耦合匹配精度,经过系统的调试验证后,开展平台测试与进一步的分析,如疏散路径优化、人员应急反应等。
图3 系统开发总体技术路线Fig.3 Overall technical route for system development
系统采用轻量化BIM模型分组导入虚幻引擎(Unreal Engine 4,UE4),利用最新VR硬件技术,集成火灾、数算模型和实验者仿真模型,实现灾害场景可视化仿真模拟和应急逃生演练。
系统主要由VR设备、VR场景搭建、VR交互和通讯接口4部分组成。VR设备用于应急演练人员和虚拟场景提供数据交互;VR场景搭建用于为应急演练提供可视化、可交互的演练环境;VR交互实现角色交互、场景交互和数据交互;通讯接口用于和硬件设备及其他系统(BIM等)进行通讯,实现对现场设备进行控制、数据导出及呈现。
系统技术架构如图4所示,其逻辑关系从前到后依次为:BIM模型的处理与导入,VR场景的搭建与优化,火灾工况设置与非体验角色(Non-player Character,NPC)模型设置,以及基于改进的最优迈步行人疏散数学模型程序化实现。
图4 系统技术架构Fig.4 Technical architecture of the system
1.4.1 系统UI设计
系统UI采用Adobe photoshop,Adobe Illustrator等图像处理软件进行初步设计,而后导入到UE4软件进行处理,增加Button 组件实现人物形象选择功能、仿真控制功能等,增加Input子组件实现火灾时间设定、乘客数量、期望速度等基本属性的设定,增加Scroll子组件实现火灾位置选择、观察方式选择,增加IsToggle子组件实现不同火灾属性启闭和调入改进的最优迈步行人疏散数学模型。主页面如图5所示,导航页面如图6所示,典型疏散场景如图7所示。
图5 主页面Fig.5 Homepage
图6 导航页面Fig.6 Navigation page
图7 典型疏散场景Fig7 Typical evacuation scenes
1.4.2 系统主要模块
系统包含行人仿真、路径规划、火灾数据、可视化在内的4个模块,系统主要模块及功能如图8所示。在设计行人仿真模块时,除利用UE4系统组件之外,尚需开发其他相关组件,包括刚体组件Rigibody、碰撞组件Capsule Collider、智能体组件 Navmesh Agent及动画组件Animation、自开发寻路组件Find Waypoint、控制移动方式组件Ctrl Move、Ik模型组件IK Model及楼扶梯处移动组件 Elevator。
图8 系统主要模块及功能Fig.8 Main modules and functions of the system
1.4.3 路径规划与映射
选择车站站台为基本标准面,以整个八达岭长城地下站的三维立体模型为整个立体空间,虚拟环境1:1比例再现八达岭车站全场景,实验者在场景中的逃生演练过程中,每移动1 m,记录一个三维xyz的坐标值到数据库,每一个到坐标的点作为一个空间粒子。每次疏散演练试验结束,系统后台按照空间粒子的坐标值将粒子的轨迹连接,并在三维空间自基准点出发进行路径再现,典型路径规划界面如图9所示。
图9 典型路径规划界面Fig.9 Typical path planning interface
通过多实验者角色疏散数据和路径的统计和分析,系统建立不同个体的试验数据,用于不同特征人员疏散时间、疏散过程中行动规律等。试验人员疏散时通过万向跑步机接入系统,可实现真实步速在虚拟场景中的还原,但是场景中的NPC行人模型需要预先设置,系统中典型NPC行人模型如图10所示。
图10 系统中典型NPC行人模型Fig.10 Typical NPC pedestrian model in the system
每一个NPC行人遵循何种运动规律,特别是在立体复杂环境下的疏散过程中有多个楼梯和拐角,接近真实的还原现实疏散场景,就需要对每个NPC模型赋予合理的疏散数学模型,以实现不同疏散场景中人员疏散速度的合理。
虚拟现实疏散系统中的人员运动时具备一定的规律,通过将人员疏散数学模型赋予系统中的人员,可提高系统中NPC与试验人员在系统中疏散的准确性。考虑到地下车站疏散通道有很多台阶,因而采用最优迈步人员疏散数学模型[8]。
该模型具有空间连续性和时间离散型特点,其由静态场域驱动,场域中行人及障碍物对某点的势能作用之和构成该点的势能值,计算公式为
式中:Pl(x)表示该点最终势能值;Pstatic(x)表示该点静态场域值;Pp,i(x)表示行人对该点的势能贡献值;Po,i(x)表示障碍物对该点的势能贡献值。
最优迈步人员疏散数学模型认为势能最小为最优迈步,吸收社会力疏散数学模型[9]与元胞自动机疏散数学模型的原理[10],根据文献[11],其计算公式为
式中:φ表示下一步落点角度;q表示等份数量;k表示人员所在点编号;u表示在0与1之间的随机数;r表示迈步长度;x0表示上一步坐标;xk表示下一步位置。
2.2.1 静态场域的形成
考虑到地下车站疏散通道多转角和台阶,在台阶处、平台处、宽窄交接处人的行走或逃逸速度会降低,应将在此类区域内人员的运动能力减小,因此采用连续圆形场域的生成策略,楼梯结构结合转角静态场域示意图如图11所示。按照线性连续场域,构建出入楼和转角平台处的场域,线性连续场域如图12所示。同理,构建转角处的场域,转角圆形场域如图13所示。
图11 楼梯结构结合转角静态场域示意图Fig.11 Static field combining stair structure with corners
图12、图13中,场域值与分界线的数学关系分别如公式⑷、公式 ⑸ 所示。
图12 线性连续场域Fig.12 Linear continuous field
图13 转角圆形场域Fig.13 Circular field at the corner
式中:Fstatic表示场域值;minF与Fmax表示分界线;m为场域系数;d为人员运动趋势竖向面与分界线间距;ΔFπ/2为场域每隔90°的增加值;dx与dy分别为行人所在点在x,y方向的投影。
2.2.2 迈步规则
行人在平台上的迈步示意图如图14所示,P为行人所在点,最大直径对应最大步长,若步长可做3等分,则以等分后的步长为半径可做图中所示3个同心圆,每一个再做等分,各等分点就是行人潜在的下一步可选择落脚点,所有落脚点中运动势能最小的点可认为是最可能的落脚点。行人在平地或平台行走时其迈步特性与上下台阶及转角时有很大不同,应该区分迈步规则,改进潜在迈步点的搜寻机制。
图14 行人在平台上的迈步示意图Fig.14 Pedestrians walking on the platform
当行人在台阶上下行走时,每一次迈步在横向扩展范围存在一个最大值,行人在台阶上的迈步如图15所示,定义θ为横向扩展范围对应的搜寻角度,根据台阶高度和腿长,一般将θ定为60°,进一步假设人员在所处台阶处脚步偏移值为Δdcur,且在下一步台阶处偏移值Δdnext数值上与Δdcur相等,则根据θ,Δdnext可确定下一步落脚点所在直线,将直线k等分,则所有落脚点中运动势能最小的点必在等分某一点上。
图15 行人在台阶上的迈步Fig.15 Pedestrians walking on steps
2.2.3 人员运动更新规则
人员的每一次迈步对应运动状态的一次更新,判断人员是否向前迈步以及迈步是否在前述章节所述静态场域中按照迈步规则行走,需要确定人员的运动更新规则。
人员运动更新规则采用文献[11]中所述事件驱动更新规则。事件驱动更新流程如图16所示,行人运动时间、步长及速度分别用τ,λ,v表示,每一个迈步所需时间用Δt表示,判定运动更新的依据是τ≥λ/v时,向前迈步,同时τ减小λ/v。
图16 事件驱动更新流程Fig.16 Flow chart of event-driven update
采用C++语言进行编程,程序化实现行人运动模型,而后接入所开发虚拟现实疏散系统。需要采集人员在虚拟场景中的运动数据,并存储、比对、筛选、校正处理,在此基础上依据三维坐标值进行三维映射,数据处理依赖于数据库的应用,在第3章重点论述。
数据存储采用MySQL数据库,通过建立与系统的接口,实现虚拟场景中人员信息,以及体验者每次完成演练过程的信息,包含场景、火灾规模、生理信息(脉搏和心跳等)、坐标信息、时间信息等。数据库典型界面如图17所示。
图17 数据库典型界面Fig.17 Typical database interface
数据库中的数据可通过编程自动统计疏散距离,实验机器结合虚拟场景同步获取逃生路线数据、人体状况变化数据等,系统将这些数据进行比对、筛选、校正处理,进行三维坐标转换,映射到三维图形中,在大屏上可直观地进行综合显示,数据库自动生成的三维结构如图18所示。
图18 数据库自动生成的三维结构Fig.18 Three-dimensional structure automatically generated by database
当前八达岭长城地下站既有预案中包含6种灾害场景,分别为:入口大厅发生火灾、出站大厅发生火灾、候车室发生火灾、进出站通道层发生火灾、站台发生火灾、列车在站内发生火灾。以进出站通道停电发生火灾为例,既有平面化疏散路径指示如图19所示,图中白色箭头为疏散方向,平面图不能显示乘客疏散过程中各类立体转角、扶梯等实际路径。第一人称视角疏散过程如图20所示,疏散过程中试验人员还能听到火灾爆炸、广播、环境噪声等,最大限度实现虚拟仿真。
图19 既有平面化疏散路径指示Fig.19 Existing planarized evacuation route indication
图20 第一人称视角疏散过程Fig.20 Evacuation process from the first-person perspective
根据统计数据,乘客中男性旅客发送量占比54.9%,女性旅客发送量占比为45.1%,男女比例为1 : 1.2;18岁以下旅客发送量占比为11.5%,18 ~ 29岁旅客发送量占比为35.9%,30 ~ 39岁旅客发送量占比为26.3%,40 ~ 49岁旅客发送量占比为14.7%,50 ~ 59岁旅客发送量占比为8.9%,60岁及以上旅客发送量占比为2.7%。可见年龄分布离散性大,18 ~ 39岁旅客占比最大,为62.2%。由于开展虚拟场景疏散时间与真实疏散时间对比的目的是检验人员在虚拟现实系统中疏散与真实场景中疏散的差异度,为了消除年龄、教育水平之间的差异影响,并关注能见度和个体运动行为,按照统计数据中男女比例,招募41名大学生参与此次实验,其中男性23人,女性18人,年龄在18 ~ 21岁之间,所有参与者视力正常。利用系统,分别在6个灾害场景中开展试验,试验人员同时在八达岭现场对应开展真实疏散演练,过程中记录每个人完成疏散的时间,虚拟现实环境与真实环境疏散时间对比如表1所示,可见虚拟场景疏散时间相对较大,偏于保守,但与现场实地疏散相比,二者相对差值在10%以内,由于在系统开发过程中引入了改进的最优迈步模型,因而在有大量台阶的疏散场景如站台发生火灾、列车在站内发生火灾场景误差很小。
表1 虚拟现实环境与真实环境疏散时间对比Tab.1 Comparison of evacuation time in VR environments with that in actual environments
值得说明的是,参与试验的人员年龄有一定相似性,不能完全代表全部各年龄段乘客疏散时间,鉴于该系统当前已在八达岭长城地下站部署,后期待无差别体验人员数据量增加后此部分对比有很大提升空间,疏散过程中年龄等个体差异对疏散时间的影响,也是下一步分析的重点。此外,当前城市轨道交通行业及铁路隧道行业均要求灾害条件下地下空间内的人员疏散时间不大于6 min,从上述试验结果看疏散时间均小于6 min,可见对于参与试验的人员,当前京张高速铁路八达岭地下站设置的疏散通道是满足安全疏散要求的。
(1)结合实际工程提出了基于BIM与VR技术的地下高速铁路车站虚拟现实疏散系统的技术路线与技术架构,在此基础上开发了系统,阐述了系统的UI设计、主要模块及路径规划和映射功能。相较于VR虚拟场景常规开发模式,可节省大量建模时间,且更容易进行虚拟场景中时空数据的精准匹配,可为类似系统的开发提供借鉴。
(2)针对疏散场景中多转角和台阶对于人员疏散精确度要求较高的现状,推导了改进的最优迈步人员疏散数学模型,并通过编程实现了数学模型的嵌入,提高了虚拟系统中人员疏散的速度精确度。
(3)开发了人员疏散测试数据库,并用于疏散路径三维再现,根据数据库中数据,实现了疏散过程中连续间断点的三维坐标转换,并映射到三维图形中,形成了连贯的疏散路线。
(4)通过在虚拟现实场景中人员疏散与真实环境中人员疏散时间的对比,二者差异小于10%,验证了所开发虚拟现实疏散系统可用性,同时统计可知人员平均疏散时间不大于6 min,一定程度上验证了现实中疏散路线设置的合理性。