CN112965596A - 基于vr的地铁站导向标识评估优化系统 - Google Patents

Abstract

本发明公开了一种基于VR的地铁站导向标识评估优化方法，包括以下步骤：1)建立地铁站的三维模型，将地铁站内客流的仿真行人轨迹植入三维模型，搭建三维虚拟现实环境；2)基于导向标识引导服务的概率，以标识服务效能最大为目标建立导向标识系统优化模型；3)开展浸入式虚拟现实行人寻路行为试验，获取导向标识系统中的标识利用率以及点、线、面三级量化评价指标数据；4)采用遗传算法并利用步骤3)中的标识利用率求解步骤2)的模型，获取该方案下导向标识位置的最优解；5)转入步骤3)，当点、线、面三级量化评价结果符合要求时，导向标识系统方案为优选。本发明方法极大地提高了导向标识评估的客观性和科学性。

Description

基于VR的地铁站导向标识评估优化系统

技术领域

本发明涉及交通规划技术，尤其涉及一种基于VR的地铁站导向标识评估优化系统。

背景技术

随着国家经济的高速发展和城市化建设的加快，地铁已成为大众出行重要的公共交通工具。地铁站和周边空间的大规模化、复杂化以及功能的复合化，导致其内部的寻路也更加困难，行人停顿、徘徊、迷失、滞留等现象时常发生，影响站内的管理和乘客的出行体验，这不仅给乘客带来了时间和精力的消耗，还降低了地铁站整体的使用效率。因此，在大型人群集散地中，能够提供引导服务的导向标识发挥着巨大作用，如何使导向标识系统发挥最大的服务效能、提升地铁站的整体使用效率显得十分必要。

目前国内外对行人导向标识研究集中体现在三个方面：基于文化和心理原理的导向标识系统设计、导向标识与行人行为交互关系理论和导向标识系统评价与优化。其中，导向标识系统设计大多关注标识使用的细节设计，如形状、大小、文字、颜色等，而不注重标识系统的导向效果，尤其是对导向效果的量化科学评估严重不足。对导向标识与行人行为交互关系的研究多集中在理论的心理和行为模式分析上，而且基本依赖于定性的研究手段，如问卷调查、采访、调研等，难以获得对交互关系的定量描述。对导向标识设计方案的评价和优化大致分为两类：一类是对影响标识导向效果的所有因素进行综合分析，进而构建导向标识评价指标系统，并运用层次分析、模糊决策等各类方法开展导向标识系统的评价；另一类是仅针对标识的位置与数量是否合理，在忽略其他所有因素的前提下，结合设置导向标识的成本，构建多目标优化模型，对行人路径网络上的标识位置与数量进行优化。前一类研究一般采用问卷调查或使用后评价的思路，获取大量指标的相对权重和权值，从而进行半定量的评价，缺乏对各类指标的客观性和量化评判。后一类研究对标识位置和数量的优化一般从逻辑上讲比较合理，但由于需要以忽略其他所有因素为前提，因此实际应用价值不高。

近年来，随着VR技术的快速发展，VR技术应用于行人寻路行为的研究越来越多。行人流研究领域已经出现了利用VR技术采集行人微观行为数据的案例，但该方向仍处于起步阶段，目前还不够深入。基于沉浸式的VR技术的导向标识研究目前在国内外都还比较少见，属于比较新颖的方向，且得益于VR环境中数据采集的便利性，使得导向标识的评价可以上升到真正的定量分析的层面，可极大地提高评价的客观性、科学性和合理性。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于VR的地铁站导向标识评估优化方法。

本发明解决其技术问题所采用的技术方案是：一种基于VR的地铁站导向标识评估优化方法，包括以下步骤：

1)建立地铁站的环境三维模型，将地铁站内客流的仿真行人轨迹植入三维模型，搭建三维虚拟现实环境；

2)基于导向标识引导服务的概率，以标识服务效能最大为目标建立导向标识系统优化模型，令整体的服务效能为Ue，故标识系统优化模型为：

其中，Ue为导向标识系统整体的服务效能，N为地铁站提供引导服务的需求空间，即元胞总数量，元胞为需求空间的基本单元，i为行人所在元胞序号，j为导向标识序号，G_i为元胞i处行人接受导向标识引导服务的概率，D_i为元胞i处行人可选择的方向数量，θ_ij为元胞i处行人视线中心线与第j个导向标识中心水平线之间的夹角，m为导向标识的个数，X_i为元胞i处导向标识的设置状态，若在元胞i处设置标识，X_i＝1，反之为0，g_ij为元胞i处行人接受导向标识j引导服务的概率；

3)开展浸入式虚拟现实行人寻路行为试验，获取导向标识系统中的标识利用率以及点、线、面三级量化评价指标数据；

4)采用遗传算法并利用步骤3)中的标识利用率求解步骤2)的模型，获取该方案下导向标识位置的最优解；

5)转入步骤3)，当点、线、面三级量化评价结果符合要求时，导向标识系统方案为优选，结束。

按上述方案，所述步骤2)中

G_i为元胞i处行人接受导向标识引导服务的概率：

G_i＝1-∏_j(1-g_ij)

g_ij为元胞i处行人接受导向标识j引导服务的概率，计算如下：

其中，A_j为导向标识j的吸引能力，A_j＝S_jV_j，S_j为空间吸引系数，d_ij为标识j与处于元胞i处的行人距离，标识的最小服务距离为d_min，标识的最大服务距离为d_max，V_j为外形吸引系数，定义为标识利用率(该项数据在步骤3)中测得)。

按上述方案，空间吸引系数S_j的计算方法如下：

S_j＝r_je_j

其中，路径偏离系数r_j是标识的放置能否引导行人至目标最优路径上的度量；行人所在元胞i与标识j所在最优路径的最短距离为t_ij，设最短路径的最小宽容距离为t_min，最大宽容距离为t_max.则路径偏离系数r_j为：

定义空间句法连接值E_j是标识j所在位置与其他单元空间的连通度，经过归一化，得到空间句法连接系数e_j，

按上述方案，所述步骤3)中标识的利用率，即通过开展浸入式虚拟现实行人寻路行为试验，乘客在总的寻路次数中，利用标识寻路次数所占的比率(标识寻路次数/总寻路次数)。

按上述方案，所述步骤3)中点、线、面三级量化评价指标具体如下：

点层次指标数据，即对单个标识的评估指标，包括指示牌朝向、朝向角；

线层次指标数据，即对一条流线上连续标识的评估指标，包括相邻两标识间的距离L_i；

面层次指标数据，即对识别性、导向性及方向性标识的整体评估，包括行人在寻路过程中在决策区中所用的时间t_d以及在决策区中停留的次数t_w。

本发明产生的有益效果是：本发明基于导向标识引导服务的概率，以标识服务效能最大为目标建立导向标识系统评估优化模型，该方法极大地提高了导向标识评估优化方法的客观性、科学性和合理性，不仅可用于对已有导向标识方案的评估和优化，还可以用于新建地铁站导向标识方案的设计规划。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明实施例的一种基于VR的地铁站导向标识评估优化方法的流程示意图；

图2为本发明实施例的地铁站全景结构图；

图3为本发明实施例的地铁站站内客流仿真示意图；

图4为本发明实施例的地铁站三维动态虚拟现实环境示意图；

图5为本发明实施例的地铁站站内空间的元胞划分示意图；

图6为本发明实施例的行人与导向标识交互行为数据实时采集效果展示图；

图7为本发明实施例的导向标识朝向角三维示意图；

图8为本发明实施例的地铁站站内空间结构转化示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，一种基于VR的地铁站导向标识评估优化方法，包括以下步骤：

1)建立地铁站的环境三维模型，将地铁站内客流的仿真行人轨迹植入三维模型，搭建三维虚拟现实环境，具体包括以下步骤：

1.1)使用三维建模软件制作三维模型，包括基本建筑结构模型、导向标识模型和环境物体模型(墙壁、广告牌、楼梯、电梯、地铁等)，图2为本发明实施例提供的一种地铁站全景结构图；

1.2)使用微观行人流仿真模型实现地铁站内客流的仿真，图3为本发明实施例提供的一种地铁站站内客流仿真示意图；

1.3)基于Unity平台，将行人轨迹植入三维模型，搭建三维动态虚拟现实环境，图4为本发明实施例提供的一种地铁站三维动态虚拟现实环境示意图。

2)基于导向标识引导服务的概率，以标识服务效能最大为目标建立导向标识系统优化模型，令整体的服务效能为Ue，故标识系统优化模型为：

其中，Ue为导向标识系统整体的服务效能，N为地铁站提供引导服务的需求空间，即元胞总数量，元胞为需求空间的基本单元，图5为本发明实施例提供的一种地铁站站内空间的元胞划分示意图，i为行人所在元胞序号，j为导向标识序号，G_i为元胞i处行人接受导向标识引导服务的概率，D_i为元胞i处行人可选择的方向数量，θ_ij为元胞i处行人视线中心线与第j个导向标识中心水平线之间的夹角，m为导向标识的个数，X_i为元胞i处导向标识的设置状态，若在元胞i处设置标识，X_i＝1，反之为0，g_ij为元胞i处行人接受导向标识j引导服务的概率；

G_i为元胞i处行人接受导向标识引导服务的概率：

G_i＝1-∏_j(1-g_ij)

g_ij为元胞i处行人接受导向标识j引导服务的概率，计算如下：

其中，A_j为导向标识j的吸引能力，A_j＝S_jV_j，S_j为空间吸引系数，d_ij为标识j与处于元胞i处的行人距离，标识的最小服务距离为d_min，标识的最大服务距离为d_max，V_j为外形吸引系数，定义为标识利用率。

空间吸引系数S_j的计算方法如下：

S_j＝r_je_j

其中，路径偏离系数r_j是标识的放置能否引导行人至目标最优路径上的度量；行人所在元胞i与标识j所在最优路径的最短距离为t_ij，设最短路径的最小宽容距离为t_min，最大宽容距离为t_max.则路径偏离系数r_j为：

定义空间句法连接值E_j是标识j所在位置与其他单元空间的连通度，经过归一化，得到空间句法连接系数e_j，

3)开展浸入式虚拟现实行人寻路行为试验，获取导向标识系统中的标识利用率以及点、线、面三级量化评价指标数据，具体包括以下步骤：

3.1)使用头戴式虚拟现实设备(VR眼镜)在三维虚拟环境中完成被试者与导向标识的行为交互并进行一系列的模拟寻路，寻路过程中，VR系统实时记录一系列指标数据。图6为本发明实施例提供的一种行人与导向标识交互行为数据实时采集效果展示图。由于VR眼镜可感知佩带者头部的任何移动，并获取佩带者的视野范围信息。因此，该系统可以获取高时空分辨率的行为细节信息，包括被试者的视野情况与标识系统和周边环境的交互情况等；

3.2)获取点层次指标数据。点层次是对单个标识的评估，其中，所述分类点层次指标数据包括指示牌朝向、朝向角等数据。朝向角可计算为行人视线中心线与标识中心水平线之间的夹角θ，图7为本发明实施例提供的一种导向标识朝向角三维示意图；

3.3)获取线层次指标数据。线层次是对一条流线上连续标识的评估，其中，所述分类线层次指标数据包括相邻两标识间的距离L_i等数据。在行人寻路过程中，当同时存在多个可选择路径方向时，该位置即定义为决策点N，并定义每两个相邻决策点N_i和N_j之间的路段L为决策区D_ij，图8为本发明实施例提供的一种地铁站站内空间结构转化示意图。

3.4)获取面层次指标数据。面层次是针对识别性、导向性及方向性标识的整体评估，其中，所述分类面层次指标数据包括行人在寻路过程中在决策区中所用的时间t_d以及在决策区中停留的次数t_w等数据；

3.5)分别以点、线、面三个层次对导向标识系统的优化效果作出评估。

关于点、线、面三级量化评价指标在以下论文中有记载：郭凡良,禹丹丹,董宝田.基于人与环境交互作用的交通枢纽导向标识布局评估[J].西南交通大学学报,2015,50(04):597-603.

4)采用遗传算法并利用步骤3)中的标识利用率求解步骤2)的模型，获取该方案下导向标识位置的最优解；

5)转入步骤3)，当点、线、面三级量化评价结果符合要求时(几乎不变时)，导向标识系统方案为优选，结束。

Claims (5)

1.一种基于VR的地铁站导向标识评估优化方法，其特征在于，包括以下步骤：

1)建立地铁站的三维模型，将地铁站内客流的仿真行人轨迹植入三维模型，搭建三维虚拟现实环境；

2)基于导向标识引导服务的概率，以标识服务效能最大为目标建立导向标识系统优化模型，令整体的服务效能为Ue，故标识系统优化模型为：

其中，Ue为导向标识系统整体的服务效能，N为地铁站提供引导服务的需求空间，即元胞总数量，元胞为需求空间的基本单元，i为行人所在元胞序号，j为导向标识序号，G_i为元胞i处行人接受导向标识引导服务的概率，D_i为元胞i处行人可选择的方向数量，θ_ij为元胞i处行人视线中心线与第j个导向标识中心水平线之间的夹角，m为导向标识的个数，X_i为元胞i处导向标识的设置状态，若在元胞i处设置标识，X_i＝1，反之为0，g_ij为元胞i处行人接受导向标识j引导服务的概率；

3)开展浸入式虚拟现实行人寻路行为试验，获取导向标识系统中的标识利用率以及点、线、面三级量化评价指标数据；

4)采用遗传算法并利用步骤3)中的标识利用率求解步骤2)的模型，获取该方案下导向标识位置的最优解；

5)转入步骤3)，当点、线、面三级量化评价结果符合要求时，导向标识系统方案为最终优选结果，结束。

2.根据权利要求1所述的基于VR的地铁站导向标识评估优化方法，其特征在于，所述步骤1)中搭建三维虚拟现实环境，具体如下：

1.1)使用三维建模软件制作三维模型，包括基本建筑结构模型、导向标识模型和环境物体模型；

1.2)使用微观行人流仿真模型实现地铁站内客流的仿真；

1.3)基于Unity平台，将行人轨迹植入三维模型，搭建三维动态虚拟现实环境。

3.根据权利要求1所述的基于VR的地铁站导向标识评估优化方法，其特征在于，所述步骤2)中

G_i为元胞i处行人接受导向标识引导服务的概率：

G_i＝1-∏_j(1-g_ij)

g_ij为元胞i处行人接受导向标识j引导服务的概率，计算如下：

其中，A_j为导向标识j的吸引能力，A_j＝S_jV_j，S_j为空间吸引系数，d_ij为标识j与处于元胞i处的行人距离，标识的最小服务距离为d_min，标识的最大服务距离为d_max，V_j为外形吸引系数，定义为标识利用率。

4.根据权利要求1所述的基于VR的地铁站导向标识评估优化方法，其特征在于，空间吸引系数S_j的计算方法如下：

S_j＝r_je_j

其中，路径偏离系数r_j是标识的放置能否引导行人至目标最优路径上的度量；行人所在元胞i与标识j所在最优路径的最短距离为t_ij，设最短路径的最小宽容距离为t_min，最大宽容距离为t_max.则路径偏离系数r_j为：

定义空间句法连接值E_j是标识j所在位置与其他单元空间的连通度，经过归一化，得到空间句法连接系数e_j，

5.根据权利要求1所述的基于VR的地铁站导向标识评估优化方法，其特征在于，所述步骤3)中标识的利用率，即通过开展浸入式虚拟现实行人寻路行为试验，乘客在总的寻路次数中，利用标识寻路次数所占的比率，即标识寻路次数/总寻路次数。

Images