- 相關(guān)推薦
可穿戴設(shè)備下的恐慌人群仿真探究
【摘要】利用可穿戴設(shè)備解決恐慌人群仿真中數(shù)據(jù)采集的問(wèn)題。首先，建立信息傳遞下的人群仿真模型，為可能的采集數(shù)據(jù)提供輸入接口;其次利用動(dòng)作捕捉設(shè)備處理個(gè)體行為仿真;最后進(jìn)行了廣場(chǎng)火災(zāi)事件下的恐慌人群仿真實(shí)驗(yàn)。結(jié)果證明，可穿戴設(shè)備的普及使得突發(fā)事件下恐慌人群的數(shù)據(jù)采集變得可行，在這些數(shù)據(jù)研究下的恐慌人群仿真可以為制定城市應(yīng)急預(yù)案提供更精準(zhǔn)的分析。
【關(guān)鍵詞】可穿戴設(shè)備 動(dòng)作捕捉 恐慌人群 仿真
一、引言
2014年我國(guó)發(fā)生了震驚全國(guó)的“昆明火車(chē)站暴力恐怖襲擊事件”，事件中共造成29人死亡、143人受傷。2014年12月31日上海外灘陳毅廣場(chǎng)發(fā)生的踩踏的事件造成36人死亡、49人受傷，使我國(guó)2015年的元旦籠罩在一片悲傷中。近年來(lái)，隨著人們精神文化生活的日益豐富，各式各樣的活動(dòng)蜂擁般出現(xiàn)在人群中，隨之引發(fā)的是社會(huì)公共管理能力與快速增長(zhǎng)的公共活動(dòng)需求之間的矛盾。國(guó)內(nèi)外發(fā)生的一系列突發(fā)性人群事件，由于其巨大的破壞力得到了越來(lái)越多人的關(guān)注，大家迫切希望有某種手段能夠提高社會(huì)的公共管理能力和突發(fā)事件的處理能力，把各類(lèi)事故中的損失降到最低。
人群仿真是提高公共管理能力的有效輔助手段，其本質(zhì)上是一個(gè)復(fù)雜的動(dòng)態(tài)系統(tǒng)，它涉及心理學(xué)、社會(huì)學(xué)、管理學(xué)和計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科。因此，關(guān)于人群仿真有來(lái)自于不同領(lǐng)域的大量研究，如心理行為及其影響因素研究[1-2]、建筑逃生演練研究[3]、危險(xiǎn)氣體的擴(kuò)散研究[4]、疏散速度研究[5]和應(yīng)急動(dòng)態(tài)決策研究[6]等。通過(guò)這些研究可以發(fā)現(xiàn)，在突發(fā)事件人群仿真中有一個(gè)顯著特征――人群的聚集，而且在??突發(fā)事件中可以觀察到人群行為與正常情況下的人群行為的巨大差異。這種人群的巨大差異使得突發(fā)事件中人群的各項(xiàng)數(shù)據(jù)采集變成了難題，從而導(dǎo)致危險(xiǎn)情況下的恐慌人群仿真研究因數(shù)據(jù)缺乏而陷入瓶頸。
值得慶幸的是，隨著谷歌智能眼鏡、小米手環(huán)、蘋(píng)果Apple Watch、耐克智能鞋等可穿戴設(shè)備的出現(xiàn)，人們也開(kāi)始熱衷于隨時(shí)隨地記錄自己的運(yùn)動(dòng)和行為數(shù)據(jù)，可穿戴設(shè)備從未以如此高的頻率在健康與運(yùn)動(dòng)領(lǐng)域井噴式發(fā)展[7-8]。事實(shí)上，可穿戴設(shè)備使用便捷、人性化設(shè)計(jì)、可操作性強(qiáng)、智能高效等優(yōu)勢(shì)都在逐漸凸顯，先進(jìn)的電路系統(tǒng)、無(wú)線聯(lián)網(wǎng)，越來(lái)越準(zhǔn)確的傳感器技術(shù)以及不斷提高的蓄電能力[9]，都使得可穿戴設(shè)備在具備數(shù)據(jù)采集能力時(shí)還具有極強(qiáng)的數(shù)據(jù)處理能力，可以在采集數(shù)據(jù)的同時(shí)實(shí)現(xiàn)智能終端同步。這為突發(fā)事件中恐慌人群的數(shù)據(jù)記錄提供了可以發(fā)展的前提條件，突發(fā)事件中的恐慌人群研究將進(jìn)入新的研究篇章。
二、恐慌人群的仿真
人群仿真算法可以分為宏觀算法與微觀算法[11-12]。人群行為的研究主要包含以下幾個(gè)方面：個(gè)體行為、群體行為、群體之間的交互行為�？只湃巳号c普通人群行為有巨大差異的主要原因是突發(fā)事件中的個(gè)體會(huì)產(chǎn)生恐慌情緒并相互感染，從而導(dǎo)致群體行為異常。通過(guò)剖析恐慌情況下人群中個(gè)體情緒的形成、發(fā)展和傳遞，發(fā)現(xiàn)情緒可以看成個(gè)體對(duì)自身接收信息的一種心理反應(yīng)，情緒的產(chǎn)生原因可視為新信息的進(jìn)入，情緒的作用結(jié)果是行為的選擇，而情緒的感染過(guò)程等同于個(gè)體間信息的交互。因此恐慌人群仿真可以歸納為如下幾個(gè)功能模塊：虛擬人對(duì)環(huán)境的感知、根據(jù)獲得的數(shù)據(jù)進(jìn)行決策、生成動(dòng)作數(shù)據(jù)以及執(zhí)行動(dòng)作，具體如圖1所示：
2.1信息獲取
在虛擬人對(duì)環(huán)境的感知中虛擬人跟正常人一樣具有虛擬感受空間，每個(gè)虛擬人都有自己獨(dú)立的信息空間。根據(jù)信息傳遞的3種途徑(視覺(jué)、聽(tīng)覺(jué)、觸覺(jué))，虛擬人信息空間的模型可以分為3個(gè)模塊，即視覺(jué)信息空間、聽(tīng)覺(jué)信息空間、觸覺(jué)信息空間。每個(gè)子模塊的信息空間分別有自己可接收信息的種類(lèi)、范圍、程度等規(guī)則，虛擬人之間根據(jù)這些信息空間的規(guī)則進(jìn)行彼此間的交互。
虛擬人i的信息空間如圖2所示，Rv、Rh、Rt、R0分別為視覺(jué)空間半徑、聽(tīng)覺(jué)空間半徑、觸覺(jué)信息半徑和虛擬人所占空間半徑。不同子空間具有不同的約束條件，每個(gè)空間按照各自的條件或規(guī)則進(jìn)行信息收集、處理，最終虛擬人體獲取的是各子空間的全部信息的綜合，即虛擬人得到的總信息等于各個(gè)子信息求并集，如式(1)所示：
(1)
2.2信息傳遞
確定人群中信息傳遞的途徑后，需要確定的是虛擬人間信息傳遞的種類(lèi)。根據(jù)恐慌情況下能夠影響人群疏散能力的幾種因素，可以將危險(xiǎn)情況下人群中的信息傳遞種類(lèi)分為：事故信息(AI)、逃生知識(shí)與經(jīng)驗(yàn)(KI)和舒適度(CI)這3類(lèi)信息。事故信息AI的值設(shè)定在[-1，1]之間，并根據(jù)其程度、影響進(jìn)行賦值，1表示事故信息帶來(lái)最大的消極影響(如事故范圍內(nèi)的人離事故地點(diǎn)越近受到的傷害越大)，而-1表示事故信息帶來(lái)最大的積極影響(如事故范圍外的人得到事故信息可以有所防范)，0表示其無(wú)影響。舒適度指的是個(gè)體對(duì)周?chē)h(huán)境信息的一個(gè)反應(yīng)，它不僅與個(gè)體局部人群密度相關(guān)，還與個(gè)體間的距離有關(guān)系。逃生知識(shí)與經(jīng)驗(yàn)屬于積極信息，個(gè)體具備逃生知識(shí)與經(jīng)驗(yàn)會(huì)在危險(xiǎn)中產(chǎn)生積極的情緒，使其由恐慌轉(zhuǎn)向理智，有助于個(gè)體做出明智的判斷。最終虛擬人可以通過(guò)自己的3種信息數(shù)據(jù)以及環(huán)境感知到的信息數(shù)據(jù)，得到自身在突發(fā)事件中的恐慌情緒值Panic，計(jì)算方法如式(2)所示：
(2)
式(2)中λ、α、β、γ為相關(guān)系數(shù)，這個(gè)系數(shù)在獲得真實(shí)數(shù)據(jù)以后可以通過(guò)訓(xùn)練實(shí)驗(yàn)場(chǎng)景中的輸入輸出數(shù)據(jù)得到準(zhǔn)確的值。
2.3虛擬人行為計(jì)算
如圖1恐慌人群仿真功能模塊示意圖所示，在前面解決了人群中虛擬人的恐慌情緒計(jì)算問(wèn)題，通過(guò)式(2)可以得到虛擬人的情緒值，使虛擬人進(jìn)入決策機(jī)制開(kāi)始進(jìn)行行為選擇。然后把虛擬人的運(yùn)動(dòng)分為4個(gè)運(yùn)動(dòng)片段：開(kāi)始(起步)、行走、停留、摔倒，每個(gè)運(yùn)動(dòng)片段都被表示為一個(gè)節(jié)點(diǎn)，如圖3所示，運(yùn)動(dòng)圖表示狀態(tài)轉(zhuǎn)換間的路徑，每種狀態(tài)對(duì)應(yīng)各自的觸發(fā)條件和表現(xiàn)形式。
每個(gè)個(gè)體初始化狀態(tài)為開(kāi)始，開(kāi)始狀態(tài)下個(gè)體的速度大小為個(gè)體i的初速度大小vi(0)，每次經(jīng)過(guò)其它狀態(tài)轉(zhuǎn)換到的開(kāi)始狀態(tài)也采用該速度。開(kāi)始狀態(tài)完成后，在人群密度和個(gè)體恐慌情緒的條件下，個(gè)體轉(zhuǎn)換到行走狀態(tài)，平移速度vi(t)由個(gè)體的局部人群密度ρi和當(dāng)前恐慌程度Panic(t)通過(guò)式(3)計(jì)算并進(jìn)行步態(tài)控制，在行走過(guò)程中如果人群密度超過(guò)4.2人/m2或個(gè)體尋徑陷入困難或碰到無(wú)法躲避的障礙物，個(gè)體運(yùn)動(dòng)狀態(tài)則會(huì)轉(zhuǎn)入停留狀態(tài)，直至困境解除重新進(jìn)入開(kāi)始狀態(tài)或困境達(dá)到極限引發(fā)跌倒。
(3)
vi(0)是智能體i的初速度大小;vimax是智能體i最大的理想速度，現(xiàn)在這2個(gè)速度的設(shè)定可以根據(jù)真實(shí)情況下用戶已有的可穿戴設(shè)備中的日常數(shù)據(jù)進(jìn)行真實(shí)的設(shè)定。Panic(t)為t時(shí)刻虛擬人的恐慌程度大小，當(dāng)人群密度足夠小時(shí)，影響虛擬人速度的主要是虛擬人自身的恐慌情緒，即越恐慌越想逃離，速度會(huì)隨情緒上升而加快。當(dāng)人群密度足夠影響虛擬人速度時(shí)，虛擬人速度由恐慌情緒和人群密度共同決定。隨著恐慌情緒上升、人群密度變大，虛擬人的速度反倒會(huì)下降，即“越快越慢”效應(yīng)。當(dāng)人群密度達(dá)到極限時(shí)，虛擬人的速度將為0，此時(shí)無(wú)論虛擬人情緒如可，客觀的現(xiàn)實(shí)環(huán)境都限制了虛擬人的移動(dòng)，使其無(wú)法擺脫。
目前在實(shí)驗(yàn)中所采用的虛擬人獲取信息都是通過(guò)定性分析賦值的。比如說(shuō)視覺(jué)信息中虛擬人看到的路徑信息其實(shí)是在程序中人為定義的，事實(shí)上這些信息如果能夠通過(guò)當(dāng)前的可穿戴設(shè)備獲得則可以實(shí)現(xiàn)更為智能和真實(shí)的人群仿真。而現(xiàn)在的主要工作就是在數(shù)據(jù)采集設(shè)備技術(shù)發(fā)展到成熟和普及之前，確定恐慌人群的仿真模型，并為數(shù)據(jù)采集預(yù)留出接口。比如事故信息的判斷，火災(zāi)中完全可以通過(guò)可穿戴設(shè)備采集到的定位數(shù)據(jù)、溫度數(shù)據(jù)計(jì)算得到。同樣，舒適度信息考慮的是人群中的局部人群密度和個(gè)體間的最小距離，這2組數(shù)據(jù)也可以借助可穿戴設(shè)備中的定位信息采集得到。
三、動(dòng)作捕獲設(shè)備的應(yīng)用
3.1動(dòng)作捕獲
上一節(jié)描述了恐慌人群中的恐慌情緒計(jì)算方法和虛擬人的行為選擇，這些最終還需要通過(guò)動(dòng)畫(huà)才能體現(xiàn)出來(lái)。因此，人群仿真中每個(gè)虛擬人的行為動(dòng)畫(huà)變得尤為重要，想要獲得更為真實(shí)的虛擬人行為動(dòng)畫(huà)，就要獲得真實(shí)行人的行為數(shù)據(jù)進(jìn)行虛擬人動(dòng)畫(huà)的制作，因此動(dòng)作捕獲設(shè)備應(yīng)運(yùn)而生。目前主要有基于光學(xué)、基于慣性的動(dòng)捕設(shè)備，本文主要采用IGS-150設(shè)備來(lái)完成動(dòng)作的捕獲工作。IGS-150采用15個(gè)標(biāo)準(zhǔn)慣性傳感器(陀螺儀)，采用Animazoo操作系統(tǒng)，可以對(duì)人體骨骼框架部位的運(yùn)動(dòng)進(jìn)行實(shí)時(shí)掃描呈現(xiàn)，系統(tǒng)可以測(cè)算出人體關(guān)鍵點(diǎn)(傳感器所在)的位置，并將數(shù)據(jù)加載到相應(yīng)的虛擬人骨骼之上[12]。
實(shí)驗(yàn)人員穿上安裝好傳感器的捕捉服，如圖4所示，可以在實(shí)際情況中進(jìn)行所需動(dòng)作的設(shè)計(jì)。例如基本的直立行走、奔跑等基礎(chǔ)動(dòng)作。動(dòng)作完成后，可以在電腦中查看已經(jīng)錄制好的骨骼動(dòng)作BIP文件，將此文件加載到虛擬人后，就可以在第三方軟件中看到帶有動(dòng)作的虛擬人了。
3.2虛擬人動(dòng)作處理
首先通過(guò)動(dòng)捕設(shè)備得到動(dòng)作的BIP文件，然后對(duì)于虛擬角色的人物復(fù)雜動(dòng)作進(jìn)行設(shè)置，需要在3ds Max中完善，包括動(dòng)作融合和動(dòng)作劃分等，然后導(dǎo)出FBX格式，最后再導(dǎo)入渲染引擎中進(jìn)行控制與應(yīng)用。
(1)動(dòng)作融合
BIP文件添加成功后需要對(duì)所需動(dòng)作進(jìn)行融合，這樣才能使虛擬角色的復(fù)雜動(dòng)作具有連貫性。在視圖中創(chuàng)建空白頁(yè)，然后依次加載3個(gè)BIP動(dòng)作文件，并將它們聯(lián)系在一起，這樣動(dòng)作融合就初步完成了。動(dòng)作融合完成后，需要把人物動(dòng)作導(dǎo)出為FBX動(dòng)態(tài)模型格式文本。FBX文件導(dǎo)出成功后，即可導(dǎo)入U(xiǎn)NITY或者OSG中，在project視圖中點(diǎn)擊右鍵建立一個(gè)New Folder并重新命名為character，然后點(diǎn)擊右鍵選擇show in Explorer，顯示文件夾把導(dǎo)出人物FBX文件與人物貼圖拷貝到character文件里面即虛擬角色運(yùn)動(dòng)模型導(dǎo)入成功。
(2)動(dòng)作劃分
人物模型導(dǎo)入成功之后，有時(shí)需要對(duì)動(dòng)作進(jìn)行劃分，一是為了防止動(dòng)作的混淆，二是可以方便對(duì)人物動(dòng)作的調(diào)用。在工程視圖中選中剛導(dǎo)入的人物模型，在Split Animations進(jìn)行動(dòng)作劃分。此處，劃分出了這3種動(dòng)作，并且分別命名為stand、walk、run。然后點(diǎn)擊apply，實(shí)現(xiàn)了動(dòng)作的分割。注意，這里的劃分并不是完全意義上的分隔開(kāi)，只是時(shí)間上的一種區(qū)分罷了。
當(dāng)動(dòng)作分割好之后需要把動(dòng)作賦給場(chǎng)景中對(duì)應(yīng)的角色。這里提供一種簡(jiǎn)單的實(shí)現(xiàn)方式。先把project中的虛擬角色通過(guò)拖拉的方式，拖到hierarchy視圖中，然后在inspector視圖中調(diào)整虛擬角色的位置，使其處在場(chǎng)景中一個(gè)適當(dāng)?shù)奈恢谩榱嗽谀_本中能合理地利用虛擬角色之間的動(dòng)作，需要把虛擬角色用到的動(dòng)作添加到虛擬角色中去。首先，在size中輸入3即表示是3種動(dòng)作，然后在下面的Element中分別選擇3種動(dòng)作，同時(shí)勾選play automatically表示當(dāng)場(chǎng)景開(kāi)始的時(shí)候即可進(jìn)行動(dòng)作播放。加載動(dòng)作后的結(jié)果如圖5所示：
4實(shí)驗(yàn)結(jié)果及結(jié)論
基于真實(shí)的動(dòng)作采集，對(duì)火災(zāi)情況下的恐慌人群進(jìn)行了仿真，仿真結(jié)果如圖6所示。通過(guò)圖片可以看到每個(gè)虛擬人都可以通過(guò)自己的信息空間獲取和感知周?chē)沫h(huán)境信息，并在信息基礎(chǔ)上做出決策得到行為選擇。這種方法主要有2點(diǎn)優(yōu)勢(shì)：
(1)先進(jìn)動(dòng)作捕捉設(shè)備的引進(jìn)。與傳統(tǒng)方法相比，動(dòng)作捕捉設(shè)備使得在恐慌人群仿真中可以更真實(shí)、快速地加入虛擬人行為動(dòng)畫(huà)，減少了每個(gè)虛擬人動(dòng)作的制作時(shí)間，降低了虛擬人動(dòng)作的實(shí)現(xiàn)成本，達(dá)到了高效、逼真的實(shí)驗(yàn)效果。原始方式主要采取最基礎(chǔ)的手動(dòng)方法來(lái)完成，在建模軟件中需要對(duì)人物的基本動(dòng)作進(jìn)行單幀的制作，一幀一幀地去匹配完成人物的骨骼。廣場(chǎng)火災(zāi)人群逃生仿真如圖6所示：
(2)建立了虛擬人的信息空間，定義了信息獲取方法和對(duì)虛擬人情緒影響的實(shí)時(shí)計(jì)算方法。這個(gè)模型的建立為以后在恐慌人群中引入日常類(lèi)可穿戴設(shè)備進(jìn)行信息采集提供了基礎(chǔ)，模型中每個(gè)虛擬人都有各自的數(shù)據(jù)輸入接口，每次的輸入都會(huì)直接映射到虛擬人的行為中去。雖然現(xiàn)階段只能用已有的一些數(shù)據(jù)進(jìn)行模型驗(yàn)證，而不能實(shí)時(shí)地輸入數(shù)據(jù)，但是隨著可穿戴設(shè)備的普及和廣泛應(yīng)用，恐慌人群仿真必定能夠?qū)崿F(xiàn)事件中的個(gè)人信息實(shí)時(shí)傳輸，從而使我們的模型更加具有意義。
可穿戴設(shè)備本身價(jià)值并不大，關(guān)鍵在于其獲得的數(shù)據(jù)與提供的服務(wù)，越垂直越深度往往價(jià)值越大。用戶要的不只是數(shù)據(jù)，大部分用戶對(duì)一些數(shù)據(jù)本身是沒(méi)有概念的，經(jīng)過(guò)分析得出的結(jié)果和解決方案才是最重要的。而我們所建立的信息模型正是將可穿戴設(shè)備獲得的數(shù)據(jù)應(yīng)用在恐慌人群仿真中，計(jì)算生成虛擬人的情緒，引導(dǎo)虛擬人的行為，得到更真實(shí)的計(jì)算機(jī)仿真結(jié)果，為各類(lèi)應(yīng)急預(yù)案提供更準(zhǔn)確的分析。
參考文獻(xiàn)：
[1] Margrethe Kobes， Ira Helsloot， Bauke de Vries，et al.Building safety and human behaviour in fire： A literature review[J].Fire Safety Journal， 2010，45(1)：1-11.
[2] 李遜，洪玲，徐瑞華.軌道交通車(chē)站應(yīng)急疏散乘客心理行為影響因素分析[J].城市軌道交通研究， 2012，15(4)：54-57.
[3] 姜傳勝.辦公樓疏散演練綜合評(píng)估方法研究[J].中國(guó)安全科學(xué)學(xué)報(bào)， 2012，22(5)：170-170.
[4] He G， Ou W， Ma M， et al. Virtual emergency rehearse system for dangerous gas diffusion in chemical industry park[C]. Proceedings of the 10th International Conference on Virtual Reality Continuum and Its Applications in Industry. ACM， 2011： 455-458.
[5] Blair， Alyson Janna.The effect of stair width on occupant speed and flow of high rise buildings[D].University of Maryland， 2010.
[6] 李俊嶺，劉慶順，閏建超.應(yīng)急動(dòng)態(tài)決策的行為過(guò)程與模式研究[J].河北學(xué)刊， 2008，28(5)：146-150.
[7] 毛彤，周開(kāi)宇.可穿戴設(shè)備綜合分析及建議[J].電信科學(xué)， 2014，30(10)：134-142.
[8] 趙斌.可穿戴設(shè)備設(shè)計(jì)趨勢(shì)及策略研究[J].包裝工程，2015，36(2)：18-25.
[9] 封順天.可穿戴設(shè)備發(fā)展現(xiàn)狀及趨勢(shì)[J].信息通信技術(shù)， 2014，40(3)：52-57.
[10]QiuFasheng， Hu Xiaolin.Modeling group structures in pedestrian crowd simulation[J].Simulation Modelling Practice and Theory， 2010，18(2)：190-205.
[11] Zhou Suiping， Dan Chen. Crowd modeling and simulation technologies[J].ACM Transactions on Modeling and Computer Simulation(TOMACS)，2010，20(4)：20-20.
[12] 孫浩鵬，李楊. 道格拉斯-普客算法在動(dòng)作捕捉數(shù)據(jù)優(yōu)化中的應(yīng)用[J]. 科技創(chuàng)新與應(yīng)用， 2013(36)： 24-24.
【可穿戴設(shè)備下的恐慌人群仿真探究】相關(guān)文章：
人類(lèi)理性對(duì)秩序的探究05-04
隱私權(quán)及其探究06-03
探究網(wǎng)絡(luò)經(jīng)濟(jì)特征05-30
土地可持續(xù)利用探析05-27
OFDM技術(shù)研究及其系統(tǒng)仿真05-11
XX公司XX員工培訓(xùn)探究05-12
如何培養(yǎng)學(xué)生科學(xué)探究能力05-19
居住小區(qū)景觀營(yíng)建探究05-11