仿真即服务：人群移动分析

仿真即服务：虚拟环境中人群移动分析

摘要

目前，环境设计人员主要依靠直觉和经验来预测环境如何支持动态活动。大多数计算机辅助设计工具仅提供空间的静态表示，可能忽略了环境布局对其内部人员及其移动行为的影响。为解决这一问题，研究人员开发了人群模拟等计算技术。除少数例外情况外，人群模拟框架通常与环境建模工具相分离，且往往需要特定的硬件/软件基础设施和专业知识才能使用，这阻碍了设计人员在其设计工作流程中无缝地进行仿真、分析并整合以移动为中心的动态特性。为弥合这一脱节，我们设计了一个跨浏览器的基于服务的仿真分析平台，用于针对占用情况与活动对环境布局进行分析。该平台允许用户通过上传多种常见格式的三维环境模型来访问仿真服务，创建目标仿真场景，运行仿真，并立即为其设计生成基于人群的分析结果。我们开展了一项案例研究以展示该基于服务的平台在跨领域的适用性，并通过一项用户研究评估了该方法的可用性。

关键词
建筑信息模型、人群模拟、以人为本的设计、仿真即服务、空间分析

1 引言

分析环境布局如何影响其未来使用者的移动和活动是环境设计过程中的关键环节。尽管目前有许多成熟的评估环境性能的方法（如成本、结构、能源和照明），但这些方法主要依赖于静态的空间表示，而人群模拟分析则考虑了人员动态移动及其对用户体验、运营效率和空间利用率的时空影响。然而，人类行为模拟在集成到环境设计流程中时存在较高的成本。以往的解决方案要求用户具备特定仿真平台的深厚专业知识，并且需要解决复杂的互操作性问题，包括导入环境几何结构、通过语义对空间进行标注、定义人群行为参数、生成仿真结果以及可视化空间利用率的时空数据地图。

为应对这些挑战，我们采用基于云计算的软件即服务（SaaS）模式进行软件分发和授权。近年来，该模型在商业领域和用户层面均广受欢迎，并具有诸多优势。它能够与工作流程中的其他软件实现深度集成，以跨平台方式达成特定目标点。通过专门利用基于网页的或云服务，可按需且跨平台使用工具，而无需重新配置核心流程。

我们开发并展示了该方法如何在具有挑战性的领域中用于支持高价值的流程。通常，从事环境设计的企业会有特定或一组特定的关注方向，我们将这些方向称为设计领域。设计领域通常由环境用途明确定义，例如：户外城市环境、高密度住宅、学校/学术服务、公共服务、商业零售、工业制造、仓储、游戏、广告、数字媒体、电影等。在设计过程中所使用的底层工具往往相同或相似。在早期阶段，采用程序化或预制设计流程快速生成多个草图设计（例如，使用Grasshopper）。在设计流程中，通过高级制图工具以迭代方式生成完整设计、进行重构和重新配置（例如，使用Autodesk Revit）。最后，通过多种方法将设计转化为工程蓝图和模型（如AutoCAD、三维[3D]打印、模型服务）。在流程的初期和中期阶段，企业普遍依赖其常用工具和配置。这些流程通常是刚性的和/或特定于设计领域的。由于多种原因，在任一设计领域流程中添加新工具可能非常困难甚至不可行。一项初步调查针对三家不同主要设计领域企业的资深建筑师进行了结构化与非结构化问题访谈，结果显示，如果工具无法无缝集成到现有流程中，或者集成成本过高（包括资金、时间投入或获取专业知识的难度），则工具采用极为困难，且流失率很高。

2 文献综述

近年来，人群模拟在环境设计流程中得到了广泛应用。它使设计者能够从人类行为视角评估环境布局，并支持对人类行为指标进行高级可视化，以加强设计利益相关者之间的沟通和决策。在本节中，我们总结了关于人群模拟、感知人群的环境设计分析以及软件即服务（SaaS）范式的最新发展的相关前期工作，这些技术可用于将人群分析更无缝地集成到环境设计流程中。

2.1 人群模拟

人群模拟提供了虚拟环境中潜在的人与建筑交互的基于时间的动态。该领域的研究在过去的几十年中发展迅速。已提出多种模拟技术来模仿类人运动。基于粒子的模拟方法通过计算每个个体智能体的速度、运动和相对位置的局部交互，以实现大规模人群行为。一些方法使用社会力（SF）如排斥与吸引来建模个体使用者交互。混合基于规则的方法避免人群中的未来碰撞。一种利用可供性的自我中心方法为个体智能体计算时空规划。强化学习和深度学习已被用于建模复杂且更真实的人群行为。

2.2 面向人群的环境分析与设计

近年来，不同的研究方法致力于利用人群模拟来分析环境布局，以支持基于人群信息的设计决策。一些研究工作专注于优化建筑元素，以改善疏散过程中人员的流动。针对建成环境，采用计算技术计算最优疏散路径，从而实现可预测的疏散规划。开发了交互式方法，可在用户选择参数范围内快速优化小规模虚拟建成环境。开发了交互式计算工具，以支持在建成环境中进行静态和动态人群感知分析。在参数化建筑设计领域，设计了一种基于节点的框架，用于建成环境与人员流动的联合建模。

在此研究基础上，另一框架被提出，用于自动探索建筑与人群行为参数，从而设计高效人流建筑布局。然而，这些方法通常集成到特定的环境设计工作流程中，并需要一定的硬件/软件基础设施和专业知识，普通用户难以使用。

2.3 软件即服务

软件即服务（SaaS）是一种在工业界逐渐获得越来越多关注的范式，因为它将软件产品的所有权、部署和维护从最终用户（例如客户端）中分离出来。这使得用户能够通过某些客户端基础设施（例如应用程序编程接口、网页界面等）按需利用软件服务，通常通过互联网实现。一项关于建模与仿真即服务的调查显示了使用基于云的仿真服务所涉及的优势、局限性和风险——提取了软件即服务与仿真即服务范式之间的差异，同时指出了该方法在弹性以及技术管理方面的便捷性。参考文献22中提出的工作讨论了用于民用和军事建模仿真应用的云计算和虚拟化平台。

采用模型驱动工程方法从CAD/BIM工具中提取建筑模型几何信息的分布式架构已被用作远程服务来运行仿真，并提供可通过外部第三方软件工具（例如3ds Max）进行可视化的三维可视化功能。相比之下，我们的平台（图1）是仿真器无关的，因为它使用一个稳健且模块化的底层人群模拟平台，专注于连续模型，允许用户选择其仿真的表现形式。在另一种方法中，提出了一种在高性能云集群上建模和仿真城市系统仿真的框架。还提出了一种基于云的框架，用于在大型设施中研究传感器部署的远程运行仿真。

3 系统概述

在本节中，我们将详细介绍我们提出的用于对虚拟与建成环境进行面向人群的分析的跨浏览器的基于云的仿真服务。该系统允许建筑师和设计师（用户）上传

三维环境模型，作者可通过设置人群配置来创建仿真场景，运行仿真，并获取其设计的面向人群的分析结果。图2 展示了我们仿真服务界面的概览。该服务的基本界面允许用户以二维（2D）和三维（3D）方式可视化其环境设计。

二维可视化是环境模型的正交投影（即俯视图）。三维可视化是从顶部视角对模型进行的透视投影。用户可以通过围绕模型原点旋转和缩放，或使用漫游模式与模型进行交互。在三维视图中还提供“重置”功能，可将摄像机恢复至默认视图。用户上传的环境及其由本服务生成的相应面向人群的分析结果将保存到用户的个人资料目录中，可供日后访问。以下将详细讨论各项功能。

3.1 环境规范和模型支持

该系统允许用户以工业基础类（IFC）格式（一种建筑信息模型格式）上传环境。对于IFC，本系统支持IFC2x3和 IFC4认证（模式）。系统不限制用户必须使用特定的环境设计与建模工具来生成其设计模型，相反，IFC可通过任何主流环境建模平台获取。当上传一个IFC文件后，该文件将被发送至内部的BIM模型服务并进行查询

表1 来自参考文献26的服务水平（LoS）值与人群密度对应关系。密度以每平方米人数计量
LoS等级
A
B
C
D
E
F

模型的几何信息。BIM服务存储模型，并以XML格式将环境规格（例如墙、门、地板等）发送回系统。

3.2 人群配置和用户界面

该系统允许用户为其环境模型定义特定设计的仿真场景中的人群配置。“场景编辑器”（如图2所示）总结了人群配置的过程。右侧是展览空间（例如美术馆）的环境布局，左侧是用户在场景编辑器中可以执行的允许的操作。这些操作包括添加和移除单个人员以及占用组、设置人群密度等级（服务水平）（即在占用组内生成的人员数量），以及添加和移除人员行走至的目标点。

服务水平（LoS）通过为不同人群密度分配等级标签，对行人环境进行分类。弗鲁因针对不同类型的人行环境（包括楼梯、排队区域和人行道）提出了这些LoS分类。在本研究中，我们选用了适用于可通行区域（例如人行道）的LoS等级。该分类已被广泛应用于交通研究和人群模拟中，用于衡量人群移动质量（如人流流动），适用于汽车和行人场景。我们在表1中总结了不同的LoS等级及其对应的人群密度值。通过在场景中绘制一个矩形（图2 – Pink 区域）来添加一个占用组区域，该组内生成的人员数量由该占用组区域的面积乘以选定的人群密度服务水平等级计算得出。

双击单个人员或占用组会显示当前配置中可用目标的列表。用户随后可以从列表中为人员（或占用组）选择一个或多个目标。默认情况下，可用目标是环境中的出口（例如门）。但该平台不限制用户移除、更新现有目标或添加新目标。环境中的任何目标或目的地点都是空间中的某个位置（例如兴趣点），用户希望智能体在仿真过程中访问该位置。例如，在餐厅环境中，用户定义目标可以是一个表示酒吧的房间，供智能体访问。创建人群配置后，用户可通过选择“保存配置”操作将其保存。

与环境模型类似，用户创建的人群配置也会保存到用户的个人资料目录中，可供以后访问。如果用户上传了一个已有环境模型的新版本，并且已为该环境模型创建了人群配置，则用户无需重新创建人群场景（除非用户需要），而是可以重用现有的人群配置来运行仿真，这些仿真是用户为该环境的早期版本设计的。

3.3 人群模拟

我们正式定义一个仿真场景S= ⟨B，C⟩，其中包含环境布局B（例如墙壁、门、地板等的位置和属性等几何信息）以及虚拟人群C的规格说明。 C= ⟨CI ∪ CG⟩由单个人员和占用组构成，其中CI= ⟨O，A，P⟩定义了一组人员O、他们的期望活动A（例如疏散撤离、在会议室聚集或其他日常场景）以及所使用的底层人群模拟器的可选参数P，而CG= ⟨OG，A，P⟩则定义了一组占用组OG、他们的期望活动A以及人群模拟器的可选参数P。对于一组相似的

活动期间，无论是单个人员还是占用组中的人员，在仿真过程中都会执行相同的行为。如果为单个人员分配了不同的活动，那么他们在仿真过程中将各自执行被分配的行为，这些行为可能与其他单个人员不同。但对于占用组而言，情况则不同：同一占用组中的所有人员都会执行该占用组所分配的相同的一组行为。

为了运行人群模拟，我们的系统使用一个开放平台SteerSuite，该平台可用于运行、分析和优化人群导航算法。人员通过以下一种模型进行模拟：SF、最优互惠避障、预测避障或步态规划器（footstepsAI），以实现导航行为（本文演示中采用SF）。当用户选择“仿真”操作时，系统会将当前的仿真场景S连同用户设定的环境描述B和人群配置C以XML格式传递给部署在云服务器上的SteerSuite。系统还可通过分析模型生成默认的疏散场景，以帮助用户快速上手。仿真完成后，人员轨迹及其他与人群相关的模拟统计信息将被发送回用户。

3.4 仿真反馈

仿真完成后，用户可以从不断扩展的动态人群分析和可视化方法列表中进行选择，以分析其环境。这使得用户能够可视化仿真中的空间定量和定性反馈。图3分别显示了人员的轨迹（路径分析——上图）和密度等值线（瓶颈分析——下图）。所有人员的轨迹均以蓝色显示，从起始位置到目标位置。为了使

该仿真系统为用户提供了直观的体验，还可以回放轨迹，使用户能够通过滑块在仿真的时间步长中来回查看。热力图采用颜色编码，表示在整个环境设计空间和所有人员范围内，按每平方米计算的平均人员密度。Red区域显示高密度区域（例如潜在的瓶颈区域），而蓝色则表示密度较低的区域。

该系统还会以量化数值的形式报告模拟统计。这些数据包括仿真过程中的最小值、最大值和平均疏散时间，以及行进距离的平均值，还有人员的平均ExitFlow。出口人流流动通过将平均疏散时间除以完成仿真的总人数计算得出。

4 案例研究

本节通过一系列案例研究，展示了所提出的仿真服务平台在三个不同设计领域中的有效性，模型来源涵盖三种不同的流程，说明了SaaS方法如何有效且无缝地用于支持环境建模流程中的决策。

4.1 餐饮店设计

餐饮店布局无论是为餐厅、美食广场还是食堂进行设计，都必须符合众多适用规范，包括无障碍通行、人流流动和疏散。然而，在考虑疏散时，预测未来使用者可能产生的人与建筑的交互至关重要。

在此用例中，我们展示了如何利用所提出的工作流程来分析两种完全不同仿真场景下潜在的人与建筑交互中的人群动态。使用Autodesk Revit创建了一个真实世界的餐厅风格环境。图4展示了餐厅环境中紧急疏散和团体就餐场景的分析结果。对于疏散撤离（上排），通过我们的服务控制，交互式地在餐厅的不同空间添加了虚拟顾客，并设定其目标为前往最近出口。人群轨迹以蓝色显示，突出虚拟顾客在向出口移动时所经过的路径。颜色编码热力图突显了疏散过程中出现的空间瓶颈区域，直观揭示了潜在的人身安全风险。对于团体就餐场景（下排），我们添加了两组不同的虚拟顾客，分别从不同入口进入餐厅，在大堂等待接待员接待后，前往酒吧、在主用餐厅就餐、去卫生间、访问经理，最后返回出口。每组的人群轨迹以不同颜色显示，以便区分其活动内容及行进路径。热力图显示了酒吧入口和大堂可能存在瓶颈区域。平均出口流量、行进距离和疏散时间也在图中展示。

4.2 展览设计

使用Rhinoceros创建了一个真实世界展览式环境（例如美术馆）。图5展示了疏散撤离和基于团体的展览探索场景的分析结果。对于疏散撤离（上排），我们在美术馆的不同展点交互式地添加了虚拟访问者，目标是向最近出口移动。路径分析显示，中间走廊左侧的障碍物有助于在左侧形成多通道。

展厅。热力图显示，靠近出口的展厅右侧中间走廊存在瓶颈。这些分析表明，设计者可能需要考虑在通往展厅右侧的走廊中添加障碍物，以帮助形成疏散通道，或相应地进行其他设计改进。对于基于群体的展览参观（底行），我们添加了两个不同的群体，让他们从一个展品点探索到另一个展品点，途中停留，然后再前往下一个展品点。

4.3 工作场所设计

使用SketchUp创建了一个工作场所环境（例如办公室）。图6展示了两个不同团队在疏散场景和日常办公场景下的分析结果。在疏散场景（上排）中，虚拟员工被放置在办公室的不同空间内，目标是向最近出口移动。提供了路径与瓶颈分析。热力图显示了会议室和食堂附近走廊中的多个瓶颈区域。对于日常办公场景，我们在办公室的不同空间内添加了两个不同的团队，并展示了他们的日常工作活动，包括参加会议、前往食堂等。热力图揭示了空间中存在的多处瓶颈区域。

4.3.1 注释

在所呈现的案例研究中，所有环境均代表单层布局。这是因为当前工作旨在为实现人与建筑交互模拟的普及奠定基础（例如，提供一个初步的可用平台），以解决动态移动模拟相关的复杂性和成本问题，从而促进其在游戏、环境设计和城市规划领域的应用。支持多层环境的仿真是我们目前正在推进的未来方向之一。

5 系统可用性

提出了一项初步用户研究，以评估我们系统的可用性。十名（10）高年级研究生自愿参与了该实验。所有参与者均报告此前曾使用CAD工具分析建筑结构。参与者被要求使用所提出的仿真服务，在给定环境中创建人群配置

表2 来自10名参与者的系统可用性量表结果摘要，其中分数范围为0到 100
计数
10

居住环境（例如，房屋），并分析空间中的人类占用情况。所有参与者使用该系统的时间固定为20分钟。在完成人群创作任务时，参与者可以自由地与平台进行交互。例如，他们可以添加智能体、智能体组和目标，或删除之前添加的任何智能体或目标点。随后，参与者填写了系统可用性量表（SUS）问卷，这是一种文献中已确立的评估系统可用性的方法，其评分可缩放到10–100范围内，得分高于68被视为高于平均水平且可接受。SUS得分是衡量系统可用性的综合指标，已被证明具有可靠性。SUS得分的汇总结果见表2。我们的平均得分（72.5）和中位数得分（72.5）落在“良好”和“优秀”的形容词等级范围内。

6 结论

我们提出了一种跨浏览器的基于云的人群分析框架，用于感知人群的环境设计。通过消除所有硬件/软件基础设施依赖，该方案将来自不同环境建模设计工具（例如 Autodesk Revit 或 Rhinoceros）的环境布局导入到交互式人群创作工作区中，以建立特定设计的人群场景、远程运行仿真并分析反馈。本文展示了一系列案例研究，通过针对不同领域中人类占用情况分析环境设计，来展示该方法的有效性。系统的有效性通过SUS进行评估，参与者将其信心评价为“高于平均水平”。我们认为，当前系统作为一种新颖的工具，可在软件即服务（SaaS）和协同设计领域中利用动态人类分析来验证假设。未来研究将包括增加支持，允许用户在网页浏览器工作区中修改他们的设计。此外，未来工作还将包括与建筑与游戏领域的新手和专家开展全面的用户研究，以更复杂的环境设计和人群行为任务来评估该方法。