潘 瑜

(东南大学成贤学院，江苏 南京 210088)

1 引言

大型公共建筑的空间布局和架构都是各不相同的，这些建筑内存在着较多不同疏散能力的人群。如果并未发生紧急事故的话，就没有方法对这些人群的疏散能力进行较为全面的检查。在大型火灾等紧急事故发生时，建筑里的通信系统大多都会被因为火灾所产生的燃烧物质掩盖，导致其无法向外界传输有效的信息。这时，就无法对受困人员集群的疏散行为、心理反应与建筑物疏散状态进行分析。但是，凭借虚拟现实技术来建造虚拟的火灾事故环境，然后对人员的疏散反应进行动态模拟，就可以较好解决上述出现的问题。

用户不仅仅可以在虚拟的火灾事故突发空间内，使用一定的行为规范观测疏散人员的布局，利用蒙特卡洛随机发生器对人群加以控制，从而观察不同的人员布局与行为反应。用户可以在系统的提示中，注册并加入虚拟环境内，会沉浸在虚拟突发事件的环境里，模拟参与紧急疏散行动，通过这种测试与模拟的流程，模拟系统可以较为充分得到有关于火灾事故发生时疏散动态反应数据。尤其是可以得到在出现不同的事故状态下，出现的一些没有方法预测的反应，或者是疏散设计里不明显的缺陷问题。虽然不会彻底解决突发事件产生的各类问题，但这种模拟方法能够使用到消防演习或应急决策里，现实意义较强。

利用虚拟现实技术，对出现火灾事故时人群的疏散行为进行分析，建造一种与疏散控制存在关联的虚拟火灾模型，同时将模型的出口进行坐标标记，对疏散通道的大小、目标出口的尺寸与障碍物的布局进行随机调整，观察火灾现场的环境状况、人员疏散行为反应与疏散控制结构的特征变化。进一步的优化疏散人员的行为准则，凭借系统疏散信息的可靠性，来模拟实现最优疏散路径。

2 有限状态机控制下虚拟消防疏散动态循环模拟

2.1 有限状态机模型构建

有限状态机即通过一定总量的状态与互相之间移动组成，在通常情况下只可以处于拟定数量状态内的一种。其凭借一种时间驱动的形式进行运作，在接收到一种事件之后，状态机出现一种[1]输出，并且也可能会随着状态进行移动。

这对于复杂系统来说，层级式有限状态机通过一系列基础的[2]有限状态相应与上层有限状态机组合起来，一种或多种下层有限状态机相应与上层有限状态机内的某种状态。在有限状态机位于某种组合情况时，一种或多种下层有限状态机就能够按照顺序或并行运行。

凭借状态机的输入是否和输出条件存在关联[3]，能够把状态机分成两大类：米勒型状态机与摩尔型状态机：

1)摩尔型状态机的输出只能够凭借当前状态[4]数据进行处理，并不能和其它条件产生关联。

2)米勒型状态机的输出不仅需要依靠目前状态，并且还取决于该状态的输入条件，如图1所示。

图1 米勒型状态机结构

在拟定的逻辑里，状态机能够进行表示的方法含有三种，分别是[5]状态转移列表、HDL语言表示与状态转移图。状态转移图就是依靠图形化的形式来表示状态机的每一种状况的变换关联，状态转移列表就是依靠列表的形式来表示状态机，并且还是数字逻辑电路里比较常见的一种设定方法，往往被用在简化状态化上，HDL语言表示状态机就是依靠[6]硬件来对语言进行描述，或是通过VHDL设定高速与稳定的状态机。

2.2 疏散虚拟估算

在火灾事故现场里，人员疏散是一种较为复杂的问题[7]，因其存在共同作用或相干扰的状态，对这些状态存在一定干扰的有人员的[8]疏散反应、火灾场景特征、建筑物分布状况等多种因素。所以，在估算疏散模拟的时候，也需要分析这些因素特征。对此，本文构建行为模拟子模块、毒性评测和[9]场景分析组成的疏散估算引擎。依靠所有子模块之间的交互协作，来模拟和预测火灾事故出现时，疏散人员的行为反应。

场景分析子模块主要是依靠CIS空间分析的性能，来构建运算集合模型的[10]网状架构。网状模型凭借节点来填充结合空间，每一种节点都会含有自身的坐标与尺寸等属性，节点之间会通过长度弧段对图架构进行连接。其架构的模式与网状模型是相应的，这种架构模式存在可扩展性高与表述灵活等优点。本文在分析疏散场景时，依靠空间的尺寸直径，构建圆形节点，进而离散化火灾场景。在此基础上，使用搜索算法对人员个体的疏散路径进行模拟

Φ=f(G(V，E)，V0)

(1)

式中，f代表依靠图架构搜索方法，如A*方法、Dijkstra方法等，G(V，E)即场景分析出现的图架构，V0即目标的原坐标，Φ代表估算所获得的路径内每种结点的集合。

初步疏散路径和场景的人员原始坐标与集合布置存在关联，映射了火灾现场里疏散人员的大致策略。而在模拟的流程里，人员实际疏散路径还会被环境内火场[11]、燃烧产物与场景里其他人员所干扰。

怎样精确评测人体暴露在存有一定含量的燃烧产物内所产生的危险强度，是火灾科学技术研究难题之一。本文设置一种相应的测评函数来评测火灾场景内所有烟气毒性的危险程度。一般来说，评测函数F具有以下描述形式：

F=f(pos，t，Δt，Xo2，Xco，Xco2，…)

(2)

式中，f代表燃烧产物的毒性评测量化函数，参照pos与t拟定了危险评测相应的时空属性，X就是相应与每种关键燃烧产物的有效估算剂量。利用FDS模拟，能够估算出场景里每一种点o2，co，co2等气体的浓度。本文利用N-Gas模型，经过有效剂量分数对燃烧产物的毒性进行评测。

行为模拟子模块需要对每个时间段里的疏散人员预测其行为反应。通过当前储存的[12]疏散路径来评测疏散人员行为模型是否合理，从而评定是否需要对疏散策略进行修改。测评具有三个方向的因素：

1)目前疏散速度的快慢

(3)

式中，flow-rate就是人员个体所在的人群整体疏散效率，speed就是疏散人员在自由状态下的疏散效率。

2)受烟气的影响程度

β=Visbility(S)

(4)

式中，S代表人员的可观察范围。能够将人员当前所处的坐标当作中心，凭借一定的大小来形成缓冲区，进而对该区域的能见度进行测量。

3)路径尺寸

γ=LEN(V0，Vexit)

(5)

即依靠人员的大致坐标至目标出口的疏散路径的距离测量。

在此基础上，依靠双通道映射，对视差参数进行设定，从而模拟出人眼观测的视觉图像观测者凭借一些外部装置就能够观测立体视觉，从而沉浸在虚拟场景里，这就可以让观测者充分了解火灾出现之后的疏散知识，加强消防意识。

和人员与烟气两种因素相比，火灾环境是疏散模拟内相对较为稳定的模型，不存在动态特征，所以能够将其拟定成静态模型，本文在火灾环境里建造虚拟建筑模型，同时利用粘贴法收集比较现实的火灾效果。在建造图形后，凭借光照条件和坐标等参量，把虚拟现实模型微调至渲染阈值，最后输出对应的描述效果至用户界面上。

凭借FED6-Gas模型评测火灾烟气里经常出现的六种气体的综合毒性，其结果如下所示

(6)

其中，气体符号代表在30min暴露期间的平均体积分数，能够经过FDS模拟得到，m与b代表CO与CO2的组合毒性效应，LC50代表致使50%的实验动物在暴露30min后死亡的有毒气体浓度。

FED6-Gas越高，烟气的综合毒性就越强，在FED6-Gas=1.0时，人员死亡的概率会上升。

烟气的热危害含有热对流与热辐射。凭借FED，经过对流域辐射分数进行求和，估算在暴露期间得到热量的有效剂量分数FEDheat，其流程如下所示

(7)

其中，Δt代表模拟里的时间步长，tconv代表因为对流热而失去性能的时间，min在温度T内估算，如式(8)所示

(8)

式(7)里的变量trad代表因为符合热而失去性能的时间，min，在辐射通量是q(kW/m2)内估算，如式(9)所示

(9)

FEDheat所需要的温度T与辐射通量q的数据能够利用FDS模拟得到，FEDheat越高，热危害就越高，在FEDheat=1.0时，辐射热与对流热靠近人体的可承受阈值，人员的生命受到威胁。

毒性与热量存在不同的伤害机制，假如暴露程度充足，可能都是致命的。凭借上述的烟气危害，提出烟气危害的综合评测模型，就是综合危害剂量，其过程如下所示

IHD=max(FED6-Gas，FEDheat)

(10)

IHD越高，烟气的综合危害性就越高。凭借FED6-Gas与FEDheat，在IHD到达1.0时，烟气的危害对人体是致命的。

在疏散场景里疏散群体是具有动态特征的单独个体，并且随着动态特征的变化控制坐标也会出现相应的转变，同时行动人员也会更改自身的姿态，如在逃离的过程中，逃离人员的手臂摆动等，这些都是需要在虚拟现实中描述的行为特征。但只考虑更改场景里的朝向方法与实体坐标，并不能对彻底描述疏散人员的细节动态特征。本文将动态人物融入至虚拟环境里，通过疏散引擎的估算结果，来预测目标人员的大致动态，进而模拟疏散流程内人员的反应行为，通过Vega与DI-GUY良好的兼容性，能够对建筑环境、人员模型与烟气等因素在同等虚拟现实中进行动态循环模拟。

3 疏散路径的评测模型

(11)

因为在式(5)内拟定了LC50的限制，[Ci]一定要在30min的暴露时间里被转换为平均浓度。Ci(x，y，z，t)代表路径里第i种气体浓度的空间，时间函数。变量a与b分别代表路径的开始点与完成点。

把时间步长之间的固定时间间隔拟定成Δt，估算固定时间步长k坐标的[Ci]，其过程如式(12)所示

(12)

(13)

(14)

在虚拟疏散训练里，因为烟气的不均衡分布，疏散的不同路径存在不同的IHDpath值，如果IHDpath越低，就说明说疏散路径越安全。所以，使用IHDpath的虚拟疏散路径训练能够帮助学员搜索到最安全的路径。

4 仿真证明

仿真环境为Intel Celeron Tulatin1GHz CPU和384MB SD内存的硬件环境和MATLAB6.1的软件环境。为了证明所提方法的实用性，凭借本文模型，构建某种建筑的一楼的3D模型。实验环境如图2所示。

图2 建筑3D模型

其中含有三个办公室，两个活动室，一个大厅，两个走廊与一个出口。建筑的面积约为300m2，参加模拟疏散人员拟定为两百人，其中有70%为男性青年，剩下的为女性青年。所有模拟疏散的人员以1.0～1.5m/s的疏散效率离开火灾环境。本文针对出口宽度、楼层、与烟气浓度为实验参数，进行实验。具体结果如下所示。

图3即出口宽度与单位时间疏散流动效果之间的关联曲线。

图3 疏散出口宽度对疏散流动效果曲线

通过图3能够得知，在出口宽度只上升500mm时，出口的流动效果却几乎能够成倍上升。经过模拟，可以看出在出口的集合特征尺寸产生变化时，目标、约束与行动三种变量之间会出现相互干扰。在疏散刚要开始的时间段内，疏散通道边沿的移动效率比中心位置的要快。而在出口的加宽时，横断面上就出现了均匀的流动。在人群密度与出口宽度的比例小于某个设定的阈值时，随着人群密度的不断缩减，流动的效率也就不再提升，人群之间已经不会受到相互作用的干扰了。

图4 楼层数对疏散流动效果曲线

如图4所示，随着楼层数的增加，疏散出口流动速度降低，在楼层数高于6层时，速度明显降低，达到3.1m/s，并且6层以上，流动速度下降较为缓慢。

在没有任何防护情况下，设置不同烟气浓度，观测疏散流动效果。

如图5所示，随着烟气浓度的增加，疏散出口流动速度逐渐降低，在浓度为140mg/m3时，疏散人员将无法流动，流动速度为0mg/m3。

图5 烟气浓度对疏散流动效果曲线

随着人群密度的提升，群集移动的效率因为空间网络系统的约束而出现缩减。出口宽度、楼层、烟气浓度都会干扰到疏散人员的目标变化，也会影响限制条件与疏散人员的行为特征。

5 结论

为了有效了解火灾发生时疏散人员的疏散行为与心理反应，本文提出了一种有限状态机控制下虚拟消防疏散动态循环模拟方法。

1)对传统的有限状态机进行分析，获得其运行的大致原理。

2)依靠输入和输出条件之间存在的关联来构建米勒型有限状态机，并利用优质的独热码对状态机进行编码，再通过双边沿触发器，使用数种的上下边沿来优化状态机的运行效率。

3)建造毒性评测、场景分析和行为模拟子模块组成的疏散估算引擎，利用该引擎对建筑环境、烟气危害与人员行为进行分析，并把结果融入至有限状态机内，通过状态机对虚拟消防进行疏散动态循环模拟。

4)仿真证明，所提方法能够有效模拟出消防疏散的人员行为与心理反应，同时所提方法拟定的模型还有运行速度快的优点。