軌道交通樞紐人員緊急疏散技術現狀及展望*

李偉許強張穎

（重慶交通大學信息科學與工程學院，400074，重慶∥第一作者，教授）

隨著國內外許多城市的軌道交通網絡化發展，形成了較多的多線換乘樞紐站點或大型多交通模式互聯互通站點，即軌道交通樞紐。這些樞紐存在著交通方式多層次、旅客客流多方向、旅客流量大而發散的典型特征。在一個旅客人群密度極高，且相對封閉的軌道交通樞紐空間中，當出現突發情況時，如何采取合理的技術和管理措施，將封閉空間中的人員安全、迅速地疏散到開闊地帶，保障軌道交通運輸系統的順利運行，是一個極為重要且新穎的公共安全課題。

1 軌道交通樞紐緊急疏散技術現狀

國內外許多研究者從不同方面對軌道交通樞紐的人員疏散問題進行了研究，總體上可分為軌道交通樞紐疏散空間環境設計、疏散人員客流環境分析、疏散行為模式研究等3個細分研究領域。

1.1 疏散空間環境設計

軌道交通樞紐空間環境分析主要指軌道交通樞紐內部的站臺、站廳等空間布局形式在緊急事件發生時，對人員疏散效果的影響。研究多圍繞軌道交通樞紐建筑布局、建筑設計參數、設備設置、運行參數等方面展開。現有主要研究總體情況如表1所示。

在軌道交通樞紐空間疏散設計上，文獻［1］結合軌道交通型地下綜合體的固有屬性，提出了具體的“整體-分區-單元”分層分級的疏散空間設計研究對策；文獻［2］分析了鐵路綜合客運樞紐交通設施布局及配置方法，針對鐵路綜合客運樞紐內場站類換乘設施的布局、規模、數量進行研究；文獻［3］討論了不同的城市軌道交通樞紐線路和車站形式的交通承載容量；文獻［4］以中庭式空間布局方式為計算對象，比較了不同國家標準下的疏散時間計算模式。

表1 疏散空間環境研究分類

在空間設施疏散能力分析和設備應用效果研究方面，文獻［5］以數據形式表明門式閘機的疏散效果優于三桿式閘機；文獻［6］提出了軌道交通樞紐中行人交通導向標志指示效率概念；文獻［7］研究了北京地下綜合交通樞紐的安全標識,明確了安全標識的定義、分類和優化原則；文獻［8］結合樓梯物理特性和樓梯上乘客運動特性兩方面，對樓梯通行能力進行了計算與仿真；文獻［9］分析討論了地鐵疏散平臺不同設置方法與區間軌旁設備敷設路徑所具有的優勢和不足。

城市軌道交通樞紐各疏散設施往往空間相距比較近，而旅客聚集度大、應急疏散流存在互相影響關系，使各應急設施缺少實時聯動性。同時，在對自動扶梯、樓梯、檢票口等城市疏散瓶頸設施的通行能力規定上，尚未充分考慮緊急疏散情況下的人員通過能力，難以完全滿足軌道交通樞紐人員疏散設計的真實條件。

1.2 疏散人員客流環境分析

不同地域的軌道交通樞紐人員密集性、流動性、差異性都較大，往往呈現出區域性特色，形成了各具特色的人員客流環境特征。現有主要研究總體情況如表2所示。

國外對于軌道交通乘客等疏散人員特征研究開展較早，獲得的人員特征數據較為系統完整，并已形成 了 Building EXODUS、Anylogic、SimWalk、STEPS、VISSM等應用性仿真軟件。國內早期對于軌道交通人員疏散特征的研究較少且缺乏系統性，一般直接使用或參考國外數據。近幾年國內也在逐步加強人員特征調查、相關數據采集和統計分析工作，并取得了一些初步的成果：文獻［10］北京、南京、廣州三地通過問卷調查法和統計分析法，分析了地鐵乘客疏散行為特征；文獻［11］選擇某地鐵線上客流量較大的B站乘客為調查對象，隨機調查現場人員心理反應、行為反應、安全出口選擇等疏散特征；文獻［12］通過視頻采集、后期人工處理，實測分析了地鐵通道內行人交通微觀特性；文獻［13］利用元細胞自動機模型對行人疏散仿真的行為效果進行了研究；文獻［14］利用在北京地鐵東單站、西直門站及天通苑站獲取的551份調查問卷，討論分析了地鐵乘客個人特性與疏散行為特征相關性影響。在相關工作基礎上，目前初步形成了國內軌道交通樞紐人員的特征認知，但上述研究往往是針對軌道交通單條線路、單個站點的人員情況進行調查和分析，設計的人員調查問卷特定性較強。

表2 疏散客流環境研究分類

在軌道交通樞紐的客流環境研究方面，文獻［15］研究了軌道交通樞紐客流、設施設備和區域構成、環境及其界限、輸入和輸出、時間維等客流集散系統情況，提出了基于圖像處理的客流數據采集方法和過程；文獻［16］在國內提出了“超大客流”及告警閾值的概念,給出了超大客流的告警閾值方法；文獻［17］使用保障率和成本作為博弈支付函數，構建了處理突發大客流的兩階段動態博弈模型；文獻［18］面向大型活動產生的突發客流，討論了“軌道交通為主、多交通方式配合”方法；文獻［19］使用疏散排隊論，分析了重慶軌道交通在不同客流形態下的不同形式服務系統模式。

上述研究表明，軌道交通樞紐疏散環境設計和分析對于人員緊急疏散能力和效果有著重要影響。后續需要積極開展人員理論優化和驗證性應用。

1.3 疏散環境中人員行為模式

人群疏散行為模式研究始于20世紀初，初期主要通過調查試驗等手段進行定性的描述，中后期多以計算機模擬等方法對人群或個體進行分析。目前，國內外已經建立和正在開發的人員疏散仿真模型有Wayyout、Evacnet、Xit89、Helbing 社 會 力 模 型 、Okazaki磁場力模型、Victor Blue元細胞模型、元胞自動機模型等20余種。早期疏散模型大部分采用傳統的連續型仿真和離散型仿真方法建立，近幾年為更好地實現疏散過程人員個體行為仿真特性，元胞自動機、移動格子氣、Agent等仿真微觀模擬方法也在軌道交通樞紐人員疏散仿真建模中有所應用。現有主要研究如表3所示。

表3 疏散行為模式研究分類

在人員疏散行為模式關系模型研究方面，文獻［20］采取了基于元胞自動機模型的仿真算法，改進了以平均速度、密度、流量關系公式確定行人運動的傳統即時速度方法，；文獻［21］利用自適應Agent技術，構建了基于神經元模型的環境感知、行為決策、動作執行的Agent自適環境擁擠感知模式及乘客人員微觀行為動力學模型；文獻［22］利用可視化技術開展游客疏散行為引導分析與決策支持技術研究。上述研究工作已經部分形成了一些連通人流流量、人群密度和人流平均速度的人員行為模式關系模型算法。

在人員疏散行為模式策略分析及仿真方面，文獻［23］從地鐵樞紐站臺乘客行為時空分布特點出發，引入勢能場的概念和個體決策規則，討論了復雜擁擠條件下乘客人員個體方向選擇與行為決策方案；文獻［24］基于從眾心理機制對軌道交通樞紐人員疏散行為效應進行了討論和分析；文獻［25］對地鐵火災中的人員有效行為模式進行了研究和討論；文獻［26］基于Agent技術研究了軌道交通通道內的行人行為和通道優化；文獻［27］面向宣武門北京地鐵站4號線平臺環境，研究了火災環境中空氣溫度和煙密度變化下的應急疏散行為模式。

在疏散行為模式、疏散路徑選擇方法方面，文獻［20］考慮了行人行走距離、擁擠程度和運動方向等因素，提出了行人路徑選擇的效應值公式；文獻［28］結合交通流理論和疏散人員特性，數學化地鐵疏散網絡的路徑阻抗函數，提出了地鐵疏散網絡的路徑分配方法和人員疏散時間計算方法；文獻［29］在分析密度、行人流量基礎上，建立了地鐵樞紐的人員疏散路徑優化模型，仿真表明最高可縮短疏散時間16.05%；文獻［30］將個人空間理論概念引入到疏散等人員擁擠環境,設計了考慮個體行為差異性的人員疏散行走路徑優化模型。

由于人群疏散行為模式異常復雜，且隨機性強，在上述工作成果基礎上，后期工作中可充分考慮疏散人員特征行為和環境信息的相互影響，積極引入協同機制、博弈機制、心理機制等因素，進一步探索軌道交通樞紐疏散人員行為模式規律和參數數字化模型設計。

2 軌道交通樞紐緊急疏散技術新思考

城市軌道交通樞紐區域設施通行和人流聚集狀態錯綜復雜，已呈現為分布式開放的規模化系統，而現有人員緊急疏散控制系統大多是單點孤立管理，并沒有充分考慮區域內疏散設施、疏散人流的相互影響、相互作用，效果往往不盡如人意；現有工作也多側重于對影響疏散效果的空間布局、設施配置因素、疏散特征參數、行為模式等多方面的討論分析，但較少涉及基于旅客人群應急分布特征和疏散措施通行能力的實時協同疏散誘導方法研究。

2.1 基于免疫機制的疏散協同框架構建

生物免疫系統是通過分布在全身的不同種類的免疫細胞來識別和清除侵入生物體的抗原性異物。疏散協同調控過程類似于免疫系統病毒識別過程，不同免疫細胞在本質上已經具備了智能Agent的共性特點，一個基于相關免疫機制的疏散過程控制系統可以構造為形成不同特性疏散智能體單元組（E－vacuation Agent Units，EAUs） 群體的多 Agent協同自治系統。

借鑒免疫應答過程的信息傳遞機制，如圖1所示的每一個疏散單元組EAU由一個管理Agent、感知 Agent、疏散特征 Agent、決策 Agent、協同進化 A－gent、記憶Agent和通信Agent組成。面對新出現的疏散征兆，可視疏散環境狀況對象作為抗原，引入濃度調節機制，設計抗體適應度方案，相應疏散智能體單元組EAUs抗體可以“進化重構”成新疏散智能體單元組EAUs，從而有效提高應急疏散系統對復雜疏散環境的適應性。

圖1EAU框架結構

基于Agent的BDI理論模型，在免疫疏散領域中，Agent在組織構造結構上可表示為五元組A－genti：：=〈IDi，TSi，DKi，IMEi，COMMi〉，其中五元組分別代表智能體標識、智能體任務求解器、智能體知識、智能體免疫進化、智能體通信。

2.2 多疏散模型演化模式設計

在免疫學研究中，各種免疫細胞之間的相互促進和抑制現象可以理解為一種特有的協同進化形式——免疫協同進化（Immune Co-evolution，ICE），結合基本免疫算法，可建立如下所示的疏散免疫協同進化（Evacuation Immune Co-evolution，EICE），演化模式［31］。

步驟1 疏散系統處于相對平衡狀態，疏散模型EAU數量Q。

步驟2 t=k，新的疏散危險環境模式出現，獲取危險環境特征。

步驟3 基于特定疏散空間環境、實時人員特征和危險環境特征，選擇N個疏散模型EAUi組成免疫協同進化疏散模型集合。

步驟4 對當前的疏散模型EAU集合，進行如下操作：

（1）基于親合度和協同因子從當前疏散模型EAU集合中比例選擇若干疏散模型EAUi組成候選集合；

（2）將免疫演化算子（克隆、突變、抑制）作用到候選集合，計算疏散模型EAUi個體濃度；

（3）對候選集合中不同于母體的疏散EAUi個體，聯合協同因子評價其親合度；

（4）依據親合度和濃度選擇N個疏散模型EAUi組成新疏散模型集合；

（5）計算更新各EAUi的協同因子。

步驟5 對新的疏散模型EAU集合進行疏散風險決策評價。

步驟6 若滿足結束條件，則結束；否則，繼續對新的疏散模型EAU集合進行優化（t=t+1，轉步驟 4）；

步驟7 疏散系統處于新的相對平衡狀態，疏散模型EAU數量Q。

該模式在功能構造結構上可表示為四元組EICE：：=〈CEP，CEE，CIEA，CRA〉。其中，四元組分別代表疏散免疫細胞種群、疏散環境、疏散免疫協同模式、疏散免疫協同風險評價。

為了實現免疫協同進化，EAU通過其內部的五元組功能 Agenti：：=〈IDi，TSi，DKi，IMEi，COMMi〉中的智能體協同進化模塊IMEi為EAU提供進化決策。各個EAU中的IMEi進化算法并不是獨立運行的，可構建集協同風險評價、協同親合度分析、協同濃度計算、協同行為偏好等協同因素為一體的免疫協同因子，按照特定免疫協同機制調控各EAU中的IMEi進化模塊共同實施進化調控，最終形成EAU之間和EAU與軌道交通樞紐疏散環境之間的共同適應。

2.3 疏散EAU進化重構解析

針對特定疏散重構任務，協同進化Agent處理其他4個功能Agent：感知Agent、疏散特征Agent、決策Agent和記憶Agent的重構工作。協同進化Agent收到來自管理Agent的任務計劃，將計劃譯成對有關功能智能體的控制行為，利用Petri網可構建如圖2所示的疏散重構Petri流程網，以高效完成疏散智能體重構中的多種流程和不同環節，確保不產生阻塞死鎖等不協調情況。圖2變遷含義描述如下：

圖2EAU重構流程

t1：協同進化Agent獲得來自管理Agent的任務，開始準備重構任務。

t2：協同進化Agent依據不同任務需求，要求相應的功能Agent準備實施“領域知識更新與修正”。

t3：協同進化Agent對感知Agent發出指令，要求該Agent通過調整監控方案、監控領域知識和模型進行重構。

t4：感知Agent重構完畢，進入新的工作模式。

t5：協同進化Agent對疏散特征Agent發出指令，要求該Agent通過調整信號途徑、特征識別、特征模式等領域知識和模型進行重構。

t6：疏散特征Agent重構完畢，達到應急疏散所需要的分析精度等。

t7：協同進化Agent對決策Agent發出指令，要求該Agent通過調整疏散方法、決策方式等領域知識和模型進行重構后，采用新的方式進行應急疏散。

t8：決策Agent得到應急疏散決策，執行對該結論的評價。

t9：若應急疏散決策不滿意，對具有相似狀態征兆的應急疏散現象采用現有的信號監測方式，對疏散模型進行適當的類比重構，重新進行應急疏散決策。

t10：若應急疏散決策不滿意，對不具有相似狀態征兆的應急疏散現象采用新的信號監測方式，開始新的功能Agent重構，重新進行應急疏散決策。

t11：若應急疏散決策滿意，進化Agent更新其領域知識和模型。

t12：進化Agent更新完畢，并將應急疏散任務執行結果在功能Agent間交互。

t13：管理Agent接收處理應急疏散任務執行結果報告。

t14：管理Agent綜合過程調控機制，并對記憶A－gent發出指令，要求該Agent更新其領域知識和模型。

t15：記憶Agent更新完畢，疏散EAU進化重構完成。

生物免疫系統所具有的進化、自適應、自組織等特性，從交通監控、信號優化、故障診斷等工程角度來看具有廣泛的啟發意義，在軌道交通樞紐人員疏散領域也是完全可以借鑒的，在未來的研究中，將進一步利用抽象提取的免疫協同機制重點解決軌道交通樞紐人員緊急疏散協同優化聯控問題，嘗試為提升軌道交通樞紐人員疏散效率提供一種新的解決途徑。

3 結語

目前，國內外許多城市正處在從中心區向郊區擴散的過程中，因而建設有軌道交通樞紐的區域越來越多，且樞紐的人員密集度不斷提升，其人員緊急疏散技術對于保障人員安全具有關鍵性作用。為此，在現有工作成果基礎上，需要針對不足之處，采用新的理論和技術提高軌道交通樞紐人員緊急應急疏散的有效性，以實現緊急疏散資源節約與整合，減少損失，確保實現軌道交通樞紐區域應急疏散的安全、高效、暢通的優化管理目標。

［1］ 呂元，向鑫，胡斌，等.交通樞紐型地下綜合體疏散空間設計研究［J］.地下空間與工程學報，2014，10（2）：259.

［2］ 聶廣淵.鐵路綜合客運樞紐交通設施布局及配置方法研究［D］.北京：北京交通大學，2015.

［3］ SUN S J，XU X F.Research on transport capacity load for line section and station of urban rail transit［C］//The 15th COTA International Conference of Transportation Professionals.Beijing：［s.n.］，2015：1837.

［4］ ZHAO G，LI Y F，CUI Y Q，et al.A comparative analysis on the evacuation time of atrium-style metro station ［J］.Procedia Engineering，2016，135（1）：33.

［5］ 田娟榮，周孝清，鄭志敏.地鐵一般人員特性的觀測分析［J］.暖通空調，2007，37（2）：83.

［6］ 趙東拂，宿宇.綜合交通樞紐行人交通導向標志指示效率研究［J］.城市軌道交通研究，2014，17（3）：43.

［7］ 冷一楠.北京地下綜合交通樞紐安全標識研究［D］.北京：北京建筑大學，2015.

［8］ 楊業.城市軌道交通樞紐樓梯通行能力計算與仿真［D］.北京:北京交通大學，2015.

［9］ 陳園.地鐵疏散平臺及軌旁設備布設方案的優化［J］.城市軌道交通研究，2016，19（2）：65.

［10］ HE L，ZHONG M H，SHI C L，et al.Experimental research on investigation of metro passenger evacuation behaviors in case of emergency in pedestrian and evacuation dynamics［M］.New York：Springer US，2011：173.

［11］ 穆娜娜，肖國清，何理.地鐵人員疏散心理行為調查及相關性研究［J］.中國安全生產科學技術，2013，9（6）：85.

［12］ 劉立元，張寧，王洪臣.地鐵通道內行人交通微觀特性的實測分析［J］.交通運輸工程與信息學報，2014，12（3）：18.

［13］ LI D W，HAN B M.Behavioral effect on pedestrian evacuation simulation using cellular automata［J］.Safety Science，2015，80（11）：41.

［14］ 何理，蔣仲安，穆娜娜.地鐵乘客特性與疏散行為特征相關性分析［J］.中國安全生產科學技術，2015，11（9）：94.

［15］ 李要娜.鐵路客運樞紐客流集散系統數據采集與分析［D］.北京：北京交通大學，2009.

［16］ 劉潔.地鐵車站超大客流疏散研究［D］.成都：西南交通大學，2010.

［17］ 汪明艷，汪泓，劉志鋼.城市軌道交通換乘樞紐突發大客流的動態博弈研究［J］.管理現代化，2014，34（4）：113.

［18］ 苗沁.城市突發大客流的軌道交通解決方案［J］.都市快軌交通，2015，28（4）：62.

［19］ 馬文俊，吳麗霞，陸洋，等.基于排隊論的軌道交通車站平峰時期乘客疏散時間研究［J］.鐵道標準設計，2016，60（2）：125.

［20］ 趙偉，蔡鵬.城市軌道交通樞紐行人仿真系統開發［J］.土木建筑工程信息技術，2010，2（2）：51.

［21］ 許奇，毛保華，李明高.基于自適應Agent的地鐵站臺乘客集散仿真研究［J］.交通運輸系統工程與信息，2014，12（1）：28.

［22］ NAOTO E，TOMOKO I，YOSHIO N.Support system for developing evacuation guidance for tourists：Visualization of the number of evacuees in a space ［C］//IMECS 2015-Proceedings of the International Multi Conference of Engineers and Computer Scientists.Hong Kong：［s.n.］，2015：534.

［23］ 張琦，韓寶明，李得偉.地鐵樞紐站臺的乘客行為仿真模型［J］.系統仿真學報，2007，19（22）：20.

［24］ 劉棟棟，劉金亮，張遠青.基于從眾心理影響的交通樞紐人員疏散［J］.消防科學與技術，2011，30（10）：889.

［25］ NGUYEN M H，HO T V，NGUYEN T N，et al.Which behavior is best in a fire evacuation：Simulation with the Metro supermarket of Hanoi［C］//RIVF 2012-2012 IEEE RIVF International Conference on Computing and Communication Technologies，Research，Innovation，and Vision for the Future.Ho Chi Minh City：［s.n.］，2012：83.

［26］ 王揚揚.基于Agent的軌道交通通道內行人行為研究和通道優化［D］.北京：北京交通大學，2015.

［27］ YANG X X，DONG H R，YAO XM，et al.Pedestrian evacuation at the subway station under fire ［J］.Chinese Physics B，2016，25（4）：486.

［28］ 李巖.基于路徑分配的城市軌道交通樞紐疏散管理研究［D］.北京：北京交通大學，2011.

［29］ REN G，ZHAO X，LI Y.Route optimization model for pedestrian evacuation in metro hubs ［J］.Journal of Central South University，2014，21（2）：822.

［30］ 張大鵬，肖峰.基于個人空間理論的人群疏散機理研究［J］.交通運輸工程與信息學報，2016，14（2）：144.

［31］ POTER M A，JONG K A.A cooperative co-evolutionary approach to function optimization in lecture notes in computer science［M］.Berlin：Springer Verlag，1994：249.