地铁站疏散仿真实战：用Legion建模与瓶颈识别全流程解析

站台层突然冒烟广播里喊着疏散几百号人却堵在同一部扶梯口——这种画面真出事的时候没人敢拍下来但设计院必须在图纸阶段就把答案算出来。我最近刚做完一个地铁站的疏散仿真案例用的就是人群仿真软件Legion前后折腾了两周从CAD底图到最终报告都跑通了。这篇就聊聊这个案例是怎么一步步落地的顺便把手上踩过的坑一起放出来给准备接触这类项目的朋友做个参考。先提醒一句这里的Legion是Bentley旗下做行人仿真的那款软件不是联想游戏本里那个Legion Toolkit控制台。搜索资料的时候千万别串台我最初就犯过这个迷糊搜了半天全是电脑调风扇转速的教程。1. 站房疏散为什么不能靠“拍脑袋”工具定位与选型逻辑1.1 人流不是水流手算估算法在关键时刻会失灵很多初接触疏散评审的人会觉得算个疏散时间而已拿总人数除以出口宽度不就完了吗早期确实有这种简化做法比如国内规范里常见的“百人宽度指标”本质上就是单位宽度能通过多少人、需要多宽。这个算法对规则场地、均匀分布的小型场所还能对付一旦遇到地铁站、火车站、体育馆看台、大型商场中庭这类空间形态复杂的场景误差就变得非常离谱。问题在于人不是水。水流听话哪儿宽往哪儿走、哪儿低往哪儿流但人有决策、有犹豫、有从众还有逆流、绕行和局部拥堵。两股人流在一个交叉口对冲时通行能力会大幅下降一个自动扶梯入口前排队队伍排到楼扶梯口时上游地面的人流会开始减速甚至停住。这些现象手算公式根本没法刻画而实际疏散恰恰就是由这些“局部失效”主导的。想摸清楚到底哪里会堵、堵多久、会不会影响总疏散时间必须走微观仿真的路。1.2 Legion到底在算什么以及它不做什么Legion是典型的微观行人仿真软件它把一个一个行人建模成独立的智能体每个智能体有自己的期望速度、身体尺寸、路径偏好和反应逻辑。仿真过程中智能体会根据前方的人群密度、障碍物位置和最短路径不断调整自己的步速和方向整个系统的拥堵、排队、疏散自然涌现出来。这个思路和宏观流体模型最大的区别是你能看到“哪个人在哪一秒走到了哪个位置”而不是只看一堆统计曲线。但也要说清楚Legion不是万能的。它不做烟气扩散仿真不做结构耐火分析也不自动判断逃生指示标志是否合理。它解决的核心问题是“在给定建筑空间和人员分布条件下人群如何在里面移动”。火灾的毒性、能见度衰减这类因素需要在仿真里手动通过降速、绕行等参数去间接表达或者干脆和CFD烟气结果耦合起来做二次分析。理解这一点后面才不会对仿真结果产生不合理期待。1.3 什么项目用Legion什么项目别硬上我在选型阶段给自己定了一个判断标准只要空间形态重复度高、人员流动规律清晰、疏散路径简单明了就不需要上微观仿真。两条直通道加一个大门的小展厅手算加个安全系数完全够用。反过来如果项目同时满足下面几个特征——空间节点多闸机、安检、检票口、楼层转换复杂站台-站厅-地面、人员组成混合通勤旅客、拖行李的、带小孩的、评审方对量化结果有明确要求——那就适合用Legion这类工具。这次案例选择地铁站就是因为踩中了几乎所有特征。站台层有列车到达和出发的边界条件站厅层有进出闸机和安检排队区楼扶梯组成了唯一的垂直通道一旦站台层发生火灾等紧急工况所有人员都要逆着日常进站方向向上疏散路径选择和被堵风险都很高。这个复杂度如果用静态公式硬套结果根本没法说服评审专家。2. 疏散案例拆解从CAD底图到可运行的仿真模型2.1 案例背景一个两层地铁站的疏散目标这个案例是一个典型的岛式地下二层地铁站地下一层是站厅层地下二层是站台层站台宽度约12米有效长度约140米两个端头各有两组楼扶梯通往站厅。日常高峰时段的人流方向是从地面进站、下站台、上车疏散工况则反过来列车在区间内不进站时站台滞留人员要通过楼扶梯上到站厅再通过出站闸机、通道到达室外出地面。拿到项目后第一件事不是打开软件而是把疏散目标定清楚。这里参考的是国内地铁相关设计规范和消防评审要求疏散场景通常按“一列车满载到站停车后站台上全部乘客加上候车乘客同时疏散且至少有一组楼扶梯失效”来考虑。保守一点还要叠加相邻区间一列车在隧道内停车、乘客通过端门下至轨道区间步行的情形不过这次案例按常规只做了站台站厅全员的疏散场景。2.2 行走空间建模CAD导入后的第一件麻烦事Legion支持导入DXF/DWG底图听起来很方便但实际导入后不能直接用。建筑专业的底图里往往有无数的尺寸标注、设备符号、填充图案、文字注释这些东西在仿真软件里全是噪声会干扰空间识别。我的做法是这样的先在CAD里把不需要的图层冻结或删除保留墙线、柱网、楼梯轮廓、闸机线、栏杆线这几类与人员通行直接相关的要素另存为一份干净的底图再导入Legion。导入后要做的最关键操作叫“空间划定”。在Legion里行人只能在“行走空间Walkable Space”里活动你必须沿着墙线、边界线手工绘制出站台层和站厅层的可通行多边形。这个多边形必须是一个闭合区域中间如有柱子、售票机、客服中心这类障碍物要单独画障碍物轮廓把它们扣除掉。画行走空间时我踩过一个典型的坑楼梯口处的多边形如果不延伸到梯段中心线仿真时行人走到楼梯口会判定为“无路可走”直接原地打转。2.3 障碍物、边界与楼扶梯的定义细节障碍物处理关系到仿真是否真实。地铁站里最容易被忽略的是那些“半高”障碍物比如栏杆、闸机、安检机。闸机和栏杆虽然上半部分是通透的但对成人来说就是不可穿越边界所以在模型里必须按实体障碍物处理。安检机和柱子这类本身就不透行的直接建矩形障碍物即可。后勤通道、设备房这类本就不允许乘客进入的区域在行走空间划定阶段就直接不纳入避免行人“抄捷径”穿进设备区。楼扶梯是疏散仿真的咽喉节点处理方式要特别仔细。楼梯在Legion里需要定义宽度、踏步尺寸、上行或下行方向自动扶梯还要定义运行速度以及紧急模式下是否切换为楼梯行走。这里有个经验疏散工况下自动扶梯一般按“停运当普通楼梯用”来建模速度取人行楼梯的速度不能再按扶梯运行速度计算。楼梯的通行能力与踏步高度关系比较大如果底图里有不同踏步规格的楼梯段最好分开建模不要图省事做成一个大斜面。2.4 行人参数人群不是“均码”的设置行人参数时最容易犯的错是所有人都设成一样的步速和体型。实际上站内人群构成很复杂有拖着大件行李的旅客有老人和儿童有本地通勤的年轻人还有行动不便的少数群体。我在这个案例里按高峰客流特征把行人分成了几类中青年通勤者占比约55%行李旅客约25%老年人和儿童约15%行动受限者约5%。每类人设置不同的期望速度和身体尺寸。期望速度的分布可以参考Legion帮助文档里的默认值也可以结合现场调研视频标定。一般来说水平通道上的自由行步速在1.2米每秒到1.6米每秒之间携大件行李的会降到0.8到1.0老人儿童更低。重点在于速度不是固定值而是围绕均值呈正态分布这样仿真出来的拥堵形态更接近真实。行人的初始位置也尽量按实际候车习惯布在站台两侧车门对应区域而不是均匀撒在站台上。3. 疏散场景配置核心参数这样校核才靠谱3.1 疏散人数怎么确定疏散人数是整个仿真的输入源头这个值定错了后面再精细的运算都白搭。案例里站台层人数按三部分叠加列车满载乘客数、站台上原有序候车人数、刚下车还没来得及出站的换乘人数。列车定员根据车型和编组查技术参数我取的定员值约1400人候车人数按远期高峰断面客流估算取了一个偏保守的数值。站厅层另计入闸机通道和出入口通道内的人员。定人数时特别提示一个容易疏忽的问题同一时刻站厅和站台都在疏散总人数不是简单相加还要考虑列车是否同时到达。最不利工况常设定为两列满载列车同时停靠左右两个站台如果是侧式站台导致站台瞬间涌入大量乘客。这个案例是岛式站台只考虑一列车夹带候车乘客否则人数会过于极端评审也会认为工况不合理。3.2 反应时间最容易拍脑袋也最容易出错的参数疏散开始不是所有人在警报响起那一秒就同时抬脚走人。人在接到火警信号后会有确认信息、收拾随身物品、犹豫判断等一系列动作这段时间叫预动作时间也有人统称为反应时间。预动作时间对总疏散时间的影响非常大尤其对万人以上的大型站房差一两分钟就可能从“达标”变成“不达标”。Legion里可以在行程起点给行人设置一个延迟也可以把延迟分布到每个人身上。我这次按行业惯例对站台层人员给了一个30到120秒的正态分布延迟站厅层及通道内人员给的是15到60秒。有人问为什么要区分层因为站台层远离出口人员对警报来源的辨识更慢而且在站台上等车的人比已经出闸机的人更倾向于“再看看情况”。这个参数完全可以通过查阅同类项目疏散演练文献或做实地演习获得实在没数据就按保守值取别拍脑袋定个5秒让所有人都狂奔起来。3.3 仿跑前的出口流量速算校核跑仿真之前我习惯先用手算公式做一轮快速估算。这轮估算的目的不是替代仿真而是给自己建立一个心理预期后续仿真结果如果偏离估算太远说明模型里大概率有设置错误。手算思路很简单总人数除以各出口有效宽度乘以单位宽度通行能力的总和得到理想疏散时间。水平通道的通行能力工程上一般取1.3人每米每秒楼梯段取1.1人每米每秒扶梯停运时按楼梯算。这个案例里站台层约1780人需要疏散。两组楼扶梯中一组按失效处理剩余一组楼梯有效宽度约2.4米加上对侧通道内一组约1.8米宽的楼梯总有效疏散宽度约4.2米。手算理想状态下1780人除以约4.6人每秒等于387秒也就是6分多钟这还没算楼梯下行速度衰减和站厅出口排队。我拿这个数去对照后续仿真输出结果仿真总疏散时间在7分半左右偏差在合理范围内说明模型设置基本可信。3.4 仿真运行参数与随机种子模型搭完、参数设完剩下就是仿真时长和随机种子的问题。仿真时长别抠得太紧建议设为比预估疏散时间多出20%到30%否则可能出现“哨响了人还没走完”的截断情况。我在这个案例里设为720秒保证所有人的疏散过程都能完整跑完。Legion这类微观软件背后是随机模型同样参数跑十次每次结果都略有差异因为行人的速度采样和路径选择带随机性。这就要求在正式出报告时不能只跑一次就下结论。我通常的做法是固定随机种子把结果跑稳定然后换几个不同的种子各跑一遍对比总疏散时间的波动范围。如果波动超过5%说明模型里某个瓶颈区域对初始分布过于敏感需要进一步检查参数设置而不是选一次“最好看”的结果写进报告。4. 仿真运行与结果判读热力图背后的疏散真相4.1 输出指标不是只有一个“疏散时间”仿真跑完很多人第一反应就是看右上角那个总疏散时间觉得数字越小越好。但疏散性能评估远不止这一个指标至少还要看三项人员密度分布、单位宽度流量、关键节点通过时间序列。总疏散时间只是最终结果它没法告诉你拥堵发生在哪一刻、哪一处、持续了多久而这些信息才是改造设计的依据。我在出结果时重点关注的是“最后一批人的疏散时间”也就是最后一个行人离开建筑边界的时刻。这个值直接对表规范。同时还要看单个人从出发到离开的平均时间这个值反映整体疏散效率如果偏高说明路径上存在普遍性拥堵。第三个常用输出是“某断面的流量-时间曲线”比如楼梯口和闸机组各自每分钟通过多少人这个指标能精确暴露瓶颈断面到底卡住了多少通行能力。4.2 瓶颈识别密度热力图和速度图怎么看Legion最直观的输出是动态密度热力图用颜色表示单位面积人数。热力图在中文资料里常常被叫“负荷图”看到红色区域先别急着定性为“堵死了”要用数据校核一下密度是否真的到了行人无法前进的程度。按照工程上常用的服务水平分级密度小于0.7人每平米还算自由行走超过2人每平米行人开始频繁调整步伐超过3.5人每平米基本处于顶挤前进状态大于5人每平米几乎无法移动。这个案例里最明显的红色区域出现在站台层中间那一组楼扶梯的入口热力图显示扶梯口前方一大片区域的密度持续稳定在3到4人每平米形成典型的扇形拥堵区。再看速度图该区域平均速度低于0.3米每秒几乎停滞。对比两侧端头的楼扶梯发现它们的利用率并不均衡——中部的扶梯承担了约一半的疏散人流而端头楼梯相对闲置。这说明问题不只是总宽度不够而是路径吸引力差异导致的空间分配不均光加宽度不如调整引导或优化扶梯位置。4.3 达标判定疏散时间与规范要求的对表拿到仿真总疏散时间后要回到设计规范和安全目标来做判定。国内地铁项目通常按“站台层人员疏散至安全区域的时间不超过6分钟”这类要求来执行有的地方会严格到“在最不利工况下最后一个乘客离开站台层的时间”。注意站台层疏散时间和全站疏散时间不是一个概念评审专家经常拿这个说事。前者只要求人员从站台层上到站厅层就算到达安全区后者要求离开车站建筑本体两者差出两三分钟很正常。我在案例里分别输出并记录了这两个时间站台层清空时间约为4分50秒满足6分钟要求但全站完全清空时间约7分40秒如果评审要求“全站疏散至室外”这个就不达标。这时候需要做的是回溯模型看延误发生在哪里然后提出改进措施比如增加一组出站闸机的常开模式、调整站厅到地面的通道宽度或者优化站台层的引导标志。否则单靠一个“不达标”的结论报告是交不了差的。4.4 多方案比选怎么用仿真结果说服评审疏散仿真的高级用法是做方案比选。评审会上空口说“我觉得扩宽楼梯有用”没有说服力但如果摆出三组仿真对比基准方案总疏散时间多少、优化方案多少、代价多少专家很快就心里有数。我在这次案例里做了两个改进方案方案A是增大消防救援人员对中部扶梯的引导让更多人流向端头楼梯方案B是临时打开一处平时关闭的消防通道作为辅助出口。仿真结果很有意思方案A几乎不改变总疏散时间因为人流转向受制于空间可见性和引导效率单纯“引导”无法弥补宽度缺口方案B把全站清空时间从7分40秒压到了6分20秒左右效果明显。后来和建筑专业的人一聊才知道方案B其实利用了原本就存在的消防设施只是消防预案里没有把它列为疏散出口。这个结论就直接写进报告成了说服业主调整应急预案的关键论据。5. 实战避坑Legion疏散仿真常见问题与排查技巧5.1 模型崩了或卡住先查这三处用Legion跑大模型最让人头疼的就是运行到一半进度条不动了或者直接崩溃退出。遇到这种情况先别重跑按顺序查三处第一行走空间多边形是否闭合这是最容易被忽略的画的时候看着封闭放大后可能有个头发丝粗细的缝隙行人代理走到那里就“迷路”了第二障碍物是否和行走空间边界重叠柱子或墙线如果和空间边界贴得太紧软件在算碰撞检测时会出现数值异常第三行人出发位置是否合理如果初始分布点放在了障碍物内部仿真一开始就可能报错。把这三处检查完大部分卡死问题都能解决。另外养成一个好习惯模型保存后先跑一个短时长的“检查跑”比如30秒把行人数量改少一点看人群能不能顺畅走完一段路。确认没有明显异常后再跑全量这样能省下大量反复调试的时间。5.2 行人穿墙和异常堆叠怎么排查跑着跑着发现行人直接穿过了墙壁或者两个人在同一个位置叠成一团别急着骂软件bug绝大多数时候是建模阶段的几何问题。穿过墙壁十有八九是墙壁线没完全封闭行人检测到墙上有断点就把那个位置识别成了可通行区域。方法很简单把障碍物轮廓线显示打开放大检查有问题的区域补上断点就可以。异常堆叠则更可能是行人初始位置重叠尤其当你用“批处理”方式快速生成大量行人时位置随机分配有可能发生重叠。Legion里可以设置行人间的最小间距把它调整到合理范围能明显改善这个问题。还有一类堆叠发生在楼梯口或闸机口原因是通道通行能力设置过窄行人在同一时间挤向同一个点这时候要回到几何尺寸检查确认是否是建模时对门宽的取值过于保守。5.3 结果太乐观小心默认参数的“陷阱”仿真软件拿回来直接跑默认参数结果往往比现实乐观。Legion的默认行人模型代表的是健康的、没有行李的、熟悉路径的成年人这在真实疏散里几乎是理想状态。我做疏散仿真时总会刻意把参数往保守方向调一档步速均值下调0.1到0.2米每秒行人身体投影面积稍微放大预动作时间分布加宽。实践证明调完这些参数后仿真结果和实际疏散演练的数据更接近。还有一个容易导致结果偏乐观的点是路径选择逻辑。默认情况下行人会倾向于选最短路径但人在紧急状况下对路径的认知并不完全理性可能在烟雾中避开某个走廊也可能因为从众全部挤向主出口。Legion里有路径选择权重参数可以设置某个出口或通道的吸引力不同。我建议至少跑两种路径策略一种是最短路径一种是绕开某失效区域后的重新规划路径把两种情况都写进报告中留给评审做判断。5.4 现场验证拿历史数据校核模型写完仿真报告不代表万事大吉有条件的情况下一定要做模型校核。地铁站是最容易拿到现场数据的场所早晚高峰拍一段视频统计站台和站厅的实际人群密度、楼扶梯通过流量然后把这些数据导入Legion里跑一个完全相同的日常场景对比仿真输出的断面流量和实际视频计数。偏差在15%以内说明模型参数基本可信偏差太大就要回头细查行走空间划分、行人速度分布和路径选择参数。这个案例里我拿一段早高峰视频做校核发现端头楼梯处仿真流量比实测偏高约15%。原因是建模时给端头楼梯接了一个很宽的前置通道行人能更快到达楼梯口。实际现场这个通道被一个临时票亭挡了一部分人员必须绕行。把这个临时票亭作为障碍物加进去后仿真流量明显下降和实测基本吻合。这种校核过程虽然费时间但价值非常大——它让整个疏散仿真从“纸上谈兵”变成了有实测数据支撑的可靠性分析。最后再分享一个心得做疏散仿真的人最忌讳的是把自己当成软件操作员。Legion只是一台精密的计算器关键还是你喂给它的参数和工况是否合理。每次跑完仿真我都习惯问自己三个问题疏散人数是不是最不利的反应时间有没有过分乐观瓶颈位置的拥堵是不是源于真实的建筑条件这套自问流程帮我在多轮评审里避开了很多坑。如果你正在研究类似的人群仿真项目重新看一遍建模细节和参数来源多半能找到报告里还没有暴露的风险点。