北京科技大学提出HoloLens MR地震演练，将疏散效率提高43.1％
MR指引可以帮助缩短完成时间，将相应的疏散效率提高了43.1%
（映维网Nweon 2023年10月17日）MR混合现实可以直接把图形信息呈现在用户视场，并凭借高真实感，简易设置性，相对低成本，无限场景模拟性，可安全地重复试错，以及便于数据收集和分析等优势而在培训领域迅速普及。随着这项技术的发展和普及，研究人员正在积极挖掘相关的培训用例，比如说地震演习。
在一项研究中，北京科技大学的团队利用微软HoloLens构建了一种MR地震演练体验，并发现MR指引可以帮助缩短完成时间，将相应的疏散效率提高了43.1%。
除了常规的演练之外，若真实发生地震，MR同样可以快速醒目地在用户视场提供警报，并针对各种情况为用户提供清晰易懂的求生指引，比方说如何保护自己，快速寻路逃跑，被困时又应如何应对等等。
随着抗震设计和施工技术的进步，地震引起的建筑结构倒塌发生率大大降低。但即便是这样，诸如天花板倒塌和家具翻倒等非结构性损坏依然会导致严重的人员伤亡。所以，如何减少人员伤亡至关重要。
地震安全演练是提高人们安全能力的有效途径。目前的地震安全演练方法主要是实际演练和虚拟演练。然而，实际演习无法复制真实的地震场景，难以提供紧迫感或紧张感。
另一方面，虚拟演习可以提供高度逼真的地震场景，但由于VR头显一般要求参与者限制在固定区域，这降低了移动性。
所以，北京科技大学的研究人员把目光投向了可以微软HoloLens，因为混合现技术不仅允许用户在真实世界中自由移动，同时又可以体验逼真的地震场景，为地震安全演习提供了一种新的方法。
当然，尽管学界和业界已经有探索基于微软HoloLens的地震安全疏散体验，但大多数都没有考虑室内非结构构件带来的危害。如果在疏散环境中加入室内非结构性地震损伤，MR演练可以帮助参与者更好地避免非结构性损坏部件造成的伤害，提高他们在地震中的求生能力，而这正是北京科技大学瞄准的方向。
为了实现这种基于Hololens的MR演练，考虑到非结构部件的地震损伤，研究人员需要解决以下三个挑战：
-
如何用非结构构件重建室内三维场景？HoloLens可以直接扫描室内场景，为非结构构件的地震损伤模拟提供室内点云模型。由于地震损伤计算独立，所以有必要提取非结构构件的详细信息。然而，很难从整个点云中获得单个组件的信息。因此，如何从整个点云中准确提取非结构构件的几何和空间信息，对于室内三维模型的重建至关重要。
-
如何显示室内非结构构件的MR地震场景？在室内地震演练中，不合理的非结构构件震害场景会误导使用者做出错误的决策，无法达到演练目的。所以，如何建立一个准确的非结构构件物理过程模型来模拟室内地震损伤，并将混合现实损伤可视化是一个挑战。
-
如何根据非结构构件震害的地震安全演练提供指引？提供安全指导可以帮助人们学习合理的室内地震安全策略。然而，人们在识别室内危险区域方面面临困难，因为他们无法预测地震期间复杂的非结构部件的影响。另外，在MR演习中，考虑如何向用户提供危险区域的反馈至关重要。所以，利用构建的室内地震场景识别安全区域并向居住者反馈危险区域是指导地震安全演练的重要问题。
针对挑战（1），研究人员利用HoloLens的空间映射重建室内非结构构件场景，为室内地震安全演练提供更好的模型支持。
对于挑战（2），早前有学者提出了一种基于时程分析(THA)、FEMA P-58和物理引擎的方法来模拟和可视化天花板和可移动家具的地震损伤。然而，活动家具地震损伤模型没有分析翻倒等情况。所以，团队本研究在上述方法基础上改进了活动家具的地震损伤模型，对室内顶棚和活动家具的地震损伤进行模拟和可视化。
针对挑战（3），他们使用HoloLens识别安全和危险的室内区域，并为寻求安全避难所的参与者提供指导。
团队提出了一种非结构构件地震损伤，并基于HoloLens的室内地震安全MR演练方法。首先，利用HoloLens捕捉室内点云，通过点云重建室内三维场景。随后，建立室内构件的地震运动模型，利用物理引擎构建室内非结构震害场景，并利用HoloLens进行显示。最后，团队提出了一种基于HoloLens的安全区域引导算法。
然后，他们以典型办公室为例进行了室内地震安全演练，并验证了方法的优越性。
框架如上图所示，北京科技大学的研究方法包括三个环节：室内三维场景重建；非结构构件震害模拟与MR显示；安全演练指导。
-
室内3D场景重建：利用HoloLens空间映射快速获取室内3D点云。然后通过数据处理提取室内非结构构件的空间和几何信息。最后，利用Dynamo42参数化建立室内建筑信息建模BIM模型。通过这种方式来为地震安全演练提供真实室内环境的三维重建模型。
-
非结构构件地震损伤模拟：基于BIM模型，计算非结构构件的震害过程。在物理引擎中利用THA结果进行动态仿真，从而构建室内地震破坏的虚拟场景。应用程序在HoloLens运行，实现了MR中震害场景的可视化。
-
地震安全指南：通过计算非结构构件在运动过程中的各项参数，得到其运动面积。安全区域是根据三个判别条件确定，并通过用不同颜色突出安全、危险和警戒区域提供视觉指导，从而帮助参与者在地震期间迅速到达安全地点。
9名志愿者参加了室内地震安全演练，而HoloLens捕获了他们的特征动作。团队通过路径追踪记录被试的三维疏散路径，并通过眼动追踪记录视线方向。然后，研究人员利用获得的数据分析了被试的安全策略、注意特征和地震疏散效率。
上图显示了参与者的疏散路径，而通过分析路径可以确定他们的最终疏散位置。另外，路径可以反映参与者的疏散特征。例如，如果路径向左和向右弯曲，这表明参与者正在寻找庇护所。或者如果路径来回循环，则表明参与者表现出不知所措。
在第一次无MR演练中，只有一名被试到达了安全区，而其余的参与者分散在不同的位置。一位参与者甚至选择在地震发生时立即逃离房间。
在第二次有MR无指引演练中，没有一名参与者能够到达安全区域，他们中的大多数人都在一个开放的角落里寻求庇护，远离剧烈摇晃的物体，比如书柜。参与者的道路非常混乱，因为他们试图避开翻倒的家具和掉落的天花板。
在第三次有MR有指引演习中，九名参与者中有八名成功到达了疏散路径相对规则的安全区，这表明在过程中几乎没有犹豫。只有一名参与者未能到达安全区域。从演练结束后对参与者的采访来看，他们都很害怕MR中模拟的地震场景。未能到达安全区的参与者则表示自己是因为过于害怕而无法完成演练。这进一步反映了MR演练的真实感。
上图提供了疏散过程中参与者对室内组件的注意力统计，以便分析他们的注意力特征。值得注意的是，参与者对“桌子”和“3号椅子”表现出更高的注意力，这可能是由于这是他们在演习开始时最初面向的方向。因此，有必要在分析中排除外部因素。
可以看到，在第一次无MR演练中，参与者对家具的注意力被分散了。在第二次有MR无指引演练中，在加入MR地震场景后，参与者更加关注容易摇晃的危险家具。参与者关注“书柜1”的平均频率从2.3次增加到6次。
在第三次有MR有指引演练中，在加入地震安全指导后，参与者对室内构件的平均关注频率有显著差异。参与者在安全区内对“书桌”的平均关注频率达到8.6次，比其他室内构件的关注频率更高。
在本研究中，疏散效率定义为从地震演习开始到参与者完成安全行动所花费的完成时间。通过提取高度变化的时间，可以确定参与者完成安全行动的确切时刻。
上图为三次演练中参与者的高度变化过程，安全动作分别在14.64秒、24.72秒和8.82秒完成。
上图为9位参与者的3次地震安全演练的完成时间。无MR、有MR无指引和有MR有指引的平均完井时间分别为13.20秒、16.87秒和9.60秒。通过夏皮罗-威尔克检验，三个演练的数据都符合正态分布。
与第一次无MR演练相比，有MR无指引演练的完井时间增加了3.25 s，疏散效率降低了23.9%。这是因为构建的地震破坏场景使参与者的反应更加真实，从而导致恐惧和犹豫等行为。因此，参与者需要花费更多的时间来响应和决策，这延长了疏散过程，降低了疏散效率。
与有MR无指引相比，有MR有指引演练的完成时间缩短了7.25 s，相应的疏散效率提高了43.1%，说明有指引的MR演练大大提高了疏散效率。
总的来说，北京科技大学的团队提出了一种考虑非结构构件损伤的室内地震安全演练MR方法，并以典型办公楼为例进行了分析。主要结论如下:
-
所述方法可以基于HoloLens扫描的点云数据重构非结构构件的三维模型，准确模拟典型活动家具和吊顶的地震诱发运动过程，并获得合理、真实的室内震害场景。
-
与无震害场景的安全演练相比，MR演练的完成时间增加了3.25 s，疏散效率降低了23.9%。这是因为含有非结构性地震成分的构造地震破坏场景会使参与者感到恐惧和犹豫，因此他们需要花更多的时间做出反应和决策。结果表明，本研究的MR安全演练能够提供真实的地震破坏场景，使参与者的反应更接近真实地震。
-
MR安全指导能显著提高参与者的安全能力。演练结果表明，MR导引使疏散效率提高了43.1%。
通过将虚拟的地震破坏场景与真实的室内环境相结合，MR演习使参与者能够学习如何在地震中正确保持安全，从而减少人员伤亡。然而，由于研究考虑的家具是比较规则，所以可以针对不规则家具开发额外的地震损伤模型，这样可以在未来创造更多的室内地震损伤场景。同时，可以引入安全评分模型，以便在后续研究中为参与者提供更有效的反馈。
