通过结合图论和虚拟现实技术，研究对导航过程至关重要的建筑布局特征

《Safety Science》：Investigating the critical building layout features on the wayfinding process by integrating graph theory and virtual reality

本研究提出一种结合图论（GT）与虚拟现实（VR）技术的方法，通过引入认知负荷相关指标（CLA和CLA_eye）量化建筑布局对疏散效率的影响。利用GT分析疏散路线的拓扑参数，结合VR平台采集行为数据和眼动数据，揭示了可达性、连通性、碎片化程度等关键布局特征对人类认知与行为的影响机制。案例研究表明，优化这些特征可显著提升疏散效率，为建筑安全设计提供新评估框架。

　　

傅蓉|张成|马克·奥雷尔·施纳贝尔

西安交通大学利物浦学院设计学院土木工程系，中国苏州215123

摘要

室内寻路是火灾疏散中的关键方面，受到建筑布局特征的显著影响。现有研究主要集中在建筑布局的拓扑参数评估上，并探讨了布局特征对路线选择和出口选择的影响。然而，这些研究忽略了关键布局特征对人类认知和行为反应在寻路过程中的影响。因此，本文提出了一种方法，通过整合图论（GT）和虚拟现实（VR）技术来识别关键的建筑布局特征并评估其对寻路效率的影响。图论能够对疏散路线进行参数评估，而基于VR的平台则提供了人机交互，并收集行为数据以评估建筑布局对火灾疏散的影响。本研究引入了两个与认知负荷相关的指标：区域认知负荷（CLA）和关注区域认知负荷（CLA_eye），这些指标结合了行为数据和基于图论的参数，从而可以计算出不同区域的认知负荷分布，并识别出在寻路过程中显著影响认知负荷的关键布局特征。研究结果表明，可达性、连通性、碎片化程度、行走距离、平均路径长度和中心枢纽区域是显著影响寻路性能的关键布局特征。在此基础上，本文为建筑设计师提供了改进消防安全设计的建议。本研究提供了一种考虑人类行为数据和参数的新型认知负荷测量方法，为建筑布局设计提供了全面的评估，有助于设计师在火灾疏散效率方面进行评估。

引言

寻路是指利用环境线索来确定当前位置并找到通往空间目的地的路线（Fu等人，2023年；Kobes等人，2010年）。与普通寻路相比，紧急寻路总是伴随着时间压力和特定的人类因素，如恐惧或压力（Lin等人，2023年）。在建筑火灾场景中的寻路对于确保安全快速的疏散至关重要（Natapov等人，2022年）。先前的研究发现，寻路过程受到建筑布局和特征的显著影响，其中包括与信息处理和决策相关的认知过程（Natapov等人，2020年；Liao等人，2014年）。目前，一些研究使用基于图论的方法将平面图和疏散路线表示为示意图。为了测量和量化图结构，Kansky提出了几个图论参数，以计算建筑物内人员流动的布局性能和效率（Kansky和Beauguitte，1963年）。尽管基于图论的方法能够识别潜在的拥堵位置并评估疏散效率，但它们限制了人机交互，阻碍了行为数据的收集。此外，仅依赖通用的图论指标无法解释为什么某些布局会导致导航困难，尽管这些指标关注的是拓扑连通性和复杂性，而忽略了布局特征对人类认知和行为反应的影响。

随着交互技术和图像渲染技术的快速发展，虚拟现实技术作为一种有前景的工具应运而生，它允许更长的时间窗口进行数据收集，从而准确分析参与者行为的各个方面（Arias等人，2022年；Martingano和Persky，2021年）。最近的研究开发了几个基于VR的实验，以研究火灾紧急情况下影响人类行为的显性特征和隐性特征（Chen等人，2020年；Kubota等人，2021年；Fu等人，2021年）。然而，这些研究主要关注布局特征对路线选择和出口选择的影响，其实验结果往往是描述性的且特定于某种场景。在将丰富的行为信息转化为可量化数据以评估建筑布局方面仍存在关键差距。此外，布局特征如何影响疏散者的认知过程（例如在不同中心枢纽大小下的决策时间或由于路线碎片化程度导致的认知负荷变化）尚未得到充分研究。

认知负荷描述了在执行认知任务和与系统交互时工作记忆所使用的心理努力量（Sweller，1988年）。在火灾疏散过程中，设计不当的空间会妨碍空间认知并增加额外的认知负荷，最终也会影响战略决策结果（Chang等人，2023年；Sweller，2011年）。通常，许多研究人员采用主观和客观方法来测量寻路过程中的感知认知负荷（Chen等人，2023年；Zhu等人，2024年；Armougum等人，2019年；Souchet等人，2022年；Schuessler等人，2025年；Katona，2022年；Just和Carpenter，2013年；Han等人，2020年；Walter和Bex，2021年；Zagermann等人，2016年；Bernardini等人，2023年）。然而，这些方法依赖于主观的事后回忆，在识别由不同建筑布局特征引起的额外认知负荷方面存在局限性。这阻碍了准确反映火灾疏散过程中与关键布局特征相关的认知负荷变化。

因此，本文提出了一种方法，通过整合图论和VR技术来识别关键的建筑布局特征并研究其对寻路过程的影响。图论能够系统地参数化评估疏散路线，而基于VR的平台提供了人机交互，并收集疏散行为和眼动数据以评估建筑布局对火灾疏散的影响。通过结合行为数据和眼动数据以及基于图论的参数，提出了两个与认知负荷相关的指标，这些指标可以将丰富的行为信息转化为可量化数据，从而计算出不同区域的认知负荷分布，并识别出在寻路过程中显著影响认知负荷的关键布局特征。本研究对火灾疏散效率的关键布局特征进行了全面评估，为建筑设计师提供了更具体的指导，有助于实现更安全、更高效的建筑疏散。

小节片段

图论在建筑布局评估中的应用

图通常与空间设计相关联，图作为空间平面图的表示方式具有优势（Wang和Zhang，2020年）。图结构可以用来捕捉拓扑层次结构，其中节点代表建筑空间组件的物理特征（如房间）；边用于描述组件之间的关系（如邻接关系）（Yang和Huang，2023年）。图论是数学中研究图的结构

提出的方法论

所提出的方法论如图1所示。首先，从建筑模型中提取建筑平面图和疏散路线，根据图论组装规则生成示意图。然后，使用几个基于图论的指标来评估布局和疏散路线的疏散效率，包括流通性、连通性、碎片化程度、中心性和可达性。

同时，将建筑模型导入

案例研究

实验使用IVE模拟了建筑火灾情况下的疏散场景。选择了西安交通大学利物浦学院工程楼的第四层和第五层来创建IVE的建筑模型。这两层都采用U形布局，办公室和技术房间分布在主要疏散路线的两侧。这种布局形成了六条室内走廊和七个中心枢纽区域（交叉区域）。

结果

通过比较两种建筑布局的疏散时间、平均路径长度、平均聚类系数、γ指数、β指数、?指数和可进入空间（AC）来进行评估，结果见表3。

第四层和第五层显示出相同的平均聚类系数（CC = 0）、γ指数（γ = 0.34）和β指数（β = 1）。这些结果表明，这两种平面图都呈现出低拓扑复杂性和连通性的层次化设计

讨论

本研究通过整合图论和VR技术，识别关键的建筑布局特征并研究其对寻路过程的影响，做出了重要贡献。通过结合行为数据和眼动数据以及基于图论的参数，提出了两个与认知负荷相关的指标，这些指标可以将丰富的行为信息转化为可量化数据，从而计算出不同区域的认知负荷分布，并识别出

结论

在本研究中，我们提出了一种新的框架，通过整合图论和VR技术来识别关键的建筑布局特征并研究其对寻路过程的影响。本研究的主要创新贡献如下：

1.

将图论和VR结合用于建筑布局评估：通过将基于图论的参数评估与基于VR的平台相结合，本研究能够全面评估疏散路线，并提供人机交互

CRediT作者贡献声明

傅蓉：撰写 – 审稿与编辑，撰写 – 原稿，可视化，验证，软件，方法论，调查，形式分析，数据管理，概念化。张成：撰写 – 审稿与编辑，监督，资源管理，项目管理，方法论，概念化。马克·奥雷尔·施纳贝尔：监督，资源管理，项目管理，概念化。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

作者感谢西安交通大学利物浦学院设计学院智能建筑环境研究中心的支持。