企业官网建设流程全解析

刚接触 Vadere 的朋友，十有八九是被界面里那堆英文术语和复杂的配置面板劝退的。我也一样，第一次打开这个开源人群仿真软件时，界面倒是简洁，可左侧元素列表里全是 Obstacle、Source、Target、Stairs 这类词，随便点开一个面板又是一大串参数名称，完全不知道从哪下手。其实 Vadere 的学习曲线没有想象中陡，前提是先把它的“语言体系”弄明白——也就是基础概念与术语。这篇是系列第 4 篇，我打算把 Vadere 里最常用的一批概念串起来讲一遍：从场景、地形、障碍物到行人、行走模型、输出处理器，每个名词不光是翻译，更要说清楚它在仿真中到底扮演什么角色、和哪些参数强相关、配置时容易在哪个环节踩坑。适合刚装好软件、准备从入门走向动手搭第一个场景的朋友，也适合想把仿真结果写进论文或报告、需要把术语用严谨的读者。

1. 先搞清楚：Vadere 到底在模拟什么

1.1 微观仿真：每个行人都是一条独立的“线程”

Vadere 的核心定位是微观仿真。所谓微观，是相对宏观而言的。宏观模型关心的是人流的密度、流量、整片区域的疏散时间，把人群当成可以压缩的流体来算；微观模型则把每个行人都作为独立个体处理——每个人有自己的位置、速度和目标，每一步都在根据周围环境做局部决策。

换成人话：宏观仿真像天气预报，告诉你哪里会下雨、雨势多大；微观仿真像你盯着鱼缸里的一群鱼，每条鱼都自己在游，但整体又呈现出整齐或拥挤的规律。

这个区别直接决定了你在 Vadere 里看到的术语体系。它没有“密度场”这种流体词汇，到处都是 Agent、Obstacle、Target、Source、Social Force、Floor Field 这些跟个体行为相关的概念。所以你要学的其实不是一套软件按钮，而是一套“每个人都独立被模拟”的世界观。带着这个认知去接触后面的术语，会发现每个名词都顺理成章。

1.2 为什么要花时间学概念，而不是直接上手拖控件

有新手问：界面里不是有工具栏吗？画个框、放几个人，直接跑不就行了？能跑，但你大概率不知道跑出来的是什么。Vadere 的所有配置最终都落在.scenario文件里，你在图形界面拖一个障碍物、拉一块测量区域，本质上是在生成一段结构化数据。概念不清的时候，通常会出现三种状况：

• 界面和配置对不上：GUI 里改的参数，不知道对应文件里哪个字段，想微调只能瞎试；
• 结果无法解释：明明设置了目标点，行人却在障碍物前一直打转，你不知道是路径不通还是参数不合理；
• 换个场景就不会用了：只会点鼠标，不懂为什么新场景需要调整哪些参数、换哪种模型。

人群仿真软件本身偏研究向，真正玩深的朋友不只想跑个动画，还希望把密度、流速、疏散时间这些指标取出来做分析。而这些指标的筛选、导出、图表呈现，用的全是同一套术语。先把概念骨架搭好，之后看文档、读示例、调参数，都是往骨架里添肉而已。

2. 一个 Scenario（场景）是怎么运转起来的

2.1 Scenario 是装着一切的大箱子

在 Vadere 里，Scenario 是你所有工作的顶层容器。它不只是一张“地图”，而是一整套可复现的仿真配置。一个.scenario文件同时包含：几何地形（Topography）、行人属性和生成规则（Pedestrians）、仿真参数（Simulation）、数据输出配置（Output Processors）。你保存、导出、分享给别人的所有信息，都装在这一份文件里。

理解 Scenario 不妨类比成一台舞台剧的完整剧本：舞台布景对应地图和障碍物，演员表对应行人属性和出生规则，走位顺序对应目标链，表演规则对应行走模型，摄像机机位和剪辑对应测量区域和输出处理器。只拿布景出来不叫剧，只拿演员也不叫剧，Scenario 是全部内容的打包。

也正因为如此，Vadere 官方提供的示例几乎都以.scenario文件形式分发。你打开一个示例，就能同时看到地形长什么样、模型怎么配、结果怎么输出。我给新手的第一个建议就是：先别新建空场景，而是把自带示例逐个打开，每一个都跑一遍、改一个参数、看一次行为变化。

2.2 仿真里行人的“一生”：从生成到消失

整个仿真循环可以浓缩成一句话：Source 生成行人，行人按照目标链经历绕障、排队、行走，最终到达 Target 并从场景中移除，期间所有轨迹和指标被输出处理器记录。

这句话里每一个名词，就是 Vadere 最核心的概念。Source 是出生点，控制什么时候、以什么速率产生行人；Target 是目的地，行人从出生起就在朝它推进；目标链（Target List）规定了多个目标之间的先后顺序，相当于一串导航路径点；行走模型决定每一步具体怎么走；输出处理器负责在指定区域记录你需要的数据。

还要注意一点：Vadere 里的行人不是一进场景就一直跑到结束。仿真迭代是离散的时间步，每个步长里系统会依次做这几件事：检查有没有新行人该出生、更新所有行人的目标状态、按行走模型计算速度或位置、把采样结果写入输出处理器。所以导出的结果文件是“每采样时刻一条记录”的表格形式，而不是一段连续动画。这个概念先建立起来，后面看输出数据就不会对时间戳的增长规律产生困惑。

3. 地形（Topography）里有哪些基本元素

3.1 障碍物（Obstacle）：行人的“过不去”

Obstacle 是地形里最直观的元素，代表墙、柱子、隔离栏等行人无法穿过的静态几何体。画障碍物时你只需要指定它的多边形轮廓，但有几个细节值得留意：

• 障碍物不是贴图，而是物理约束。行人碰到障碍物边界会受到排斥力（在社交力模型里叫障碍物排斥力），所以障碍物轮廓越复杂，行人绕行计算量越大。如果你的目的是做参数研究，应尽量把复杂的异形轮廓简化为较少的顶点。
• 障碍物边缘往往是拥挤高发区。疏散场景里，逃生口前的人堆，大都是因为出口两侧设置了不可穿越的障碍，形成了物理瓶颈。密度测量区域经常被贴着障碍物边缘放置，测到的往往是瓶颈密度而不是全域密度。
• 如果障碍物围成一个闭环，内部就变成不可达区域，放在里面的 Target 永远无法被到达。这是新手最常翻车的地方：画了个“房间”，却忘了在墙上开口。

3.2 目标 Target：行人要抵达的位置

Target 在 Vadere 里的本质是坐标区域，而不是一件实体物品。它是一块圆形或多边形区域，行人到达该区域即被判定为“完成当前目标”。一个人可以只有一个目标，也可以配置一串目标，这在多层疏散研究中非常常见：先走到房间门口，再走到走廊尽头，最后到达室外安全区。

串起来的多个目标就是目标链。目标链是严格按顺序执行的，先奔第一个，到达后再奔下一个。它适合搭“路径点”场景，但请记住：目标链不是路径规划工具，它只负责规定“下一站”，具体怎么绕开障碍物、怎么避让行人，由行走模型来完成。如果你指定的下一站被障碍物包围，行人就会卡在原地反复徘徊。

我自己的实操经验：想清楚要统计的是“到达出口”还是“离开建筑”。如果只想统计到达出口的时间，把 Target 放在出口框内一点；如果想统计“完成疏散”的时间，Target 要放到建筑外边界之外，否则行人一碰到门口就被移除了，根本不会继续往外走。

3.3 楼梯 Stairs：带方向的地形元素

楼梯是 Vadere 里比较特殊的元素，因为现实中的楼梯不只是“高一点的地面”，还有方向和坡度约束。Vadere 中的 Stairs 定义了上下行方向，行人只能在楼梯区域内沿允许的方向移动，不能横着穿越。做多楼层场景时，这一点尤其关键：如果画的楼梯没有正确对接上下层的出口，行人会走上去然后在边缘发呆，因为模型不会翻越障碍。

配置楼梯时一般要指定方向属性和几何形状。如果你研究的是不同坡度对疏散速度的影响，可以在高细节场景中配合行人速度分布参数来调。但对多数入门场景，把楼梯当作一条“带方向的走廊”就够了——它天然制造瓶颈和拥堵点，很适合用来做单行通道的仿真验证。

3.4 等待区 Waiting Area：让行人停下来

Waiting Area 是一片指定区域，行人进入后按配置的条件暂停移动。可以设置逗留时间，也可以设置等待条件，比如等到某一时刻放行、等待人数凑齐再统一出发。直观理解：这是行人的“暂停键”。

等待区大量用于模拟等车、候诊、排队前集合、临时休息等场景。设计时要明确两件事：入口从哪里进、满足什么条件才放行。如果条件配置不当，行人可能在等待区里反复徘徊出不去，或者一进入就被判定为“到达目标”而直接移除，这两种情况都会让仿真结果变得毫无意义。遇到此类问题，先回头检查“逗留时长”和“释放条件”，不要急着调行走模型。

3.5 出生点 Source：行人从哪里来

Source 控制行人的生成，常见策略有两种：按时间间隔匀速生成，或者一次性生成一批。前者适合研究持续拥挤，出生速率决定人流供给；后者适合疏散场景，开局几十秒内把房间填满，然后观察人群如何散去。

Source 还有一个关键属性：初始目标链。行人出生时会自动分配这套目标链，如果 Source 区域和目标区域离得太近甚至重叠，行人一出生就被判定到达目标，仿真会瞬间结束或数据毫无参考价值。出生点要放在离目标足够远的位置，给行人留出真正“走”一段路的空间。

另外，真实场景中行人的期望速度并不是一个固定值，而是服从某种分布。Vadere 在行人属性里支持配置速度分布类型、均值和标准差，你可以用不同分布去模拟老人、儿童或身体条件差异较大的人群。这一点在下一部分继续展开。

4. Pedestrian 与行走模型：人群仿真的“物理引擎”

4.1 Pedestrian 不只是“一个小人”

在 Vadere 语境里，Pedestrian 是一个携带完整状态的对象：当前位置、方向、速度、剩余目标链，以及一组独立的个体属性参数。每个行人都有属于自己的属性副本，这就意味着你可以让一部分人走得快、一部分人走得慢，用来模拟异质人群。

行人的核心属性大致包括：期望速度、速度分布参数（均值与标准差）、半径（身体占据的空间范围）、加速度上限，以及模型专属参数（社交力强度、压力反应时间等）。这些在配置文件里以 attributes 为名组织在一起。GUI 修改时你可能只看到数字输入框和下拉菜单，但一定要把对应关系搞清楚：改“期望速度”不要改到“生成速率”上去，改“半径”不要改到“测量范围”上去，这些参数在界面上挨得很近，含义却天差地别。

4.2 社交力模型（Social Force Model）：被三种力推着走

Vadere 最常用的模型之一就是社交力模型。它的核心思想可以浓缩成一句话：行人每一步的运动，都取决于他此刻受到的合力。这个力由三部分组成：指向目标方向的驱动力、来自障碍物的排斥力、来自其他行人的社交排斥力。

用生活类比：你在地铁站赶去换乘，身体里有一股“我必须往那边走”的驱动力；旁边有根柱子，你本能地不想贴上去，这是障碍物排斥力；前面的人走得太慢，你会自动减速、侧身让开，这是行人之间的社交力。社交力模型把这些感觉量化了：驱动力指向目标，排斥力从墙壁和行人身上辐射出来，三股力叠加求合力，再按牛顿第二定律换算成加速度，更新速度和位置。

社交力模型对密度极其敏感，密度升高时行人之间的排斥力互相挤压，容易出现“死锁”——所有人都被困在原地推搡。这种状态在现实中对应拥挤踩踏风险场景，因此很多风险研究者偏爱这套模型。但你如果只是想快速搭一个疏散动画，可能会觉得它“推不动人”，这时可以适当调低排斥力强度，或者直接换一套模型跑同样的场景做对比。

4.3 最优步长模型（Optimal Steps Model）：走格子找最优

另一套常用模型是最优步长模型，我习惯简称 OSM。它的思路和社交力完全不同：事先在场景里铺一张离散网格，每个格子到目标点的“最短步行时间”已经被提前算好，行人每次探查自己邻域内哪些格子可走、哪个格子的代价最低，便朝那里迈出一步。整个场景就像一张水下等高线地图，行人永远往“低处”走，但低处如果太挤，他就只能退而求其次走次低处。

这套模型的优点是计算稳定、不容易死锁，跑出的疏散时间往往比较符合实证数据，用来观察拥堵和排队非常直观。代价是它假设行人按离散步长移动，如果你要研究非常精细的个体轨迹，比如避让过程中完整的减速曲线，社交力模型会更合适。模型没有绝对的好坏，只有适不适合你的研究目标。入门阶段建议先用默认模型跑通，再把同一个场景切换到另一个模型，只看疏散时间这一个指标，模型差异立刻就能感受到。

4.4 Floor Field（势场）：行人的“海拔图”

不论用哪套模型，Vadere 都依赖一个底层概念：Floor Field，我习惯翻译成“势场”。它最简单的形态是：对场景中每个位置，计算从那里走到目标点所需的代价，代价越小说明越“容易到达”。整个场景因此被赋予了一张高低起伏的海拔图——目标点位于谷底，障碍物区域不可达，离目标越远的地方“海拔”越高。

这背后其实是一个经典方程在支撑，学名叫 Eikonal 方程。你不必记住公式推导，只要理解它的意义：行人不是靠直线距离导航的，而是靠步行代价导航的。墙的另一侧哪怕直线距离很近，实际代价可能很高，因为绕行的耗时已经被算进势场里。这也是为什么加了障碍物之后，Vadere 里的行人绕行路径会显得非常自然，好像真的知道哪里近、哪里远。

由势场引申出一个常见问题：如果场景中存在和主空间完全隔离的死胡同区域，势场算不出可达路径，位于死胡同里的行人就会原地打转或行为怪异。遇到这种情况，优先审查地形连通性，而不是急着改模型参数。

5. 配置与产出：工程视角的术语课

5.1 Scenario 文件：一份 JSON 就是整个世界

Vadere 的所有场景都保存为特定结构的 JSON 文件。它的好处是纯文本、可做版本管理、可程序化批量生成几十个实验场景；坏处是对人手不友好，一个逗号写错，整个文件就打不开。我的建议是：能用图形界面改的就用界面改，界面做不到的高阶配置再动文本；改完务必用软件自带的校验功能验证一次，不要直接丢进下一次仿真。

JSON 里的几个顶层字段值得认识：地形几何（存放障碍物、Source、Target、Stairs 等元素）、行人容器（存放初始行人和出生配置）、模型参数（存放行走模型类型及参数）、输出处理器（存放测量区域与导出配置）。看清这一层结构之后，你就能理解我为什么不推荐完全绕过 GUI 去写 JSON——你不是在“写代码”，而是在手搓一套有层级的数据结构，而 GUI 能帮你把每个字段的视觉含义立刻映射出来。

5.2 时间步长与输出频率：别把这两件事混在一起

Vadere 的仿真采用离散时间步推进。每一步系统都会更新所有行人的状态，但输出处理器并不是每一步都记录，它们各有自己的采样频率。换句话说，仿真在较高频率下运算，数据在较低频率下被抽样记录。你在结果表格里看到的每一行，代表某个采样时刻的瞬时状态，而不是两个时刻之间的平均值。

这个细节决定了你读数据的方式。统计疏散时间时，要看行人到达目标的时刻；统计密度时，要看测量区域内瞬时人数除以面积。输出频率调得太低，峰值密度很容易被漏掉；调得太高，文件体积会飞速膨胀，处理起来很痛苦。新手可以先跑一遍小场景，观察输出文件有多大，再决定最终的采样频率。

5.3 测量区域（Measurement Area）与输出处理器：传感器和记录仪的分工

想拿到量化数据，需要在地形上画测量区域，再给这个区域挂一个输出处理器。Vadere 常见的测量类型包括：密度（单位面积上的行人数量）、速度（区域内行人的平均速度）、流量（单位时间内通过边界的人数），以及行人轨迹（每个行人在每个采样时刻的位置）。注意，测量区域本身不产生数据，是输出处理器负责把区域数据导出为文本或表格文件。

这种“传感器”和“记录仪”分离的设计，好处在于你可以把同一块测量区域同时挂多个输出处理器，分别算密度和速度，互不干扰。实操时有个很实用的习惯：给每个测量区域起一个一眼能认出来的名字，尤其是场景里有十几个区域的时候。输出处理器导出表格默认按 ID 区分区域，如果你懒得命名，最后面对一堆数字 ID 根本对不上哪个是哪个。我在实际项目里因为“区域 3”和“区域 4”对调返过工，改成有意义的名字花十秒钟，胜过对着一百行数据发愁半小时。

6. 术语混淆与排查速查：我踩过的几个坑

6.1 三组最容易混的术语

第一组是 Source 和 Target。Source 管“行人从哪里来”，Target 管“行人到哪里去”。中文翻译里都带个“点”字，很容易混淆。判断方法很简单：问自己这个元素影响的是行人的出生还是到达。

第二组是 Scenario 和 Topography。Topography 只是地形几何和静态布置，Scenario 是包含地形、行人、模型、输出在内的完整配置。你要分享一个场景给同事，发的是.scenario文件，而不是“那张地图”。

第三组是 Waiting Area 和 Measurement Area。Waiting Area 是行为元素，让行人停下等待；Measurement Area 是数据元素，只负责测量密度或流速，它对行人没有任何物理影响。很多人以为画了测量区域行人就会绕开，这是完全错误的理解。

6.2 高频问题按什么顺序排查

我整理过一张自己用的排查清单，遇到异常时按顺序检查能省大量时间：

• 行人没生成：先看 Source 是否连通了目标链、出生速率是不是太低、出生时间是否落在仿真时间窗口之外。
• 行人原地打转：优先检查地形连通性，再看目标是否被障碍物完全包围；两者都正常，再怀疑模型参数，比如排斥力是否过大。
• 密度读数异常偏高：检查测量区域是不是太小、是不是紧贴障碍物边缘。这个数字反映的可能是瓶颈密度，解释结论时要区分清楚。
• JSON 文件打不开：八成是语法或字段拼写问题，用软件校验功能看报错定位，别靠肉眼从头找到尾。
• 两次仿真结果对不上：确认随机种子有没有固定。Vadere 中的随机种子影响速度分布和生成过程，不统一种子，两次跑的结果必然有随机差异。做对比实验前，先固定种子。

6.3 给入门者的几条“抄作业”建议

最后分享几条我自己的习惯做法。第一，别急着搭大场景，先用“一个 Source、一条通道、一个 Target”把全流程跑通，确认生成、移动、到达、输出四件事都正常，再逐步加障碍物、楼梯、等待区。第二，把自带示例当作题库来刷，逐个打开、改一个参数、观察行为变化，这是学概念最快的方式。第三，养成跑完就导出数据的习惯，哪怕只是随便看看，结果文件就是你理解参数敏感性的第一手资料。第四，多人协作时统一场景命名、测量区域命名、输出文件命名规范，不然三个月后你自己都看不懂当时跑了些什么。

这几点谈不上高明，但都是从反复重跑仿真、反复对不上数据的经历里磨出来的。Vadere 的学习门槛不在软件操作，而在于能不能把概念和参数一一对应起来。把这套术语吃透之后，无论是自己设计疏散实验，还是复现别人论文里的场景，都不会再摸不着头脑。