基于人工智能算法的城市地块高度自适应生成与演示平台制造技术

本发明专利技术公开了基于人工智能算法的城市地块高度自适应生成与演示平台，包括以下步骤：场地数据采集与计算；案例数据采集与转化；场地空间结构生成与结构潜力值划分；空间结构全息显示与选取；地块高度自适应生成；人机交互调整地块高度；方案判断与输出；基于人工智能算法的城市地块高度自适应生成与演示平台解决了传统人工方案设计流程繁复、工作周期长、交互设计性差、人力成本高等多方面问题，进一步提升地块高度生成的效率；整合设计师思维与计算机逻辑，实现自上而下与自下而上相结合的高度形态方案生成方法，以应对更多场景下的城市设计高度方案生成。市设计高度方案生成。市设计高度方案生成。

【技术实现步骤摘要】
基于人工智能算法的城市地块高度自适应生成与演示平台


[0001]本专利技术属于城市规划
，尤其涉及基于人工智能算法的城市地块高度自适应生成与演示平台。

技术介绍

[0002]在城市设计过程当中，需要结合设计地块上位规划要求和周边复杂的环境状况，对高度形态进行多轮推敲和设计。
[0003]在以往传统的设计过程中，规划设计师通过场地分析、上位结构转译、指标落实、反馈意见收集、高度多轮调整等流程对城市高度形态进行调整，具有人力投入大、设计周期长的问题，而随着计算机和信息技术的发展，多因子叠加分析的参数化方法逐渐应用于城市高度形态生成领域，但生成高度形态方案缺乏结构控制，只能适用于小于50公顷的地块，且交互设计调整困难。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了基于人工智能算法的城市地块高度自适应生成与演示平台，解决了上述问题。
[0005]为实现以上目的，本专利技术通过以下技术方案予以实现：基于人工智能算法的城市地块高度自适应生成与演示平台，包括以下步骤：
[0006]S1、采集场地地理空间信息数据并将其转化为栅格信息，对各个地块的特征值标值进行计算；
[0007]S2、采集案例地理空间信息数据将其转化为栅格信息并导入城市设计案例库；
[0008]S3、通过城市设计方案案例库训练得到条件对抗生成网络模型并导入步骤S1场地栅格信息，生成场地的空间结构栅格信息并转换成矢量数据，依据地块质心与空间结构缓冲距离划分地块结构的高度潜力值；
[0009]S4、将地块结构的高度潜力值分布图并导入全息沙盘显示设备，选取设计结构方案；
[0010]S5、依据S4的地块结构的高度潜力值将地块划分为重点地块以及一般地块并生成高度；
[0011]S6、将S5中生成的高度结果输出至全息沙盘设备运行显示，生成三维高度模型，选取S5中的场地地块并对场地地块的高度进行调整，得到最终方案；
[0012]S7、导入上位规划指标库，并判断场地地块的高度是否符合指标要求，若符合则输出地块高度指标表，若不符合则返回S6再次调整后输出。
[0013]在上述技术方案的基础上，本专利技术还提供以下可选技术方案：
[0014]进一步的技术方案：所述S1的具体步骤为：
[0015]S101、使用计算机工作站通过公共空间信息平台获取场地的地理空间信息数据，对场地空间信息进行保存并导入地理信息处理软件；
[0016]S102、通过地理信息处理软件计算各地块特征指标，所述特征指标包括用地面积、周长、地块功能的高度潜力值，所述地块功能的高度潜力值通过地块用地功能进行赋值；
[0017]S103、将所述场地地理空间信息数据转化为栅格信息。
[0018]进一步的技术方案：所述S2的具体步骤为：
[0019]S201、通过步骤S101所述方法采集城市设计案例的地理空间信息数据，通过城市设计文本图纸采集用地功能和空间结构栅格信息，所述空间结构信息包括核心点要素栅格信息和轴线要素栅格信息；
[0020]S202、通过测绘无人机采集上述城市设计案例的建筑高度信息输入地理信息处理软件，计算各个地块的最高建筑高度作为地块高度，通过数据统计命令生成高度分布频率直方图，x轴为地块高度，y轴为各高度频数变化，其中x轴的地块高度单位为米；
[0021]S203、通过Hog图像特征提取识别算法提取上述城市设计方案空间结构栅格信息中的核心点和轴线要素并转换为图片，其中核心点以及轴线均转换成栅格信息；
[0022]S204、将城市设计案例的地理空间信息数据和栅格信息导入城市设计案例库并存储。
[0023]进一步的技术方案：所述S3的具体步骤为：
[0024]S301、对S2中用地功能栅格信息和空间结构栅格信息的映射特征进行机器学习训练，生成两者的映射关系，构建条件对抗生成网络模型；
[0025]S302、将S1中场地的栅格信息输入S301中条件对抗生成网络模型，生成场地多方案空间结构图；
[0026]S303、通过Hog图像特征提取识别算法提取场地多方案空间结构图中的核心点和轴线栅格信息，并转换为矢量数据；
[0027]S304、根据地块质心与空间结构的缓冲距离，对地块结构的高度潜力值进行赋值。
[0028]进一步的技术方案：所述S4的具体步骤为：
[0029]将地块结构的高度潜力值通过VR格式输出并在全息数字沙盘平台展示进行方案比选，获取空间结构方案。
[0030]进一步的技术方案：所述S5的具体步骤为：
[0031]S501、根据S4中选定的空间结构方案，并依据地块结构的高度潜力值划分为重点地块和一般地块；
[0032]S502、将S501中重点地块地块结构的高度潜力值和S102中地块功能的高度潜力值进行归一化处理后加权得到重点地块的最终高度潜力值，两者权重各占50％，计算公式为：
[0033][0034]其中，Pf(i)为高度潜力值，P(i)为重点地块的最终高度潜力值，重点地块地块结构的高度潜力值Ps(i)。
[0035]S503、通过积分映射算法将S2中高度分布频率直方图与所述重点地块的最终高度潜力值自动匹配，地块i的高度与最终高度潜力值的映射关系为：
[0036][0037]依据上述对应关系和不定函数f(x)计算得到高度Hi，其中Pi为最终高度潜力值，Hi为地块i的高度，不定函数f()依据高度分布频率直方图的曲线变化得到；
[0038]S504、依据一般地块的地块面积和功能信息，通过KNN算法自动匹配S2城市设计案例库中功能一致、与一般地块面积大小比值在0.8
‑
1.2之间，且最接近1的地块高度；若匹配失败，则为该地块分配其邻近地块的平均最高高度，其中，有一边相邻即视为邻近地块，平均最高高度计算方式为各地块面积*各地块最高高度/地块总面积。
[0039]进一步的技术方案：所述S6的具体步骤为：
[0040]S601、合并S5中重点地块和一般地块数据，形成地块的最高高度方案，单位为米；
[0041]S602、将生成的最高高度方案输入全息沙盘平台，通过地理空间坐标信息在全息沙盘后台中自动落位，生成地块高度三维模型并进行显示；
[0042]S603、设计师通过S402中方式对所述S602生成的地块高度三维模型中的地块高度进行拉升、压缩调整，形成最终的高度方案。
[0043]进一步的技术方案：所述S7的具体步骤为：
[0044]S701、导入上位规划指标库至全息沙盘平台，所述上位规划指标库包括地块限高指标；
[0045]S702、使用计算机工作站计算并判断场地地块的高度是否符合上位规划指标库指标要求，若是，则将结果导出生成工程图纸，并在全息沙盘上进行展示，若否，则返回S6进行调整后再次输出结果。
[0046]进一步的技术方案：所述S102中所述地块功能的高度潜力值通过地块用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于人工智能算法的城市地块高度自适应生成与演示平台，其特征在于，包括以下步骤：S1、采集场地地理空间信息数据并将其转化为栅格信息，对各个地块的特征值标值进行计算；S2、采集案例地理空间信息数据将其转化为栅格信息并导入城市设计案例库；S3、通过城市设计方案案例库训练得到条件对抗生成网络模型并导入步骤S1场地栅格信息，生成场地的空间结构栅格信息并转换成矢量数据，依据地块质心与空间结构缓冲距离划分地块结构的高度潜力值；S4、将地块结构的高度潜力值分布图并导入全息沙盘显示设备，选取设计结构方案；S5、依据S4的地块结构的高度潜力值将地块划分为重点地块以及一般地块并生成高度；S6、将S5中生成的高度结果输出至全息沙盘设备运行显示，生成三维高度模型，选取S5中的场地地块并对场地地块的高度进行调整，得到最终方案；S7、导入上位规划指标库，并判断场地地块的高度是否符合指标要求，若符合则输出地块高度指标表，若不符合则返回S6再次调整后输出。2.根据权利要求1所述的基于人工智能算法的城市地块高度自适应生成与演示平台，其特征在于，所述S1的具体步骤为：S101、使用计算机工作站通过公共空间信息平台获取场地的地理空间信息数据，对场地空间信息进行保存并导入地理信息处理软件；S102、通过地理信息处理软件计算各地块特征指标，所述特征指标包括用地面积、周长、地块功能的高度潜力值，所述地块功能的高度潜力值通过地块用地功能进行赋值；S103、将所述场地地理空间信息数据转化为栅格信息。3.根据权利要求2所述的基于人工智能算法的城市地块高度自适应生成与演示平台，其特征在于，所述S2的具体步骤为：S201、通过步骤S101所述方法采集城市设计案例的地理空间信息数据，通过城市设计文本图纸采集用地功能和空间结构栅格信息，所述空间结构信息包括核心点要素栅格信息和轴线要素栅格信息；S202、通过测绘无人机采集上述城市设计案例的建筑高度信息输入地理信息处理软件，计算各个地块的最高建筑高度作为地块高度，通过数据统计命令生成高度分布频率直方图，x轴为地块高度，y轴为各高度频数变化，其中x轴的地块高度为米；S203、通过Hog图像特征提取识别算法提取上述城市设计方案空间结构栅格信息中的核心点和轴线要素并转换为图片，其中核心点以及轴线均转换成栅格信息；S204、将城市设计案例的地理空间信息数据和栅格信息导入城市设计案例库并存储。4.根据权利要求3所述的基于人工智能算法的城市地块高度自适应生成与演示平台，其特征在于，所述S3的具体步骤为：S301、对S2中用地功能栅格信息和空间结构栅格信息的映射特征进行机器学习训练，生成两者的映射关系，构建条件对抗生成网络模型；S302、将S1中场地的栅格信息输入S301中条件对抗生成网络模型，生成场地多方案空间结构图；
S303、通过Hog图像特征提取识别算法提取场地多方案空间结构图中的核心点和轴线栅格信息，并转换为矢量数据；S304、根据地块质心与空间结构的缓冲距离，对地块结构的高度潜力值进行赋值。5.根据权利要求4所述的基于人工智能算法的城市地块高度自适应生成与演示平台，其特征在于，所述S4的具体步骤为：将地块结构的高度潜力值通过VR格式输出并在全息数字沙盘平台展示，并进行方案比选，获取空间结构方案。6.根据权利要求5所述的基于人工智能算法的城市地块高度自适应生成与演示平台，...

【专利技术属性】
技术研发人员：杨俊宴，朱骁，张钟虎，张芷晗，史宜，张政承，盛华星，黄雨悦，周景翎，慕容卓一，
申请(专利权)人：东南大学，
类型：发明
国别省市：