人工智能在路线线形设计中的应用探讨

摘要 公路路线线形设计是根据设计区域地理信息、路线基本走向和技术标准，分析路线安全、经济、土地利用率和行车舒适度等因素，通过设计指标比选确定公路路线中线的过程，是公路工程建设的基础。传统的公路路线设计系统难以实现多设计目标的达成，通过引入人工智能技术，基于GIS系统进行公路路线设计研究，实现多设计目标路线达成。文章从人工智能技术的基本原理出发，研究人工智能技术在公路路线线形设计中的应用。分析公路路线选线特点，以湖北省某丘陵区公路路线设计为例，提出了人工智能技术在公路选线中的应用思路。

关键词 人工智能;路线线形;GIS

中图分类号 U412.3 文献标识码 A 文章编号 2096-8949（2022）06-0001-03

引言

在公路路线设计过程中，包含的地理信息数据众多，需要处理测绘数据、地形图片、航拍影像等设计资料[1]。并且对路线设计进行全过程定性评价，需要确定评价指标及评价权重，但是评价指标由于受到主观因素的影响，使得评价标准不能进行定性评价，无法确定最优路线线形设计方案[2]。由于公路线形设计领域的专家资源未能整合，路线设计人员不能得到系统的数据支持，造成一部分设计人员无法根据实际数据进行科学设计，而是采用经验法进行公路线形设计，设计方案缺乏科学性，未达到最优方案[3]。目前，计算机辅助设计方法在公路线形设计中得到大量应用，达到公路路线勘察设计一体化的目标，路线线形设计完成率和质量得到提升。但是，计算机辅助设计对比方案缺乏、设计用时长、线形设计评价指标少，不能完成线形设计的科学论证[4]。为了弥补计算机辅助设计方法的不足，引入人工智能技术，将相关数据进行整理，生成大数据信息资源库。通过人工智能技术，实现对知识数据的处理，模型的构建，公路路线设计方案的自动生成，并提供科学评价，进而达到真正意义上自动化、智能化。该文从人工智能技术在公路路线设计的应用现状出发，结合人工智能技术的基本原理，分析公路路线选线设计特点，提出人工智能技术在公路选线中的应用思路。

1 人工智能技术在公路路线设计中的应用现状

1.1 人工智能技术基本原理

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能技术是计算机科学的一部分，这一领域的研究众多，包括语言识别、图像识别和专家系统等。在公路路线设计过程中，存在许多设计因素，为了能够实现多目标的路线选线方案，需要应用人工智能技术对数据、资料、图片以及动画进行处理，得到最优方案。将人工智能技术与公路路线设计相结合，促进公路行业的升级与转型，实现智慧选线的目的。

1.2 人工智能技术在基础数据信息管理中的应用

在公路工程路线线形设计中，需要运用到基础地理数据信息，公路工程路线勘测数据具有数据量大、数据类型多的特点。将人工智能技术结合基础数据信息库引入公路路线选线智能化研究过程中，能够实现空间地理基础信息的处理分析和应用。人工智能技术结合GIS的知识库建立过程如下：

首先，建立数据库系统，将公路路线线形设计的基础数据输入知识库，知识库与基本资料库相结合生成属性资料库;根据公路工程项目坐标完成空间数据库，属性数据库与空间数据库相结合构成数据库系统，保存知识工程计算用到的基础数据。

然后，确定公路路线设计指标，根据线形设计需求，针对专家知识数据、空间数据进行挖掘，得到评价可信度较高的设计指标。

最后，保存知识库系统，根据保存的基础数据，对公路线形设计的地理信息、设计信息及专家信息进行排列建档，构建人工智能系统能够识别应用的公路路线设计计算机语言知识库。

1.3 人工智能技术在公路选线建模中的应用

公路路线设计过程中需要考虑复杂因素的影响，为了保证公路选线的合理性与准确性，一般采用建模技术对公路路线进行数字建模，在建模过程中需要运用算法对模型参数进行计算与修改，人工智能技术能够对公路路线建模进行优化设计。在路线建模过程中算法的选择非常重要，公路路线建模优化采用交互式遗传算法。交互式遗传算法是以设计指标主观评价作为进化个体适应值的进化优化方法，是一种有人机交互过程的进化优化方法，这种人机交互过程不仅仅是对个体进行适应度赋值，还包括其他更多的人对进化的干预。优化工程中融合了设计人员的智能评价，能结合个人的经验，更符合工程实际情况。交互式遗传算法流程如图1所示，路线优化交互式遗传算法建模步驟：第一步，从信息知识库提取路线设计基本信息，根据公路路线设计要求进行模型编码，模型编码完成后对设计指标及参数进行设定，得出初始方案。第二步，对设计指标及参数进行主观干预，得到某一设计指标突出的优化结果，设计人员对优化结果进行评级。通过对设计参数及要素的主观干预使路线模型的设计指标合理，工程造价降低，行车安全性提高。

1.4 人工智能技术与GIS综合应用

1.4.1 地理信息数据库

利用ArcGIS作为地理信息平台，以GeoData-base作为数据库格式建立地理信息数据库。首先构建地形、地物等本体模型，然后将本体模型转换为计算机能够识别和操作的GeoDatabase的UML逻辑模型，再把逻辑模型转换为计算机中与实际物体相对应的物理模型（公路、山、河流等），最后根据研究区域需要导入或建立地理数据。

1.4.2 基于数字摄影测量的地理信息获取技术

利用摄影测量技术，实现了通过遥感、卫星航片等影像对地理信息的获取、处理、提取和成果表达。数字地形模型（DTM）的获取是其中的关键，可利用空中三角测量光束在摄影瞬间的空间位置和姿态的参数，联立并求解不同位置像片的共线方程和同名像点的共面方程，得到指定像点对应的地面点的三维坐标。

1.4.3 三维地形可视化

在智能选线设计环境中，运用了线框模型、表面模型、景观模型和真三维立体景观模型以及各种必要的可视化工具，根据方案决策的需要为设计者快速、动态、多角度呈现地形以及其他环境信息。景观模型是在物体表面模型上，叠加颜色、照片、影像等构成的纹理图案，使建立的三维表面模型具有一定的真实感。将不同的景观模型或图像分别放置入左右眼缓冲区，经透视投影，将产生一个无论在几何外观上还是感觉上都非常好的立体效果，实现真三维立体景观显示。

2 人工智能技术在公路选线中的应用思路

2.1 工程概况

为了研究人工智能技术在公路选线中的应用思路，以湖北省某公路段线形设计为例，该公路段设计区域地形为丘陵区，起点桩号为K0+000，终点桩号为K10+000，全长10 km，采用人工智能技术在丘陵区完成公路段线形设计。使用Google地图定位得到该区域地形地貌，通过人工智能技术对设计区域地形地貌特点分析得出，该区域地形地貌较为平坦，河流交汇，海拔高差较小。通过对该公路段的既有地物调查，发现区域内存在运行公路，但是运行公路设计技术指标差，项目线形设计要求在对运行公路无影响的前提下设计新的单线公路。使用人工智能技术结合公路智能选线辅助设计系统，在研究区域丘陵区内自动设计生产满足设计指标要求、不影响既有线运营的优秀方案。

2.2 人工智能技术选线

使用人工智能技术结合公路智能选线辅助设计系统，根据公路路线CAD图形，协同使用ESRI的Arc Globe，Arc Map和Arc Catalog等软件完成数据的建模与采集任务，建立研究区域的地理信息数据库。人工智能系统依据地理信息数据库进行公路路线智能选线，具体步骤如下：

（1）根据工程概况在地形图上选定起始点桩号及坐标，通过起始点桩号及地形图坐标，人工智能系统自动确定该公路段设计区域路线设计控制点。

（2）确定控制点后，人工智能系统按照公路线形设计标准及要素对路线地形进行分析，确定该公路段路线经过特殊地形点位坐标，自动生成碎布点坐标。

（3）根据公路路线设计要求，对碎布点进行处理，删除不符合设计目标的碎布点，如农耕用地碎布点和运行公路交叉点。

（4）根据公路设计区域内高程点坐标，人工智能系统自动建立地形三角网，绘制公路路线等高线图，系统将公路路线碎布点与高程点进行综合分析，去除克服高度较大的路线桩号。并且对公路工程填挖量进行计算，去除填挖量过大的路线桩号。

（5）根据公路工程造价控制，人工智能系统对确定路线方案进行筛选，得到符合设计要求的所有路线，并且采用智能算法对各方案进行设计方案优选度计算。

通过人工智能系统对设计路线的自动筛选、改进与优化，最终确定符合设计要求的4个路线方案。采用人工智能技术进行选线，能够确定符合设计要求的路线方案，但是不能对设计指标的重要程度进行分析，所以得到多条选线方案后，设计者需要根据项目实际情况进行路线比选，确定最佳路线方案。

2.3 设计方案比选

通过人工智能技术辅助路线选线设计确定了4个选线方案，各方案具体参数如表1所示，从路线长度方面可以得出4个方案路线长度相差不大，都在11 km以內，但是方案3的路线长度最短。从填挖不平衡方面可以得出方案2填挖量最小，能够降低施工难度及工程造价。从工程造价方面可以得到，4个方案造价基本相同，但是方案3的工程造价要低于其余三个方案。从克服高度方面可以得到，方案4路线高度最低，能够降低安全事故发生率。

为了对人工智能技术选线方案进行评价，设置评价指标为：线路长度、主要工程造价、填挖不平衡和线路克服高度，其权重分别为0.2，0.4，0.25和0.15，根据人工智能技术自动评价系统，对4个方案进行评价，智能选线方案优选度评价结果如表1所示。

为了确定湖北某公路路线最优选线方案，通过表1可以得到，根据评价计算结果方案3的优选度为0.890，大于其余3个方案，方案3的公路路线长度短、造价最低、克服高度较小，公路荷载运行指标最佳，但是与其他3个方案相比填挖平衡稍差。

3 结论

综上所述，通过对人工智能技术在公路工程线形设计中的应用现状研究，得到人工智能技术在公路线形设计的基础数据信息管理、公路选线建模以及人工智能结合GIS技术方面的应用现状。为了确定人工智能技术在公路线形设计中的应用思路，以湖北省某丘陵区公路线形设计为例，使用人工智能技术分析得出路线选线特点。将系统确定的4个设计方案从路线长度、填挖量、工程造价以及克服高度方面进行比选，通过对设计方案的优选度进行计算，得到方案3为最佳公路选线方案，确定了人工智能技术在公路选线中的应用思路。

参考文献

[1]张华， 杨芬. 人工智能在路线线形设计中的应用探讨[J]. 城市道桥与防洪， 2018（10）：187-189.

[2]朱颖， 罗圆. 基于知识工程的铁路智能选线设计理论、方法及应用[J]. 铁道科学与工程学报， 2021（7）： 1671-1678.

[3]袁泉， 曾文驱， 李子涵， 等. 基于改进型D3QN深度强化学习的铁路智能选线方法[J/OL]. 铁道科学与工程学报： 1-7[2022-01-10].

[4]谷克. 遗传算法在公路路线智能决策系统中的应用研究[D]. 西安：长安大学， 2009.

收稿日期：2022-01-20

作者简介：李刚（1987—），男，本科，路桥工程师，从事路桥设计工作。