基于人工智能的控规地块城市设计多方案生成方法

潘英治

新丰县自然资源局 广东 韶关 511100

引言

人工智能技术是当前我国较为先进的技术之一，需要结合平台系统融入人工智能技术和大数据技术，在服务器中满足采集、存储和计算模型需求，发挥出相应的功能。人工智能平台需要满足人体、行为识别要求，还需结合各类算法中生成的数据进行建模操作，保证各类数据的有效接入，并且结合监管工作对模型的部署和规划进行完善。站在平台的角度分析，人工智能更加倾向于识别系统，通过识别操作连接数据端口，有效对各类信息进行导入和导出，从而满足使用需求。人工智能技术在应用时，需要结合特点合理选择，确保技术的特性，保证资源的有效调度和细化分析，最终通过大数据技术的支持，将其转换至各类方案之中，从而为人们提供更多的方法内容。

1 人工智能概述

人工智能是我国当前计算机学科的一个分支，并且人工智能现已遍布我国多个行业领域内部。人工智能通过智能的实质结合人类智能的方式制造出各种智能机器，以此满足我国多个领域的使用需求。通过此类技术的支持，构建出了各类智能机器，比如说智能机器人、语音识别功能、图像识别、自然语言的有效处理、专家系统等，每一类系统都具备一定优势，在使用时可以满足不同人的需求。人工智能在出现后，无论是在理论方面还是技术方面都得到了大力发展，并且整体发展逐步走向成熟化，因此各个领域也得到了发展和优化，所以人工智能具备一定发展前景，在发展过程中可以为各个领域做出共享，因此我国需要加大对人工智能的发展力度，多加结合人的思维对信息进行模拟，确保建设处更具有人类特点的智能容器。人工智能可以模拟人的思想和意识，并且结合各类信息对其进行完善，因此人工智能不是人的智能但是可以超过人的智能，以此对事物进行分析和规划，保证各类方案的可行性需求[1]。

2 发明内容

本文研究人工智能的控规地块城市设计多方案生成方法，其中融入了人工智能技术平台，为了保证城市地块设计多方案生成的有效性，相关设计人员还将平台划分成为各个子平台，通过多个子平台之间的连接，确保多个平台的联动，保证生成的设计方案更符合实际需求，并且满足一定科学性合理性。

本次设计内容包括了以下几个模块：地块空间计算沙盘模块、控规特征参数输入模块、特征案例智能学习模块、地块道路生成模块、地块步行智能生成模块、地块建筑智能生成模块、方案输出辅助绘图模块。

其中每个模块都可以发挥出自身作用，结合实际需求各个模块生成不同的数据内容，针对各个数据内容最终将其形成一个完整的设计方案，在联合每个子系统的连接功能，通过连接操作将各个子系统中的数据进行划分，在形成坐标后融入三维模型，后期结合三维模型验证系统对各个数据的准确性进行验证，最终通过验证结果生成各类符合标准的方案，确保方案的可行性，最终将各类数据带入模型之中，确保各个点之间的连接，保证模型的完善性。

在智能平台中，每个模块负责的内容不相同，所以需要通过多个模块的设定，结合智能平台的优势，保证多个环节的联动，以此形成完整的系统。

3 具体实施方式

本次设计的模块具体内容如下：

3.1 地块空间沙盘模块

此模块的设计主要目的是为了对周围环境中所涉及的内容进行构建，应用二维数据相关功能，对各类建筑和道路的数据参数进行明确，后续结合三维空间信息摄取功能对各类数据进行整合，保证数据的采集的有效性[2]。

地块空间沙盘模块需要采集地块周围一定范围内的建筑和道路信息，应用二维技术构建数据闭合多边形模型，从而明确建筑层数，并且将其所规划的道路数据中心线和宽度进行标注。在采样过程中可以结合无人机对现场数据进行采集，还可执行校对操作，从而构建三维空间模型。此过程也需建设矢量数据坐标，结合坐标标注二维数据参数，利用三维倾斜摄影中所形成的数据信息建设模型后续将其引入智能化平台之中。如果在处理后出现了各种差异，可以选择对其进行拉伸操作，达成三维建模的需要，建模完成后，需要标注道路和路标。针对道路和高程点问题，可以结合数据信息判断道路的宽度，自动生成道路的三维模型，并且将其引入在空间沙盘之中。

3.2 控规特征参数输入模块

此模块主要的工作是对规划内容进行细化分析，并且将其具体化，此时需要应用CAD软件将所得的数据参数汇总在一张图纸内，以此形成数据坐标，在结合数据坐标的位置细化三维模型，在连接各个模块的数据参数，使得三维模型更加完善[3]。

为了保证此项工作的准确率，需要应用扫描仪对地块的参数进行扫描，以此分析出图纸，结合图纸对可以规划的地块参数进行整合，从而设定道路各个街区的出入口，此时无论是建筑密度还是建筑高度都可通过扫描的形式进行完善，达到逐步开发的目的。除此之外，在地块规划过程中数据参数可以在人工智能平台中整合，最终形成建筑三维模型，利用三维模型分析内在联系，结合内在联系判断各类方案的可行性，最终保证整体设计的有效性，确保各个模块之间的连贯性。

3.3 特征案例智能学习模块

主要指的是城市设计现状、建设方案数据库，通过案例库的建立提取城市设计方案中的各项具体指标，保证特征参数可以按照顺序进行排列，最终结合特征指标建设决策树，保证决策树可以结合相似的案例内容形成主要案例库。

首先需要获取城市设计现状建设方案案例库，再次应用相关功能对数据内容进行排列，让其形成决策树，结合决策树内容对各类案例进行分析，最终得出完整的可供设计者学习的案例库。

3.4 地块道路生成模块

此类模块需要针对控制线对其进行详细规划，前期需要对各个街区的出入口进行采集，以此检验模型数据准确性，最终判断方案是否满足实际需要，此项设计尽可能满足道路规划网络方案的实际需要。

在构建此模块时，相关设计人员需要先确定出入口，结合隐格栅自动寻找两个路口的最短路径，在连接最短路径后，重复各个街区出入口的具体参数，最后将其相互链接即可。此时设计方案中，中心线需要根据城市道路规范准则才可进行道路拓宽操作。此项工作需要结合城市道路规划规范要求进行，无论是尺度还是密度都需按照规范要求进行判断，最终让其连接成为网格。

3.5 地块步行智能生成模块

此模块主要作用是对各个街区土地进行有效利用，通过智能化技术生成道路网络方案，最终规划出可以步行的部分，结合参数和算法对其方案进行明确，针对地块步行体系智能生成多种设计方案，结合体系规则检验生成方案的可行性，满足实际需求和可行性后可以选择设计方案[4]。

此模块需要在非居住的区域对道路街区进行布置，最终形成相应的体系，按照每一个节点对生成内容的参数进行划分，结合各个角度和长度范围对分岔路口进行分析，后续结合各类数据生成函数。同时此过程需要应用进化算法生成起点，后续将非居住用地的各个起点进行连接，以此生成树形结构和城市道路进行连接。在连接时还可结合树型结构对各类数据参数所生成的方案进行判断。树形结构让步行道路方案更加科学化，结合各类交互参数对街坊中所形成的参数进行判断，最终建设出指数交互参数。

对于地块建筑智能生成模块方面，还可构建建筑组合样本数据库，结合最为合理化的方案，此流程需要补图算法和自适应算法的支持，还需对地块控规空间进行划分，才可满足方案的可行性。

其中还涉及超深度计算方式，利用此类计算方式构建建筑组合数据库，针对建筑组合样本数据库中所采集到的数据信息，构建道路图形。后续对建筑组合样本体系进行分析，此过程需要对筑的总占地面积和街坊面积进行识别，以此作出用地性质的分析。同时通过建筑组合数据库对各类智能数据进行匹配，确保样本的适配度可以达到90%左右，并且在数据匹配过程中也可对数据库中的各类案例进行详细解读[5]。

在建筑组合设计中应该应用补图算法和自适应算法，针对各类算法所得结果生成数据信息，此过程融合了智能平台的优势。在实际使用中对参数进行校验，检验结束后将设计图纸和报告进行打印。在打印结束后针对方案的具体内容分析规划的可行性，此过程中需要重视轮廓的波动问题，针对轮廓波动的情况进行方案选择。

3.6 方案输出辅助绘图模块

该模块主要工作是输出道路、步行、建筑方案，最终形成集成数据，结合输出的内容从而检验各类参数报告，结合设计特征和需求构建参数数据表，满足工程报告图纸的质量，将所得出的各类数据输入可视化平台，向设计人员展示各类设计界面。

此模块在工作前期需要对道路、步行建设方案进行分析，后续结合数据按照一定层次生成三维模型，再将其导入人工智能城市建设平台。针对平台中所得出的结论汇总各类数据，汇总结束得出报告内容。后续将其应用在三维数据平台之中，结合需求得出符合要求的方案内容。同时提取的实景数据也可应用在三维数据平台中，在此过程中可以对坐标进行调试，让其在三维模型数据库中生成多个点，针对各个点进行观察，并且将其融入人工智能城市平台中，最终导出即可。此类生成方案的模型可以以漫游的形式进行查看。

4 结束语

综上所述，在控规地块城市设计方案过程中，需要对各类控规区域进行功能性的设置，并且还需保证可以对城市进行有效规划，最终让各类方案都可起到指导性作用，保证各个方案的生成具有重要意义，确保每个方案都具备特点和优势，都可满足城市规划需求，并且有效利用土地资源，减少被浪费的情况。因此在人工智能技术的支持下，相关设计人员可以结合智能技术的优势，对城市地块进行有效控规，从而优化设计方案，在多个设计方案生成后，结合自身需要进行选择，保证各类方案的有效使用。所以当前我国在地块控规设计方案方面需要融入人工智能技术的支持，最终保证方案设置的科学性合理性。