当城市更新遇见UrbanFlow——奥雅股份重磅发布街区智能设计工具

2024-05-06 10:07   来源: 互联网

近日,深圳奥雅设计股份有限公司(以下简称“奥雅股份”)重磅发布街区智能设计工具——UrbanFlow。UrbanFlow定位于城市更新街区智能设计工具,通过重塑工作流的方式,推动生产工具的革新,采用自动化出图和算法生成等技术变革设计生产力,以应对精细化设计时代带来的挑战和需求。在产品的研发过程中,研发团队通过深入了解设计师的需求,结合奥雅二十年积累的丰富设计经验,开发超过30项细分功能,提供满足行业场景的多项技能。

1714959359518107.jpg

UrbanFlow具备城市底座生成、城市数据分析、道路结构调整、节点空间模拟、场景氛围生成五大核心模块,下面将以城市更新过程中的真实项目案例,展示UrbanFlow如何重塑街区设计工作流程。

一、城市底座生成

1.三步生成城市街区模型

城市底座的构建依托于城市信息数据库,在选择任意城市后,只需框选项目所在片区即可获取精准坐标,输入对应经纬度,三步即可生成城市白模。

传统方式可能需要花费1-3天用于手工绘制片区的底模,而UrbanFlow仅需5分钟即可自动生成带有地理信息数据的城市底座,还可以一键导入项目范围内更精准的测绘数据,大大节省设计前期建构场地的时间和精力。

1714959377233526.png

利用测绘数据对城市模型进行部分替换

2.一键计算日常生活等时圈

在多样化的空间数据信息中,UrbanFlow最先采用的是路网数据。以目标街区为出发点,结合路网数据可以在3-5秒中内生成5min、15min、30min等不同时段的日常生活等时圈。这些等时圈展示了不同时间内步行、车行、骑行三种出行方式可到达的范围,帮助设计师更好地理解街区的空间分布和便捷程度。

1714959404344206.png

等时圈生成

二、城市数据分析

1.一键POI&AOI数据分析

城市数据分析从宏观城市现状与微观人本视角开展,以多源数据为支持,设计师在UrbanFlow的操作面板上可选择等时圈范围、POI类型,便可得到范围内POI核密度和混合度的分析图。

1714959441952815.png

一键POI分析

两者结合可以帮助设计师了解城市空间中不同功能业态的现状分布密度、混合度/多样性、集聚趋势等特征,对后续产业规划及业态布局具有重要的参考价值。综合考虑各项因素后,UrbanFlow能够精准识别最活跃的高密度聚集区域,作为社区服务的核心节点,也是未来判断片区更新建设时序的重要依据。

1714959458754068.png

社区服务核心识别

2.快速决策重点改造路段

AOI(Area Of Interest,兴趣区域)的相关分析实现了从点到面的转换,其主要功能是为了辅助POI数据对居住属性区域进行精准筛选,以居住区为出行路径的起点,并将社区服务核心作为终点。基于奥雅研发中心&奥创引擎自研的Walking Preference Algorithm 算法,模拟出居民日常生活中使用最频繁的路段,辅助决策作为重点设计的优先改造路段。

1714959478351816.png

重点改造路段识别

三、道路结构调整

1.智能化路权分配

在确定重点改造路段后,设计师需要调整路段不同节点的道路结构,其中最直接体现的是典型剖断面图。UrbanFlow中的智能剖断面设计模块,在设定道路总宽度后,通过简单地滑动滑块即可调整相关参数。如机动车道、非机动车道、人行道的宽度,也可以灵活调整隔离带、设备带、绿化带、排水渠等功能带的宽度和位置,重新分配路权。

1714959508840415.png

智能剖断面设计工具

2.一键剖透转白模

用户可以自行设置周边的用地类型,包括骑楼、住宅、商业等,甚至可以自定义不同风格的素材。重新生成的剖面图可以作为衍生三维空间的依据,结合城市家具布置,使街道空间布局更为合理。这种快速实现不同创意的设计方案调整,让设计师从重复性工作中解放出来,将更多精力投入到创作中。

四、节点空间模拟

1.五项环境仿真模拟分析

1714959529116179.png

基于数字技术的仿真模拟,UrbanFlow可以对节点空间的物理环境进行全面分析,包括采光阴影、日照辐射、风与气压、环境噪声模拟、径流汇水等。以可感、可视的图形语言,辅助设计师根据场地现状进行针对性的改造,根据老街区的日照和阴影情况判断是否需要增加遮阳设施或调整植物布置。同时,在环境噪声模拟方面,UrbanFlow加入了自定义组件,通过控制行道树的品种、冠幅和种植间距,来模拟不同植物配置对环境噪音的影响,从而采取对应的干预措施。

1714959544225913.jpg

环境仿真模拟分析

在完成环境仿真模拟之后,通过数字化技术完成建模、模拟、自动生成、迭代优化等一系列计算,建立不同权重形成的环境舒适指标,平衡使用者的舒适度、建设成本、运营维护成本以及能耗等多种因素,进行多目标遗传优化搜索确定设计的最优解,为城市运营提供数据支持。

2.集群智能算法人群模拟

集群智能算法是模拟昆虫、动物的群体行为,形成计算机语言构建的智能算法,为景观节点构成、道路布局提供全新的解决思路。UrbanFlow可以通过计算模拟人的集群行为,包括街道内的人群聚集点和人群流线上的疏密变化,设计师可以有针对性地对活动场地进行提前布局,提升人本尺度空间体验。

1714959561689094.png

人群模拟

五、场景氛围生成

AIGC(人工智能自动生成内容)在近期掀起了热潮,随着奥雅对图像生成模型的探索不断加深,UrbanFlow优化了传统设计的工作流。在方案初期的效果表达上,设计师只需搭建简单的白模,配合多个定制化的LoRA模型,即可生成不同的表现风格,例如写实、漫画、水墨等。并且,在保证相同视角下,稳定生成带有季相变化、夜景切换、天气变化、空间氛围变化的效果图,以此来激发设计师的想象力、灵感和创造力,实现方案的快速表达。

1714959608441007.png

场景氛围图纸生成

经过测试和实践,五大核心模块的串联重塑了城市更新类街区设计的工作流,它将原本割裂的前后环节融合互补,极大地提升了工作效率和工作质量,但其实用性和应用场景远不止于此。UrbanFlow中的30项细分功能类似于“乐高”的基础模块,设计师可以根据不同项目需求及场景进行重新排列组合,形成适用于其他项目类型的高效设计流程。

1714959625129961.jpg

UrbanFlow是奥雅Urban系列的首款产品,奥雅将在未来进一步拓展城市更新、城市决策和城市运营相关的工具,形成一个完整的工具矩阵。所以它不仅仅是一款城市更新街区智能设计工具,更是饱含了奥雅对未来数字城市可持续化发展的向往和探索。奥雅期待通过一系列的设计工具,辅助设计师探索城市发展的规律、模拟城市运行、评估发展趋势,为设计师提供便捷高效的工具,从而应对高质量、精细化的设计要求。

截止目前,Urban系列产品已经成功申请了1项发明专利,“一种基于 AI 模型的街景重构方法及系统”;并获得了2项软件著作权,“奥雅城市底座生成软件V1.0”、“奥雅城市空间节点场景图生成软件V1.0”;1项作品著作权“奥雅街道断面生成软件”。正在申请4项软件著作权:“奥雅等时圈分析软件V1.0”、“奥雅POI分布图生成软件V1.0”、“奥雅POI密度图生成软件V1.0”、“奥雅午餐骰子软件V1.0”。

六.奥创引擎数字城市实验室 夯实系列产品底层

奥创引擎可持续发展与数字城市实验室(下称数字城市实验室)一直致力于在城市空间研究和技术创新领域探索前沿。UrbanFlow基于设计师常用的模型搭建平台,通过多种程序语言的联合作业,打通超过30项不同技术底层、不同技术领域的功能底层,并针对城市更新设计工作流进行了功能优化和融合。让设计师在同一平台实现从前期分析到结果展示成为可能,极大地提升设计效率。

同时,数字城市实验室通过多年积累的项目经验与通用基础算法相结合,针对城市更新中的典型场景,基于自主研发的Walking Preference Algorithm,构建决策模型,创新性地实现了对于重点改造路段的识别。UrbanFlow不仅在技术层面取得了显著突破,更在公司内部建立了高效的、可持续的成果转化机制。充分发挥了数字城市实验室在底层技术和理论支持方面的优势,以及产品研发团队在成果转换和市场推广方面的专业能力。数字城市实验室提供了深入的理论指导,为产品的功能设计和快速推进提供了坚实的基础。

1714959641571623.png

数字城市实验室将根据产品已有的功能版块为研究核心,探索更多领域尖端专业技术在产品中应用落地的可能性,进一步升维产品竞争力。目前数字城市实验室正在就UrbanFlow的多个版块进行技术升级,积极关联遥感科学与技术,城市空间分析学等多项专业领域,深挖在机器学习分支之下的图像分割,感知分析,模型预测等多种技术在城市空间领域的更多应用场景。

未来,在公司“All in AI”的战略指引下,奥雅将继续秉承创新发展的理念,深度融合人工智能、大数据、机器学习、云计算、自然语言处理(NLP)等前沿技术。公司将继续致力于在公园设计、植物设计、社区设计、亲子文旅、儿童友好等更多的场景中融合相关前沿技术,重塑设计工作流程,致力于开发更多具有实际应用价值的产品。通过技术研发与产品开发的双轮驱动,推动设计革新向“新质生产力“迈进,促进城市建设和城市发展走向更加智慧、可持续的新阶段。

我们诚挚邀请更多伙伴加入我们的探索之旅,点击链接试用产品。 https://hf-mirror.com/spaces/SShen11/UrbanFlow-DataAnalysis-Public


责任编辑:Linda
分享到:
0
【慎重声明】凡本站未注明来源为"中国科技互联网"的所有作品,均转载、编译或摘编自其它媒体,转载、编译或摘编的目的在于传递更多信息,并不代表本站赞同其观点和对其真实性负责。如因作品内容、版权和其他问题需要同本网联系的,请在30日内进行!
合作伙伴
PATNERS