[发明专利]一种基于人工智能的城市道路网络自动生成方法

权利要求书

1.一种基于人工智能的城市道路网络自动生成方法，其特征在于，生成方法包括以下步骤：

S1：数据获取与输入模块，用于通过无人机采集和城市开源数据平台中获取的方式采集规划范围的二维矢量数据，并输入至地理信息平台中；

S2：机器学习模块，用于通过城市开源数据平台采集支路网络数据，构建城市支路网络样本库；再以支路划分的矩形质心为锚点，生成对应的锚点分布样本库；将锚点分布样本库的矢量图像转化为位图图像，构建统一量纲的锚点分布机器学习样本库；基于生成式对抗网络，对抗训练锚点分布模型；

基于生成式对抗网络对抗训练锚点分布模型，其具体操作步骤为以高斯白噪声为输入数据，以锚点自动分布图像为输出数据，构建生成网络；以锚点自动分布图像与锚点分布机器学习样本图像为输入数据，设计损失函数，构建判别网络；所述生成网络与判别网络为卷积神经网络；通过对生成网络与判别网络进行迭代训练，使锚点自动分布图像逐渐逼近锚点分布机器学习样本图像；

S3：规则库构建模块，用于通过地理信息平台，将《城市道路交通规划设计规范》中的城市支路间距范围规范、城市道路红线规范、城市道路倒角规范输入地理信息平台，并构建规则库；

指标控制根据《城市道路交通规划设计规范》和《道路倒角半径规范》的规则库整理构建；

表1：不同支路网规则指标控制

控制项	控制参数范围
支路网间距	150-250m
道路红线宽度	12-15m
支路网内部倒角	10-15m
支路与外部次干路倒角	20-25m

S4：方案集生成模块，用于通过机器学习模块得到的锚点分布模型在规划范围内生成并分布锚点，生成锚点分布方案集；再根据锚点分布方案集中各方案的锚点生成对应的泰森多边形分布方案集；并将各泰森多边形分布方案中的泰森多边形的质心替换该多边形内的锚点作为新锚点，生成新的锚点分布方案集；再以新的锚点分布方案集中的新锚点为中心通过矩形扩张法生成对应道路中心线布局方案集；通过《城市道路交通规划设计规范》规则库筛选出可行的道路中心线布局方案集，将可行的道路中心线布局方案集中的方案根据《城市道路交通规划设计规范》规则库生成道路网络方案输出并生成道路网络方案集；

道路中心线布局方案是以新锚点为中心通过矩形扩张法生成对应道路中心线布局方案，其具体操作步骤为控制新的锚点分布方案以自身的每一个新锚点为中心，以相同的速率同时朝自己的四个正交方向进行正方形的扩张，当两个相邻的锚点的扩张边触碰时，或者扩张边全部超出规划范围时，则该条边停止扩张，其他边继续扩张，直到最终所有边界停止扩张，生成与锚点数量一致的矩形，整合矩形各边形成道路中心线布局，将规划范围外及与规划范围重叠的矩形边删除，将规划范围内的矩形边整合为唯一的不重叠线段；

筛选可行的所述道路中心网络方案集，其具体操作步骤为判断通过矩形扩张法生成的道路中心线布局方案是否所有的道路中心线线段长度都在150-250m内，如果否，则废弃该方案；如果是，则将该方案输出至可行道路中心线布局方案集中；

S5：人机交互展示模块，用于将道路网络方案输出至二维交互展示设备，其具体包括方案图纸生成、方案效果模拟和方案各项指标展示。