一种基于人工智能的城市设计虚拟现实即时交互平台

摘要

本发明公开一种基于人工智能的城市设计虚拟现实即时交互平台，交互方式包括如下步骤：将某地段的城市设计场地范围地理空间信息输入与栅格化；提取某地段的城市设计场地范围地理空间信息特征，通过卷积神经网络学习智能生成城市设计方案；将城市设计方案输入全息沙盘显示平台，构建城市设计方案智能三维沙盘；定位规划师与智能三维沙盘的空间位置；构建交互反馈的指令库，选择和识别指令；指令处理与结果反馈显示。构建城市设计方案的智能三维沙盘和虚拟现实交互系统，解决了传统方案展示和调整存在的互动性差、方案调整人工成本高、调整后续工作周期长的问题，实现了基于人工智能的方案自动生成和规划师对城市设计方案即时准确高效的反馈调整。

权利要求

1.一种基于人工智能的城市设计虚拟现实即时交互平台，其特征在于，交互平台包括：S1、将某地段的城市设计场地范围地理空间信息数据输入，将所述地理空间信息数据转换成平面栅格信息；

S2、将城市设计场地平面栅格信息通过城市设计方案案例库的卷积神经网络学习与对抗生成，自动生成城市设计多方案平面图，其中城市设计方案案例库包含比例尺为1:1000，分辨率为1920×1080的城市设计方案平面图；将城市设计多方案平面图栅格信息矢量化，对比规划指标库指标得到符合指标的城市设计多方案，并输入符合规划指标的方案库；

S3、将符合规划指标的方案库输入全息沙盘平台，生成某地段的城市设计智能三维沙盘，并在全息沙盘上运行显示；

S4、通过传感器定位规划师眼睛视角和规划师手部与智能三维沙盘相对空间位置；

S5、构建智能三维沙盘指令库，指令库把包括指令名称，手势动作指令信息/语音指令信息，智能三维沙盘修改调整，设置语音指令模块和手势指令模块选择和识别规划师即时的指令；

S6、将指令输入指令库，判定规划师操作指令，识别指令对应的智能三维沙盘修改调整，计算调整后方案规划指标，判定是否符合规划指标库的指标值限定区间，执行符合的命令，将智能三维沙盘修改调整与符合规划指标的方案库比对计算，生成和显示修改调整后的某地段的城市设计智能三维沙盘。

2.根据权利要求1所述的一种基于人工智能的城市设计虚拟现实即时交互平台，其特征在于，所述S1包括S1.1和S1.2两个步骤：S1.1、获取并存储某地段的城市设计场地范围内的地理空间信息数据，输入地理信息处理平台，所述地理空间信息数据包括道路数据、绿地数据、水系数据，通过地理空间信息数据相关平台—Google Earth获取，所述地理信息处理平台包括ArcGIS；

S1.2、将所述地理空间信息数据转换成比例尺为1:1000，分辨率为1920×1080的设计场地平面栅格信息，其中道路数据转换成RGB值为255‑252‑235的面状信息，绿地数据转换成RGB值为245‑250‑222的面状信息，水系数据转换成RGB值为62‑98‑132的面状信息。

3.根据权利要求2所述的一种基于人工智能的城市设计虚拟现实即时交互平台，其特征在于，所述S2包括S2.1、S2.2、S2.3、S2.4、S2.5、S2.6和S2.7七个步骤：S2.1、导入城市设计方案案例库，其中，案例库包含比例尺为1:1000，分辨率为1920×

1080的城市设计方案平面图，平面图数量为20000，城市设计方案平面图包括道路信息、绿地信息、水系信息和建筑信息，其中，道路信息：RGB值为255‑252‑235的面状信息，绿地信息为RGB值为245‑250‑222的面状信息，水系信息为RGB值为62‑98‑132的面状信息，建筑信息为包含建筑楼层数据的面状信息，其中1‑10层建筑RGB值为232‑232‑227，11‑20层建筑RGB值为206‑206‑202，21‑30层建筑RGB值为178‑178‑175，31‑40层建筑RGB值为152‑152‑149，

41‑45层建筑RGB值为126‑126‑124，46‑50层建筑RGB值为110‑110‑108，51层及以上建筑RGB值为96‑96‑94；

S2.2、运用卷积神经网络模型，对城市设计方案案例库的样本案例特征进行机器学习，其中，样本案例特征包括道路特征、水系特征、建筑布局和层数特征；

S2.3、对S1.2中某地段的城市设计场地平面栅格信息的样本特征进行提取，样本特征包括设计场地内道路特征和水系特征，并通过城市设计方案案例库的机器学习与对抗生成，自动生成包含建筑信息的城市设计多方案平面图，其中的建筑信息包括建筑布局和不同层数对应的RGB值信息；

S2.4、通过RGB值识别计算城市设计多方案平面图中的建筑楼层信息，生成多方案建筑矢量数据，其中，建筑矢量数据为带有楼层信息的多线段围合而成的多边形数据；

S2.5、将多方案建筑矢量数据与S1.1中的地理空间信息数据叠加生成某地段的城市设计方案库；

S2.6、构建一种规划指标库，将规划指标库与城市设计方案库连接，通过规划指标计算公式计算城市设计方案库内多方案的各项规划指标数值，其中，所述规划指标库包括指标名称、算法、指标属性和规划指标值限定区间，规划指标包括：总用地面积，其总用地面积为每个单个地块面积之和；建筑总基底面积，其建筑总基底面积为每个单体建筑底面积之和；

建筑总面积，其建筑总面积为单体建筑底面积乘以建筑层数；建筑容积率，其建筑容积率为建筑总面积除以单体用地面积；建筑密度，其建筑密度为建筑总基底面积除以总用地面积；

建筑平均高度，其建筑平均高度为所有单体建筑高度的平均值；规划指标值限定区间为数值区间值，通过规划师人工设定；

S2.7、将某地段的城市设计方案库内多方案各项规划指标数值与规划指标库内规划指标值限定区间比对，判定多方案规划指标是否在规划指标值限定区间内，若结果为否，则判定为废弃方案，若结果为是，则将该方案加载至符合规划指标的方案库。

4.根据权利要求1所述的一种基于人工智能的城市设计虚拟现实即时交互平台，其特征在于，所述S3包括S3.1和S3.2两个步骤：S3.1、将S3.1中符合规划指标的方案库输入全息沙盘平台；

S3.2、在全息沙盘平台的沙盘主机中，将地理空间信息数据进行计算，生成某地段的场地底盘三维模型，将建筑矢量数据的建筑楼层数据与多边形矢量数据连接计算，生成建筑三维空间模型，将场地底盘三维模型与建筑三维空间模型叠加，生成某地段的城市设计智能三维沙盘，并在全息沙盘上运行显示。

5.根据权利要求1所述的一种基于人工智能的城市设计虚拟现实即时交互平台，其特征在于，所述S4包括S4.1和S4.2两个步骤：S4.1、定位规划师眼睛视角与智能三维沙盘相对空间位置，在全息沙盘平台四周和规划师穿戴的VR眼镜分别设置探测距离为5m的传感器，使得全息沙盘平台与VR眼镜相互探测到双方位置；

S4.2、定位规划师手部与智能三维沙盘相对空间位置，在全息沙盘平台四周和规划师穿戴的数据手套的手心分别设置探测距离为5m的传感器，使得全息沙盘平台与数据手套相互探测到双方位置。

6.根据权利要求1所述的一种基于人工智能的城市设计虚拟现实即时交互平台，其特征在于，所述S5包括S5.1和S5.2两个步骤：S5.1、构建智能三维沙盘指令库，其中，指令库包括指令名称、手势动作指令信息/语音指令信息、智能三维沙盘修改调整；

S5.2、设置语音指令模块和手势指令模块，其中，在全息沙盘平台四周设置语音识别设备，规划师在探测距离范围内所发出的语音指令被所述语音识别设备识别；在数据手套的五指指尖和手心分别设置传感器，规划师佩戴数据手套在探测距离范围内做出的相应手势指令被传感器识别。

7.根据权利要求1所述的一种基于人工智能的城市设计虚拟现实即时交互平台，其特征在于，所述S6包括S6.1、S6.2、S6.3和S6.4四个步骤：S6.1、将S5.2中所识别的指令输入指令库，将所述指令与指令库内的指令内容对比计算，判定规划师操作指令；

S6.2、将指令对应的智能三维沙盘修改调整输入计算机工作站，所述指令对应的修改调整包括建筑形体的拉伸、缩放、旋转、建筑布局的调整，将调整后的三维沙盘输入S2.6中的规划指标库，计算调整后方案规划指标；

S6.3、将调整后方案规划指标数值与规划指标库中的规划指标值限定区间比对，判定调整后方案规划指标是否在规划指标值限定区间内，若结果为否，显示方案规划指标警示，S6.1中的指令作废，若结果为是，则将智能三维沙盘修改调整输入步骤S2.7中的符合规划指标的方案库；

S6.4、将智能三维沙盘修改调整与符合规划指标的方案库比对计算，选取修改调整后的方案，将方案输入全息沙盘平台，生成和显示修改调整后的某地段的城市设计智能三维沙盘。

8.根据权利要求3所述的一种基于人工智能的城市设计虚拟现实即时交互平台，其特征在于，所述RGB值为工业界的颜色标准。

说明书

一种基于人工智能的城市设计虚拟现实即时交互平台

技术领域

[0001] 本发明属于城市规划领域，具体涉及一种基于人工智能的城市设计虚拟现实即时交互平台。

背景技术

[0002] 一方面，随着人工智能的发展，城市设计的展示和调整形式在不断更新。从传统的以实物为载体到目前广为应用的以计算机多媒体为载体，城市设计的信息表达程度在不断
提高，但是存在着空间认知单一、体验感差和互动反馈性缺乏等问题。而规划师通过方案展
示、信息收集、意见反馈等多工作流程对城市设计方案进行调整，具有延时性和低效性，不
便于后续工作的开展。另一方面，虚拟现实技术开始蓬勃发展并广泛应用到各个行业应用
领域。所述虚拟现实技术通过计算机模拟产生三维空间虚拟世界，提供使用者关于视觉等
感官的模拟，增强使用者的体验感。目前该技术已广泛应用到影视娱乐、教育培训、建筑设
计、医学模拟等行业领域。

[0003] 基于人工智能的城市设计虚拟现实即时交互平台对于实时展示和调整城市设计方案具有重大意义。所述系统解决了传统方案展示和调整存在的互动性差、方案调整人工
成本高、调整后续工作周期长等多方面问题，实现了基于人工智能的方案自动生成和规划
师对城市设计方案的即时、准确、高效的反馈调整。

发明内容

[0004] 针对现有技术的不足，本发明的目的在于提供一种基于人工智能的城市设计虚拟现实即时交互平台，通过构建城市设计方案的智能三维沙盘和虚拟现实即时交互系统，解
决了传统方案展示和调整存在的互动性差、方案调整人工成本高、调整后续工作周期长等
多方面问题，实现了基于人工智能的方案自动生成和规划师对城市设计方案的即时、准确、
高效的反馈调整。

[0005] 本发明的目的可以通过以下技术方案实现：

[0006] 一种基于人工智能的城市设计虚拟现实即时交互平台，交互方式包括以下步骤：

[0007] S1、将某地段的城市设计场地范围地理空间信息数据输入，将所述所述地理空间信息数据转换成平面栅格信息；

[0008] S2、将城市设计场地平面栅格信息通过城市设计方案案例库的卷积神经网络学习与对抗生成，自动生成城市设计多方案平面图，其中城市设计方案案例库包含比例尺为1:
1000，分辨率为1920×1080的城市设计方案平面图；将城市设计多方案平面图栅格信息矢
量化，对比规划指标库指标得到符合指标的城市设计多方案，并输入符合规划指标的方案
库；

[0009] S3、将符合规划指标的方案库输入全息沙盘平台，生成某地段的城市设计智能三维沙盘，并在全息沙盘上运行显示；

[0010] S4、通过传感器定位规划师眼睛视角和规划师手部与智能三维沙盘相对空间位置；

[0011] S5、构建智能三维沙盘指令库，指令库把包括指令名称，手势动作指令信息/语音指令信息，智能三维沙盘修改调整，设置语音指令模块和手势指令模块选择和识别规划师
即时的指令；

[0012] S6、将指令输入指令库，判定规划师操作指令，识别指令对应的智能三维沙盘修改调整，计算调整后方案规划指标，判定是否符合规划指标库的指标值限定区间，执行符合的
命令，将智能三维沙盘修改调整与符合规划指标的方案库比对计算，生成和显示修改调整
后的某地段的城市设计智能三维沙盘。

[0013] 进一步的，所述S1包括S1.1和S1.2两个步骤：

[0014] S1.1、获取并存储某地段的城市设计场地范围内的地理空间信息数据，输入地理信息处理平台，所述地理空间信息数据包括地形数据、水系数据、绿地数据、道路数据、建筑
数据等，可通过地理空间信息数据相关平台如Google Earth等获取，所述地理信息处理平
台包括ArcGIS等；

[0015] S1.2、将所述地理空间信息数据转换成比例尺为1:1000，分辨率为1920×1080的设计场地平面栅格信息，其中道路数据转换成RGB值为255‑252‑235的面状信息，绿地数据
转换成RGB值为245‑250‑222的面状信息，水系数据转换成RGB值为62‑98‑132的面状信息。

[0016] 进一步的，所述S2包括S2.1、S2.2、S2.3、S2.4、S2.5、S2.6和S2.7七个步骤：

[0017] S2.1、导入城市设计方案案例库，其中，案例库包含比例尺为1:1000，分辨率为1920×1080的城市设计方案平面图，平面图数量为20000，城市设计方案平面图包括道路信
息、绿地信息、水系信息和建筑信息，其中，道路信息：RGB值为255‑252‑235的面状信息，绿
地信息为RGB值为245‑250‑222的面状信息，水系信息为RGB值为62‑98‑132的面状信息，建
筑信息为包含建筑楼层数据的面状信息，其中1‑10层建筑RGB值为232‑232‑227，11‑20层建
筑RGB值为206‑206‑202，21‑30层建筑RGB值为178‑178‑175，31‑40层建筑RGB值为152‑152‑
149，41‑45层建筑RGB值为126‑126‑124，46‑50层建筑RGB值为110‑110‑108，51层及以上建
筑RGB值为96‑96‑94；

[0018] S2.2、运用卷积神经网络模型，对城市设计方案案例库的样本案例特征进行机器学习，其中，样本案例特征包括道路特征、水系特征和建筑布局及层数特征；

[0019] S2.3、对S1.2中某地段的城市设计场地平面栅格信息的样本特征进行提取，样本特征包括设计场地内道路特征和水系特征，并通过城市设计方案案例库的机器学习与对抗
生成，自动生成包含建筑信息的城市设计多方案平面图，其中的建筑信息包括建筑布局和
不同层数对应的RGB值信息；

[0020] S2.4、通过RGB值识别计算城市设计多方案平面图中的建筑楼层信息，生成多方案建筑矢量数据，其中，建筑矢量数据为带有楼层信息的多线段围合而成的多边形数据；

[0021] S2.5、将多方案建筑矢量数据与S1.1中的地理空间信息数据叠加生成某地段的城市设计方案库；

[0022] S2.6、构建一种规划指标库，将规划指标库与城市设计方案库连接，通过规划指标计算公式计算城市设计方案库内多方案的各项规划指标数值，其中，所述规划指标库包括
指标名称、算法、指标属性和规划指标值限定区间，规划指标包括：总用地面积，其总用地面
积为每个单个地块面积之和；建筑总基底面积，其建筑总基底面积为每个单体建筑底面积
之和；建筑总面积，其建筑总面积为单体建筑底面积乘以建筑层数；建筑容积率，其建筑容
积率为建筑总面积除以单体用地面积；建筑密度，其建筑密度为建筑总基底面积除以总用
地面积；建筑平均高度，其建筑平均高度为所有单体建筑高度的平均值；规划指标值限定区
间为数值区间值，通过规划师人工设定；

[0023] S2.7、将某地段的城市设计方案库内多方案各项规划指标数值与规划指标库内规划指标值限定区间比对，判定多方案规划指标是否在规划指标值限定区间内，若结果为否，
则判定为废弃方案，若结果为是，则将该方案加载至符合规划指标的方案库。

[0024] 进一步的，所述S3包括S3.1和S3.2两个步骤：

[0025] S3.1、将S3.1中符合规划指标的方案库输入全息沙盘平台；

[0026] S3.2、在全息沙盘平台的沙盘主机中，将地理空间信息数据进行计算，生成某地段的场地底盘三维模型，将建筑矢量数据的建筑楼层数据与多边形矢量数据连接计算，生成
建筑三维空间模型，将场地底盘三维模型与建筑三维空间模型叠加，生成某地段的城市设
计智能三维沙盘，并在全息沙盘上运行显示。

[0027] 进一步的，所述S4包括S4.1和S4.2两个步骤：

[0028] S4.1、定位规划师眼睛视角与智能三维沙盘相对空间位置，在全息沙盘平台四周和规划师穿戴的VR眼镜分别设置探测距离为5m的传感器，使得全息沙盘平台与VR眼镜可以
相互探测到双方位置；

[0029] S4.2、定位规划师手部与智能三维沙盘相对空间位置，在全息沙盘平台四周和规划师穿戴的数据手套的手心分别设置探测距离为5m的传感器，使得全息沙盘平台与数据手
套可以相互探测到双方位置。

[0030] 进一步的，所述S5包括S5.1和S5.2两个步骤：

[0031] S5.1、构建智能三维沙盘指令库，其中，指令库包括指令名称、手势动作指令信息或语音指令信息、智能三维沙盘修改调整；

[0032] S5.2、设置语音指令模块和手势指令模块，其中，在全息沙盘平台四周设置语音识别设备，规划师在探测距离范围内所发出的语音指令可被所述语音识别设备识别；在数据
手套的五指指尖和手心分别设置传感器，规划师佩戴数据手套在探测距离范围内做出的相
应手势指令可被传感器识别。

[0033] 进一步的，所述S6包括S6.1、S6.2、S6.3和S6.4四个步骤：

[0034] S6.1、将S5.2中所识别的指令输入指令库，将所述指令与指令库内的指令内容对比计算，判定规划师操作指令；

[0035] S6.2、将指令对应的智能三维沙盘修改调整输入计算机工作站，所述指令对应的修改调整包括建筑形体的拉伸、缩放、旋转、建筑布局的调整等，将调整后的三维沙盘输入
S2.6中的规划指标库，计算调整后方案规划指标；

[0036] S6.3、将调整后方案规划指标数值与规划指标库中的规划指标值限定区间比对，判定调整后方案规划指标是否在规划指标值限定区间内，若结果为否，显示方案规划指标
警示，S6.1中的指令作废，若结果为是，则将智能三维沙盘修改调整输入步骤S2.7中的符合
规划指标的方案库；

[0037] S6.4、将智能三维沙盘修改调整与符合规划指标的方案库比对计算，选取修改调整后的方案，将方案输入全息沙盘平台，生成和显示修改调整后的某地段的城市设计智能
三维沙盘。

[0038] 进一步的，所述RGB值为工业界的颜色标准。

[0039] 本发明的有益效果：

[0040] 1、本发明减少了设计方案生成的时间成本，传统的设计方案从方案生成‑方案调整‑方案再设计需要4‑6周时间，本发明实现了多方案的智能生成，并解决了方案调整后的
方案再设计时间长的问题，实现以天为周期，生成和调整方案仅需2‑3天时间，更加高效地
完成城市设计方案生成和调整；

[0041] 2、本发明减少了设计方案生成的人工成本，传统的15‑20平方公里设计方案生成需要6‑10人团队的讨论和协作设计，本发明仅需1‑2人操作平台即可完成方案的生成和调
整；

[0042] 3、本发明实现了方案的即时调整和调整后方案三维沙盘模型的即时展示，规划师可通过手势命令或语音命令对方案进行即时调整，增强了规划师与方案三维沙盘的互动
性，并即时显示调整后的三维沙盘模型，提升了方案的展示效果。

附图说明

[0043] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来
讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0044] 图1为本发明实施例的整体方法流程和设备框架图；

[0045] 图2为本发明实施例的城市设计方案平面图示意图；

[0046] 图3为本发明所有硬件设备图；

[0047] 图4为本发明的规划师与全息沙盘平台的空间定位原理图；

[0048] 图5为本发明的规划师手势指令识别原理图；

[0049] 图6为本发明的规划师语音指令识别原理图。

具体实施方式

[0050] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于
本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它
实施例，都属于本发明保护的范围。

[0051] 在本发明的描述中，需要理解的是，术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系，仅是为了便于描述本发明和简化描述，而不
是指示或暗示所指的组件或元件必须具有特定的方位，以特定的方位构造和操作，因此不
能理解为对本发明的限制。

[0052] 如图1所示，本发明实施例公开了一种基于人工智能的城市设计虚拟现实即时交互平台，以下某地段的城市设计为案例和附图来详细说明本发明的技术方案，包括以下步
骤：

[0053] S1、将某地段的城市设计场地范围地理空间信息数据输入，将所述所述地理空间信息数据转换成平面栅格信息；

[0054] S2、将城市设计场地平面栅格信息通过城市设计方案案例库的卷积神经网络学习与对抗生成，自动生成城市设计多方案平面图，其中城市设计方案案例库包含比例尺为1:
1000，分辨率为1920×1080的城市设计方案平面图；将城市设计多方案平面图栅格信息矢
量化，对比规划指标库指标得到符合指标的城市设计多方案，并输入符合规划指标的方案
库；

[0055] S3、将符合规划指标的方案库输入全息沙盘平台，生成某地段的城市设计智能三维沙盘，并在全息沙盘上运行显示；

[0056] S4、通过传感器定位规划师眼睛视角和规划师手部与智能三维沙盘相对空间位置；

[0057] S5、构建智能三维沙盘指令库，指令库把包括指令名称，手势动作指令信息/语音指令信息，智能三维沙盘修改调整，设置语音指令模块和手势指令模块选择和识别规划师
即时的指令；

[0058] S6、将指令输入指令库，判定规划师操作指令，识别指令对应的智能三维沙盘修改调整，计算调整后方案规划指标，判定是否符合规划指标库的指标值限定区间，执行符合的
命令，将智能三维沙盘修改调整与符合规划指标的方案库比对计算，生成和显示修改调整
后的某地段的城市设计智能三维沙盘。

[0059] 上述S1包括S1.1和S1.2两个步骤：

[0060] S1.1、获取并存储某地段的城市设计场地范围内的地理空间信息数据，输入地理信息处理平台，所述地理空间信息数据包括地形数据、水系数据、绿地数据、道路数据、建筑
数据等，可通过地理空间信息数据相关平台如Google Earth等获取，所述地理信息处理平
台包括ArcGIS等；

[0061] S1.2、将所述地理空间信息数据转换成比例尺为1:1000，分辨率为1920×1080的设计场地平面栅格信息，如图2所示，其中道路数据转换成RGB值为255‑252‑235的面状信
息，绿地数据转换成RGB值为245‑250‑222的面状信息，水系数据转换成RGB值为62‑98‑132
的面状信息。

[0062] 上述S2包括S2.1、S2.2、S2.3、S2.4、S2.5、S2.6和S2.7七个步骤：

[0063] S2.1、导入城市设计方案案例库，其中，案例库包含比例尺为1:1000，分辨率为1920×1080的城市设计方案平面图，平面图数量为20000，城市设计方案平面图包括道路信
息、绿地信息、水系信息和建筑信息，其中，道路信息：RGB值为255‑252‑235的面状信息，绿
地信息为RGB值为245‑250‑222的面状信息，水系信息为RGB值为62‑98‑132的面状信息，建
筑信息为包含建筑楼层数据的面状信息，其中1‑10层建筑RGB值为232‑232‑227，11‑20层建
筑RGB值为206‑206‑202，21‑30层建筑RGB值为178‑178‑175，31‑40层建筑RGB值为152‑152‑
149，41‑45层建筑RGB值为126‑126‑124，46‑50层建筑RGB值为110‑110‑108，51层及以上建
筑RGB值为96‑96‑94；

[0064] S2.2、运用卷积神经网络模型，对城市设计方案案例库的样本案例特征进行机器学习，其中，样本案例特征包括道路特征、水系特征和建筑布局及层数特征；

[0065] S2.3、对S1.2中某地段的城市设计场地平面栅格信息的样本特征进行提取，样本特征包括设计场地内道路特征和水系特征，并通过城市设计方案案例库的机器学习与对抗
生成，自动生成包含建筑信息的城市设计多方案平面图，其中的建筑信息包括建筑布局和
不同层数对应的RGB值信息；

[0066] S2.4、通过RGB值识别计算城市设计多方案平面图中的建筑楼层信息，生成多方案建筑矢量数据，其中，建筑矢量数据为带有楼层信息的多线段围合而成的多边形数据；

[0067] S2.5、将多方案建筑矢量数据与S1.1中的地理空间信息数据叠加生成某地段的城市设计方案库；

[0068] S2.6、构建一种规划指标库，将规划指标库与城市设计方案库连接，通过规划指标计算公式计算城市设计方案库内多方案的各项规划指标数值，其中，所述规划指标库包括
指标名称、算法、指标属性和规划指标值限定区间，规划指标包括：总用地面积，其总用地面
积为每个单个地块面积之和；建筑总基底面积，其建筑总基底面积为每个单体建筑底面积
之和；建筑总面积，其建筑总面积为单体建筑底面积乘以建筑层数；建筑容积率，其建筑容
积率为建筑总面积除以单体用地面积；建筑密度，其建筑密度为建筑总基底面积除以总用
地面积；建筑平均高度，其建筑平均高度为所有单体建筑高度的平均值；规划指标值限定区
间为数值区间值，通过规划师人工设定；

[0069] S2.7、将某地段的城市设计方案库内多方案各项规划指标数值与规划指标库内规划指标值限定区间比对，判定多方案规划指标是否在规划指标值限定区间内，若结果为否，
则判定为废弃方案，若结果为是，则将该方案加载至符合规划指标的方案库。

[0070] 上述S3包括S3.1和S3.2两个步骤：

[0071] S3.1、将S3.1中符合规划指标的方案库输入全息沙盘平台；

[0072] S3.2、在全息沙盘平台的沙盘主机中，将地理空间信息数据进行计算，生成某地段的场地底盘三维模型，如图3所示，将建筑矢量数据的建筑楼层数据与多边形矢量数据连接
计算，生成建筑三维空间模型，将场地底盘三维模型与建筑三维空间模型叠加，生成某地段
的城市设计智能三维沙盘，并在全息沙盘上运行显示。

[0073] 上述S4包括S4.1和S4.2两个步骤：

[0074] S4.1、如图4所示，定位规划师眼睛视角与智能三维沙盘相对空间位置，在全息沙盘平台四周和规划师穿戴的VR眼镜分别设置探测距离为5m的传感器，使得全息沙盘平台与
VR眼镜可以相互探测到双方位置；

[0075] S4.2、如图4所示，定位规划师手部与智能三维沙盘相对空间位置，在全息沙盘平台四周和规划师穿戴的数据手套的手心分别设置探测距离为5m的传感器，使得全息沙盘平
台与数据手套可以相互探测到双方位置。

[0076] 上述S5包括S5.1和S5.2两个步骤：

[0077] S5.1、构建智能三维沙盘指令库，其中，指令库包括指令名称、手势动作指令信息或语音指令信息、智能三维沙盘修改调整，其指令名称、手势动作、语音内容和智能沙盘调
整如下表所示；

[0078]

[0079]

[0080] S5.2、如图5、图6所示，设置语音指令模块和手势指令模块，其中，在全息沙盘平台四周设置语音识别设备，规划师在探测距离范围内所发出的语音指令可被所述语音识别设
备识别；在数据手套的五指指尖和手心分别设置传感器，规划师佩戴数据手套在探测距离
范围内做出的相应手势指令可被传感器识别。

[0081] 上述S6包括S6.1、S6.2、S6.3和S6.4四个步骤：

[0082] S6.1、将S5.2中所识别的指令输入指令库，将所述指令与指令库内的指令内容对比计算，判定规划师操作指令；

[0083] S6.2、将指令对应的智能三维沙盘修改调整输入计算机工作站，所述指令对应的修改调整包括建筑形体的拉伸、缩放、旋转、建筑布局的调整等，将调整后的三维沙盘输入
S2.6中的规划指标库，计算调整后方案规划指标；

[0084] S6.3、将调整后方案规划指标数值与规划指标库中的规划指标值限定区间比对，判定调整后方案规划指标是否在规划指标值限定区间内，若结果为否，显示方案规划指标
警示，S6.1中的指令作废，若结果为是，则将智能三维沙盘修改调整输入步骤S2.7中的符合
规划指标的方案库；

[0085] S6.4、将智能三维沙盘修改调整与符合规划指标的方案库比对计算，选取修改调整后的方案，将方案输入全息沙盘平台，生成和显示修改调整后的某地段的城市设计智能
三维沙盘。

[0086] 在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施
例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。
而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合
适的方式结合。

[0087] 以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本
发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变
化和改进都落入要求保护的本发明范围内。