基于人工智能工程设计的施工方案优化管理方法.pdf

《基于人工智能工程设计的施工方案优化管理方法.pdf》由会员分享，可在线阅读，更多相关《基于人工智能工程设计的施工方案优化管理方法.pdf（9页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910398922.5 (22)申请日 2019.05.14 (71)申请人 上海荷福人工智能科技 （集团） 有限 公司 地址 200021 上海市松江区中心路1158号 11幢101室 (72)发明人 周兵 (74)专利代理机构 成都华风专利事务所(普通 合伙) 51223 代理人 张巨箭徐丰 (51)Int.Cl. G06F 17/50(2006.01) (54)发明名称 一种基于人工智能工程设计的施工方案优 化管理方法 (57)摘要 本发明提供一种基于人工智能工程设计。

2、的 施工方案优化管理方法， 通过建立设计AI超算数 据库服务器存储楼形产品数据， 利用外设对所需 设计的建筑进行地面结构分析， 并对比相关内置 限定条件， 完成建筑设计方法， 并将出具的设计 方案输入审查服务器进行后期审查并出具审查 报告， 对达到审查要求的设计方案在输入至施工 图设计服务器， 进行施工图的编制并输出。 权利要求书2页 说明书6页 CN 110096835 A 2019.08.06 CN 110096835 A 1.一种基于人工智能工程设计的施工方案优化管理方法， 通过建立设计AI超算数据库 服务器存储楼形产品数据， 利用外设对所需设计的建筑进行地面结构分析， 并对比相关内 置。

3、限定条件， 完成建筑设计方法， 同时， 加入高层建筑施工防碰撞设置， 模拟现场施工， 对施 工设备及脚手架和塔吊的设置进行量化， 并将出具的设计方案输入审查服务器进行后期审 查并出具审查报告， 对达到审查要求的设计方案在输入至施工图设计服务器， 进行施工图 的编制并输出， 其特征在于， 具体包括如下步骤： 步骤1： 建立设计AI超算数据库服务器， 通过服务器收集建筑物的模型数据， 并预先存 储可供选择的建筑参数； 建立审查服务器， 在审查服务器中预存图纸的规范标准； 建立施工 设计服务器， 录入施工设计方案和标准； 步骤2： 根据所生成的施工方案， 建立施工设备的防碰撞防交叉设置， 具体包括脚。

4、手架 布局范围、 高台塔吊的定点布局、 以及塔吊与周围建筑的安全范围， 并将该数据录入施工设 计服务器， 生成固定的量化措施； 步骤3： 采集地图数据， 对待建设地区进行地形数据录入， 并在线进行建筑地的圈定， 上 传CAD基地文件； 步骤4： 向服务器了录入建筑物的基础参数， 限定建筑物各项基础数据； 步骤5： 服务器内进行数据对比， 通过内部的模型数据结合步骤3录入的建筑物的基础 参数， 自动生成楼型产品模型， 并生成电子文件输出； 步骤6： 将步骤4输出的电子文件输入至审查服务器进行审核， 审核完成之后出具审核 后的审核报告， 比对预先存储的审核数据对所输入的设计方案电子文件进行标准审核。

5、， 高 于审核标准的设计方案进入施工图设计阶段， 并出具相应的施工图设计方案、 说明书和设 计图纸。 步骤7： 建立对应的事故应急预案， 在事故发生时做好应急处置。 2.根据权利要求1所述的一种基于人工智能工程设计的施工方案优化管理方法， 其特 征在于： 所述建筑参数包括一级建筑参数、 二级建筑参数和三级建筑参数。 3.根据权利要求1所述的一种基于人工智能工程设计的施工方案优化管理方法， 其特 征在于： 所述的施工图设计方案和标准包括施工图的制图标准规范， 识别建筑施工图常用 的符号、 建筑材料、 总平面图、 建筑构造及配件图例， 全套施工图的编排为： 图纸目录、 总平 面图(施工总说明)、 。

6、建筑施工图、 结构施工图、 给水排水施工图、 采暖通风施工图、 电气施工 图。 4.根据权利要求2所述的一种基于人工智能工程设计的施工方案优化管理方法， 其特 征在于： 所述一级建筑参数包括轴网和建筑模型， 所述二级建筑参数包括建筑系列、 二维转 三维和门窗工具， 所述三级建筑参数包括柱子、 梁、 楼板、 墙体和楼梯、 项目名称、 门编号、 类 型和防火等级， 以及过梁、 地坪标高、 门套样式、 门扇厚度、 门扇高度、 门扇宽度和备注。 5.根据权利要求1所述的一种基于人工智能工程设计的施工方案优化管理方法， 其特 征在于： 所述施工施工设备的防碰撞防交叉设置包括： a、 水平方向上低位塔吊的。

7、起重臂和高位塔吊的起重臂之间设置间隔； b、 设置的塔吊需要区分固定的作业区， 正常情况下， 作业区不能出现交叉， 对于特殊情 况下出现的交叉作业区需要做交叉标记， 对于出现交叉作业区的塔吊之间的工作条件需要 严格监控； 权利要求书 1/2 页 2 CN 110096835 A 2 c、 高位塔吊需要的停靠范围需要在低位塔吊的覆盖范围外； d、 塔吊起重臂及下垂钢丝绳同下方脚手架等外延结构需要设置足够的安全距离； e、 与周围建筑之间保持安全距离， 尤其是起重臂下方的下垂钢丝保持与周围建筑的安 全距离。 6.根据权利要求1所述的一种基于人工智能工程设计的施工方案优化管理方法， 其特 征在于： 。

8、所述的事故应急预案包括如下： a、 提前成立事故应急小组， 在事故发生时直接调用应急小组， 启动救援； b、 组织抢救， 保护现场， 疏导现场人员， 并进行详细的事故报告； c、 进行现场救急， 伤亡情况汇总， 对于伤者及时送医救治， 对于死亡情况进行善后处 理， 并制定快速恢复措施； d、 恢复现场， 进行事故报告分析， 确定事故原因， 量化责任处置方案； 所生成的应急预案录入施工设计服务器， 形成固定的处理方案。 7.根据权利要求1所述的一种基于人工智能工程设计的施工方案优化管理方法， 其特 征在于： 所述CAD基地文件包括待建地区的地形地貌、 圈地范围以及在建地方案报告。 8.根据权利要。

9、求3所述的一种基于人工智能工程设计的施工方案优化管理方法， 其特 征在于： 所述的规范标准内容包括总图与指标数据、 设计说明、 日照参数、 消防设计、 车库与 排风设计标准、 防火设计标准、 人防标准、 层高及控高标准、 保温和无障碍标准。 9.根据权利要求1所述的一种基于人工智能工程设计的施工方案优化管理方法， 其特 征在于： 所生成的电子文件包括了设计总平面图、 楼型各层平面图、 立面图、 说明书以及概 算书。 10.根据权利要求1所述的一种基于人工只能的建筑设计方法， 其特征在于： 所述的自 动生成楼型模型产品模型的过程采、 审查服务器以及施工图设计服务器均采用深度学习模 型进行， 对预。

10、先构建的初始深度学习模型进行训练， 得到中间深度学习模型； 其中， 所述初 始深度学习模型为： 加载有分类目标函数的深度学习模型； 利用所述中间深度学习模型， 计算所述训练样本集中各个样本的特征向量， 并根据所 述训练样本集中各个样本的特征向量， 计算中心点距离目标函数的中间参数的初始值； 将中心点距离目标函数添加到中间深度学习模型中并加载所述中间参数的初始值， 得 到目标深度学习模型； 导入训练样本集中的预设数量个样本作为批次数据； 利用当前目标深度学习模型， 计算当前批次数据中各个样本的特征向量， 并根据当前 批次数据中各个样本的特征向量， 更新中间参数的参数值； 基于当前批次数据中各个样。

11、本的特征向量， 计算所述中心点距离目标函数的函数值和 分类目标函数的函数值， 并判断计算得到的中心点距离目标函数的函数值是否收敛到第一 预定区间， 且计算得到的分类目标函数的函数值是否收敛到第二预定区间； 如果否， 利用中心点距离目标函数的反向传播梯度和所述分类目标函数的反向传播梯 度， 调整当前目标深度学习模型的参数， 并返回执行所述导入训练样本集中的预设数量个 样本作为批次数据的步骤； 如果是， 结束对当前目标深度学习模型的训练。 权利要求书 2/2 页 3 CN 110096835 A 3 一种基于人工智能工程设计的施工方案优化管理方法 技术领域 0001 本发明涉及人工智能技术领域， 。

12、特别涉及一种基于人工智能工程设计的施工方案 优化管理方法。 背景技术 0002 随着数字化和信息化进程的不断推进， 现有的施工设计中， 设计师通常都会应用 现有的建筑装饰领域的设计工具软件进行设计， 并据此生成最终以电子化数据的形式呈现 的设计结果。 0003 建筑行业工作离不开资料信息和经验知识， 包括图纸、 技术文档、 操作规程和行业 资讯等。 在当前设计工作流程中， 建筑师一般采用传统纸质和电子化资料文档， 部分信息借 助互联网， 但基本上处于windows 文件夹管理的低效状态， 表现为： 资料缺乏系统分类， 资 料量少， 存放位置分散， 人为的形成一个个信息孤岛， 缺乏系统集成管理，。

13、 与外部网络资源 联系薄弱； 资料查询方式单一， 查询效率低下， 资料内容显示不直观。 在信息化时代， 建筑设 计是大量项目信息通过建筑师集成和创作处理的工作过程， 电子化程度高， 信息交换频繁， 低效的设计资料管理模式必然影响设计工作效率的提升。 发明内容 0004 为实现上述技术目的， 达到上述技术效果， 提出一种基于人工智能工程设计的施 工方案优化管理方法， 通过建立设计AI超算数据库服务器存储楼形产品数据， 利用外设对 所需设计的建筑进行地面结构分析， 并对比相关内置限定条件， 完成建筑设计方法， 同时， 加入高层建筑施工防碰撞设置， 模拟现场施工， 对施工设备及脚手架和塔吊的设置进行。

14、量 化， 并将出具的设计方案输入审查服务器进行后期审查并出具审查报告， 对达到审查要求 的设计方案在输入至施工图设计服务器， 进行施工图的编制并输出， 其特征在于， 具体包括 如下步骤： 0005 步骤1： 建立设计AI超算数据库服务器， 通过服务器收集建筑物的模型数据， 并预 先存储可供选择的建筑参数； 建立审查服务器， 在审查服务器中预存图纸的规范标准； 建立 施工设计服务器， 录入施工设计方案和标准； 0006 步骤2： 根据所生成的施工方案， 建立施工设备的防碰撞防交叉设置， 具体包括脚 手架布局范围、 高台塔吊的定点布局、 以及塔吊与周围建筑的安全范围， 并将该数据录入施 工设计服务。

15、器， 生成固定的量化措施； 0007 步骤3： 采集地图数据， 对待建设地区进行地形数据录入， 并在线进行建筑地的圈 定， 上传CAD基地文件； 0008 步骤4： 向服务器了录入建筑物的基础参数， 限定建筑物各项基础数据； 0009 步骤5： 服务器内进行数据对比， 通过内部的模型数据结合步骤3 录入的建筑物的 基础参数， 自动生成楼型产品模型， 并生成电子文件输出； 0010 步骤6： 将步骤4输出的电子文件输入至审查服务器进行审核， 审核完成之后出具 说明书 1/6 页 4 CN 110096835 A 4 审核后的审核报告， 比对预先存储的审核数据对所输入的设计方案电子文件进行标准审 。

16、核， 高于审核标准的设计方案进入施工图设计阶段， 并出具相应的施工图设计方案、 说明书 和设计图纸。 0011 步骤7： 建立对应的事故应急预案， 在事故发生时做好应急处置。 0012 优选地， 所述建筑参数包括一级建筑参数、 二级建筑参数和三级建筑参数。 0013 优选地， 所述的施工图设计方案和标准包括施工图的制图标准规范， 识别建筑施 工图常用的符号、 建筑材料、 总平面图、 建筑构造及配件图例， 全套施工图的编排为： 图纸目 录、 总平面图(施工总说明)、 建筑施工图、 结构施工图、 给水排水施工图、 采暖通风施工图、 电气施工图。 0014 优选地， 所述一级建筑参数包括轴网和建筑模。

17、型， 所述二级建筑参数包括建筑系 列、 二维转三维和门窗工具， 所述三级建筑参数包括柱子、 梁、 楼板、 墙体和楼梯、 项目名称、 门编号、 类型和防火等级， 以及过梁、 地坪标高、 门套样式、 门扇厚度、 门扇高度、 门扇宽度和 备注。 0015 优选地， 所述施工施工设备的防碰撞防交叉设置包括： 0016 a、 水平方向上低位塔吊的起重臂和高位塔吊的起重臂之间设置间隔； 0017 b、 设置的塔吊需要区分固定的作业区， 正常情况下， 作业区不能出现交叉， 对于特 殊情况下出现的交叉作业区需要做交叉标记， 对于出现交叉作业区的塔吊之间的工作条件 需要严格监控； 0018 c、 高位塔吊需要的。

18、停靠范围需要在低位塔吊的覆盖范围外； 0019 d、 塔吊起重臂及下垂钢丝绳同下方脚手架等外延结构需要设置足够的安全距离； 0020 e、 与周围建筑之间保持安全距离， 尤其是起重臂下方的下垂钢丝保持与周围建筑 的安全距离。 0021 优选地， 所述的事故应急预案包括如下： 0022 a、 提前成立事故应急小组， 在事故发生时直接调用应急小组， 启动救援； 0023 b、 组织抢救， 保护现场， 疏导现场人员， 并进行详细的事故报告； 0024 c、 进行现场救急， 伤亡情况汇总， 对于伤者及时送医救治， 对于死亡情况进行善后 处理， 并制定快速恢复措施； 0025 d、 恢复现场， 进行事故。

19、报告分析， 确定事故原因， 量化责任处置方案； 0026 所生成的应急预案录入施工设计服务器， 形成固定的处理方案。 0027 优选地， 所述CAD基地文件包括待建地区的地形地貌、 圈地范围以及在建地方案报 告。 0028 优选地， 所述的规范标准内容包括总图与指标数据、 设计说明、 日照参数、 消防设 计、 车库与排风设计标准、 防火设计标准、 人防标准、 层高及控高标准、 保温和无障碍标准。 0029 优选地， 所生成的电子文件包括了设计总平面图、 楼型各层平面图、 立面图、 说明 书以及概算书。 0030 优选地， 所述的自动生成楼型模型产品模型的过程采、 审查服务器以及施工图设 计服务。

20、器均采用深度学习模型进行， 对预先构建的初始深度学习模型进行训练， 得到中间 深度学习模型； 其中， 所述初始深度学习模型为： 加载有分类目标函数的深度学习模型； 0031 利用所述中间深度学习模型， 计算所述训练样本集中各个样本的特征向量， 并根 说明书 2/6 页 5 CN 110096835 A 5 据所述训练样本集中各个样本的特征向量， 计算中心点距离目标函数的中间参数的初始 值； 0032 将中心点距离目标函数添加到中间深度学习模型中并加载所述中间参数的初始 值， 得到目标深度学习模型； 0033 导入训练样本集中的预设数量个样本作为批次数据； 0034 利用当前目标深度学习模型， 。

21、计算当前批次数据中各个样本的特征向量， 并根据 当前批次数据中各个样本的特征向量， 更新中间参数的参数值； 0035 基于当前批次数据中各个样本的特征向量， 计算所述中心点距离目标函数的函数 值和分类目标函数的函数值， 并判断计算得到的中心点距离目标函数的函数值是否收敛到 第一预定区间， 且计算得到的分类目标函数的函数值是否收敛到第二预定区间； 0036 如果否， 利用中心点距离目标函数的反向传播梯度和所述分类目标函数的反向传 播梯度， 调整当前目标深度学习模型的参数， 并返回执行所述导入训练样本集中的预设数 量个样本作为批次数据的步骤； 0037 如果是， 结束对当前目标深度学习模型的训练。。

22、 0038 区别于现有技术， 在现有设计方法的基础上， 加入基于深度学习的人工智能设计 方式， 可以减少设计过程中的人力消耗， 同时， 在审核出具的图纸的时候采用人工智能服务 器自动审核， 更加节省了人力劳动， 直观、 精细化的进行建筑设计， 提供更多的方便。 具体实施方式 0039 下面将结合本发明实施例， 对本发明实施例中的技术方案进行清楚、 完整地描述， 显然， 所描述的实施例仅是本发明的一部分实施例， 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做出创造性劳动前提下所获得的所有其他实施例， 都 属于本发明保护的范围。 0040 一种基于人工智能工程设计的施工。

23、方案优化管理方法， 通过建立设计AI超算数据 库服务器存储楼形产品数据， 利用外设对所需设计的建筑进行地面结构分析， 并对比相关 内置限定条件， 完成建筑设计方法， 同时， 加入高层建筑施工防碰撞设置， 模拟现场施工， 对 施工设备及脚手架和塔吊的设置进行量化， 并将出具的设计方案输入审查服务器进行后期 审查并出具审查报告， 对达到审查要求的设计方案在输入至施工图设计服务器， 进行施工 图的编制并输出， 其特征在于， 具体包括如下步骤： 0041 步骤1： 建立设计AI超算数据库服务器， 通过服务器收集建筑物的模型数据， 并预 先存储可供选择的建筑参数； 建立审查服务器， 在审查服务器中预存图。

24、纸的规范标准； 建立 施工设计服务器， 录入施工设计方案和标准； 0042 步骤2： 根据所生成的施工方案， 建立施工设备的防碰撞防交叉设置， 具体包括脚 手架布局范围、 高台塔吊的定点布局、 以及塔吊与周围建筑的安全范围， 并将该数据录入施 工设计服务器， 生成固定的量化措施； 0043 步骤3： 采集地图数据， 对待建设地区进行地形数据录入， 并在线进行建筑地的圈 定， 上传CAD基地文件； 0044 步骤4： 向服务器了录入建筑物的基础参数， 限定建筑物各项基础数据； 0045 步骤5： 服务器内进行数据对比， 通过内部的模型数据结合步骤3 录入的建筑物的 说明书 3/6 页 6 CN 。

25、110096835 A 6 基础参数， 自动生成楼型产品模型， 并生成电子文件输出； 0046 步骤6： 将步骤4输出的电子文件输入至审查服务器进行审核， 审核完成之后出具 审核后的审核报告， 比对预先存储的审核数据对所输入的设计方案电子文件进行标准审 核， 高于审核标准的设计方案进入施工图设计阶段， 并出具相应的施工图设计方案、 说明书 和设计图纸。 0047 步骤7： 建立对应的事故应急预案， 在事故发生时做好应急处置。 0048 优选地， 所述建筑参数包括一级建筑参数、 二级建筑参数和三级建筑参数。 0049 优选地， 所述的施工图设计方案和标准包括施工图的制图标准规范， 识别建筑施 工。

26、图常用的符号、 建筑材料、 总平面图、 建筑构造及配件图例， 全套施工图的编排为： 图纸目 录、 总平面图(施工总说明)、 建筑施工图、 结构施工图、 给水排水施工图、 采暖通风施工图、 电气施工图。 0050 优选地， 所述一级建筑参数包括轴网和建筑模型， 所述二级建筑参数包括建筑系 列、 二维转三维和门窗工具， 所述三级建筑参数包括柱子、 梁、 楼板、 墙体和楼梯、 项目名称、 门编号、 类型和防火等级， 以及过梁、 地坪标高、 门套样式、 门扇厚度、 门扇高度、 门扇宽度和 备注。 0051 优选地， 所述施工施工设备的防碰撞防交叉设置包括： 0052 a、 水平方向上低位塔吊的起重臂和。

27、高位塔吊的起重臂之间设置间隔； 0053 b、 设置的塔吊需要区分固定的作业区， 正常情况下， 作业区不能出现交叉， 对于特 殊情况下出现的交叉作业区需要做交叉标记， 对于出现交叉作业区的塔吊之间的工作条件 需要严格监控； 0054 c、 高位塔吊需要的停靠范围需要在低位塔吊的覆盖范围外； 0055 d、 塔吊起重臂及下垂钢丝绳同下方脚手架等外延结构需要设置足够的安全距离； 0056 e、 与周围建筑之间保持安全距离， 尤其是起重臂下方的下垂钢丝保持与周围建筑 的安全距离。 0057 优选地， 所述的事故应急预案包括如下： 0058 a、 提前成立事故应急小组， 在事故发生时直接调用应急小组，。

28、 启动救援； 0059 b、 组织抢救， 保护现场， 疏导现场人员， 并进行详细的事故报告； 0060 c、 进行现场救急， 伤亡情况汇总， 对于伤者及时送医救治， 对于死亡情况进行善后 处理， 并制定快速恢复措施； 0061 d、 恢复现场， 进行事故报告分析， 确定事故原因， 量化责任处置方案； 0062 所生成的应急预案录入施工设计服务器， 形成固定的处理方案。 0063 优选地， 所述CAD基地文件包括待建地区的地形地貌、 圈地范围以及在建地方案报 告。 0064 优选地， 所述的规范标准内容包括总图与指标数据、 设计说明、 日照参数、 消防设 计、 车库与排风设计标准、 防火设计标准。

29、、 人防标准、 层高及控高标准、 保温和无障碍标准。 0065 优选地， 所生成的电子文件包括了设计总平面图、 楼型各层平面图、 立面图、 说明 书以及概算书。 0066 优选地， 所述的自动生成楼型模型产品模型的过程采、 审查服务器以及施工图设 计服务器均采用深度学习模型进行， 对预先构建的初始深度学习模型进行训练， 得到中间 说明书 4/6 页 7 CN 110096835 A 7 深度学习模型； 其中， 所述初始深度学习模型为： 加载有分类目标函数的深度学习模型； 0067 利用所述中间深度学习模型， 计算所述训练样本集中各个样本的特征向量， 并根 据所述训练样本集中各个样本的特征向量，。

30、 计算中心点距离目标函数的中间参数的初始 值； 0068 将中心点距离目标函数添加到中间深度学习模型中并加载所述中间参数的初始 值， 得到目标深度学习模型； 0069 导入训练样本集中的预设数量个样本作为批次数据； 0070 利用当前目标深度学习模型， 计算当前批次数据中各个样本的特征向量， 并根据 当前批次数据中各个样本的特征向量， 更新中间参数的参数值； 0071 基于当前批次数据中各个样本的特征向量， 计算所述中心点距离目标函数的函数 值和分类目标函数的函数值， 并判断计算得到的中心点距离目标函数的函数值是否收敛到 第一预定区间， 且计算得到的分类目标函数的函数值是否收敛到第二预定区间；。

31、 0072 如果否， 利用中心点距离目标函数的反向传播梯度和所述分类目标函数的反向传 播梯度， 调整当前目标深度学习模型的参数， 并返回执行所述导入训练样本集中的预设数 量个样本作为批次数据的步骤； 0073 如果是， 结束对当前目标深度学习模型的训练。 0074 服务器用于存储可供用户设置的建筑参数； 其中服务器存储用可供用户设置的建 筑框架、 建筑设计细节等参数， 服务器具体可以是采用任何合适数据存储类型或者存储架 构的数据库。 0075 作为优选方案， 可根据本发明方案构建硬件系统， 包括一个或多个处理器以及存 储器。 其中， 处理器以及存储器可以通过总线或者其他方式连接， 0076 存。

32、储器作为一种非易失性计算机可读存储介质， 可用于存储非易失性软件程序、 非易失性计算机可执行程序以及模块， 如本发明实施例中的基于建筑信息模型的建筑设计 方法对应的程序指令/模块。 处理器通过运行存储在存储器中的非易失性软件程序、 指令以 及模块， 从而执行服务器的各种功能应用以及数据处理， 即实现上述方法实施例的基于建 筑信息模型的建筑设计方法。 0077 存储器可以包括存储程序区和存储数据区， 其中， 存储程序区可存储操作系统、 至 少一个功能所需要的应用程序； 存储数据区可存储根据给建筑设计系统的使用所创建的数 据等。 此外， 存储器可以包括高速随机存取存储器， 还可以包括非易失性存储器。

33、， 例如至少 一个磁盘存储器件、 闪存器件、 或其他非易失性固态存储器件。 在一些实施例中， 存储器可 选包括相对于处理器远程设置的存储器， 这些远程存储器可以通过网络连接至基于建筑信 息模型的建筑设计系统。 上述网络的实例包括但不限于互联网、 企业内部网、 局域网、 移动 通信网及其组合。 0078 所述一个或者多个模块存储在所述存储器中， 当被所述一个或者多个处理器执行 时， 执行上述建筑设计方法。 0079 采用上述技术方案， 其可通过无人机对于场所周边环境进行图像的获取， 并基于 对图像包含颜色的分析处理， 以确定待建地区所在环境的主色调， 以及建筑物各个位置所 对应的细节色调(即选用。

34、色调)； 基于上述色调数据的分析， 使得建筑物的色调即可与周边 的主环境相符， 又可使得场所相对于部分环境细节进行色调的贴合， 以使得场所与周边环 说明书 5/6 页 8 CN 110096835 A 8 境的整体协调程度得以显著改善。 与此同时， 上述基于移动平台分析的大型待建地区建筑 设计方法在对场所周边环境的色调进行监测的同时， 亦可对于周边环境的人员与车辆流量 进行监测， 以使得设计人员可获知待建地区周边各个区域的交通流量数值， 并基于上述数 值进行公共场所的道路规划， 从而使得所规划的待建地区可实现人员的快速流通， 以使其 使用效率得以显著提升 0080 以上所述仅为本发明的实施例， 并非因此限制本发明的专利范围， 凡是利用本发 明说明书内容所作的等效结构或等效流程变换， 或直接或简介运用在其他相关技术领域， 均同理包括在本发明的专利保护范围内。 说明书 6/6 页 9 CN 110096835 A 9 。