基于分离障碍物的地下车库车位排布算法

地下车库中的障碍物是车位排布中除不规则外轮廓边界之外最复杂的约束条件,为此本文提出了一种根据障碍物分离处理的启发式算法。根据障碍物分布,将整个车库区域分为带障碍物和不带障碍物两部分,对其分别使用不同的方法计算。其中,包含障碍物部分通过像素分割构建用于描述空旷程度的矩阵,并计算最优排布方案;不包含障碍物的部分通过遗传算法处理,同时考虑两部分结合部位的车位损失,并合理规划承重柱,保证连通性。通过对不同形状、内部结构的地下车库的排布,该算法可以在有限运算时间内得到排布结果,为人工设计师提供参考辅助。

基于强化学习思想的地下车库车位排布研究

在地下车库排布车位,往往受到车库轮廓、障碍物和连通性等条件约束,本文设计并实现了一种基于探索策略和区域划分的车位排布方案。探索策略借鉴了强化学习的思想,通过设置奖励机制使智能体在地下车库环境中进行主路的铺设;区域划分算法可以在保证不堵塞车道情况下得到尽可能多的车位数量。本文算法能够在短时间内获得车位排布结果,帮助设计师减轻工作量,提高项目收益。

Dynamo可视化编程在车位排布中的应用研究

为了进一步提高车库设计中计算机辅助设计的自动化程度,通过解析和抓取设计师最常用的一种设计思路,同时模拟传统操作流程,基于Dynamo可视化编程编写了一套自动排布车位的程序算法。结果表明:对于每一种测试模型,当设计条件相同,且设计师和计算机均采用相同算法的情况下,人工布置的结果和计算机生成的结果均吻合。程序的运行效率、稳定性、运行结果的准确性、合理性,操作流程的便捷性等方面都基本满足了研究的预期效果。

停车场车位自动化排布设计及优化

用智能的方式来设计停车场的车位排布一直都是工程上的难题。传统的启发式算法和基于深度强化学习的方法(DQN)均存在数据利用率低下的问题。本文提出了一种基于改进DQN算法的停车场自动车位排布方法,该方法结合前人的经验,设计了合理的奖励函数,并使用了一种多步提取算法(EnDQN)训练强化学习智能体。通过实验确定了一组较优的超参数,并验证了该方法在提高数据利用率上的有效性,为后续研究提供了参考。

基于规则的城市地下车库外圈车位排布启发式算法

为了提高城市地下车库空间的利用率,针对地下车库轮廓复杂、面积大、障碍物多及需要确保地下结构安全等特点,对地下车库车位排布问题进行排车规则提取,设计了一种基于规则的三阶段车位排布启发式算法.针对基于规则提取后的外圈车位排布问题建立了数学模型,提出用启发式遗传算法求解该问题.对实际工程图纸的求解表明,该算法有效且能满足设计师要求的精度,并得到车位数最多的车位排布方案;通过结果可视化,可帮助设计人员制定优化的设计方案,提高地下车库设计的效率和项目收益.

基于图形分割的城市地下车库车位排布优化方法

为辅助设计师排布外轮廓形状复杂、面积大、障碍物多的大规模地下车库,针对局部复杂轮廓内同向车位与车道共同优化排布问题,提出了基于图形分割的混合整数线性规划模型.考虑了车位排列角度及位置的优化,能够处理任意轮廓内的车位与车道排布.开发了基于粒子群优化的分解算法,并通过实际的工程图纸验证了模型和算法的有效性.结果表明,该算法能快速有效地排布局部车位,辅助设计者给出最佳优化排布方案.开发的可视化及人机交互功能可大大提高设计者的开发效率.

关于公共建筑地下车库设计的探讨

伴随着城市停车困难问题的不断加剧,政府对新建项目停车数量的控制越来越严格。然而出于对开发成本的考虑,不能只靠增大地下室的规模来解决问题。这就要求我们在做地下车库设计时,既要满足停车位配建标准和实际使用要求,还要尽量完善设计以满足经济性要求。