Нейросеть УрФУ автоматизирует градостроительное планирование на Урале

Фото из источника: ГИС-Ассоциация

Искусственный интеллект в роли градостроителя

Специалисты Уральского федерального университета создали инновационную нейросеть, способную автоматически анализировать городские территории и разделять их на функциональные зоны: общественные пространства и участки, предназначенные для застройки. Эта технология уже перешла из стадии разработки в практическое применение. Правительство Свердловской области активно использует программу в процессе перепроектирования и модернизации таких городов, как Верхняя Пышма, Ревда, Верхняя Салда, а также многих других населенных пунктов региона.

Проблема машинного "видения" города

Ключевой задачей на начальном этапе проектирования современного города является создание цифровой карты, понятной для систем машинного обучения и анализа. Хотя может показаться, что для этого достаточно спутниковых снимков или аэрофотосъемки, на практике искусственный интеллект сталкивается с серьезным вызовом. Компьютерная программа не способна самостоятельно, лишь по изображению, определить функциональное назначение зданий, классифицировать типы построек или идентифицировать категории земельных участков. Без этой семантической информации невозможно грамотно спланировать urban-развитие и создать эффективный генплан.

Как работает технология будущего

Вместо традиционных картографов и проектировщиков теперь работает нейронная сеть, основанная на принципах глубокого обучения. Алгоритм самостоятельно обучается распознавать и категоризировать разнообразные городские объекты: от магистралей и жилых домов до пешеходных инфраструктур, парковых зон и скверов. Важно отметить, что система анализирует не просто плоские изображения, а так называемые облака точек — массивы трехмерных координат (X, Y, Z), которые собираются с помощью специального самолета, осуществляющего аэрофотосъемку. На основе этих высокоточных данных нейросеть генерирует детализированную виртуальную 3D-модель исследуемой территории, что становится надежной основой для принятия градостроительных решений.