Тема генерации застройки существует достаточно давно. Не буду углубляться в ретроспективу, хотя было бы интересно проследить, в каких странах и как развивались подобные инструменты, как устроена система градостроительного планирования и экономика города. К классу генераторов застройки я бы отнес системы, которые создают множество вариантов автоматизированным способом на основе данных об участке проектирования, вводных параметров застройки (этажности, плотности, функционального баланса и пр.), а также различных ограничений (например инсоляции). В информационном пространстве РФ уже появлялось несколько генераторов (Робот, «ПИК», Мастермайнд от GENPRO, угаснувший стартап у выходцев из КБ «Стрелка» на базе CityEngine) — о них мы поговорим в конце заметки. В принципе, сам CityEngine и другие подобные генераторы, ориентированные скорее на разработку игр или декорации к фильмам, существуют довольно давно.
Куда интереснее посмотреть, как развиваются совсем современные решения, основанные на машинном обучении, которое стало повсеместной панацеей, и сфокусированные именно на строительной отрасли. Я не специалист по машинному обучению и проектированию жилья, но общие принципы, надеюсь, улавливаю. В обзоре в детали нейронных сетей не погружаюсь.
Итак, Spacemaker теперь куплен Autodesk! Генерирует застройку небольшой территории, отталкиваясь от ограничений по ТЭП и инсоляции (примеры содержат что-то вроде КЕО) — специфика скандинавская, так что объектов по 30-40 этажей мы не увидим. Ориентирован, на первый взгляд, на жильё и девелопера из Скандинавии. Лично для меня интересно, что Autodesk так и не породил внутри своих знаменитых лабораторий чего-то подобного (хотя и поддерживает специализированную конференцию SIMAUD с момента её появления).
Как и многие подобные стартапы, Spacemaker не раскрывает своих цен — все по запросу.
Второй пример из моего недавнего исследования — archistar.ai. Тот же фокус на жилье, небольшом участке и девелопере, те же критерии. Этот инструмент выглядит более солидно, хотя и создан типичным «параметристом» эпохи 2010-х Бенджамином Кури (Benjamin Coorey). На сайте привычный блок исследований, который так характерен для европейской практики.
Стоит порядка 900 австралийских долларов в месяц — вот и примерная цена вопроса! Для меня отличительной чертой этого сервиса стала интеграция с местными официальными геоданными Австралии и нормативами. Зонирование (что-то вроде наших ПЗЗ) и зоны ограничений (наши ЗОУИТ) учитываются при генерации решений. В случае цивилизованного градрегулирования зонирование и четкое кадастровое деление (многие города в тех же США или Австралии состоят из аккуратных участочков) создают прекрасную основу для таких автоматизированных решений.
Надо сказать, что в Австралии в целом хорошо развита цифровизация городского планирования. Кстати, сервис вроде бы базируется на Mapbox.
Более архитектурно-ориентированным выглядит сервис Digital Blue Foam из Сингапура, который начинается с 88 долларов в месяц. Не заметил акцента на жилье, нет учета какой-либо местной специфики нормативов. Хипстерский набор: создание контекста из открытых источников (в том числе из OpenStreetMap), связь BIM, Rhino и SketchUp, немного игровая инфографика.
Интересно, что помимо генератора застройки есть попытка дополнить искусственным интеллектом процесс эскизирования. Отличное направление для экспериментов!
PRiSM — единственный (!) пока что пример open-source инструмента для планирования жилья заводского изготовления. Вы выбираете участок, смотрите аналитические слои по контексту, размещаете типы застройки (здесь нет упора на генерацию множества вариантов, из ролика этого пока не понял) и потом редактируете модели зданий. И это все в браузере. Это похоже на пример archistar.io, где также продукт ориентирован на конкретную локацию, в данном случае Лондон.
Буду изучать подробнее, спасибо Никите Тюкову за наводку. Этот продукт демонстрирует прозрачный подход и к градостроительству, и к исходным данным. Отчасти это похоже на закрытый Flux Metro. Посмотрите слои контекста, есть даже подсчет пешеходов:
Слежу за успехами Delve от Sidewalk labs (Google) и даже такими экспериментальными проектами, как KPF Scout (KPF Urban Interface — кладезь интересных решений). Подсмотрел на AECmagazine два новых примера: testfit.io и hypar.io.
Несмотря на то, что меня несколько раздражают приторные видеоролики подобных инструментов (всё быстро и классно), очевидно, что нам надо учиться взаимодействовать с такими ассистентами.
Все рассмотренные выше инструменты — это уровень участка или небольшой территории, без учета системных процессов на уровне города. В этом контексте важно было бы вспомнить о системах принятия решений в планировании (PSS) — ветеранах отрасли, где также давно используются алгоритмы искусственного интеллекта, но об этом буду писать в следующих заметках.
«Робот» ПИК и другие российские разработки
Я специально купил билет на CG EVENT, чтобы послушать и задать вопросы разработчикам «Робота», который живёт пока только внутри самого ПИК. Сейчас занимаются «Роботом» выходцы из Hiteca. Теперь в открытом доступе есть видеозапись доклада, правда, без серии вопросов-ответов.
Случай уникальный, так как в отличие от зарубежных примеров технология создана под конкретного заказчика, который работает на полном цикле в жилищном строительстве. В ролике это красочно описывается.
Реновация в Москве — показательный пример несколько волюнтаристской и ситуативной градостроительной политики. В 2012 запретили строить выше 75 метров, разрабатывали ПЗЗ с этим критерием, а потом как будто пустились во все тяжкие. Видимо, масштаб проектов обязывает. И ПИК выступает главным двигателем, который тянет на себе все эти градостроительные инициативы.
Сам «Робот» построен на Unreal Engine, что уже характерно. Первый прототип создавался на базе Rhino + Grasshopper. Сейчас среда игровых движков используется повсеместно для «цифровых двойников». Для меня было важно услышать, что городской контекст выстраивается не только на проприетарных данных (например, 2ГИС), но даже и OpenStreetMap, в которой часто можно обнаружить детализированные здания. Есть спутник, рельеф, различные ЗОУИТ — в общем, такая вот 3D ГИС. Интересно, что администрация города никак не снабжает более точными моделями окружающей застройки (а они есть) — ведь это очень критично для расчёта инсоляции.
Сама генерация основана на большой базе мастерпланов, созданных проектировщиками ПИК. Используются сверточные нейронные сети, которые с учётом контекста порождают растровую подложку, своего рода «зонирование». Такое зонирование превращается в векторные контуры и затем генерализируется (очень похоже на типовые ГИС-функции).
В докладе было подробно рассмотрено, что ценно, какие сценарии генерации есть в системе. Например, выстраивание зданий вдоль оси и внутри контура, которые очень похожи на то, что демонстрируется в зарубежных аналогах. Особенно близко к западным сервисам были «кастомные кварталы». То есть в результате генерации можно увидеть не совсем реалистичные варианты. А вот в сценарии «кварталы повторного применения» ситуация иная — все здания и их расположение генерируются на базе типовых решений, знаменитого «конструктора» ПИК. То есть получается, что «Робот» — это хороший симптом многоуровневой стандартизации проектирования и строительства.
Примечательным фактом стало то, что единственное ограничение в сценариях — инсоляция (а ведь нормативы как раз недавно подредактировали), а не плотность, как я думал. В самом интерфейсе я вообще не увидел ни плотности жилой застройки, ни плотности населения (хотя разработчики говорят, что это просто еще одна закладка в интерфейсе). То есть получается, что проектировщик на этот счёт не беспокоится? Наверное, поэтому мы видим согласованные ГПЗУ и ППТ, где плотность давно превышает 25 тыс. кв. м на гектар.
Помимо генерации застройки есть много других крутых функций. Неотъемлемая часть такого процесса — связанная финансовая модель. Можно погружаться на уровень конкретных квартир и вносить изменения в квартирографию. Можно оценить детально, проходит ли точка по инсоляции и какие достопримечательности могут быть видны из окон (кстати, тема особенно актуальна для курортов). «Робот» — именно тот случай, когда «две головы лучше». Возникает ассистент, который отрисовывает множество достаточно осмысленных вариантов. Разработчики развивают множество «сценариев» с применением нейронных сетей, экспериментируют, и это замечательно. Вполне можно было бы писать статьи в зарубежные журналы (ведь есть и инструмент, и реализованные при помощи инструмента постройки) и продвигать нашу науку.
Результаты генерации выгружаются в Civil 3D, а не в Revit, как я предполагал изначально.
Почему не Revit в конце? Александр Попов, который занимался разработкой первой версии «Робота», пояснил мне, что заложить все вариации планировок в Revit и получить качественную модель стадии П было очень трудоемко. То есть генерировались стены, перекрытия, помещения, но в разумные сроки обеспечить правильные соединения при автоматической генерации было невозможно.
Затем оказалось, что архитектору куда быстрее использовать осмысленные наработки из прошлых проектов, чем править модель из «Робота». Возможно, здесь стоит вспомнить про уместность робота, который бы дополнял решения, а не делал с нуля.
Еще один важный момент, о котором я пытался размышлять в 2012 году, связан с рамками стандартизации и самой сути BIM. ПИК, по словам Александра Попова, постоянно развивал свои конструктивные и планировочные решения, тогда как программисты «Робот» не успевали все это воплотить в коде. Вот по этим причинам в ПИК остановились на связке «Робот» — AutoCAD Civil 3D и более низком уровне детализации.
В любом случае уровень технологий очень высокий, с чем я и поздравляю все причастных — осталось лишь как-то гуманизировать результат. Скандинавские примеры Spacemaker пока как из другой вселенной.
Что касается Мастермайнд от GENPRO, здесь речь идёт об изначально коммерческом продукте, ориентированном на зарубежный рынок. Правда, в роликах почему-то легко узнаются наши обычные многоэтажки. Обещают создавать модель и чертежи в BIM на выходе. Генератор Стрелки был сделан на CityEngine (детали публиковались на сайте отколовшегося стартапа, который был довольно скоро закрыт) и воспроизводил какую-то периметральную застройку кварталов по заданным ТЭП.
Отдельного внимания заслуживают разработка URBANBOT компании Parametrica (название выбрано смело), которая недавно вышла на рынок и предлагает проекты под ключ и также ориентируется на жилую застройку. Из знакомых мне параметристов там оказался Макс Малеин. Привет, Макс!
Сайт URBANBOT даже не предлагает что-то купить, но язык английский. Рекомендую почитать интересное интервью сооснователя Ивана Сухих о том, как они проектируют «продукт» и мыслят категориями девелопера. Что ж, разумный путь!
***
Мы с вами рассмотрели примеры генераторов застройки, преимущественно жилой. Все они работают на уровне участка, подключают разнообразные генеративные и оптимизационные алгоритмы, учитывают чаще всего инсоляцию и первичные ТЭП. Все примеры не попадают в сферу массового применения, так как требуют глубокой адаптации, как в «Роботе». Это отлично получается у большого бизнеса с полным циклом. Отчасти можно говорить об интеллектуальной автоматизации планировочных задач архитектора. При наших сроках и таких объёмах информации — это позитивный момент.
Автор: Евгений Ширинян
Источник: http://isicad.ru/
Понравилась статья? Тогда поддержите нас, поделитесь с друзьями и заглядывайте по рекламным ссылкам!
