面向住宅建筑平面图合规性检查的自动化AI框架

为改善澳大利亚城市地区居民的福祉，政府引入了SEPP65、BADS和SPP7.3等政策改革，以提高公寓设计质量。这些法规要求进行精确的几何和空间分析，以评估与健康相关的特征，包括日照采光、自然通风、隐私和空间效率。然而，合规性检查因其人工、耗时的特性而仍然具有挑战性。此外，不断发展的政策限制了在数千套公寓中进行大规模评估的可扩展性。现有的自动化平面图分析方法较为零散，通常侧重于单个公寓，缺乏用于多单元合规性检查的统一框架。本文探讨了自动化平面图分析（尤其是AI驱动方法）的最新进展，并强调了其实际应用中的关键挑战。为解决这些不足，本文提出了一个用于多公寓建筑自动化合规性检查的概念框架。在规则引擎中使用大型语言模型（LLM）将文本建筑规范转换为可执行、可解释的规则。数据提取引擎将平面图图像分割为墙体、房间、固定装置、文本和符号等元素，并将其转换为具有拓扑关系的结构化建筑图。然后，合规性检查引擎利用LLM生成的规则对该结构化表示进行评估。所提出的框架为跨司法管辖区的自动化合规性检查提供了一种可扩展、一致且透明的方法，支持有效执行公寓设计标准，并促进更健康、更高密度的城市发展。