一种基于人工智能的城市体检方法及系统与流程

本发明涉及城市体检，具体涉及一种基于人工智能的城市体检方法及系统。

背景技术：

1、城市体检是综合化、定量化与动态化的规划实施评估，是对各层次城市规划、公共政策对城市发展实施效果进行检测与评价。

2、城市体检可以从多种不同的维度对城市的状态进行检测，在每个相同维度中对城市的不同区域而言会存在着不同的信息数据，在针对城市改进过程中，依据所获取的信息数据直接进行分析确定改进方案，上述的方式虽然可对城市进行改善和提高；但是没有依据城市区域中不同的实际情况做出适当的调整，就无法针对存在迫切需求的城市区域快速执行建设改善，从而影响城市的优化精准性。

技术实现思路

1、针对现有技术所存在的上述缺点，本发明提供了一种基于人工智能的城市体检方法及系统，能够有效解决现有技术中没有依据城市区域中不同的实际情况做出适当的调整，无法针对存在迫切需求的城市区域快速建设改善，从而影响城市优化的精准性、迫切性的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：

3、本发明提供一种基于人工智能的城市体检方法，包括如下步骤：

4、s1、对城市执行区域划分并生成多个体检对应区域，将体检对应区域标记为目标区域；

5、s2、获取目标区域的区域信息数据，区域信息数据结合区域分析模型对目标区域进行状态分析，以获取目标区域的状态数据，由多个状态数据构建区域体预检序列；

6、s3、在区域预检序列中逐次获取目标区域的图像数据，基于图像数据构建区域地图模型，在区域地图模型中对无障碍设施进行标注，并生成目标设施，获取该目标设施的服务状态与规划状态；

7、s4、依据服务状态与规划状态评估当前目标区域内目标设施的建设规划等级，基于建设规划等级判定目标区域是否执行无障碍改进，当目标区域需要执行无障碍改进时，将目标区域标记为待改进区域，确定实际改进项对应的改进方案，判定改进方案是否为关联改进方案，当确定为关联改进方案时，在区域体预检序列中确定与关联改进方案相关联的目标区域，将相关联的目标区域在区域体预检序列中列为下一体检目标；

8、s5、设定序列体检阈值，序列体检阈值与状态数据执行关联，并确定下一体检目标是否为多个，其中：

9、当为多个时，确定多个下一体检目标是否处于序列体检阈值，当处于序列体检阈值时，则将体检目标列为不再执行状态数据检测，将其他的体检目标执行状态数据检测，在其他的体检目标确定时，确定其他的体检目标是否为多个，当为多个时，确定多个其他的体检目标之间是否存在关联，将关联的其他的体检目标列为预先检测队列；

10、s6、在体检目标体检后，并由此重新执行s3-s5的步骤，以对城市中的目标区域进行无障碍体检。

11、进一步地，所述区域分析模型的计算公式如下：

12、式中，为状态数据，p为目标区域的人流量数据，为p的影响权重，e为目标区域的功能性数据，为e的影响权重，j为过去指定时间下目标区域中无障碍问题数据量，为j的影响权重，n为社会影响数据，为n的影响权重，x为影响特征的数量，即p、e、j及n之和，且、、及总和为1，为目标区域的面积，为修正系数。

13、进一步地，所述目标区域的状态数据确定时，由大至小将多个状态数据进行排序并构建区域预检序列。

14、进一步地，所述区域地图模型的方法如下：

15、获取目标区域的图像数据，并对图像数据进行预处理；

16、确定对图像数据的畸变状况，根据不同的畸变状况确定不同的矫正算法，以对图像数据进行矫正，其中：

17、当处于径向畸变时，通过多项式矫正算法对图像数据进行矫正；

18、当处于切向畸变时，通过图像配准技术对图像数据进行矫正；

19、当处于桶形畸变时，通过多项式矫正算法对图像数据进行矫正；

20、获取图像数据中的特征点，依据特征匹配算法识别不同图像数据之间的共同特征，在共同特征确立后，通过立体视觉或运动结构技术进行三维重建，以生成关键点的三维坐标和相应的纹理映射，通过重建的三维点云数据转换为网格模型，利用纹理映射技术，将原始图像的纹理映射到网格模型上，以生成三维的区域地图模型；

21、将所构建的区域地图模型与gis数据进行集成，由此生成区域地图模型；

22、设定采集时间阈值，通过采集时间阈值对目标区域执行不同时间下的图像数据采集，以构建实时的区域地图模型。

23、进一步地，所述目标设施服务状态的确定方法如下：

24、根据不同的目标设施计算其服务程度，目标设施包括点状设施、线状设施、面状设施以及复合设施，其中：

25、点状设施/线状设施的服务程度的计算公式如下：

26、式中，ms为目标设施的服务程度，为用户在目标设施上的移动速度，为用户在目标设施上由起点到终点之间的移动时间，为目标设施为矩形或条状时的损害或受阻碍的长度，当目标设施为弧形时，其损害的长度根据公式，其中nq为目标设施的圆心角度数，r为目标设施的半径；

27、面状设施的服务程度的计算公式如下：

28、fs为目标设施的服务程度，为目标设施边界点到内部点的距离值，为目标设施损害的长度；

29、复合设施的服务程度为多个目标设施最近的边界点之间的距离值；

30、获取相同目标设施的数量和，且获取多个相同目标设施服务程度和，通过数量和与服务程度和之间的乘积获取同类型目标设施的综合服务程度，并获取多个综合服务程度的积，以确定目标区域中目标设施当前的服务状态；

31、服务状态包括高级、中级和低级，随之判定目标区域中目标设施等级及对应的服务状态。

32、进一步地，所述目标设施规划状态的确定方法如下：

33、确定的目标设施，获取其构建信息；

34、根据不同的类型将目标设施的构建信息与规划标准比对，获取符合规划标准的目标设施的数量，根据不同的数量范围赋予目标设施的构建信息不同的等级，构建信息的等级包括高级、中级和低级，由此确定目标设施的等级。

35、进一步地，所述建设规划等级评估的方法如下：

36、分别确定目标设施的服务状态与规划状态的等级；

37、当服务状态为高级且规划状态为高级时，则目标设施的建设规划等级为高级；

38、当服务状态为高级且规划状态为中级或低级时，则目标设施的建设规划等级为中级；

39、当服务状态为中级或低级且规划状态为高级时，则目标设施的建设规划等级为中级；

40、当服务状态为中级或低级且规划状态为中级或低级时，则目标设施的建设规划等级为低级；

41、所述建设规划等级的高级、中级和低级逐次表示为保持优良状态、二级待改进状态以及一级待改进状态。

42、进一步地，所述下一体检目标为多个时：

43、当体检目标均处于序列体检阈值时，则将该体检目标列为不再对其执行状态数据检测，以使待改进区域的关联改进方案直接执行。

44、本发明还提供了一城市体检系统，应用于所述的一种基于人工智能的城市体检方法，至少包括：

45、区域划分模块，用于对当前城市进行区域划分，并生成多个体检对应区域，将体检对应区域标记为目标区域；

46、体检顺序确定模块，用于获取目标区域的状态数据，并由多个状态数据构建区域体预检序列；

47、目标设施分析模块，用于在区域预检序列中逐次获取目标区域的图像数据，基于图像数据构建区域地图模型，在区域地图模型中对无障碍设施进行标注并生成目标设施，获取该目标设施的服务状态与规划状态；

48、规划等级判定模块，用于依据服务状态与规划状态，综合评估当前目标区域内目标设施的建设规划等级，依据建设规划等级判定目标区域是否执行无障碍改进；

49、检测序列调控模块，用于当目标区域需要执行无障碍改进时，将目标区域标记为待改进区域，获取待改进区域的实际改进项，由此在数据库内确定实际改进项对应具体的改进方案，确定改进方案是否为关联改进方案，当确定为关联改进方案时，在区域体预检序列中确定与关联改进方案相关联的目标区域，将其在区域体预检序列中列为下一体检目标，其中：

50、设定序列体检阈值，序列体检阈值与状态数据执行关联，确定下一体检目标是否为多个，其中：

51、当为多个时，确定多个下一体检目标是否处于序列体检阈值，当存在体检目标处于序列体检阈值时，则将该体检目标列为不再对其执行目标区域的状态数据检测，将其他的体检目标执行状态数据检测；

52、其他的体检目标确定时，确定其他的体检目标是否为多个，当为多个时：

53、确定多个其他的体检目标之间是否存在关联，将关联的其他的体检目标列为预先检测队列并执行状态数据检测。

54、本发明提供的技术方案，与已知的现有技术相比，具有如下有益效果：

55、通过在城市中确定多个目标区域，根据目标区域的实际信息构建区域体预检序列，以依据不同程度的改建需求性合理的调整体检顺序，以便加快对存在改建需求的目标区域加快改建方案的确定及实施效率；

56、结合目标区域的服务状态与规划状态评估建设规划等级，根据不同的建设规划等级形成不同的改进方案，确定改进方案的具体状态，以判定是否对调整区域体预检序列的体检顺序，以此便于对目标区域进行体检、优化，同时对目标区域执行无障碍设施的改进效率加快，及提高精准性。