CAD施工图是通过AutoCAD等设计软件将工程项目的总体布局，建筑物的外部形状、内部布置、结构构造、内外装修以及设备、施工等制作的图样。CAD施工图具有图纸齐全、表达准确、要求具体的特点，是进行工程施工、编制施工图预算和施工组织设计的依据，也是进行技术管理的重要技术文件，在施工之前需要对施工图纸进行仔细的审查才能进入施工阶段，目的是保障施工的顺利进行，并且可以避免因图纸有误对完成施工后的使用阶段产生的影响。
配电系统是电气专业的核心，配电平面图是建筑设计、施工图纸中的重要组成部分，它反映了电气设备在建筑里的位置排布和供电关系，并结合配电干线图可以明确配电层级及关系。今天的AI论技，讲一讲在AlphaDraw「筑绘通」进行模块化出图时，配电平面图中的标注自动排布是如何实现的？
配电平面标注作为平面图的基础信息，在图中通常以两种方式出现：1.编号标注——可以与配电箱系统图中箱体及出线回路编号对应；2.情况说明的文字性描述——明确文字描述区域的施工做法。
以上两种标注类型是配电平面标注的主要内容，作为施工指导的关键信息，标注必须要做到正确、简洁、清晰。
目标
CAD 图纸上需要对构件进行标注来解释构件，一般标注方式为针对某一点引出一根引线，然后连接一根托线用于放置文本(文本一般都放在托线上方)。一般要求有：引线有一定的倾斜度(偏好45度角整数倍)，各文本内容不重叠，各种线及各标注线不交叉，排列整齐，排布美观。简而言之: 文本不重叠, 线不交叉, 排列整齐美观。
难点
当图面有大量的标注对象需要标注时，容易出现标注重叠。除了标注文本容易出现重叠之外，还可能出现标注引线交叉，标注之间的引线交叉会容易导致混乱和歧义。
△标注重叠和交叉示意
理论上来说，通过交换标签位置可以让两个原本连线交叉的标签不再交叉。对于一个批次的多个标签，是否可以通过穷举交换的方式消除交叉问题呢？这个想法需要解决下面几个潜在的问题：
1
多对线之间以何种顺序进行交叉检查和交换可以确保在有限步骤内消除交叉？注意后面的交换操作可能在前面已经处理过的线组中引入新的交叉；
2
这种方案的一个潜在问题是交叉操作开始之后无法联动调整标签位置，那么如果本身不存在无交叉的连线方案，我们没法动态调整；
3
遍历方案复杂度非常高，例如 10 个标注的解空间是10！=3628800
使用遗传算法求解最优标注位置
遗传算法
遗传算法（Genetic Algorithm，GA）最早是由美国的 John holland于20世纪70年代提出，该算法是根据大自然中生物体进化规律而设计提出的。是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。该算法通过数学的方式，利用计算机仿真运算，将问题的求解过程转换成类似生物进化中的染色体基因的交叉、变异等过程。在求解较为复杂的组合优化问题时，相对一些常规的优化算法，通常能够较快地获得较好的优化结果。
标注排布问题，是一个解空间非常庞大的离散组合优化问题。遗传算法在这类问题中通常有不错的表现，接下来一起看看具体如何实现。
标注排布实现
用遗传算法解决标注问题主要有以下几个子问题：遗传，交叉，变异，适应函数。
编码-交叉-变异
可以假设图纸空间大小有限，且网格大小是 M xN，那么第 i 行，第 j 列的格子可以编码为整数 i x M + j，作为标注位置的编码值。那么一个面向 K 个标注的标注排布方案可以用每个标注的位置编码值作为一个染色体 (Chromosome)。
考虑一个 3 x 3的图纸空间中如下所示的标注排布:
可以被编码为:
事实上，也可以将 i,j 作为一个基因 (Gene)，这样就不用指定图纸空间大小来完成编码：
完整的编码可以写成 [0, 0, 3, 2, 2, 3] 的形式。
我们使用上述第二种编码方案。
交叉简单地表示为交换两个基因点位上的基因内容。变异也简单地定义为随机选择一个基因位置上的数据（网格坐标位置）。
适应度函数
这是整个算法的关键。我们可以首先明确几个倾向性目标：
1
标注不能出现重叠，若出现，适应度 F=0 ,这会导致该个体死亡。
2
标注线不能出现交叉，若出现，适应度 F=0 。
3
标注线的平均长度要小。
4
标注内容应该尽量对齐，我们定义了一个对齐度的概念。
对于一个经过编码后的个体，我们对所有基因的横坐标取 DISTINCT 操作得到唯一值的数量得到 n ，对于纵坐标做类似操作得到 m ， 那么 min {m,n} 可以作为对齐度的评估指标。
适应度函数定义为：
方案效果呈现
遗传算法效果
实际图纸抽象结果
落图效果
AI筑绘通平台上的查看效果
以上方案基于业务进行遗传算法编码和调整适应度函数，不需要标注数据，可以简单高效地解决平面施工图中的标注排布问题。具备泛化性能好，效率高等优点。灵活运用此方案，可以解决平面图的标注问题。同时，也为建筑设计领域中的其它标注问题提供了解决方法和思路。
©版权归品览所有
未经授权请勿转载
RECOMMENDED
AI论技 | 一种基于目标检测方法的建筑图纸中的门窗构件识别方法
AI论技 | 如何利用弹性伸缩AI算法运行容器使识图服务性能更加优化？
AI论技 | 基于目标检测和图像处理方法的建筑专业总平面图楼栋轮廓的精准识别方法
一键试用 筑绘通
点击阅读原文或扫码
即刻预约
AlphaDraw筑绘通正逐步上线施工图领域各专业的新模块：包含建筑、结构、暖通、电气、给排水、室内六大专业，47个一级系统，共计180个二级模块。同时，小览也会陆续更新新模块内容及操作教程，敬请期待吧！
品览是AI建筑设计智造者，专注于建筑设计AI服务，致力于为地产企业和设计院客户提供AI设计出图服务。自主研发的建筑AI智能设计云平台AlphaDraw「筑绘通」，基于计算机视觉技术，建筑设计知识库和生成式强化学习算法帮助客户自动完成施工图设计。仅需上传建筑方案图纸就可以自动完善成套施工图，并符合各地设计规范，助力企业标准化出图、效率质量双提升。
本文来自微信公众号“品览Pinlan”（ID：pinlandata）。大作社经授权转载，该文观点仅代表作者本人，大作社平台仅提供信息存储空间服务。
