景觀橋梁除具備交通功能外，兼具文化、審美、體驗(yàn)價(jià)值等多元特征，涉及多學(xué)科領(lǐng)域。隨著中國社會經(jīng)濟(jì)的發(fā)展，‘以人為核心、以提高質(zhì)量為導(dǎo)向’的新型城鎮(zhèn)化戰(zhàn)略內(nèi)涵已逐漸深入人心。然而目前，景觀橋梁設(shè)計(jì)的難點(diǎn)及瓶頸亟待突破——

（1）美學(xué)設(shè)計(jì)的發(fā)散性與橋梁結(jié)構(gòu)設(shè)計(jì)規(guī)范性要求難以融合

美學(xué)設(shè)計(jì)的發(fā)散性可以理解為感性思考，而橋梁結(jié)構(gòu)設(shè)計(jì)規(guī)范性則屬于理性思考的范疇，因此如何恰當(dāng)合理地將感性與理性進(jìn)行融合，是瓶頸之一；

（2）造型復(fù)雜、空間異形的景觀橋梁結(jié)構(gòu)賦形難以實(shí)現(xiàn)

將具有美學(xué)意義的造型，通過實(shí)際的結(jié)構(gòu)形式加以展現(xiàn)，從美學(xué)到結(jié)構(gòu)的實(shí)現(xiàn)也是難點(diǎn)之一；

（3）景觀橋梁的非規(guī)則結(jié)構(gòu)與標(biāo)準(zhǔn)化建造矛盾難以調(diào)和

設(shè)計(jì)出來的結(jié)構(gòu)與標(biāo)準(zhǔn)化的建造理念融合，實(shí)現(xiàn)從涉及建造的過程也是亟待解決的問題。

那么，如何將美學(xué)的發(fā)散性、結(jié)構(gòu)的多樣性、實(shí)施的復(fù)雜性，轉(zhuǎn)換為信息的多樣、信息的關(guān)聯(lián)、信息的準(zhǔn)確，可以通過數(shù)字化和智能化的設(shè)計(jì)應(yīng)用，實(shí)現(xiàn)信息數(shù)據(jù)的產(chǎn)生和應(yīng)用。而信息和數(shù)據(jù)又是如何產(chǎn)生的？通過人腦輸入以及機(jī)器生成，形成數(shù)字化和智能化，具體表現(xiàn)為：信息化BIM、BIM參數(shù)化、BIM智能化、AI創(chuàng)作，解決復(fù)雜造型結(jié)構(gòu)的設(shè)計(jì)，以及快速設(shè)計(jì)修改，甚至是自動(dòng)設(shè)計(jì)和方案創(chuàng)作。

一、數(shù)字化設(shè)計(jì)的深度應(yīng)用

1、第一個(gè)階段——三維設(shè)計(jì)

景觀橋梁造型復(fù)雜，傳統(tǒng)二維設(shè)計(jì)無法滿足需求，需要三維輔助。應(yīng)用數(shù)字化、參數(shù)化等設(shè)計(jì)手段來完成景觀橋的設(shè)計(jì)，例如2012年設(shè)計(jì)的南京市青奧公園跨河橋。橋梁位于江北新區(qū)青奧體育公園內(nèi)，跨越城南河聯(lián)系東西兩岸場館與建筑，是青奧公園和城南河風(fēng)光帶上的一座重要的景觀橋。橋梁方案需與兩岸場館及周邊環(huán)境相協(xié)調(diào)，對橋梁造型提出極高的要求。

主要設(shè)計(jì)特點(diǎn)是創(chuàng)新性采用空間扭轉(zhuǎn)鋼桁架結(jié)構(gòu)橋梁設(shè)計(jì)，橋梁造型和布置形式為原創(chuàng)，世界唯一。橋梁采用扭轉(zhuǎn)鋼桁架結(jié)構(gòu)，每個(gè)桿件都具有其必要的力學(xué)作用，并沒有多余的裝飾構(gòu)件，達(dá)到造型形式和結(jié)構(gòu)功能的內(nèi)外統(tǒng)一。模型方案優(yōu)化，通過對空間鋼桁架造型、桿件布置及軸線線形等進(jìn)行了對比優(yōu)化，對橋面以下支撐桿件設(shè)計(jì)進(jìn)行了方案比較，最終確定了整體性強(qiáng)、曲線起伏、更好地體現(xiàn)波浪意境的橋梁方案。本橋100多個(gè)構(gòu)件、節(jié)點(diǎn)均不相同。針對復(fù)雜的空間桿件及節(jié)點(diǎn)，提出了整體組合式全焊節(jié)點(diǎn)。首先對每個(gè)節(jié)點(diǎn)進(jìn)行三維設(shè)計(jì)，平斜腹桿桿件與節(jié)點(diǎn)連接，結(jié)構(gòu)可靠，也便于鋼結(jié)構(gòu)加工安裝。

2、第二個(gè)階段——參數(shù)設(shè)計(jì)

參數(shù)化使信息和數(shù)據(jù)之間產(chǎn)生關(guān)聯(lián)，從而簡化了數(shù)據(jù)修改的過程，提高了效率。例如北京冬奧會張家口冬奧村“冰雪五環(huán)橋”。延崇高速是北京—張家口聯(lián)合舉辦冬奧會中連接延慶賽區(qū)和張家口賽區(qū)的主要公路通道，是北京—張家口冬奧會期間北京市進(jìn)入崇禮賽區(qū)的公路主通道。太子城互通連接延崇高速和太子城奧運(yùn)村，是奧運(yùn)賽場通往外界最便捷的出入口，是本項(xiàng)目的門戶所在。主要服務(wù)于冬奧會期間以及賽后北京—張家口的旅游觀光交通。

根據(jù)左右兩幅斜跨道路的特殊情況和橋梁到隧道口的不同距離，左右兩幅主橋分別設(shè)置為三塔雙索面鋼結(jié)構(gòu)斜拉橋與雙塔雙索面鋼結(jié)構(gòu)斜拉橋。左幅橋主跨2×100m，右幅橋主跨120m。橋塔錯(cuò)開布置剛好形成五環(huán)交錯(cuò)的形式。本橋結(jié)構(gòu)特點(diǎn)：主梁處于圓弧段且左幅變寬；拉索錨固空間較小，錨固形式多樣；橋梁構(gòu)件繁多，各部分間邏輯關(guān)系相對復(fù)雜；風(fēng)嘴復(fù)雜曲面設(shè)計(jì)。

（1）正向設(shè)計(jì)

BIM設(shè)計(jì)過程與結(jié)構(gòu)設(shè)計(jì)過程同步進(jìn)行，BIM模型建模均為正向設(shè)計(jì)思路。其中，在初步設(shè)計(jì)和施工圖設(shè)計(jì)階段建立精確的參數(shù)化BIM模型，用以解決橋梁構(gòu)件在形狀描述、空間定位、碰撞等方面遇到的問題，對橋梁構(gòu)件如耳板及錨箱等提出多種尺寸及布置方案，綜合結(jié)構(gòu)功能要求以及三維空間上的美觀要求，取得最優(yōu)方案。

（2）拉索凈空核查

由于橋梁處于道路圓曲線上且左幅變寬，凈空范圍受拉索影響比較緊張，拉索對凈空的影響很難直接通過計(jì)算得到，需要建立精準(zhǔn)的拉索三維模型與橋上行車凈空進(jìn)行碰撞檢測。通過反復(fù)修改拉索錨固點(diǎn)橫橋向位置參數(shù)來解決拉索與凈空的沖突問題，錨固點(diǎn)位置參數(shù)調(diào)整后，錨箱的位置及尺寸均會自動(dòng)更新。

（3）工程量統(tǒng)計(jì)

鋼箱梁的構(gòu)造在縱橋向與橫橋向規(guī)律性較強(qiáng)，板件幾何形狀類型范圍可控。設(shè)計(jì)圖紙中板件工程量為下料尺寸，一般采用長×寬×板厚的形式。編寫程序首先將曲面板件展開成平面，然后對展開后的板件外輪廓運(yùn)行計(jì)算任意多邊形最小面積外接矩形算法，求得最小面積外接矩形的尺寸，即構(gòu)件下料尺寸，進(jìn)行數(shù)據(jù)排序整理后，即可實(shí)現(xiàn)自動(dòng)輸出鋼箱梁構(gòu)件工程數(shù)量表的功能，實(shí)現(xiàn)對BIM模型工程量數(shù)據(jù)的批量提取，大大提高了統(tǒng)計(jì)主梁工程數(shù)量的效率及準(zhǔn)確性。

（4）錨箱數(shù)據(jù)提取

由于拉索角度各不相同，所有的耳板加勁肋及錨箱板件尺寸也各不相同。受到彎橋、變寬、縱坡、橫坡等因素的影響，很難找到準(zhǔn)確的三角函數(shù)公式表示板件尺寸。最終在BIM模型中批量提取板件結(jié)構(gòu)線，并批量導(dǎo)出結(jié)構(gòu)線尺寸參數(shù)作為施工圖紙中的參數(shù)。涉及錨箱數(shù)據(jù)輸出時(shí)，主橋160根拉索及相應(yīng)的耳板、錨箱的尺寸及坐標(biāo)數(shù)據(jù)，通過編寫算法批量讀取并自動(dòng)生成到表格中（數(shù)據(jù)生成過程與工程量統(tǒng)計(jì)動(dòng)畫展示相似），表格可直接插入到施工圖圖紙中。

（5）變更調(diào)整

由于本項(xiàng)目為冬奧會重大保障項(xiàng)目，時(shí)間緊任務(wù)重。拉索梁端錨固點(diǎn)位置及錨固形式產(chǎn)生了多次變更。由于項(xiàng)目初期即采用參數(shù)化正向設(shè)計(jì)，在索塔、拉索、鋼箱梁間建立了嚴(yán)謹(jǐn)?shù)倪壿嫾s束關(guān)系，以及編寫了批量計(jì)算主梁工程量、批量提取耳板、錨箱數(shù)據(jù)等程序，大大降低了后期變更調(diào)整的時(shí)間成本。

（6）風(fēng)嘴數(shù)據(jù)輸出

由于橋梁處于圓曲線且具有縱坡，使得兩幅橋的十處風(fēng)嘴尺寸都略有差別各不相同，編寫程序沿縱橋向與豎直方向批量切割風(fēng)嘴模型截取截面來描述風(fēng)嘴構(gòu)造，指導(dǎo)施工。

（7）結(jié)構(gòu)分析

將BIM模型直接導(dǎo)入Abaqus，對局部節(jié)點(diǎn)進(jìn)行分析計(jì)算，提高設(shè)計(jì)品質(zhì)。

（8）虛擬現(xiàn)實(shí)

將BIM模型導(dǎo)入虛擬現(xiàn)實(shí)引擎，對真實(shí)的項(xiàng)目周邊環(huán)境及光影關(guān)系進(jìn)行模擬，以駕駛員視角實(shí)時(shí)模擬駕駛，可在行車模擬過程中對行車視距、凈空等進(jìn)行核查，保證較高的行車舒適度。

總而言之，項(xiàng)目的設(shè)計(jì)難以采用傳統(tǒng)二維設(shè)計(jì)手段來完成，采用BIM技術(shù)已是項(xiàng)目本身所需；BIM應(yīng)用過程與設(shè)計(jì)過程同步進(jìn)行，BIM設(shè)計(jì)采用正向設(shè)計(jì)思路完成，模型實(shí)現(xiàn)了高度參數(shù)化；BIM應(yīng)用點(diǎn)均以提高設(shè)計(jì)效率、增強(qiáng)設(shè)計(jì)品質(zhì)展開，并不是為了BIM而BIM；BIM參數(shù)化正向設(shè)計(jì)從多個(gè)方面為項(xiàng)目降低了時(shí)間成本，提高了設(shè)計(jì)品質(zhì)，在本項(xiàng)目中發(fā)揮了重要作用。

3、第三個(gè)階段——智能化

高度關(guān)聯(lián)的參數(shù)化數(shù)據(jù)，通過制定規(guī)則算法，自主選擇參數(shù)產(chǎn)生數(shù)據(jù)。例如多跨拱組合自動(dòng)生成的隨機(jī)參數(shù)約束、梁墩斷面自動(dòng)生成的隨機(jī)參數(shù)約束等。

二、AI輔助方案設(shè)計(jì)

利用StableDiffusion研究景觀橋梁方案及前期意向圖的AI生成。

1、潛在擴(kuò)散模型原理

潛在擴(kuò)散模型（Latent Diffusion Models，LDMs），由Compvis 和 Runway 團(tuán)隊(duì)2022年在論文 《High-Resolution mage Synthesis with Latent Diffusion Models》 中提出，其本質(zhì)是利用擴(kuò)散原理來生成圖像。它通過在輸入圖像上應(yīng)用隨機(jī)噪聲，然后逐漸減退噪聲的強(qiáng)度，使圖像逐漸恢復(fù)到原始狀態(tài)。這個(gè)過程類似于熱力學(xué)中的熱擴(kuò)散，其中噪聲代表熱量，而圖像代表物質(zhì)。通過不斷選代這個(gè)過程，模型可以生成不同程度的擴(kuò)散效果，從而創(chuàng)建出多個(gè)變化的圖像。

基于潛在擴(kuò)散模型的原理，現(xiàn)行的擴(kuò)散生成算法還結(jié)合穩(wěn)定性原理來生成合理的圖像。在生成圖像的過程中，模型會引入一個(gè)或幾個(gè)提示詞，這些提示詞描述了需要在圖像中出現(xiàn)或省略的元素。模型通過優(yōu)化損失函數(shù)來確保生成的圖像，在保留原始圖像基本結(jié)構(gòu)的同時(shí)，盡量滿足這些提示詞的要求。通過控制穩(wěn)定性參數(shù)，可以調(diào)整生成圖像和提示詞之間的平衡，以獲得滿足設(shè)計(jì)需求的最終結(jié)果。

2、大模型微調(diào)方法

一般來說，現(xiàn)階段深度學(xué)習(xí)的大模型參數(shù)都是十億甚至百億級別起步的，訓(xùn)練成本高昂，對于垂類應(yīng)用領(lǐng)域不友好。微調(diào)(fine-tuning)技術(shù)能低成本地針對已有訓(xùn)練好的大模型，進(jìn)一步在指定任務(wù)上進(jìn)行訓(xùn)練，從而使得推理過程能夠適應(yīng)該任務(wù)的數(shù)據(jù)和要求。對于主流的擴(kuò)散算法來說，現(xiàn)階段主要有Dreambooth、LoRA、Textual Inversion、Hypernetworks這4種微調(diào)方式。綜合各方面因素考慮，現(xiàn)階段LoRA的微調(diào)方式對大模型在垂類行業(yè)的應(yīng)用進(jìn)行微調(diào)，是較為經(jīng)濟(jì)且高效的方式。

3、LoRA模型

利用訓(xùn)練的LoRA模型進(jìn)行推理，輔助方案找形。不同種類的景觀橋梁LoRA模型訓(xùn)練時(shí)要注意的細(xì)節(jié)都各有偏重，這里以中式廊橋?yàn)槔Ｊ紫日黻P(guān)于中式廊橋的圖片，根據(jù)橋梁景觀設(shè)計(jì)要求篩選合適的圖片，并按照BLIP或者deepbooru格式設(shè)置標(biāo)簽(tag)，然后設(shè)置合適的訓(xùn)練參數(shù)進(jìn)行訓(xùn)練，最后對訓(xùn)練得到的模型進(jìn)行對比。通過對目標(biāo)橋型進(jìn)行景觀橋梁LoRA模型的針對性訓(xùn)練，并結(jié)合一些約束條件進(jìn)行推理，可以在較短時(shí)間內(nèi)得到大量有參考價(jià)值的方案，在項(xiàng)目前期可以快速送代出具有一定質(zhì)量的創(chuàng)作方案。

推理效果有一定的參考價(jià)值和使用價(jià)值，對于方案創(chuàng)作有一定啟發(fā)意義。中式廊橋?qū)儆诰坝^橋梁中較容易訓(xùn)練的橋型，推理效果也較為穩(wěn)定、理想。其他橋型的模型訓(xùn)練原則一致，但都需要根據(jù)各自的特點(diǎn)進(jìn)行一定程度的調(diào)整。但也不得不說，AI輔助方案設(shè)計(jì)仍然存在諸多難點(diǎn)——

（1）景觀橋梁與建筑的形態(tài)差異較大

相較于建筑，橋梁展現(xiàn)出來的結(jié)構(gòu)構(gòu)件更多，不同結(jié)構(gòu)類型的橋梁的外在表現(xiàn)也大不相同；不少構(gòu)件之間還有一定的拓?fù)潢P(guān)系，這也增加了推理得到合理方案的難度。

（2）基礎(chǔ)大模型中橋梁樣本較為稀缺

在基礎(chǔ)大模型中，訓(xùn)練集中橋梁相關(guān)的樣本較少，種類也較為單一，而景觀橋梁的訓(xùn)練樣本更為缺乏，缺少造型獨(dú)特的景觀橋梁樣本，因此針對景觀橋梁的推理過程并不理想。

（3）景觀橋梁領(lǐng)域微調(diào)模型較為缺乏

在Stability AI公司將其開發(fā)的擴(kuò)散算法開源之后，國內(nèi)外相當(dāng)數(shù)量的AI圖像生成愛好者，在互聯(lián)網(wǎng)相關(guān)社區(qū)分享了訓(xùn)練或微調(diào)好的模型。但具體到更為細(xì)分的景觀橋梁領(lǐng)域，目前沒有相關(guān)調(diào)好的模型，這也使得整體的推理效果不佳。

對于AI輔助方案設(shè)計(jì)的未來，采用潛在擴(kuò)散模型輔助景觀橋梁方案，設(shè)計(jì)人員后可以極大地提高創(chuàng)作效率，自然地突破創(chuàng)作瓶頸，靈活地選擇方案后續(xù)優(yōu)化的方式，對景觀橋梁的方案創(chuàng)作流程及方案成果的輸出有著顛復(fù)性的改變。盡管仍然存在一些問題，但不可否認(rèn)結(jié)合人工智能進(jìn)行橋梁方案選型，為景觀橋梁創(chuàng)作方法的革新推開了一扇大門，是一種面向未來的、有無限前景的設(shè)計(jì)技術(shù)。