14、城市环境感知与生成设计：创新技术助力城市发展

城市环境感知与生成设计：创新技术助力城市发展

在城市发展的进程中，对城市环境的精准感知以及高效的城市设计方法至关重要。本文将介绍两种创新技术，一种是用于捕捉城市邻里尺度空间梯度的移动城市感知技术（MUST），另一种是结合深度强化学习（DRL）和计算机视觉的基于性能的城市街区生成设计方法。

移动城市感知技术（MUST）

MUST 是一种自主且经济实惠的技术，旨在捕捉城市邻里尺度的空间梯度。为了确保测量的准确性，研究人员对 MUST 传感器进行了校准。

• 传感器校准 ：

  • CO₂ 和温度校准 ：将 MUST 对 CO₂ 和温度的测量结果与参考传感器进行比较，不同的 K - 30 传感器在 CO₂ 校准中始终存在偏移。
  • 湿度校准 ：为了便于比较，将相对湿度读数转换为比湿度。同时发现 MUST 传感器与 Vaisala HMS110 在比湿度测量上存在偏移。基于这些比较，在代码中对 MUST 传感器进行线性重新校准以提高数据质量，而温度的重新校准则需要二阶拟合。
  • 交叉校准 ：为了实现传感器的交叉校准，每次测量行程都会将两个 MUST 传感盒放在一起。此外，还将红外相机与 MUST 传感盒结合，以评估相邻车辆尾气、绿化或阳光直射对数据峰值和谷值的影响。

• 功耗优化 ：系统面临的一个主要挑战是优化功耗以减少运维成本。代码中包含硬件睡眠