Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
No.15_都市環境を対象としたクラウド解析ツール群『PLATEAU Tools』
Search
国土交通省都市政策課
March 09, 2023
1
9.2k
No.15_都市環境を対象としたクラウド解析ツール群『PLATEAU Tools』
PLATEAU AWARD 2022 ファイナリスト作品No.15
チーム名:株式会社大林組 上田 博嗣
作品名:都市環境を対象としたクラウド解析ツール群『PLATEAU Tools』
国土交通省都市政策課
March 09, 2023
Tweet
Share
More Decks by 国土交通省都市政策課
See All by 国土交通省都市政策課
令和6年度PLATEAUコンソーシアム第2回定例会議・第2回アドバイザリーボード 会議資料
toshiseisaku
0
2.5k
令和6年度PLATEAUコンソーシアム第1回定例会議・第1回アドバイザリーボード 会議資料
toshiseisaku
0
12k
民間ニーズシート
toshiseisaku
0
14k
民間シーズシート
toshiseisaku
0
14k
PLATEAUコンソーシアム第2回定例会議・第2回アドバイザリーボード・第13回 3D都市モデルの整備・活用促進に関する検討分科会
toshiseisaku
0
18k
自治体ニーズシート
toshiseisaku
0
15k
No.2_PLATEAU Window Horizon
toshiseisaku
0
120
No.3_Scaling Up PLATEAU
toshiseisaku
0
6k
No.4_PlateauKit + PlateauLab
toshiseisaku
0
6.9k
Featured
See All Featured
How STYLIGHT went responsive
nonsquared
95
5.2k
Measuring & Analyzing Core Web Vitals
bluesmoon
2
48
Why Our Code Smells
bkeepers
PRO
334
57k
Imperfection Machines: The Place of Print at Facebook
scottboms
264
13k
What's new in Ruby 2.0
geeforr
343
31k
Being A Developer After 40
akosma
86
590k
Happy Clients
brianwarren
97
6.7k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
27
800
The World Runs on Bad Software
bkeepers
PRO
65
11k
Making the Leap to Tech Lead
cromwellryan
133
8.9k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
4
330
Navigating Team Friction
lara
183
14k
Transcript
都市環境を対象としたクラウド解析ツール群 『PLATEAU Tools』 (株)⼤林組 上⽥博嗣 PLATEAU AWARD 2022
都市のデジタルツイン×物理情報(解析)
計算時間と精度のバランス ⼊⼒ファイルの作成 可視化処理 ⼯学的な解析ノウハウの習得 解析⽤形状作成の⼿間 ⾼性能な計算機の使い⽅ 解析の課題 しかし、解析は様々な専⾨知識が必要で、計算時間も⻑く、⾮効率な⼿作業が多いです。 (数⽇〜数週間以上かかることもあります) 都市のデジタルツイン×物理情報(解析)
計算時間と精度のバランス ⼊⼒ファイルの作成 可視化処理 ⼯学的な解析ノウハウの習得 解析⽤形状作成の⼿間 ⾼性能な計算機の使い⽅ 解析の課題 しかし、解析は様々な専⾨知識が必要で、計算時間も⻑く、⾮効率な⼿作業が多いです。 (数⽇〜数週間以上かかることもあります) 都市のデジタルツイン×物理情報(解析)
⾃然⾔語 × 物理情報(解析) AI (サロゲートモデル) ⾃動化 オープンソース クラウドHPC オープンデータ システム化 BI・可視化 AI分野では『⾃然⾔語×画像⽣成』の活⽤が注⽬されています。物理値の情報も同じようにできるはずです。 コンピュテーショナル デザイン データベース もっと⼿軽に短時間で正しい答えを出したい
PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成)
PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム 形状加⼯
OBJ format 任意⽤途
PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム 形状加⼯
OBJ format 任意⽤途 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ 気象庁公開データ
PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム 気象庁公開データ
教師データ⽣成 教師データDB 形状加⼯ OBJ format 任意⽤途 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ
PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム 気象庁公開データ
教師データ⽣成 教師データDB 学習 推論モデルDB 形状加⼯ OBJ format 任意⽤途 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ
PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム 気象庁公開データ
教師データ⽣成 教師データDB 学習 推論モデルDB 形状加⼯ OBJ format 任意⽤途 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ ⾵速予測AI VTK format 予測結果DB
PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム 気象庁公開データ
教師データ⽣成 教師データDB 学習 推論モデルDB 形状加⼯ OBJ format 任意⽤途 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ ⾵速予測AI VTK format 予測結果DB ⽇射解析 VTK format 解析結果DB プロジェクトデータ
PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム 気象庁公開データ
教師データ⽣成 教師データDB 学習 推論モデルDB 形状加⼯ OBJ format 任意⽤途 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ ⾵速予測AI VTK format 予測結果DB ⽇射解析 VTK format 解析結果DB プロジェクトデータ 眺望評価 VTK format 解析結果DB プロジェクトデータ
オープンソース解析ツール群 PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム
気象庁公開データ 教師データ⽣成 教師データDB 学習 推論モデルDB 形状加⼯ OBJ format 任意⽤途 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ ⾵速予測AI VTK format 予測結果DB ⽇射解析 VTK format 解析結果DB プロジェクトデータ 眺望評価 VTK format 解析結果DB プロジェクトデータ
オープンソース解析ツール群 PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム
気象庁公開データ 教師データ⽣成 教師データDB 学習 推論モデルDB 形状加⼯ OBJ format 任意⽤途 可視化フォーマットを統⼀化 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ ⾵速予測AI VTK format 予測結果DB ⽇射解析 VTK format 解析結果DB プロジェクトデータ 眺望評価 VTK format 解析結果DB プロジェクトデータ
オープンソース解析ツール群 PLATEAU Toolsとは PLATEAUを使⽤した様々な都市環境評価を最⼤3つの⼊⼒だけで全⾃動解析する、 クラウド解析ツール群です。(解析ソフトは全てオープンソースで構成) 3D City Model PLATEAU クラウド統合解析システム
気象庁公開データ 教師データ⽣成 教師データDB 学習 推論モデルDB 形状加⼯ OBJ format 任意⽤途 可視化フォーマットを統⼀化 ⾵環境評価 VTK format 解析結果DB プロジェクトデータ ⾵速予測AI VTK format 予測結果DB ⽇射解析 VTK format 解析結果DB プロジェクトデータ 眺望評価 VTK format 解析結果DB プロジェクトデータ Web UI or Smartphone Apps UI(将来)
タイプ LOD PLATEAUを解析利⽤するときの課題 地域メッシュコード CADデータ OBJ形式の場合 場所の特定が⼤変 課題 複数区画の場合は もっと⼤変
課題 1区画のデータ (3次メッシュ) 場所の特定 LOD1とLOD2の 合成形状がない 課題
LOD1 LOD2 箱モデル 整備範囲広い 精度低い 詳細モデル 整備範囲狭い 精度⾼い LOD12 置換合成モデル
整備範囲広い 精度⾼い 新たに作成 CityGMLから合成形状をOBJ形式で作成して、クラウドストレージに格納 PLATEAUを解析利⽤するときの課題 形状再現度
lod12 住所キーワード Google Maps API 緯度・経度 地域メッシュコード 円筒領域半径 LOD PLTEAU
(OBJ形式) PLTEAU (CityGML形式) PLTEAU bldg(lod1,lod2,lod12), brid, dem (OBJ形式) クラウドストレージ ⼊⼒ 関数 PLATEAU-Geometry(解析⽤の形状取得・加⼯ツール) 形状 クラウド⾃動化 『住所キーワード』、『半径』、『LOD』の3つの⼊⼒で形状取得と加⼯を⾃動化 機能 PLATEAU WEB 解析⽤の形状取得・加⼯
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
Standardワークフロー 66秒 71秒 区画データ(地形) 建物抽出範囲1 建物抽出範囲2 地形抽出範囲2 地形抽出範囲1 区画データ(建物) 総解析時間
: 2分17秒 LOD : LOD12 建物抽出範囲1 : 半径750m 建物抽出範囲2 : 半径1,125m 地形抽出範囲1 : 半径1,500m 地形抽出範囲2 : 半径2,250m 区画データの ダウンロード 区画データから 指定範囲を抽出 PLATEAU-Geometry 〜『住所キーワード』と『半径』で形状取得と加⼯を⾃動化〜 形状 処理の流れ 形状取得・加⼯ ほしい地点の形状のみを取得したい場合
『住所キーワード』、『気象観測所の地表⾯粗度区分』、『現地の地表⾯粗度区分』の 3つの⼊⼒で⼀連の⾵環境解析を⾃動化 住所キーワード Google Maps API 緯度・経度 地域メッシュコード 地表⾯粗度区分 (気象観測所)
地表⾯粗度区分 (現地) PLTEAU bldg(lod1,lod2,lod12), brid, dem (OBJ形式) クラウドストレージ ⼊⼒ PLATEAU-Wind(都市の⾵環境解析ツール) クラウド⾃動化 機能 PLATEAU WEB 解析⽤⼊⼒データ作成 並列解析×16⾵向の同時解析 可視化⽤データ出⼒ ⾵ 気象庁公開データ 解析⽤の形状取得・加⼯
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ 処理の流れ
PLATEAU-Wind(都市の⾵環境解析ツール) ⾵ ⾵向別評価 可視化 ⾵速⽐ 地盤⾯+1.5m ⾵向毎に要因分析 ⾵圧係数 ⾵配図 過去10年の⾵向⾵速
データを統計処理 評価項⽬と可視化フォーマット を決めて⾃動化
PLATEAU-Wind(都市の⾵環境解析ツール) 年間評価 ⾵環境評価ランク (村上らの⽅法) 地盤⾯+1.5m ⾵圧係数感度 Σ(⾵圧係数×累積⾵向発⽣頻度) ⾵ ⾵害リスクの評価※ ⾃然換気ポテンシャルの評価
総処理時間︓ 2時間30分8秒 可視化 数百倍⾼速化 従来⽐ ※植栽なしの解析のため、⾵環境評価ランクは⼤きい値となっています。
クラウドストレージ データ拡張(回転+反転+クロッピング) 256pixel×256pixel 約1.5万サンプル クラウド HPC解析 出⼒ 364pixel×364pixel 12都市モデル 2次元化、基準化
Output ⾵速U成分 ⾵速V成分 ⾵速W成分 地上1.5m地点の 16⾵向のCFD解析結果 PLATEAU-AI-Wind(都市の⾵速予測ツール) ⾵AI 学習モデルの決定 処理の流れ ⼊⼒ 364pixel×364pixel PLATEAU 2次元化、基準化 Input 緯度 経度 形状 ⾼さ 地盤起伏 ⾵向X成分 ⾵向Y成分 12都市モデル 推論・可視化(VTKフォーマット) クラウド推論 256pixel×256pixel 256pixel x 256pixel クロップ範囲 クラウド学習 256pixel×256pixel 推論モデル(学習モデルのパラメータを最適化) 学習モデル Semantic Segmentation : U-Net 学習に使⽤する範囲
クラウドストレージ データ拡張(回転+反転+クロッピング) 256pixel×256pixel 約1.5万サンプル クラウド HPC解析 出⼒ 364pixel×364pixel 12都市モデル 2次元化、基準化
Output ⾵速U成分 ⾵速V成分 ⾵速W成分 地上1.5m地点の 16⾵向のCFD解析結果 PLATEAU-AI-Wind(都市の⾵速予測ツール) ⾵AI 学習モデルの決定 処理の流れ ⼊⼒ 364pixel×364pixel PLATEAU 2次元化、基準化 Input 緯度 経度 形状 ⾼さ 地盤起伏 ⾵向X成分 ⾵向Y成分 12都市モデル 推論・可視化(VTKフォーマット) クラウド推論 256pixel×256pixel 256pixel x 256pixel クロップ範囲 クラウド学習 256pixel×256pixel 推論モデル(学習モデルのパラメータを最適化) 学習モデル Semantic Segmentation : U-Net
CFD解析 block1 block2 block3 block4 PLATEAU-AI-Wind(都市の⾵速予測ツール) クラウド推論 ⾵AI 推論・可視化(VTKフォーマット) 256pixel×256pixel
広域推論・可視化 総処理時間︓ 1分40秒 ⾵速予測AI 都市デザインのスタディやプレゼン資料作成 を⾼速に⾏いたいときに利⽤ ⾵予測AI 64同時推論(4区画×16⾵向) 数万倍⾼速化 従来⽐ サロゲートモデル
PLATEAU-Solar-Radiation 〜⽇射解析(年間・時刻別)× 全天・直達・拡散〜 総解析時間 : 20分48秒 epwファイルの有無判定 気象庁データをepw変換 Analemaの⽣成 及びVTK変換
PLATEAUから形状取得 解析⽤メッシュ⽣成 メッシュ中⼼、法線取得 同時実⾏⽤の配列を⽣成 スカイドームの⽣成 及びVTK変換 Radianceによる年間解析 または任意時点での解析 分散解析した結果を統合 解析結果をVTK変換 53秒 32秒 1分18秒 4分35秒 8分23秒 1秒 6分6秒 18秒 解析範囲 : 半径500m, LOD12 解析対象 :34,000点、年間解析 HPC解析 直達 拡散 全天 全天 Sky Dome 年間積算受熱量(全天) 太陽 数⼗倍⾼速化 従来⽐ 都市のクールスポットや温熱環境 太陽光発電量などに利⽤ 建物・地⾯での年間積算の⽇射受熱量評価
PLATEAU-VIEW-FIELD 〜地表⾯からの眺望解析〜 評価点取得と可視化に使⽤ メッシュ 天空⽐ 評価⽅法 各メッシュ中⼼から等⽴体⾓に Rayを放射し、衝突判定 10,000Ray/メッシュ 1メッシュ
Ray 眺望 総解析時間 : 7分46秒 Expressワークフロー Standardワークフロー PLATEAUから形状取得 解析⽤メッシュ⽣成 メッシュ中⼼、法線取得 Radianceによる衝突判定 ⼀般化螺旋集合 によるRayを⽣成 同時実⾏⽤の 配列を⽣成 HTC(⼤規模分散解析) による天空⽐解析 16秒 4分41秒 1分 HTC解析 14秒 1分49秒 45秒 1秒 解析範囲 : 半径500m, LOD12 解析対象 : 7,000点×10,000Ray 700同時実⾏ 分散解析した結果を統合 解析結果をVTK変換 数百倍⾼速化 従来⽐ 眺望、開放感の評価に利⽤ 地⾯での天空⽐評価
眺望 太陽 ⾵ 形状 AI PLATEAU Tools 開放感 景観 ⽇射受熱
⽇射反射 ⽇射軌跡 ⾵環境/⾵圧感度 形状加⼯/LOD/属性 ⾵速予測AI