AI 在消防圖紙審查中的應用研究

王 朔， 李 沁[.上海市消防救援總隊， 上海 0005；.同濟大學建筑設計研究院(集團)有限公司， 上海0009]

全國各地為開展優化營商環境和建設工程行政審批制度改革等工作出臺了一系列政策，其中規模較大的項目，經方案審批后，取消總體審批流程，直接進入施工圖聯審平臺，審查周期縮短，審查精度受限。規模較小的建設工程項目，無須審圖機構審查，采取建設單位承諾備案制，建設單位只需在網絡平臺備案工程信息和設計圖紙后即可施工。如建設單位備案圖紙設計有誤，因無須審圖機構審查或審查機構出現疏漏未及時發現問題，施工單位按照有誤的備案圖紙施工，為日后該場所的使用埋下先天性火災隱患。若建設工程備案系統及聯審平臺具備智能審查功能，源頭把關消防設計圖紙，將有效減少和預防先天性火災隱患。

人工智能（Artificial Intelligence,AI）已在自動駕駛、工業制造、智慧城市管理等領域嶄露頭角，如交警部門使用的“海燕車管”、阿里巴巴的“魯班”等 AI 系統已經投入使用多年，并已有成熟經驗，但 AI 在消防領域的應用相對較少。本文基于 AI 對消防圖紙智能審查進行探索研究，構建了特征點“提取、識別、比對、反饋”的處理策略，使其可以適應各類型項目，從而實現高效率、高準確率的智能審查。

1 系統設計構想

1.1 AI 審查優勢

AI 審查是不知疲倦的機器，替代人工自動處理完成繁瑣、重復的消防水力、風量等計算任務，使設計機構、審圖機構專業人員可騰出時間，專注于其他更能體現創造性勞動價值的工作，這從時間和消費比的角度來說很有意義。

AI 審查采用客觀統一的評判標準，將各設計機構及各審圖機構不同執行人員對于規范的差異化理解統一在一個標準下，提高了建筑設計規范在執行層面的客觀公正性。

AI 審查可實現大數據分析功能。例如，審查系統定期智能分析審查過的建設項目并形成分析報告，分析報告內可包含各設計機構備案圖紙通過率、設計人員圖紙設計違規率、重復出現的設計問題等內容，通過技術手段做出提示，進一步提升行業設計質量。

1.2 AI 審查架構設計

AI 審查具備提取、識別、比對、反饋圖紙中特征點的技術，將消防設計圖紙中的特征點提取、識別后，與大數據庫內的規范標準、案例等進行比對，生成審查報告，反饋提示風險點。AI 審查工作流程如圖1 所示。

AI 審查將實際需求和設計流程連接在一起，內嵌數據倉庫，分為原始數據庫和學習數據庫。原始數據庫主要為GB、JGJ、DB、CECS 等規范標準和案例，學習數據庫為在系統運行過程中智能判定收集的原始數據庫內不含有的規范標準和案例，數據庫為 AI 審查比對和研判提供支撐。建設項目按性質分為民用項目（住宅、商業、辦公建筑等）和工業項目（廠房、倉庫建筑等）2 類，將建筑防火、消防給水、消防電氣、防排煙設計 4 個專業分門別類歸納到項目性質屬性內，審查系統根據《建設工程申報表》內的建設信息和設計說明確定項目性質，對 4 個專業進行審查，生成審查報告。審查架構如圖2 所示。

1.3 數據倉庫

AI 審查的高效、精準必須建立在廣泛數據的基礎上，做好審查系統的大數據維護工作至關重要，審查系統內的規范標準和案例多而全是審查系統高效、精準工作的保障。審查系統具備自主學習能力，在運行過程中發現新的表達形式，系統自動寫入學習數據庫，始終不斷完善數據庫。如設計單位編制設計文件易口語化，設計文件內建筑面積的計量單位往往出現“平方米”“平米”“m2”“m2”等多種格式，這就要求數據庫內將“平方米”“平米”“㎡”“m2”等單位統一歸類為面積單位。又如規范條文使用“不低于”的表達方式，《民法總則》對“不低于”的解釋是包含本數和高于數，如“耐火等級不低于二級”該句，數據庫內將“二級”和高于數“一級”均認定為符合要求。

2 測試分析

從 AI 審查架構中可發現，實現 AI 審查的關鍵是特征點提取、識別策略及數據庫比對、反饋策略，此處主要模擬測試 AI 審查設計說明和標準層平面圖這兩項。

2.1 規則設定

2.1.1 設定圖例

設計機構內從業人員設計習慣不同，圖紙表達方式也不相同，為便于理解圖面信息，要求圖紙應帶圖例。測試用圖的圖例設置了“實體外墻、透明幕墻、剪力墻、隔墻、電梯層門、門（單開門、雙開門、子母門）、疏散距離線段”等7 個圖例。

2.1.2 設定風險點

設計機構內部校核和審查機構審圖，設計項目的數萬字設計說明和數百張設計圖紙，難免存在人員粗心、筆誤等原因造成不規范和出現疏漏等現象，作者在測試時設計了一頁設計說明和一張辦公建筑標準層建筑專業平面圖進行試驗研究，預設了 3 個錯誤點：①“地下建筑為二級耐火等級”一句；②標準層平面圖中辦公房間內右上角最不利點至房間直通疏散走道的疏散門的直線距離為“25.3 m”；③標準層平面圖中辦公房間內相鄰兩個疏散門最近邊緣之間的水平距離為“1.6 m”。

2.1.3 設定數據庫

數據庫內導入 GB 50016—2014《建筑設計防火規范》內的以下三條規范條文：①5.1.3 條要求地下建筑和一類高層建筑的耐火等級不應低于一級；②5.5.2 條要求每個房間相鄰兩個疏散門最近邊緣之間的水平距離不應小于 5 m；③5.5.17 條要求高層辦公建筑內全部設置自動噴水滅火系統時，房間內任一點至房間直通疏散走道的疏散門的直線不應大于 25 m。

2.2 設計說明AI審查測試

AI 審查提取設計說明文字內容與數據庫內規范標準數據進行比對，“地下建筑為二級耐火等級”句比對數據庫內GB 50016—2014 5.1.3 條后審查為風險點，系統將風險點文字給予陰影覆蓋做顯著提示。

2.3 設計圖紙 AI 審查測試

AI 審查時可將圖紙中附帶的圖例和圖紙上的設計特征點分別提取、識別、比對，最后生成審查報告。

AI 審查系統首先提取標準層平面圖中附帶的圖例，將實體外墻、透明幕墻、剪力墻、隔墻、電梯層門、門等圖例自由組合后總計形成圍合空間，通過提取圍合空間內的文字，并進行識別，將其中圍合空間定性為前室、樓梯、男廁、女廁、電梯區。鑒于以上空間無人長時間逗留和面積較小，不存在疏散距離和安全出口設置數量問題，在此不做研究討論。

重點研究測試以下圍合空間：由剪力墻、電梯層門、隔墻、門圍合形成的空間，識別圍合空間內文字，將其定性為走道空間；對實體外墻、透明幕墻、剪力墻、隔墻、門圍合形成的空間，識別圍合空間內文字，將其定性為辦公空間。提取“使用性質、面積、距離”3 個特征點，使用特征為辦公、面積為 366 m2，5 個最不利點的疏散距離為 12.3 m、12.3 m、12.5 m、12.6 m、25.3 m。將以上特征點與數據庫內規范標準數據進行比對，系統將合規特征點使用紅框標注，“25.3m”該特征點比對數據庫內 GB 50016—2014 5.1.3 條后審查為風險點，系統將風險點文字給予陰影覆蓋做顯著提示。

AI 審查系統提取圖紙內附帶的圖例“門”，在已成功識別的辦公空間內分別比對各自辦公空間內“門”該特征點之間的間距，辦公房間內兩個門的間距“1.6 m”該特征點比對數據庫內 GB 50016—2014 5.5.2 條后審查為風險點，系統將風險點文字給予陰影覆蓋做顯著提示。

2.4 報告反饋

AI 審查系統對圖紙中發現的高風險點形成書面報告，可通過“一網通辦”平臺、Email、微信等方式發送給建設單位、設計單位、審圖機構，提醒有關單位及時調整和優化消防設計，圖紙修改后重新上傳網上備案系統。

2.5 后期完善及拓展設想

（1）進一步完善數據庫和系統運行邏輯，以適應各專業的審查工作，待系統開發成熟時可引入 GA 1290《建設工程消防設計審查規則》作為判定合格或者不合格的依據。

（2）對于規范中“必須”“應”“宜”等不同尺度的條文，給予不同層級的風險點提示，由設計機構根據所示層級判斷是否進行強制修改。

（3）與 AI 設計軟件相結合，通過 AI 系統提出風險點提示后，聯結 AI 設計軟件的數據系統，提出修改建議，供設計機構參考。

（4）隨著建筑信息模型技術的不斷進步，以二維圖紙為基礎的 AI 審查可進一步拓展至三維模型空間領域。

3 結 語

通過運用 AI 模式，分析了在 AI 審查系統架構下如何提取、識別、比對、反饋設計要素，并進行了設計說明和圖紙的模擬測試，從模擬測試效果來看，AI 審查系統具有較高的智能度和準確度，達到了預期要求。AI 技術結合大數據庫已具備消防設計圖紙審查的條件，該路徑是具有可行性的，但其中還有很多不完善的地方，有待繼續改進，研究成果可運用于設計單位內審、審圖機構初審等方面，AI審查對設計機構提升內審質量和審圖機構的初步預審提供了可靠的技術平臺。