System zur Raum- und/oder Flächenplanung, Verwendung eines genetischen Algorithmus

Die Erfindung betrifft ein System zur Raum- und/oder Flächenplanung, insbesondere ein automatisiertes und rechnergestütztes System. Außerdem betrifft die Erfindung die Verwendung eines genetischen Algorithmus zur automatisierten Verteilung einer Anzahl vorgegebener Objekte in einem Raum und/oder auf einer Fläche.

Der umbaute Raum generell und insbesondere der mit guter Infrastruktur, in Großstädten und/oder auf Fabrikgeländen ist teuer und sollte optimal genutzt werden. Ebenso verhält es sich bei Nutzflächen, hier ist auch eine optimierte Nutzung der zur Verfügung stehenden Flächen Gegenstand detaillierter Planung. Beispielsweise die Bestückung einer Leiterplatte respektive einer Platine erfolgt auch nach vorheriger Planung unter Einbeziehung der vorhandenen Anschlüsse etc.

Bei der Bestückung einer Fläche, beispielsweise einer Platine und/oder Möblierung eines Innenraumes, sei es für ein Wohngebäude, ein Bürogebäude, eine Lagerhalle, ein Theater, eine Fabrikationsstraße, ein Fabrikationsgelände und/oder für einen sonstigen Innenraum treten immer wieder ähnliche Fragestellungen auf. In der Regel werden verschiedene Fachleute in die Raumplanung einbezogen, die alle verschiedene Gesichtspunkte der Raumnutzung/Raumgestaltung in die Planung einbringen.

Beispielsweise gibt es Innenarchitekten, die die ästhetischen Gesichtspunkte in die Planung einbringen. Dann gibt es Techniker, die im Falle von Fabrikplanung, die Stellung der einzelnen Maschinen zueinander unter dem Gesichtspunkt des Prozessablaufs betrachten. Des Weiteren werden Anforderungen an den Standort der Maschinen, Schreibtische, Labortische etc. gestellt hinsichtlich ihrer Lage zu den Versorgungsleitungen, Heizungen, Fenster, Raumbelüftung etc. gestellt. Schließlich gibt es noch den Platzbedarf der einzelnen Objekte, wie Ma schinen, Tische, Stühle, die in dem Raum unterzubringen sind, sowie die Einzelanforderungen, beispielsweise Kühlaggregate nicht zu nah an die Heizung und nicht ins pralle Sonnenlicht... etc. Alle diese Gesichtspunkte werden in stundenlangen Tref fen besprochen und diskutiert, bis schließlich eine Lösung, die alle Aspekte zufriedenstellend berücksichtigt, entworfen und umgesetzt wird.

Insbesondere während einer Pandemie können die Randbedingun gen sich auch schlagartig ändern und es besteht der Bedarf, kurzfristig Lösungen für die Raumplanung und Verteilung der Objekte unter geänderten Bedingungen bereitzustellen.

Daher stellt sich die Aufgabe, wie diese Randbedingungen zur Raum- Flächenplanung automatisiert erfasst und automatisiert Lösungen zur Raum- respektive Flächenplanung erstellt werden können.

Diese Aufgabe wird durch den Gegenstand der vorliegenden Er findung, wie er in der Beschreibung und den Ansprüchen offen bart ist, gelöst.

Dementsprechend ist Lösung der vorliegenden Aufgabe und Ge genstand der vorliegenden Erfindung die Verwendung eines ge netischen Algorithmus zur Optimierung der Verteilung einer Anzahl vorgegebener Objekte nach auswählbaren Parametern, wo bei die Objekte gemäß objektbezogener Regeln auf einer Fläche und/oder in einem vorgegebenem Raum anzuordnen sind, derart, dass automatisiert und rechnergestützt Lösungen präsentiert werden, wobei die Anordnung der vorgegebenen Objekte auf der Fläche und/oder in dem Raum durch die Lösungen zumindest zum Teil vorgegeben ist. Außerdem ist Gegenstand der Erfindung ein System zur automa tisierten Verteilung einer Anzahl vorgegebener Objekte in ei nem Raum und/oder auf einer Fläche, Folgendes umfassend:

• ein oder mehrere Module zur Eingabe und/oder Generierung von Daten erster, zweiter und dritter Art, o wobei Daten erster Art den Raum und/oder die Fläche betreffen, o wobei Daten zweiter Art die Parameter, Muster, Re geln, Regularien betreffen, o wobei Daten dritter Art die Objekte betreffen, sowie

• ein oder mehrere Module zur Ausgabe und/oder Präsentation von Lösungen,

• ein oder mehrere Schnittstelle(n) zur Übermittlung der Da ten erster, zweiter und dritter Art an zumindest eine mit einem Prozessor verbundene Speichereinheit, wobei der zu mindest eine Prozessor zur Durchführung eines genetischen Algorithmus konfiguriert ist, dadurch gekennzeichnet, dass

• der genetische Algorithmus die Daten erster, zweiter und dritter Art aus der Speichereinheit abruft, rechnerge stützt verarbeitet und automatisiert zunächst eine Genera tion an Lösungen bereitstellt, wobei die Lösungen der ers ten und der folgenden Generation hinsichtlich ihrer Fort schrittlichkeit bezüglich vorgegebener Parameter evaluiert und selektiert werden, dann

• nach erfolgter Selektion die selektierten Lösungen rekom- biniert und den Vorgang wiederholend der genetische Algo rithmus eine Schleife durchläuft, in der die berechneten Lösungen immer wieder bezüglich ihrer Fortschrittlichkeit evaluiert, selektiert und rekombiniert werden, wobei

• zumindest eine Schnittstelle vorgesehen ist, über die die fortschrittlichsten Lösungen einer Generation an eine künstliche Intelligenz und/oder an ein neuronales Netzwerk übermittelbar sind,

• wobei die künstliche Intelligenz und/oder das neuronale Netzwerk die fortschrittlichsten Lösungen zur Erzeugung neuer Regeln zur Verteilung einer Anzahl vorgegebener Ob- jekte in einem Raum und/oder auf einer Fläche nutzt, die dann an den Prozessor zur Weiterentwicklung des geneti schen Algorithmus übermittelt werden, und • zumindest eine Schnittstelle vorgesehen ist, durch die ei ne Anzahl von auf den oder die vorgegebenen Parameter hin optimierte Lösungen an die Module zur Ausgabe und/oder Präsentation der Lösungen übermittelbar ist, wobei die An ordnung der vorgegebenen Objekte in einem Raum und/oder auf einer Fläche durch diese Lösungen zumindest zum Teil vorgegeben ist.

Allgemeine Erkenntnis der Erfindung ist es, dass ein System alle Daten, die zur Berechnung geeigneter Flächen- und/oder Raumbestückung erforderlich sind, speichern und verarbeiten kann, so dass durch einen oder mehrere entsprechend konfigu riertein) Prozessor(en) das Ausführen eines genetischen Algo rithmus nach der Initiierung Lösungen durch Evaluation, Se lektion und Rekombination als Grundlage für die Erzeugung weiterer Lösungen zur Flächen- und/oder Raumplanung automa tisiert, z. B. über eine künstliche Intelligenz, nutzbar sind. Diese Lösungen werden dann im Rahmen einer konkreten Verteilung der vorgegebenen Objekte in einem Raum und/oder auf einer Fläche technisch umgesetzt.

Dazu umfasst das System insbesondere einen oder mehrere Pro zessor (en), der so konfiguriert ist, dass er geeignet ist, um einen genetischen Algorithmus auszuführen.

Dazu umfasst das System eine oder mehrere Speichereinheit(en) mit jeweiligen Schnittstellen zu dem einen oder mehreren Pro zessoren, in denen Daten zum Raum und/oder zur Fläche, Daten zu den Objekten sowie objektbezogenen Regeln, Parameter und Vorgaben zur Optimierung, sowie zur Rekombination als geeig net identifizierte Lösungen, die in einem iterativen Verfah ren jeweils die Grundlage der Berechnung weiterer Lösungen darstellen, speicherbar und abrufbar sind. Zudem umfasst das System Module, die geeignet sind, Daten zu erfassen und/oder zu erzeugen und zumindest einer der Spei chereinheiten des Systems zu Verfügung zu stellen, von denen der Prozessor die Daten abruft.

So umfasst das System eine oder mehrere Speichereinheit(en), in der oder in denen Daten, insbesondere

- Zumindest eine Anzahl von Daten erster Art, den zu be stückenden Raum und/oder die zu bestückende Fläche be treffend,

- Zumindest eine Anzahl von Daten zweiter Art, Parameter wie beispielsweise die zu beachtenden Verteilungs und/oder Anordnungs-Regeln, -Regularien und/oder -Muster betreffend, und

- Zumindest eine Anzahl von Daten dritter Art, die zu ver teilenden Objekte sowie deren objektbezogene Regeln und/oder -Regularien betreffend, für den oder die Prozessor(en) des Systems zur Verarbei tung bereitgestellt sind.

Im Betrieb ruft der Prozessor die Daten, die über die Module in eine Speichereinheit des Systems gelangt sind, über eine geeignete Schnittstelle ab.

Dann startet der Prozessor mit diesen Eingaben das iterative Verfahren, in dem er unter Einbeziehung aller gegebenen Daten erster, zweiter und dritter Art, unter Berücksichtigung der Regeln und Randbedingungen Lösungen berechnet und präsen tiert, wie die Verteilung der Objekte in dem gegebenen Raum und/oder auf der gegebenen Fläche unter den vorgegebenen Re geln aussehen könnte. Dabei bedient sich das iterative Ver fahren einer vergleichenden Fortschrittskontrolle, also einer Evaluation, bei der geprüft wird, welche der Lösungen hin sichtlich vorgegebener Parameter, z.B. Raumnutzung, Distanz zwischen den Tischen, Flexibilität, Vertraulichkeit, Wohlbe finden, Feng-Shui-Konformität etc. anderen Lösungen überlegen sind. Diese Lösungen werden dann einem Nutzer ausgewählt und durch den genetischen Algorithmus rekombiniert. Aus diesen Rekombinationen werden wiederum neue Generationen an Lösungen erzeugt, die dann ebenfalls wieder evaluiert, selektiert und dann wieder rekombiniert werden. Diese Schleifen werden durch den genetischen Algorithmus fortgeführt, bis er abgebrochen wird. Die Präsentation der Lösungen erfolgt bevorzugt in Re altime, also jede Generation an Lösungen wird an die Module zur Ausgabe der Lösungen und/oder zur Präsentation der Lösun gen übermittelt. So werden Nutzer in die Selektion optional einbezogen, deren Selektion zum Training der künstlichen In telligenz nutzbar ist.

Zur Weiterentwicklung des genetischen Algorithmus werden die selektierten Lösungen einem neuronalen Netzwerk und/oder ei ner künstlichen Intelligenz - KI - des Systems - wieder über entsprechende Schnittstellen des Systems - übermittelt. Die KI und/oder ein Nutzer kann daraus hündisch oder automati siert die Lösungen auswählen, die er für das weitere iterati ve Verfahren als Grundlage zur Rekombination nutzen will. Die künstliche Intelligenz und/oder das neuronale Netzwerk kann daraus weitere Regeln für das iterative Verfahren entwickeln und diese neuen Regeln als Daten „zweiter Art" abspeichern respektive dem Prozessor übermitteln.

Die Iterationsstufen werden zeitgleich über Ausgabegeräte präsentiert, wobei der Nutzer beispielsweise die Parameter, nach denen zu optimieren ist, ändern kann. Wenn die präsen tierten Lösungen hinsichtlich z.B. der Raumnutzung eines Bü ros durch Verteilen von Schreibtischen bereits optimal sind, kann der Nutzer so im laufenden Verfahren der Iterations schleife nach Realisierung eines bestimmten Winkels zwischen Schreibtisch und Fenster hin optimieren lassen. Diese Rege lung kann auch stufenlos erfolgen, so dass man den einen Reg ler runterfährt und den anderen in der gleichen Zeit hoch.

Nach einer vorgegebenen Anzahl von Iterationsstufen wird der genetische Algorithmus abgebrochen und das System präsentiert über die Module zur Ausgabe der Lösungen eine oder mehrere optimale Lösungen, die dann einem entsprechenden Anzeige- und/oder Wiedergabegerät übermittelt werden und durch dieses darstellbar sind. Beispielsweise kann man die Lösungen auf einem Anzeigegerät wie einem Monitor anschauen und/oder als Ausdruck erhalten. Dazu umfasst das System einen Drucker res pektive ein Anzeigegerät.

Die Lösungen werden beispielsweise parallel und/oder nach Be arbeitung auf einem Anzeigegerät einer Maschine zur automati sierten Bestückung einer Platine zur Verfügung gestellt und/oder übermittelt, so dass die Lösungen die Basis bilden, wie die vorgegebenen Objekte in einem Raum und/oder auf einer Fläche tatsächlich angeordnet sind.

Das System umfasst ein oder mehrere Module, durch die Daten der „ersten Art" bezüglich des Raumes und/oder der Fläche er fasst und/oder erzeugt werden. Beispielsweise umfasst das System zur Bereitstellung der Daten erster Art hinsichtlich des Raumes als Punktewolke(n), insbesondere als 3D- Punktewolke (n) eine 3D-Kamera. Dabei können insbesondere auch spezielle Raumgegebenheiten, wie sie beispielsweise bei Alt bauten bestehen, erfasst werden. Hervorragend geeignet sind auch Laserscan-Verfahren und Vorrichtungen zur Erfassung und/oder Erzeugung der Daten erster Art. Bezogen auf die Be stückung einer Fläche, wie beispielsweise einer Platine mit elektronischen Bauteilen, können diese Daten die Oberflächen beschaffenheit, das Ausmaß, die vorgegebenen Leiterbahnen etc. betreffen.

„Platine" steht dabei für eine Leiterplatte, ein Trägerele ment für elektronische Bauteile wie Transistoren, Widerstän de, Kondensatoren, Chips etc. angeordnet sind.

Die Daten erster Art definieren die Gegebenheiten des Raumes und/oder der Fläche. Diese können manuell eingegeben werden und/oder rechnergestützt oder automatisiert mittels Modulen wie Kamera und/oder Laserscanner erzeugt, gespeichert und übermittelt werden.

Als „zweite Daten" werden die Parameter, Vorgaben, Randbedin gungen, Regularien, Muster und/oder Regeln bezeichnet, die das Zusammenspiel der Objekte in dem Raum und/oder auf der Fläche auszeichnen. Dazu gehört/gehören auch der/die Parame ter, auf den/die hin die Beurteilung der Fortschrittlichkeit der gefundenen Lösung und schließlich die Optimierung durch den genetischen Algorithmus erfolgt.

In der Regel wird die Optimierung der rechnergestützt gefun ^¬ denen Lösungen zur Verteilung einer Anzahl vorgegebener Ob jekte in einem Raum/auf einer Fläche nicht nur nach einem vorgegebenen Parameter, sondern nach mehreren Parametern gleichzeitig erfolgen. Dabei ist es wahrscheinlich, dass nicht alle Parameter gleiche Wichtigkeit haben, so dass die Gewichtung der Parameter unterschiedlich sein wird. Da es sich bei dem Verfahren, das durch ein System gemäß der Erfin dung ausgeführt wird um ein iteratives Verfahren handelt, kommen immer wieder neue Lösungen ins Spiel und es ist des ^¬ halb möglich, die Gewichtung der Parameter oder überhaupt die Parameter während des Verfahrens zu ändern.

Beispiele für Parameter z.B. bei der Raumplanung eines Büros sind: Vorgaben betreffend Schreibtische pro Flächeneinheit, Schrankfläche pro Mitarbeiter, alle 5 m ein Feuerlöscher, Vermeidung von Gruppen aus mehr als 9 Schreibtischen, Entfer nung des Stuhls zum Fenster, Bilder an der Wand, Feng-Shui- Regeln etc... Je genauer und vollständiger diese Daten, die Pa rameter repräsentierend, zweiter Art dem System durch manuel le oder automatisierte Eingabe zur Verfügung gestellt werden, desto größere Wirkung der automatisierten Optimierungsschrit ^¬ te auf die gefundenen Lösungen.

Die Daten der „dritten Art" sind Daten die zu verteilenden Objekte betreffend. Bei dem oben erwähnten Beispiel der Büro ^¬ raum-Bestückung sind das Tische, Schreibtische, Schreibtisch ^¬ stühle, Papierkörbe, Ablagen, etc., die in dem Büro zu ver ^¬ teilen sind. Dabei kann die Erfassung und Erzeugung dieser Objektdaten der dritten Art beispielsweise auch wieder manu ell eingegeben werden, über entsprechende Produktdatenblätter automatisiert übermittelt und/oder mittels Laserscan oder 3d- Kamera erfolgen. Zu diesen Daten dritter Art gehören auch die zu dem jeweiligen Objekt gehörenden Regeln. Diese sind zu be rücksichtigende objekt-bezogene Vorgaben, wie

- vor jeden Schreibtisch passt ein Stuhl,

- jeder Monitor auf dem Schreibtisch braucht einen Anschluss,

- der Schreibtisch steht in einem speziellen Winkel zum Fens ter, zur Wand etc.

Der genetische Algorithmus präsentiert Lösungen, in denen die Verteilung der Objekte den objektbezogenen Regeln entspricht, wobei rechnergestützt Vorgaben gemacht werden können, ob Re geln unabdingbar - wie der Stuhl vor dem Schreibtisch oder nur vorteilhaft - wie die Befolgung der Feng-Shui-Regeln - sind.

Das System kann auch eine Schnittstelle zu einem Computer- Aided-Design „CAD"-System, insbesondere wenn die Räume, die Fläche nicht fix definiert ist, sondern abänderbar ist, um fassen.

Unter einem genetischen Algorithmus wird ein rechnergestütz tes iteratives Verfahren verstanden, das durch Berechnung Lö sungen präsentiert, bei denen grundsätzlich keine Verbesse rung zu bestehenden Lösungen garantiert ist, die jedoch durch Mutation und Rekombination einen Suchraum eröffnen, in dem durch Selektion, die manuell oder mittels einer künstlichen Intelligenz erfolgen kann, eine Richtung vorgegeben wird, die bei erfolgreicher Konzeption zum globalen Optimum führt.

Vorliegend wird mit „Parameter" eine Variable bezeichnet, die einen programmexternen gesetzten Einflussfaktor bezeichnet. Diese betreffen insbesondere bestimmte Grenzwerte und/oder Auswahlbedingungen .

Als „Verteilung einer Anzahl vorgegebener Objekte in einem Raum und/oder auf einer Fläche" und oder als „Lösung" wird vorliegend beispielsweise ein Layout und/oder ein Plan wie und wo welche Objekte auf einer Fläche oder in einem Raum verteilbar sind, bezeichnet. Unter „künstlicher Intelligenz" wird ein Gerät zum maschinel len Lernen verstanden. Die künstliche Intelligenz empfängt in einem neuronalen Netzwerk Lösungen mit Evaluation, wobei die künstliche Intelligenz durch diese Evaluation trainiert wird und sie schließlich dazu nutzt, daraus neue Regeln abzulei ten, die sie dem genetischen Algorithmus wieder zur Verfügung stellt zur Evaluation und Selektion der nächsten Generation an Lösungen.

Unter einem „Prozessor" kann im Zusammenhang mit der Erfin dung beispielsweise eine Maschine, eine künstliche Intelli genz mit neuronalem Netzwerk und/oder eine elektronische Schaltung verstanden werden. Bei einem Prozessor kann es sich insbesondere um einen Hauptprozessor (engl. Central Proces sing Unit, CPU), einen Mikroprozessor oder einen Mikrokon troller, beispielsweise eine anwendungsspezifische integrier te Schaltung oder einen digitalen Signalprozessor, möglicher weise in Kombination mit einer Speichereinheit zum Speichern von Programmbefehlen, etc. handeln. Bei einem Prozessor kann es sich beispielsweise auch um einen IC (integrierter Schalt kreis, engl. Integrated Circuit), insbesondere einen FPGA (engl. Field Programmable Gate Array) oder einen ASIC (anwen- dungs-spezifische integrierte Schaltung, engl. Application- Specific Integrated Circuit), oder einen DSP (Digitaler Sig- nal-prozessor, engl. Digital Signal Processor) oder einen Grafikprozessor GPU (Graphic Processing Unit) handeln. Auch kann unter einem Prozessor ein virtualisierter Prozessor, ei ne virtuelle Maschine oder eine Soft-CPU verstanden werden. Bevorzugt handelt es sich um einen programmierbaren Prozes sor, der mit Konfigurationsschritten zur Ausführung des ge nannten erfindungsgemäßen Verfahrens ausgerüstet wird oder mit Konfigurationsschritten derart konfiguriert ist, dass der programmierbare Prozessor die erfindungsgemäßen Merkmale des Verfahrens oder der Module, oder anderer Aspekte und/oder Teilaspekte der Erfindung realisiert.

Unter einem „Modul" kann im Zusammenhang mit der Erfindung beispielsweise ein Laserscanner, eine 3D-Kamera, ein Prozes- sor und/oder eine Speichereinheit zum Speichern von Programm code verstanden werden. Beispielsweise ist der Prozessor spe ziell dazu eingerichtet, den Programmcode derart auszuführen, damit der Prozessor Funktionen ausführt, um das erfindungsge mäße Verfahren oder einen Schritt des erfindungsgemäßen Ver fahrens zu implementieren oder realisieren. Die jeweiligen Module können beispielsweise auch als separate bzw. eigen ständige Module ausgebildet sein. Hierzu können die entspre chenden Module beispielsweise weitere Elemente umfassen. Die se Elemente sind beispielsweise eine oder mehrere Schnitt stellen (z. B. Datenbankschnittstellen, Kommunikations schnittstellen - z. B. Netzwerkschnittstelle, WLAN- Schnittstelle) und/oder eine Evaluierungseinheit (z. B. ein Prozessor) und/oder eine Speichereinheit. Mittels der Schnittstellen können beispielsweise Daten ausgetauscht (z.

B. empfangen, übermittelt, gesendet oder bereitgestellt wer den). Mittels der Evaluierungseinheit können Daten beispiels weise rechnergestützt und/oder automatisiert verglichen, überprüft, verarbeitet, zugeordnet oder berechnet werden.

Mittels einer Speichereinheit können im System Daten bei spielsweise rechnergestützt und/oder automatisiert gespei chert, abgerufen oder bereitgestellt werden.

Unter „rechnergestützt" oder „computergestützt" kann im Zu sammenhang mit der Erfindung beispielsweise eine Implementie rung des Verfahrens verstanden werden, bei dem insbesondere ein Prozessor mindestens einen Verfahrensschritt des Verfah rens ausführt. Beispielsweise ist unter „rechnergestützt" oder „computergestützt" auch „computerimplementiert" zu ver stehen.

Unter „Bereitstellen", insbesondere in Bezug auf Daten, Meta daten und/oder sonstige Informationen, kann im Zusammenhang mit der Erfindung beispielsweise ein rechnergestütztes Be reitstellen verstanden werden. Das Bereitstellen erfolgt bei spielsweise über eine Schnittstelle (z. B. eine Datenbank- Schnittstelle, eine Netzwerkschnittstelle, eine Schnittstelle zu einer Speichereinheit). Über diese Schnittstelle können beispielsweise beim Bereitstellen entsprechende Daten und/oder Informationen übermittelt und/oder gesendet und/oder abgerufen und/oder empfangen werden. Unter „Bereitstellen" kann im Zusammenhang mit der Erfindung beispielsweise auch ein Laden oder ein Speichern, beispielsweise einer Transakti on mit entsprechenden Daten verstanden werden. Unter „Bereit stellen" kann beispielsweise auch ein Übertragen (oder ein Senden oder ein Übermitteln) von entsprechenden Daten von ei nem Knoten zu einem anderen Knoten verstanden werden.

Durch die Erfindung wird erstmals eine Möglichkeit offenbart, wie langwierige Optimierungsprozesse durch künstliche Intel- ligenz übernommen werden können. Dazu wird vorgeschlagen, dass erste Daten eine Fläche oder einen Raum betreffend, zu sammen mit zweiten Daten eine Regelung, wie die Fläche und/oder der Raum zu bestücken ist, betreffend, mit dritten Daten, Objekte und objektbezogene Regeln betreffend einem ge- netischen Algorithmus zur Verfügung gestellt werden, der durch ein iteratives Verfahren die Verteilung der Objekte in dem Raum und/oder auf der Fläche optimiert und die optimier ten Lösungen dem Nutzer präsentiert, der sich danach zumin dest teilweise ausrichtend dadurch seine Anordnung der vorge- gebenen Objekte im Raum und/oder auf der Fläche beschreiben lässt.