Complete Street Rule 项目教程
2024-09-17 09:55:06作者:余洋婵Anita
1. 项目介绍
Complete Street Rule 是一个用于 ArcGIS CityEngine 的场景导向设计工具,旨在帮助用户快速创建程序化生成的多模式街道。该规则集成了来自多个交通规划指导来源的知识和想法,包括 NACTO 设计指南、AASHTO 设计建议和 MUTCD 标准。其主要目标是支持城市区域的多模式规划,并提供街道处理和交通投资前后的比较基础。
2. 项目快速启动
2.1 环境准备
确保你已经安装了 ArcGIS CityEngine,并且版本至少为 2014.1。
2.2 下载项目
你可以通过以下命令克隆项目到本地:
git clone https://github.com/d-wasserman/Complete_Street_Rule.git
2.3 导入项目
- 打开 ArcGIS CityEngine。
- 选择
File > Import > Import Existing Project into Workspace。 - 导航到你克隆项目的目录,选择
Complete_Street_Rule文件夹并导入。
2.4 使用规则
- 在 CityEngine 中创建一个新的场景或打开现有场景。
- 在
Rules面板中,找到并选择Complete_Street_Rule.cga。 - 根据需要调整街道参数,如街道宽度、自行车道、公交车道等。
- 点击
Generate按钮生成街道模型。
3. 应用案例和最佳实践
3.1 城市多模式街道设计
Complete Street Rule 可以用于快速迭代城市街道的高级横截面设计,包括自行车道、公交车道、HOV 车道、停车道、中央分隔带等。通过调整参数,用户可以快速生成不同配置的街道模型,用于规划和可视化。
3.2 交通投资前后的比较
该规则还包括分析报告,可以用于生成街道几何的各种分析,如成本估算。这些分析报告可以帮助规划者进行交通投资前后的比较,评估不同街道处理的效果。
4. 典型生态项目
4.1 ArcGIS CityEngine
Complete Street Rule 是基于 ArcGIS CityEngine 开发的,因此与 CityEngine 的其他功能和工具紧密集成。用户可以利用 CityEngine 的强大功能进行更复杂的场景设计和分析。
4.2 Esri 生态系统
作为 Esri 生态系统的一部分,Complete Street Rule 可以与其他 Esri 产品和服务集成,如 ArcGIS Online、ArcGIS Pro 等,进一步扩展其应用场景和功能。
通过以上步骤,你可以快速上手并利用 Complete Street Rule 进行城市街道的程序化设计和分析。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0163- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
hotgoHotGo 是一个基于 vue 和 goframe2.0 开发的全栈前后端分离的开发基础平台和移动应用平台,集成jwt鉴权,动态路由,动态菜单,casbin鉴权,消息队列,定时任务等功能,提供多种常用场景文件,让您把更多时间专注在业务开发上。Go03
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
596
4 K
Ascend Extension for PyTorch
Python
434
523
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
914
754
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
365
240
暂无简介
Dart
839
204
昇腾LLM分布式训练框架
Python
130
154
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
173
React Native鸿蒙化仓库
JavaScript
321
371
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
111
166
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.45 K
813