2026 - 2026 год
Нейросеть раскладывает квартиры по кварталу за десятки минут
девелопмент
ML
квартирография
Веб
Команда
1
ML-инженер
1
Менеджер проекта
1
бэкенд-разработчик
1
фронтенд-разработчик
1
инженер по тестированию
2
системный аналитик
Техстек
Fastapi
PyTorch
ONNXRuntime
OpenCV
Shapely
NumP
Pydantic
Geopandas
Веб
О клиенте
Крупный российский девелопер полного цикла, который проектирует и строит жилые кварталы в нескольких регионах и системно вкладывается в собственную цифровизацию проектных процессов. Компания оперирует не отдельным домом, а термином комплексного развития территорий целиком: землёй, посадкой секций, этажностью и экономикой продаж по всему объёму застройки сразу.
Сейчас квартирную нарезку по кварталу вручную делают проектировщики: раскладывают квартирные пятна по этажам, проверяют их на соответствие целевой матрице продаж, на различные технические нормы, в том числе нормы по инсоляции, переделывают. Это занимает недели проектировщиков, а результат нужен раньше - ещё на этапе продаж, когда дом не построен и клиенту нужно показывать поэтажные планы и конкретные лоты.
Бизнес-задачи
Автоматически воспроизвести жилой квартал в машиночитаемой модели с соблюдением исходной геометрии: габариты секций в шагах, положение и габарит ЛЛУ, ширина коридора, инженерные ниши, этажность и высоты этажей.
Подобрать квартирографию по всему кварталу так, чтобы попасть в целевое распределение квартир (по 14 типам с отклонением не более 2% по долям и не более 5% по средней площади).
Учесть поэтажные данные по инсоляции и определить для каждой квартиры на каждом этаже статус «проходит» или «не проходит».
Обеспечить проверяемость решения на четырёх уровнях: квартал, секция, этаж, конкретная квартира.
Результат должен быть в интерактивном 3D-формате, где видно объём квартала, движение солнца и статус инсоляции по каждому окну.
Сократить срок получения квартирографии по кварталу с недель ручной работы проектировщика до нескольких десятков минут на квартал.
Вызов
Заказчик дал три группы требований, которые конфликтуют между собой: жёсткая геометрия секции, целевая экономика продаж и физика инсоляции. Оптимизировать любое из трёх по отдельности - задача перебора. Одновременно то, что архитектор решает неделями вручную и всё равно вынужден переделывать: попал в доли - не попал в среднюю площадь, попал в площадь - квартира разместилась на затенённый фасад.
Отдельное ограничение в количестве данных для обучения. У клиента их фактически не было: около 70 ЖК с поэтажными планами против нескольких десятков тысяч примеров, которые обычно нужны для обучаемой модели такого класса.
Мы предложили другой подход: обучить нейросеть на собственных данных, а все требования заложить в нее как жёсткие ограничения. Каждый сгенерированный вариант дополнительно проходит алгоритмическую валидацию, чтобы итерационно отметать “неправильно” сгенерированные варианты нейросетью. Такое решение проверяемо: любую квартиру в результате можно проверить, почему она здесь, соблюдается ли шаг сетки, попадает ли она в нормы по площади и проценту квартир, и по какому окну она проходит инсоляцию.
Как мы это сделали
Оцифровка исходных данных
Из чертежей заказчика собрали машиночитаемую модель этажа: контур секции по шаговой сетке, положение и габарит ЛЛУ, коридоры, инженерные ниши, оконные проёмы и рассчитанную по ним инсоляцию. Пример типового этажа от заказчика использовали как валидатор, чтобы сверять, насколько наши раскладки попадают в реальную практику проектирования.
Обучили нейросеть на собственных данных
Нехватку данных у клиента закрыли своим датасетом. Модель обучена генерировать квартирные пятна по контуру этажа, а требования заказчика: геометрия, комнатность, диапазоны площадей, доступ из коридора заданы как жёсткие ограничения генерации.
Валидация каждого варианта
Дополнительно с генерацией работает контур алгоритмической проверки: он отсекает варианты, нарушающие геометрию, шаг сетки, целевую таблицу или инсоляцию, и возвращает генерацию на следующую итерацию.
Распределение типов по всему кварталу
Целевые доли квартир раскладываются сразу на весь квартал: 8 секций, 86 жилых этажей. Если оптимизировать каждый этаж по отдельности, локально удачный этаж ломает общую квартирографию квартала.
Построение квартирных пятен
Пятна строятся по шаговой сетке от ок он к общему коридору –- прямоугольные и «пистолетные» формы. Каждое пятно обязано быть единой связной областью, укладываться в габарит секции и не заходить на ЛЛУ, коридор и инженерные ниши.
Проверка каждой квартиры
Для каждого варианта проверяются площадь и комнатность по целевой таблице, форма и связность пятна, вход непосредственно из общего коридора, отсутствие пересечений с соседями, привязка к окнам и наличие инсолируемого окна.
Интерактивный 3D-формат
Результат отдаётся в 3D-формате сценой: квартал в объёме, реальная геометрия секций, положение солнца по координатам площадки и дате, таймлайн от восхода до заката. Окна подсвечиваются по длительности инсоляции. Любой этаж раскрывается до квартирных пятен, сводка по кварталу пересчитывается на лету.
Что получил архитектор
Квартирография всего квартала считается расчётом вместо недель ручной раскладки пятен - за несколько десятков минут.
Ограничения проверяются автоматически: пересечения, доступ из коридора, выход за габарит, захват ЛЛУ и инженерных ниш.
Статус по инсоляции виден сразу по каждой квартире — не нужно ждать отдельного расчёта и потом переделывать раскладку.
Вариативность: можно перебрать несколько раскладок под один и тот же контур.
Сокращение ручного труда: система сама раскладывает пятна и отсеивает невалидные варианты — архитектор проверяет и дорабатывает готовое решение, а не собирает его с нуля.
Что получил девелопер
Экономика квартала — доли по типам и средняя площадь квартир соблюдается по проекту.
Ограничения и проверка инсоляции видны на предпроектной стадии.
Экономика квартала соблюдается на этапе расчёта: доли по типам и средняя площадь заданы как условие.
Основа для масштабирования на другие площадки: меняются входные данные, не алгоритм
Продажи стартуют раньше. Квартирография готова за десятки минут, а не через недели работы проектировщиков.
Мы не просто проверяли задачи
Мы не подбирали планировки. Мы формализовали три конфликтующих требования девелопера: геометрию, экономику и физику в одну задачу с проверяемым решением и построили интерфейс, в котором это решение можно перепроверить в ручную.
