改革开放以来，中国经历了人类历史上最大规模、最快速度的城市化过程，城市规模和人口爆炸式增长。大量的高层及超高层建筑、医疗及商业综合体既是城市功能的核心载体，也是城市耗能^[1-2]与安全事故的主要场所^[3-4]。人们日益增长的舒适、节能与安全需求对建筑工程的设计、建造过程提出了更高的要求。

然而，作为确保设计质量、保障工程建造的关键环节，设计审查仍然高度依赖人工核对方式，对相关审查人员的经验及其水平要求高，且往往存在着审查尺度不一、低效漏项、人为操控等问题^[5-6]。2017年，伦敦“格兰菲尔塔”火灾导致81人死亡就暴露出传统建筑防火设计审查所存在的低效漏项等一系列弊端^[3]。因此，作为确保建筑满足规范要求、保障消防安全、实现舒适节能的关键环节，设计审查的重要性日益凸显^[6]，直接关系到人民的生命财产安全。

当前，建筑业正处在提质增效、转型升级的关键节点，传统设计审查手段已难以应对劳动力成本、工程规模与复杂度不断增长的现状。因此，亟需研究设计审查的自动化方法与技术，实现设计审查标准的规范化表达与设计方案自动检查，使专业人员专注方案设计与优化、提升建筑设计水平、保障人民生命财产安全和提升城市生活品质。

针对上述问题及需求，本文选取“BIM” “code checking” “rule checking” “compliance checking”和“建筑信息模型” “设计审查” “自动审查”等关键词，在中国知网和Web of Science核心数据库对1994年1月至2019年7月期间合规性自动审查相关的研究论文进行了全面检索与梳理，共检索到中英文文献183篇。通过逐一分析各有关文献摘要及关键词信息，且归并同一作者类似文献后，共计选取了59篇主要文献进行精读与总结(见图 1)。基于文献调研，本文研究建立了合规性自动审查的基本研究框架，并分析了设计审查规则表达、信息建模、规则推理与结果表现等各研究方向的现状和不足，提出未来自动设计审查的需求和发展方向。

1 合规性自动审查的历史

合规性自动审查又叫自动设计审查或自动规则检查(automatic rule checking)，国际上相关研究最早可追溯到20世纪80年代^[7]。以2000年为分界点，可大致分为2个阶段。2000年以前，设计信息的表达以计算机辅助绘图(computer aided drawing，CAD)为核心，而规范要求的表达则通过决策表、计算机代码等形式内嵌在专家系统中。有关学者探索了相应规则检查方法在节能、成本、日照、火灾等方面的应用^[7-8]。2000年以后，随着建筑信息模型(building information model, BIM)技术及相应数据标准——工业基础类(industry foundation classes，IFC)的提出，可以利用BIM表达更加丰富的设计信息，基于BIM的自动设计审查技术和软件开始出现。

2 合规性自动审查研究现状 2.1 合规性自动审查的基本研究框架

Eastman及其团队^[9]是该领域的先驱之一，他们于2009年对自动规则检查在建设工程领域的应用作了系统调研，并将相应过程总结为4个阶段：规范解读、模型准备、模型审查和审查报告。本文在其基础上，结合相关领域知名学者Nawari^[10]、Salama^[11-12]、Dimyadi和Amor^{[7, 13]}、Solihin和Lee^[14-15]、Cai^[16-17]等的研究成果，建立如图 2所示的合规性自动审查的研究框架。框架包括4部分：规则、模型/数据、推理/执行和结果输出。下面依次对各部分相关成果进行分析综述。

2.2 规则解译

通常情况下，规范条文以便于人们阅读的方式表达，如文本、表格或公式。规则解译是将有关设计规范条文转换为特定表达方式的规则的过程，以便于计算机处理^[9]。长期以来，规则解译与更新均依赖领域专家人工实现^[18-19]。近年来，有关学者开始探索利用自然语言处理(natural language processing, NLP)和本体论进行规则的自动或半自动提取^{[16, 20-23]}。但由于规范条文结构复杂^[24]、隐含领域知识等问题，自动化规则的提取仍然任重而道远，目前仅能在有限的领域实现规则自动或半自动提取^[2](见图 3统计结果)。

2.3 规则表达

规则表达则是采用某种标准形式表达提取或解译的规则的方法^[25]。规则表达最初直接采用计算机编程语言实现，但存在编辑修改要求高、不透明、难重用等问题，逐步发展出决策表/参数表、一阶谓词逻辑、本体等方式^{[7, 9, 11, 26]}。由于规则解译过程往往涉及两方面问题：一是规则应用的上下文语境或对象(如规则应用于梁还是门)，二是规则应用的具体属性(如是门的尺寸还是材料)^[9]。因此，往往需要引入以本体为代表的语义信息建模方法表达相应信息^{[12, 25, 27-30]}。尽管相关研究先后提出规范标记语言^{[10, 21]}、N3Logic、SWRL^[25]、LegalRuleML^[13]、Graph^{[14, 31]}、RASE^[32]等用以表达规范蕴含的知识和规则，但目前仍未形成开放、灵活的规范表达框架^[7](见图 4)。

2.4 模型数据结构

如图 5所示，最初设计信息的表达以二维CAD的形式表达，只能通过给几何形体及其所属图层附加简单文本的形式来表达有关信息^[7]。该方式表达的信息非常有限，且需提前约定相应的信息表达方式。BIM技术的提出引入了基于面向对象的数据建模方法^[33-34]，可以表达构件类型、名称以及诸多几何属性信息(如图 5中IfcSpace的名称、分区、楼层、面积等属性)^[35]。因此，BIM相较CAD图纸蕴含了更加丰富的信息，可以更好地支持设计方案检查(如可直接进行空间大小、高度及功能的检查)^[9]。在BIM基础上，也有研究进一步针对自动设计审查提出并建立了其他的面向对象模型^[36]。

2.5 模型信息扩充与转换

然而，当前的BIM尚不支持对可视关系、连通关系等信息的表达与分析，因此需要引入空间数据分析等信息增强或扩充方法，对相应信息进行计算和提取，并完善和扩充既有模型结构以容纳更多信息^{[16, 37]}。同时，考虑消防设计需要对逃生路径、空间封闭性等进行检查，因此可能需要采用实体模型、表面模型等不同的三维形体表达方式和图结构^[19]、八叉树等提升特定规则检查效率的数据表达方式，以支持相应规则的检查需求^[38]。最后，随着各国逐渐转向性能化设计模式，扩充设计BIM结构以容纳性能仿真信息，从而支持面向性能化设计的规则检查将是未来的发展趋势^{[7, 9]}。

2.6 规则推理执行

规则推理和执行主要涉及4方面内容：规则转换、几何计算、数据有效性和数据一致性。其中规则转换是将基于特定表达形式的规则转换为推理引擎的内部形式，如将规则转换为Prolog编程语言的形式^[39]，如推理引擎可直接支持采用的规则表达形式，则该步骤可以略过。例如，当前大多数语义推理引擎均可直接利用本体和SWRL进行推理^[40]。同时，也有研究利用可视化编程语言直观、易懂的特点，研究提出基于可视化编程语言的规则推理和检查方法^[41]。数据有效性则是在进行有关规则的检查和推理之前，对设计模型所包含的信息进行检查，以确保满足规则检查的需要(如在检查防火分区的要求之前应确定设计模型中已创建了分区信息)。因此，有学者提出模型视图技术来实现特定领域业务(如防火规则检查)数据需求的描述^[42]。几何计算则是指在当前BIM基本几何信息的基础上，进一步分析各构件三维表达的空间关系(如包含、相交、上下等关系)，从而为涉及各构件相对空间关系的规范条文检查提供支持^[43]。最后，数据一致性是指用以进行规则检查的不同模型视图之间应该相互一致，不存在冲突^[9]。

2.7 检查结果输出

最后是对规则检查结果的输出，输出形式包括表格、图片和模型标记等3种主要形式。图片输出和模型标记过程涉及的一个关键问题就是为特定规则检查问题选择合适的观察视角，也就是计算虚拟视点位置。为避免视线被构件遮挡，往往需要碰撞检测和相交检测算法确定视点位置^[44]。另一个问题则是需要在规范条文解译过程中建立规则与条文的对应关系，并在规则表达中记录相应信息。从而可在检查结果中直接输出未通过的规范条文，给工程人员提供更加直观易懂的结果^[45]。

2.8 主要研究应用领域

在以上大的框架下，近年来有关学者先后探索了基于BIM的规则检查在建筑节能^{[1, 2]}、结构设计^[10]、施工安全防护^[46]、消防逃生^{[6, 35, 47-49]}、施工工艺^[12]、平面设计检查^[50]、管线系统检查^[33]、工程算量^[20]等多个方面的应用，详见表 1。

3 讨论与展望

综上所述可知，当前合规性自动审查已成为国际研究的热点，有关研究成果涉及规则解译表达、信息扩展建模、规则推理执行、结果输出展示等方面。其中，规则表达方面已形成了决策表、一阶谓词逻辑等一系列方法，可较好表达基本设计审查规则。同时，因BIM蕴含丰富的语义信息，已成为替代二维CAD的绝佳选择，广泛用于自动审查的研究与应用过程。推理引擎、空间分析加速等手段也已在设计审查中得以应用，显著提升了自动化水平。同时，模型信息的完整性以及有效性是支持自动设计审查的基础，只有模型完整包含特定领域的信息才能支持相应领域的自动设计审查^[15]。

然而，目前国内外尚未形成统一、标准的设计规范条文表达方式^[7]；尽管BIM技术的发展与普及为设计审查提供了丰富信息，但仍不能支持完整的设计规则检查需求^[38]；规则的自动提取或解译^[2]、复杂空间关系分析推理^[43]、大规模规则检查等仍是重要难点，而我国在相关领域的探索才刚刚开始^{[3, 6, 59]}。具体来说，主要包括以下3大难点和问题。

1) 信息模型异构及语义鸿沟。当前有关研究仅选择消防、节能等个别细分领域进行应用和BIM的扩展。各不同细分领域信息模型的结构差异给研究成果的重用及整合带来了极大困难。与此同时，不同细分领域在设计规范表达、领域对象分类、应用需求等方面的差异进一步加大了信息模型结构的差异，同时也给不同领域专业人士理解某一概念的含义(即语义)带来了问题，造成专业领域之间的语义鸿沟。面对信息模型异构和语义鸿沟问题，亟需构建一种简单、灵活、统一的语义模型，规范不同专业领域的语义概念，兼容不同信息模型结构，为建筑工程全专业设计审查奠定基础。本体模型在该方面体现出了显著优势，被有关学者大量采用，已逐步成为设计审查领域通用语义模型构建的关键方案。

2) 规则自动解译与开放共享。当前设计规则检查有关研究和应用仍以人工规则编制为主，该方式具有灵活性低、工作量大等问题，难以适应建设领域设计规范不断演进、知识不断更新的现状。基于自然语言处理进行自动规则解译的研究才刚刚开始，仅能处理设计规范的部分内容。同时，也应注意到当前有关规范、标准均主要面向专业人员阅读，给计算机理解和处理带来很大问题，研究并构建考虑机器处理特点的规范及标准形式化模型也是未来的发展方向之一。最后，有关研究通常采用内部自定义格式进行规则管理，透明度和灵活性低，难以满足设计审查规则开放、共享和重用的需求。基于开放规则建模语言构建透明、灵活的审查规则表达及共享方法至关重要。

3) 复杂空间关系分析与大规模推理。作为当前BIM信息描述的主要形式，IFC标准缺乏完善的构件空间关系、拓扑连通关系等信息的描述能力，难以满足逃生路径、空间布局等一系列设计规范检查的需求^[60]。目前有关自动设计审查的研究多局限于对构件属性、参数的检查，在复杂空间关系分析检查方面尚显不足。此外，既有的研究均以小规模数据验证为主，在大规模、复杂规则及空间关系场景下的推理、检查研究尚属空白，难以满足实际大型复杂工程的设计审查需求。突破大规模、复杂规则和空间场景推理、仿真是未来设计审查进入实用化、自动化以及全面覆盖的关键难点之一。