ミチノテラス豊洲 ラビスタ東京ベイ

多面体の勾配判定・樹木選定フェーズの前倒し・荷重制限の判定

続いて、緑地の形態をボロノイ図の交点同士を結んだ図形（ドロネー図）を利用したアルゴリズムで計算させ、その法面勾配を「擁壁の設置要否」「地被/低木/中木/高木それぞれの根入可能角度」に応じた色分けを行いました。列植可能な樹種選定のフェーズをデザイン検討の初期段階で同時に行うことが可能になります。
また、東京都の港湾隣接地域の荷重制限に準ずるため、緑地帯の盛土などの荷重分布を同時にビジュアル化し、検討しました。

樹木の自動入力と行政緑化基準の判定

AutoCAD上でのプロット図で、Rhinoモデル上に枝張りが似た樹木オブジェクトを自動配置するアルゴリズムをつくりました。
ここでは、東京都と江東区でそれぞれ定められた緑化基準に基づき、各樹木の高さ/樹冠サイズを変数として緑地面積を算定させることで、視覚的なバランスと法的な与条件の同時検討を行っています。

与条件の統合・最後は設計者の眼で選定

上記で拡散した変数たちをShimz Explorer*1を介して統合し、膨大なパターンのモデルを生成しました。それらを設計者の眼でピックアップして評価、調整するプロセスは従来の設計プロセスの良い部分を、デジタルの力で強化したものと言えます。さまざまな指標のなかで、どれをトレードオフするのかという議論を重ねながらデザインを決定していきました。

*1 Shimz Explorer：Brute Force Methodによる最適解の絞り込み*2ツール。（開発協力：Thornton Tomasetti / Core Studio、アルゴリズムデザインラボ）
*2 絞り込み：パラメトリックに生成した膨大な案の可能性の中から、複数の目標値を設定して解の絞り込みを行う手法。

実環境にアウトプット、最後は眼で確認

ディスプレイの中だけでなく、候補となる案を瞬時に3Dプリンターで出力し、その形状を確認します。最終承認前には、現場で実寸のモックアップを作成することで実環境の中で波形パターンがどのような表情を見せるか探りました。

周囲に開けた敷地条件を考慮し、周辺道路や豊洲大橋に加え、眼前に広がる運河対岸、最寄り駅ゆりかもめ線車内、隣接した公共施設の屋上庭園など考えられるほぼすべての視点群からの視線検証（左下図）を実施。その結果得られたすべての視線を遮る、最小で最適な冠壁（右下図）を自動生成させました。

デジタルスタディで探索する冠壁の表情

Grasshopperにより導き出された最低限の目隠し壁をベースに、それらを滑らかにつなげ、冠壁としての連続性を与えました。さらに意匠的な微調整を繰り返すことで、より洗練されたデザイン案を探索していきました。
タイプの異なる折版の配列によるグラデーションが、冠壁に多様な表情を生み出すよう、詳細な3Dモデリングとリアルな自然光変化を反映したレンダリングによるデジタルスタディを重ね、その可能性を追求しました。