[发明专利]一种基于BIM的建筑模型自动匹配方法及系统在审
申请号: | 202110525216.X | 申请日: | 2021-05-14 |
公开(公告)号: | CN113377880A | 公开(公告)日: | 2021-09-10 |
发明(设计)人: | 蒋海峰;段振凤;汪阳;孙协;顾珂宇;赵刚 | 申请(专利权)人: | 华仁建设集团有限公司 |
主分类号: | G06F16/28 | 分类号: | G06F16/28;G06F16/21;G06N3/04;G06N3/08 |
代理公司: | 苏州广正知识产权代理有限公司 32234 | 代理人: | 李猛 |
地址: | 214072 江苏省无锡*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 bim 建筑 模型 自动 匹配 方法 系统 | ||
1.一种基于BIM的建筑模型自动匹配方法,其中,所述方法包括:
获得BIM历史模型数据库;
获得第一建筑的第一区块集合;
获得所述第一区块集合中各个区块的属性信息;
根据所述各个区块的属性信息,对所述第一区块集合按照所述属性信息进行区块分类,获得第一区块分类列表;
获得所述第一区块分类列表的第一类别信息;
将所述第一类别信息和所述BIM历史模型数据库中的各基础模型信息输入模型分类模型,获得所述BIM历史模型数据库中的各基础模型对应的类别属性;
根据所述BIM历史模型数据库中的各基础模型对应的类别属性,对所述第一区块集合进行模型匹配,获得所述第一区块集合中各区块对应的所述基础模型;
根据所述第一区块集合中各区块对应的所述基础模型,构建所述第一建筑模型。
2.如权利要求1所述的方法,其中,所述将所述第一类别信息和所述BIM历史模型数据库中的各基础模型信息输入模型分类模型,获得所述BIM历史模型数据库中的各基础模型对应的类别属性,包括:
将所述第一类别信息和所述BIM历史模型数据库中的各基础模型信息输入模型分类模型中,所述模型分类模型通过多组训练数据训练获得,所述多组训练数据中的每一组训练数据均包括:所述第一类别信息和所述BIM历史模型数据库中的各基础模型信息和用来标识各基础模型对应的类别属性的标识信息;
获得所述模型分类模型中的输出信息,其中,所述输出信息包括所述BIM历史模型数据库中的各基础模型对应的类别属性。
3.如权利要求1所述的方法,其中,所述获得第一建筑的第一区块集合,包括:
获得第一建筑的结构信息;
获得所述第一建筑的属性信息;
根据所述第一建筑的结构信息和属性信息,对所述第一建筑进行区块划分,获得所述第一建筑的第一区块集合。
4.如权利要求1所述的方法,其中,所述根据所述BIM历史模型数据库中的各基础模型对应的类别属性,对所述第一区块集合进行模型匹配,获得所述第一区块集合中各区块对应的所述基础模型,包括:
获得第一基础模型,所述第一基础模型属于所述BIM历史模型数据库中的模型;
获得所述第一基础模型的第一类别属性;
根据所述第一类别信息,获得所述第一区块的第二类别属性,其中,所述第一区块为所述第一区块集合中的区块;
判断所述第一类别属性是否与所述第二类别属性相同;
如果所述第一类别属性与所述第二类别属性相同,获得所述第一基础模型与所述第一区块的相关度;
根据所述相关度,确定是否将所述第一基础模型与所述第一区块进行匹配。
5.如权利要求4所述的方法,其中,所述如果所述第一类别属性与所述第二类别属性相同,获得所述第一基础模型与所述第一区块的相关度,包括:
获得所述第一基础模型的第一参数信息;
获得所述第一区块的第二参数信息;
获得所述第一参数信息与所述第二参数信息的重合度信息;
获得所述第一参数信息对所述第二参数信息的覆盖率信息;
获得预定覆盖率阈值;
当所述第一参数信息对所述第二参数信息的覆盖率信息达到所述预定覆盖率阈值时,根据所述覆盖率和所述重合度信息获得所述第一基础模型与所述第一区块的相关度。
6.如权利要求4所述的方法,其中,所述根据所述相关度,确定是否将所述第一基础模型与所述第一区块进行匹配,包括:
获得预定相关度阈值;
判断所述相关度是否在所述预定相关度阈值之内;
如果所述相关度在所述预定相关度阈值之内,将所述第一基础模型与所述第一区块进行匹配。
7.如权利要求6所述的方法,其中,所述获得预定相关度阈值,包括:
获得所述第一建筑的建筑特征信息;
根据所述建筑特征信息,获得所述第二类别属性的重要等级;
根据所述重要等级,确定所述预定相关度阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华仁建设集团有限公司,未经华仁建设集团有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110525216.X/1.html,转载请声明来源钻瓜专利网。