[发明专利]一种面向建筑规范指标查询的结构化规则描述方法及系统在审
申请号: | 202210794287.4 | 申请日: | 2022-07-07 |
公开(公告)号: | CN115168392A | 公开(公告)日: | 2022-10-11 |
发明(设计)人: | 张荷花;杨逸飞 | 申请(专利权)人: | 清华大学 |
主分类号: | G06F16/242 | 分类号: | G06F16/242;G06F16/2455 |
代理公司: | 北京纪凯知识产权代理有限公司 11245 | 代理人: | 王胥慧 |
地址: | 100084 北京市海淀区1*** | 国省代码: | 北京;11 |
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 面向 建筑 规范 指标 查询 结构 规则 描述 方法 系统 | ||
本发明涉及一种面向建筑规范指标查询的结构化规则描述方法及系统,其特征在于,包括:获取待查询项目的多建筑BIM模型及其对应的SNL规则;提取多建筑BIM模型的实体数据,并确定对应的实体关系,构建待查询项目的多建筑语义模型;解析并获取待查询项目的多建筑BIM模型对应的SNL规则的语法结构,获取面向建筑指标查询的SNL,并确定面向建筑指标的SPARQL查询语句;在多建筑语义模型中采用面向建筑指标的SPARQL查询语句进行查询,得到待查询项目的多建筑BIM模型的建筑规范指标;解析面向建筑指标查询的SNL的结论子句,判断该结论子句是否包含计算,并根据判断结果,输出对应的建筑规范指标作为目标建筑规范指标,本发明可以广泛应用于自动检测领域中。
技术领域
本发明涉及自动检测领域,特别是关于一种面向建筑规范指标查询的结构化规则描述方法及系统。
背景技术
随着建筑信息模型的迅速发展及广泛应用,建筑规范的自动化审查也成为了相关行业关注的热点。现有技术公开了一种语义和几何计算结合的复杂建筑规范符合性检测装置,然而,该装置仅能够实现对建筑规范的合规性检查。各类建筑相关指标的统计和审查是建筑规划报建等审查工作重点关注的内容,这类指标审查工作的输出结果通常为具体的指标数值,而不是“正确”或“错误”的合规性结果。为了获取并统计各类建筑相关的指标,需要采用有效的数据组织及提取方法。此外,由于建筑规划指标通常采用地方规范标准,其定义方式与项目所处的地理位置、项目的类型等因素相关。因此,可扩展的建筑指标描述及定义方法对实现高效的建筑指标提取和查询也具有重要意义。
现阶段,已有企业开发了针对建筑信息模型的建筑规划报建自动化审查工具,包含了建筑规划报建指标的统计及导出的功能。该工具通过Revit辅助建模插件实现对不同类型构件的标记,例如标记绿地、停车位等。该工具通过预置的表单统计并生成相关指标的报表,其表单的形式如图1所示。该工具通过辅助建模结合预置统计算法的方式实现了对常见的建筑规划指标的统计。然而,由于其统计方法对用户不可见,使得用户无法通过自定义统计规则的方式实现对目标指标的查询。此外,通过标记区分构件类别也将给用户增加额外的建模工作。
目前,诸多自动化规范审查工具均与上述的工具类似,即存在高度定制化、缺乏可扩展性的问题。清华大学软件学院研发的BIMChecker模型检查工具解决了该问题,该工具通过使用结构化自然语言(Structured Natural Language,SNL)定义和描述审查规则,并结合对应的审查引擎进行处理,实现对自定义规则的审查,进而实现向不同领域、不同类型的建筑规范的扩展。该工具将BIM模型生成对应的语义模型以实现对语义信息的检查,然而,由于该工具仅支持生成单体建筑的语义模型,使得其只能够针对单体建筑内部进行规范审查,而无法支持更大尺度下的建筑相关规范审查,例如针对多建筑模型的建筑规划报建审查。
发明内容
针对上述问题,本发明的目的是提供一种面向建筑规范指标查询的结构化规则描述方法及系统,能够针对多建筑模型的建筑规划报建审查。
为实现上述目的,本发明采取以下技术方案:第一方面,提供一种面向建筑规范指标查询的结构化规则描述方法,包括:
获取待查询项目的多建筑BIM模型及其对应的SNL规则;
提取多建筑BIM模型的实体数据,并确定对应的实体关系,构建待查询项目的多建筑语义模型;
解析并获取待查询项目的多建筑BIM模型对应的SNL规则的语法结构,获取面向建筑指标查询的SNL,并确定面向建筑指标的SPARQL查询语句;
在多建筑语义模型中采用面向建筑指标的SPARQL查询语句进行查询,得到待查询项目的多建筑BIM模型的建筑规范指标;
解析面向建筑指标查询的SNL的结论子句,判断该结论子句是否包含计算,并根据判断结果,输出对应的建筑规范指标作为目标建筑规范指标。
进一步地,还包括:
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清华大学,未经清华大学许可,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/202210794287.4/2.html,转载请声明来源钻瓜专利网。