[发明专利]铝模设计AI自动生成建筑构件在审

专利信息
申请号: 202210991814.0 申请日: 2022-08-17
公开(公告)号: CN115470545A 公开(公告)日: 2022-12-13
发明(设计)人: 梁浩洋;杨柏洪 申请(专利权)人: 广州必劢科技有限公司
主分类号: G06F30/13 分类号: G06F30/13;G06T17/00;G06F111/20
代理公司: 佛山中贵知识产权代理事务所(普通合伙) 44491 代理人: 何展提
地址: 510000 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 设计 ai 自动 生成 建筑 构件
【说明书】:

发明公开了铝模设计AI自动生成建筑构件,属于自动识别技术领域,铝模设计AI自动生成建筑构件,具体包括以下步骤:定义标准构件库:针对建筑设计中所有的标准构件进行定义,以便后续在识别到对应信息后与定义的构件进行匹配。本发明中,可将原本人工识别所需要投入的时间大大压缩,从当前实施客户来看,以往一张图纸平均人工识别时间为40分钟;实现自动识别后,图纸识别和检查时间减少到平均值11秒,基本取消人工在三维建模时的人工绘制构件的动作;通过完整的构件库建立,覆盖现有市面上99%的标准建筑结构构件,基本不需要三维建模前针对这些特殊构件的人工绘制,极大提升了构件生成效率。

技术领域

本发明属于自动识别技术领域,尤其涉及铝模设计AI自动生成建筑构件。

背景技术

现有市面在针对建筑图纸进行铝模板配模前,为了能够准确配置对应的铝模板,需要把二维建筑图纸转换为三维模型,然后在三维模型上进行铝模板配置;现有市面上软件都是通过人工辨别建筑结构件(例如:墙板,梁;下挂梁、地板、节点等),识别后通过在软件系统中已经有的结构件3D模型将二维图纸“组装”成三维模型;识别完全依赖于人工识别,识别专业难度高,识别效率低;例如:图2为某款软件在构件识别时候的流程图,完全依赖人工逐步识别且只能对主要构件进行处理,特殊构件(如楼梯、节点)还需要人工在图纸上进行绘制。

在铝模板配模之前,二维图纸转换为三维图纸是必须的一个环节,必须在对建筑构件准确区分后,才可以进行下一步三维建模的工作;

传统铝模板设计软件的构件识别,都是通过人工逐类识别建筑图纸上绘制的构件,识别后通过在设计辅助软件中指定各个构件所代表的含义;设计辅助软件根据系统中定义的构件库进行构件拼装从而产生三维模型;在识别时需要设计人员具备较强的专业性以及足够的细心,往往在需要投入大量时间去对图纸各个图层中的构件进行人工确认和识别;一旦出错,后续的三维模型产生错误,从而导致配模错误,造成巨大的经济损失和工期延误;对于复杂的构件如楼梯、反坎、滴水线、企口等,还需要后续在三维模型上人工进行绘制。

自动识别技术通过人工设置识别规则和机器学习,对图纸中的构件进行自动识别,提升构件识别效率和准确率。

发明内容

本发明的目的在于:为了解决设计辅助软件根据系统中定义的构件库进行构件拼装从而产生三维模型;在识别时需要设计人员具备较强的专业性以及足够的细心,往往在需要投入大量时间去对图纸各个图层中的构件进行人工确认和识别;一旦出错,后续的三维模型产生错误,从而导致配模错误,造成巨大的经济损失和工期延误;对于复杂的构件如楼梯、反坎、滴水线、企口等,还需要后续在三维模型上人工进行绘制的问题,而提出的铝模设计AI自动生成建筑构件。

为了实现上述目的,本发明采用了如下技术方案:

铝模设计AI自动生成建筑构件,具体包括以下步骤:

S1、定义标准构件库:针对建筑设计中所有的标准构件进行定义,以便后续在识别到对应信息后与定义的构件进行匹配;

S2、定义标准构件特征库:在算法使用初期,对建筑图纸中各个构件的画图标准提取特征点,作为后续自动识别基础特征库;

S3、导入图纸:将需要进行三维建模的CAD图纸导入到本系统;

S4、自动识别构件:点击系统中的自动建模功能按钮,系统自动扫描导入的图纸中各个构件的特征点,根据特征点识别出来构件;

S5、自动生成三维模型:若所有构件识别无误,系统自动生成三维建筑模型。

作为上述技术方案的进一步描述:

所述S1中,定义的构件如墙板、梁、下挂梁、地板、楼梯等等。

作为上述技术方案的进一步描述:

所述S2中,提取特征点需要根据国家建筑制图规范标准。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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广州必劢科技有限公司,未经广州必劢科技有限公司许可,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/202210991814.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top