CN101320487B - 一种用于火灾模拟的场景预处理方法 - Google Patents

Abstract

本发明提供一种用于火灾模拟的场景预处理方法，在场景的三维模型及背景网格中计算场景中的实体的轴向块集合；所述实体包括几何信息、物理信息以及语义信息；包括以下步骤：为场景的三维模型定义分类语义；对场景三维模型中的各个实体按照分类语义进行分类，然后在所分得的各个类中选择样本实体或样本逻辑实体，所述样本逻辑实体包括样本实体；对样本实体按背景网格的坐标方向进行轴向切割，得到样本实体的轴向块集合，并去除轴向块集合中不属于样本实体的轴向块；根据样本实体的轴向块集合，为样本实体所在类中的其他实体计算轴向块集合。本发明具有通用性好、效率高的优点。

Description

一种用于火灾模拟的场景预处理方法

技术领域

本发明涉及火灾模拟，特别涉及火灾模拟中的场景预处理方法。

背景技术

近年来，随着人们对公共安全问题认识的深入，数值火灾模拟以其低成本、高效率逐渐受到人们的青睐。目前，国内外很多科研机构和企业都在进行相关的研究工作，致力于开发各种区域模拟、场模拟和网络模拟软件，其中以美国国家标准技术局开发的火灾场模拟软件FDS(Fire DynamicSimulator)最富盛名，它在火灾模拟中准确度可以达到10％-20％，具有广泛的用户群。但是它没有前处理软件，给用户使用带来了很大的不便。例如，在FDS中的火灾数值模拟是通过求解控制方程组实现的，而其中的偏微分方程的求解需要边界条件和初始条件这样的定解条件，因此边界条件的设置是火灾模拟中不可缺少的重要步骤。特别是在建筑火灾模拟中，用户往往需要面临非常复杂的建筑环境，如何对它们进行边界条件的设置，一直是困扰火灾模拟工程师的重大问题。FDS中不具有相应的前处理软件，使得采用该软件前必须根据场景的2D图纸，手动设置边界位置，并多次反复调节以消除火灾模拟中常见的空洞问题。这种操作相当耗时并且极易出错。

在为场景设置边界条件时，通常需要对场景中的实体进行轴向表示。在基于笛卡尔网格火灾模拟场景中的一个常见问题是不规则实体的轴向表示问题。为了解决这一问题，一些软件和方法使用图纸或者CAD文件提供的信息，以某种形式进行建模，它们或者只能兼容某种格式的CAD文件，或者需要手工输入建筑的几何数据和拓扑信息。例如，NIST官方网站上公布的dxf2fds软件能够将DXF文件直接转换为FDS输入所需要的轴向块，但是它对图纸中的实体要求非常严格，只能将3DFACE实体转换成期望的结果，并且dxf2fds不能应用于FDS目前最新推出的5.0版本。另外，PyroSim提供了基于轴向块的特殊建模方法，能在建模阶段就给出实体的轴向块表示，但是这种方法在构建复杂场景时是不现实的；基于AutoCAD专用物理建模器虽然在一定程度上减少了手工干预，但是大规模场景中基于AutoCAD实体几何求交的算法效率却不高；弧形墙的切割方法可以解决简单建筑场景中实体轴向切分问题，但是该方法很难应用于其他不规则实体的切分中。

发明内容

本发明的目的是克服现有的火灾模拟中的场景预处理方法对不规则实体的轴向切分效果不佳的缺陷，从而提供一种通用性好、效率高的场景预处理方法。

为了实现上述目的，本发明提供了一种用于火灾模拟的场景预处理方法，包括以下步骤：

步骤1)、利用所述场景的三维模型定义分类语义；

步骤2)、对所述场景三维模型中的各个实体按照步骤1)所定义的分类语义进行分类，所述实体包括几何信息、物理信息以及语义信息；然后在所分得的各个类中选择样本实体或样本逻辑实体，所述样本逻辑实体包括样本实体；

步骤3)、对所述样本实体按背景网格的坐标方向进行轴向切割，得到所述样本实体的轴向块集合，并去除所述轴向块集合中不属于样本实体的轴向块；

步骤4)、根据所述样本实体的轴向块集合，为所述样本实体所在类中的包括逻辑样本实体和非样本实体的其他实体计算轴向块集合。

上述技术方案中，在所述的步骤2)后还包括对所述场景三维模型中的所述样本实体按照所述背景网格的网格大小进行尺寸筛选的步骤，在该步骤中对尺寸过小的样本实体进行尺寸修正或抛弃。

在上述技术方案中，在所述的步骤3)后还包括对由步骤3)所得到的样本实体的轴向块集合进行查洞操作，以及对存在空洞的轴向块集合进行补洞操作的步骤。

在上述技术方案中，在所述的步骤3)中，还包括对所述样本实体的轴向块集合中的轴向块的缝合，通过所述缝合，将所述轴向块集合中体积较小的相邻轴向块合并成体积较大的轴向块。

在上述技术方案中，还包括步骤5)，在所述步骤5)中，将所得到的所述场景的三维模型中的实体的轴向块集合与所述背景网格对齐。

在上述技术方案中，所述的分类语义包括：分类语义集、分类基准、语义向量、逻辑实体、相似的概念；其中，

所述的分类语义集是特征分类集和几何分类集的并集，所述的特征分类集对应实体在特征上的划分，所述的几何分类集对应实体在几何上的划分；

所述的分类基准为分类语义集上的偏序集合，在所述分类基准下，所述分类语义集是链，链上的每个元素对应一个层，一个分类基准可以诱导多个层；

所述语义向量中的每个分量是所述实体在分类基准诱导的每个层上的语义阐释；

所述逻辑实体为所有满足语义向量前若干个分量对应相等的实体的集合；

所述相似为两个实体具有相同的局部多边形信息以及不同的平移变换矩阵，其中，所述的局部多边形信息与所述的平移变换矩阵为所述几何信息中的一部分。

在上述技术方案中，采用构建完整语义树的方法对所述场景三维模型中的各个实体按照步骤1)所定义的分类语义进行分类，并通过对所述完整语义树的约简实现所述的在所分得的各个类中选择样本实体。

在上述技术方案中，所述的构建完整语义树包括：

步骤2-1-1)、创建一个无语义信息的根结点；

步骤2-1-2)、遍历所述场景三维模型中的所有实体，获取所述实体的语义向量；

步骤2-1-3)、根据所述语义向量的分量，在语义树的相应层上构建结点。

在上述技术方案中，所述的对所述完整语义树的约简包括：

步骤2-2-1)、按层遍历完整语义树中的所有实结点，若当前结点的兄弟结点所对应的实体或者逻辑实体是相似的，则保留一个兄弟结点为实结点，将其余兄弟结点设为虚结点；

步骤2-2-2)、删除所述虚结点对应的子树，计算所述虚结点与对应实结点间的平移矩阵，并存储在所述虚结点中。

在上述技术方案中，所述的尺寸修正包括根据需要进行删除、缩放的操作或者默认处理；其中，

所述的删除操作包括删除所述样本实体；

所述的缩放操包括将当前样本实体在轴向上放大到背景网格的大小，或者在最小轴向上压缩至0，形成一个面。

所述的默认处理包括当所述样本实体的包围盒尺寸小于轴向网格尺寸的一半时，将所述样本实体压缩成一个面，否则将拉伸到一个网格尺寸的厚度。

在上述技术方案中，在所述的步骤3)中，所述的轴向切割采用基于深度图的体素化算法。

在上述技术方案中，所述的查洞操作包括：

计算由被切割样本实体的轴向块集合组成的实体的包围盒，如果它内嵌在被切割样本实体的包围盒中，则所述样本实体的切割结果存在空洞。

在上述技术方案中，所述的补洞操作包括：

首先根据所述样本实体的包围盒位置及轴向块位置确定边界轴向块；

然后沿边界外法线方向按照所述背景网格的尺寸大小拓展一层体素；

最后分别在3个轴向上对切分尺寸迭代细分和切割，筛选拓展的体素。

在上述技术方案中，在所述的步骤4)中，所述的为所述样本实体所在类中的包括逻辑样本实体和非样本实体的其他实体计算轴向块集合包括：

所述样本逻辑实体的轴向块集合为所述样本逻辑实体内部所有实体的轴向块集合的并；

所述非样本实体的轴向块集合为与其相似的样本实体的轴向块集合在平移变换之后的值。

在上述技术方案中，所述的将所述场景的三维模型中的实体的轴向块集合与所述背景网格对齐包括：

对于任意一个轴向块的一个顶点，计算与该顶点距离最近的背景网格的顶点，求出平移矩阵，根据所述平移矩阵对所述轴向块作平移变换。

本发明还提供了一种火灾模拟方法，包括：

采用所述的场景预处理方法进行场景预处理；

对经过预处理的场景中的所有轴向块进行边界条件的设置；

对火灾模型进行计算。

本发明的优点在于：

1、本发明的用于火灾模拟的场景预处理方法直接从3D场景模型出发，避开由图纸生成模型这一阶段，因此本方法不再受限于具体的图纸格式，具有通用性。

2、本发明的用于火灾模拟的场景预处理方法结合了背景网格以及场景的语义信息，对场景中的各个实体进行分类，选择类中的样本实体实现与实体相关的操作，然后将操作结果推广到类中的其他实体，因此，本发明的方法具有效率高的优点。

3、本发明的用于火灾模拟的场景预处理方法在对实体进行轴向切割的过程中采用了缝补、查洞、补洞等操作，使得对不规则实体的轴向切割效果较佳。

4、本发明不仅在面向公共安全领域火灾模拟中具有重要的研究意义，而且在游戏、影视娱乐等领域的火焰仿真中也具有广阔的应用前景。

附图说明

以下，结合附图来详细说明本发明的实施例，其中：

图1为本发明中所涉及的场景语义树的示意图；

图2为本发明中所涉及的场景语义树的结点单元的基本结构图；

图3为在一个实施例中所创建的场景语义树在约简前后的示意图；

图4为本发明的用于火灾模拟的场景预处理方法的流程图。

具体实施方式

下面参照附图和具体实施方式对本发明做详细说明。

在一个实施例中，以一个写字楼为例，对其进行火灾模拟的场景预处理过程进行详细说明。

为了解决现有技术在实现火灾模拟的场景预处理时需要由图纸生成模型，因而受限于具体的图纸格式的问题，本发明的方法以现有三维模型软件的结果作为处理对象，直接对由三维模型软件产生的火灾模拟场景中的各个物体进行处理。以写字楼为例，通过三维模型软件对写字楼进行三维建模后，可以得到写字楼内的相应物体，如门、窗、桌、椅、柱子等的三维模型。这些物体的三维模型用一个三元组(几何，物理，语义)表示，其中的几何信息记录了相应物体的多边形集合(边，顶点)以及该物体的局部坐标相对于全局坐标的变换矩阵；物理信息为相应物体的物理属性；语义信息是记录相应物体的几何信息和物理信息分类结果的语义向量。物理和语义信息可以通过对相应物体命名的方式指定。用三维模型表示的物体在本发明中也可以被称为实体，下面统一用实体进行表示。

本发明所涉及的场景预处理所要得到的结果是场景中各个实体的轴向块集合，因此对于写字楼这一场景而言，还需要为该场景设定背景网格，以对所述实体进行位置标定，并为实体的轴向块集合的生成配备相应的条件。在本实施例中，所采用的背景网格可以是背景笛卡尔网格。

在得到为写字楼这一场景进行预处理所需要的所有条件后，就可以采用本发明的方法进行具体的场景预处理过程。在对场景进行预处理的过程中，考虑到以下这样一个事实：在场景中通常存在相似的实体，例如，在写字楼内存在着多扇门，这些门中可能存在形状、大小都相类似的门。如果对这些相似的实体分别求取轴向块集合，不仅会增加处理时间，而且也没有必要。因此，可以对相似的实体进行分类，然后从每一个类中选择其中一个实体作为样本求取轴向块集合，所选择的实体被称为样本实体，得到样本实体的轴向块集合后，可以据此求取类中其他实体的轴向块集合。此外，对于写字楼这样具有多个楼层的场景而言，不同楼层之间在结构上也可能存在相似性，因此，也存在着先求取一层场景中的实体的轴向块集合，然后再求取其他相似层场景中的实体的轴向块集合的可能。

如上所述，为了提高场景预处理的效率，首先就要对场景中的各个实体进行分类，而在分类之前，必须有相应的分类规则。在本发明中，对分类规则的制定通过定义分类语义这一操作来实现。定义分类语义具体的说，是要将实体根据物理特征和几何特征划定分类规则。分类语义的定义结果由分类语义集、分类基准、语义向量、逻辑实体、以及相似性组成，其中的分类语义集给定了分类类别，而分类基准则定义了按照这些类别对场景进行分类的先后顺序；相似性则是后续操作中选择样本实体或样本逻辑实体的依据。

为了方便理解，下面结合具体的实例对这些概念分别进行说明。

分类语义集：分类语义集为物理特征分类集和几何特征分类集的并集，它们分别对应实体在物理特征(如楼号、楼层、功能区域等)和几何特征(多边形集合、变换矩阵)上的划分。

分类基准：分类基准是分类语义集上的偏序集合。在分类基准下，分类语义集是链，链上的每个元素对应一个层，一个分类基准可以诱导多个层。例如，在一个写字楼中，定义分类语义集为{楼号、楼层、功能区域}，一个可行的分类基准是依次按照楼号、楼层、功能区域对写字楼进行划分。由于楼号、楼层、功能区域在分类上存在序关系，可以看作一条链。按照链的每个元素分类都会产生新一层的分类结果，所以分类基准可以诱导多个分类层，例如楼号分类就是其中的一层。

语义向量：语义向量的每个分量是实体在分类基准诱导的每个层上的语义阐释。例如，写字楼1号楼工作区域6层上的一个门，其语义向量可以表示为(1，工作区，6，门，门x)，其分量是对应层的语义取值。

逻辑实体：所有满足语义向量前若干个分量对应相等的实体集合称为逻辑实体，逻辑实体的大小就是集合的大小。例如，写字楼1号楼工作区域6层上任一门的语义向量可以表示为(1，工作区，6，门，门i)，它们前四个分量是相同的，这些门的集合可看作一个逻辑实体，可以解释为6层上的所有门，其大小为6层上门的个数。在从多个具有相似性的逻辑实体中还选择一个逻辑实体作为样本，这一作为样本的逻辑实体也被称为样本逻辑实体。

相似：如果两个实体具有相同的局部多边形信息以及不同的平移变换矩阵，则称它们是相似的；如果两个逻辑实体大小相等，且逻辑实体集合中所有对应实体都是相似的，则称逻辑实体相似。例如，如果写字楼中6层上的两个门的局部几何信息是一致的，只存在平移变换，那么这两个关于门的实体之间是相似的。如果5层和6层所有的实体都对应相似，那么5层和6层的关于门的两个逻辑实体之间是相似的。

在定义上述的分类语义后，就可以对场景中的各个实体进行分类。在计算机上实现对实体的分类可以有多种实现方式，在本实施例中，采用建立语义树的方式实现分类，然后通过对语义树的约简实现对各个分类中样本实体或样本逻辑实体的提取。与场景相关的经过约简的语义树也被称为场景语义树，在图1中给出了场景语义树的一个范例。从图中可以看出，场景语义树是一颗多叉树，树中的结点可以分为两类，一类是实结点，它是在建立语义树的时候创建的，实结点与具体3D模型相关联；另外一类是虚结点，它是与其兄弟实结点相似的实体或者逻辑实体，虚结点是在对语义树进行约简的过程中得到的。场景定义树中的所有内部结点都是实结点，而叶子结点则既有实叶子结点，又有虚叶子结点。所有关于实体的操作都是对实叶子结点进行的。在图2中，还对场景语义树中结点单元的基本结构进行了说明，它包括类别、变换矩阵、实体指针、轴向块个数、轴向块指针、孩子指针、语义值等域。其中，类别表示结点的虚实；变换矩阵存储实体模型的变换，虚结点为平移矩阵，实结点为表征修正的缩放矩阵；实体指针指向结点关联的3D模型；轴向块个数为结点关联实体被切割的轴向块数目，轴向块指针则指向该轴向块集合。根据场景语义树的性质，只有实叶子结点的实体指针和轴向块指针非空。由于实体语义向量的每个分量都代表分类信息，因此第一个分量未必相等，为了将整个场景表示成一颗树，还在场景语义树中增加了一个没有语义信息的根结点。

在对场景语义树的结构以及树中结点的数据结构进行说明后，下面结合写字楼的例子对一个场景语义树的生成过程进行说明。

在写字楼中，存在着各种各样的实体，这些实体用前述的三元组(几何，物理，语义)表示。对这些实体进行分类，可以通过为这些实体建立完整的语义树实现。在建立完整语义树时，需要将实体的三元组中的信息与前述的分类语义相集合。首先，要建立一个无语义信息的根结点；然后，遍历写字楼的3D场景中的所有实体并获取它们的语义向量，根据语义向量中的不同分量将对应实体划分为语义树中不同层上的结点。例如，以第i个实体的第j(j＞＝1)个分量的结点创建为例，当前指针指向第i个实体的第j-1个分量创建的结点(j＝1时候为根结点)，如果当前指针所有孩子结点的语义值都与第j个分量值不相等，那么创建一个新结点，其语义值为j分量值，该结点位于树的第j+1层，将当前指针指向该结点；如果存在语义值相同的孩子结点，则不创建新结点，当前指针指向与该孩子结点。

在建立完整语义树，实现对场景中所有实体的分类后，还要从各个类中选择样本实体或样本逻辑实体。这一选择过程反映在语义树中就是要为所得到的完整语义树进行约简。在约简过程中，按层遍历完整语义树中的所有实结点，如果兄弟结点所对应的实体或者逻辑实体是相似的，则保留一个兄弟结点为实结点，其余设为虚结点，删除这些虚结点对应的子树，计算它们对应实结点的平移矩阵，并存储在虚结点中。

例如，写字楼中有两个实体的语义向量分别为(1，工作区，6，门，门1)，(1，工作区，6，门，门2)，为这两个实体创建语义树时，如图3(a)所示，在读第一个向量时，由于分量1(楼号1)没有结点对应，因此创建当前结点的孩子结点，其语义值为1，并将当前结点指向新创建的结点，然后创建下层的结点。在读取门2的时候，由于楼号1有结点，此时不需要重建，直接移动当前结点到楼号1结点即可，同样，工作区、6、门都有对应结点，而门2分量没有对应结点，因此需要创建新结点，其语义值为门2。在得到完整语义树后，就要对语义树进行约简。在图3(a)这一语义树中，由于门2与门1属于同一个类别，因此，可以选择门1作为样本实体，则门2所对应的结点就成为了虚结点，需要表示门2的结点由实结点转换成虚结点。约简后的语义树如图3(b)所示。

通过前一部分的说明，已经实现了对场景中各个实体的分类以及在各个类中选择样本实体或样本逻辑实体。下面就要对样本实体进行轴向块的切割。需要说明的是，由于样本逻辑实体中包含了样本实体，因此，完成了对样本逻辑实体中所有样本实体的轴向切割操作也就是完成了对样本逻辑实体的操作。

对样本实体进行轴向切割采用了现有技术中基于深度图的体素化算法，根据该算法，首先以前述的背景笛卡尔网格尺寸为切分尺寸，计算三个轴向的切分块数，然后根据深度信息判断所得到的每个轴向块的是否真正属于实体模型。例如，在对写字楼中的一个弧形门进行切割时，首先在轴向方向按照背景网格尺寸大小对弧形门包围盒划出轴向块；很明显，这些轴向块，特别是弧形门边缘处的轴向块，只有部分是属于弧形门的，利用弧形门绘制时的深度信息可以判断这些轴向块是否真正属于弧形门。上述过程中所采用的基于深度图的体素化算法属于本领域的现有技术，因此不再对其实现做详细说明。需要注意的是，在轴向切割中默认场景中的各个模型都是凸模型，对于非凸模型，在建模阶段就要将其切割，形成多个凸实体。

得到样本实体的轴向块集合后，就可以对样本实体所在类中的其他实体的轴向块集合进行计算。此处所述的其他实体包括样本逻辑实体和非样本实体。在场景语义树中，要求取代表非样本实体的虚叶子结点的轴向块集合，只要获取其兄弟实叶子结点的轴向块集合，并对其进行平移变换，就可以得到虚叶子结点的轴向块集合。而对于代表样本逻辑实体的场景语义树内部的实结点，要求取它的轴向块集合，则只需要收集所有孩子结点的轴向块信息，并对其做并集即可。例如，对于一个写字楼6层中的所有门，在语义树中只有样本门是实叶子节点，我们可以对该样本门的轴向块信息做平移变换就可以得到其他门的轴向块。如果想获取6层的轴向块信息，则需收集6层结点的孩子如门、柱、墙等的轴向块。

利用上述操作，就可以快速、有效地得到场景中所有实体的轴向块集合，从而实现对场景的预处理。

在上述实施例中，给出了本发明的场景预处理方法的一个基本实现方式，在其他实施例中，还可以在上述实施例的基础上进行相应的改进。

例如，在一个实施例中，考虑到在火灾模拟的场景中，往往会存在一些尺寸较小的实体，一般来说，它们对火灾模拟的结果影响不大，如写字楼场景中墙上的壁画等。但是也存在一些对火灾模拟结果具有重要的影响小尺寸实体，如写字楼中的小尺寸排风口等。一旦背景网格划分较为稀疏，这些小尺寸的实体可能会被忽略掉，从而对火灾模拟的结果造成影响。因此，还可以在样本实体进行轴向切割前，首先对样本实体进行尺寸筛选和修正。所述的尺寸筛选过程可以通过遍历场景语义树，然后对语义树中各个实叶子结点进行尺寸比对实现。而在修正过程中，则要对那些筛选得到的实叶子结点按照用户的需求进行删除、缩放的交互操作或者使用默认处理。其中的删除操作是删除场景语义树中实体对应的结点，可能导致只有虚结点的子树也要删除；缩放操作是将当前实体在轴向上放大到背景网格大小，或者在最小轴向上压缩至0，形成一个面；默认处理则是当实体包围盒尺寸小于该轴向网格尺寸的一半时，把它压缩成一个面，否则将拉伸到一个网格尺寸的厚度。上述删除、缩放操作的实现可通过现有技术实现，在本发明中不再重复说明。

在又一个实施例中，考虑到场景中的实体可能并非都是规则实体，对于不规则实体，如果仅仅采用上述实施例中的相应步骤，则最终所得到的实体的轴向切割效果可能不佳，进而影响火灾模拟的最终效果。因此，还可以在对样本实体进行轴向切割后，对样本实体的切割结果进行查洞和补洞操作。以非规则实体中的凸实体而言，轴向切割中所采用的基于深度图的体素化算法会将一些属于实体但是却小于半个网格尺寸的部分抛弃掉。例如，写字楼内两个垂直相交的墙，如果抛弃的部分位于它们的交界处，就会产生空洞，严重影响火灾模拟的结果。因此需要对上述切割和缝合的结果进行查洞和补洞操作。

在进行查洞操作时，计算由被切割实体的轴向块集合组成的实体的包围盒，如果它内嵌在被切割实体包围盒中，说明切割结果存在空洞。在补洞时，如果轴向块集合包围盒不为0，则根据该包围盒位置及轴向块位置确定边界轴向块，并沿边界外法线方向按照背景网格的尺寸大小拓展一层体素。然后分别在3个轴向上对切分尺寸迭代细分和切割，筛选拓展的体素。以X轴负方向为例，如果b_ix＝＝b_x，则b_i轴向块为边界轴向块，然后向法向(-1，0，0)方向拓展一个体素，再通过细分判断该体素的去留。这样，补洞的结果是将被抛弃的部分重新被选入轴向块集合，虽然得到的结果会大于原来的实体，但是对于火灾模拟的结果不会产生大的影响。

在又一个实施例中，考虑到对样本实体进行轴向切割后，所得到的轴向切割块过多，会占据较大的存储空间，且不利于切割结果的重复利用。因此，在对样本实体进行轴向切割后，还可以对样本实体的轴向切割结果做缝合操作。在缝合过程中，将离散的轴向小块沿三个轴向进行缝合。在一个轴向缝合时，只要两个轴向块在该方向上相邻，并且在另外两个轴向上大小相等，就将他们合并。例如，组成上述弧形门的诸多小块可以在x轴向合并成更大的轴向块，实现用较少的轴向块表示实体的目的。

在另一个实施例中，还要将场景中所有实体的轴向块集合与背景网格对齐。例如，写字楼中的门的轴向块大小是背景网格的整数倍，但是这些轴向块顶点并不一定和背景网格顶点重合，通过对齐操作将它们平移到背景网格的最近顶点位置。

上述各个实施例中所描述的场景预处理方法可以通过组合使用，如在图4中就给出了将上述各个实施例中的所有步骤组合在一起所得到的最佳实现方式的流程图。根据各个实施例所描述的方法得到整个场景所有实体的轴向块集合之后，抽取它们所隶属实体的物理属性，就可以将带有物理信息的轴向块集合直接转换为火灾模拟软件包FDS的OBST属性行，也可以作为影视娱乐中火焰仿真虚拟环境的边界输入。为后续进一步设置边界条件，从而进行火灾模拟计算提供基础。

最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (12)

1.一种用于火灾模拟的场景预处理方法，包括以下步骤：

步骤1)、利用所述场景的三维模型定义分类语义；所述的分类语义包括：分类语义集、分类基准、语义向量、逻辑实体、相似性；其中，

所述的分类语义集是特征分类集和几何分类集的并集，所述的特征分类集对应实体在特征上的划分；所述的几何分类集对应实体在几何上的划分；所述实体包括几何信息、物理信息以及语义信息；

所述的分类基准为分类语义集上的偏序集合，在所述分类基准下，所述分类语义集是链，链上的每个元素对应一个层，一个分类基准可以诱导多个层；

所述语义向量中的每个分量是所述实体在分类基准诱导的每个层上的语义阐释；

所述逻辑实体为所有满足语义向量前若干个分量对应相等的实体的集合；

所述相似性为两个实体具有相同的局部多边形信息以及不同的平移变换矩阵，其中，所述的局部多边形信息与所述的平移变换矩阵为所述几何信息中的一部分；

步骤2)、创建一个无语义信息的完整语义树的根结点；

步骤3)、遍历所述场景三维模型中的所有实体，获取所述实体的语义向量；

步骤4)、根据所述语义向量的分量，在所述完整语义树的相应层上构建结点，所述完整语义树的内部节点代表所述逻辑实体，所述完整语义树的叶子节点代表所述实体；

步骤5)、按层遍历完整语义树中的所有结点，若当前结点的兄弟结点所对应的实体或者逻辑实体是相似的，则保留一个兄弟结点为实结点，将其余兄弟结点设为虚结点；所述实结点对应的实体为按照所述分类语义所分得的各个类中所选择的样本实体或样本逻辑实体；

步骤6)、删除所述虚结点对应的子树，计算所述虚结点与对应实结点间的平移矩阵，并存储在所述虚结点中；

步骤7)、对所述样本实体按背景网格的坐标方向进行轴向切割，得到所述样本实体的轴向块集合，并去除所述轴向块集合中不属于样本实体的 轴向块；

步骤8)、根据所述样本实体的轴向块集合，为所述样本实体所在类中的包括样本逻辑实体与非样本实体的其他实体计算轴向块集合。

2.根据权利要求1所述的用于火灾模拟的场景预处理方法，其特征在于，在所述的步骤6)后还包括对所述场景三维模型中的所述样本实体按照所述背景网格的网格大小进行尺寸筛选的步骤，在该步骤中对尺寸过小的样本实体进行尺寸修正或抛弃。

3.根据权利要求1或2所述的用于火灾模拟的场景预处理方法，其特征在于，在所述的步骤7)后还包括对由步骤7)所得到的样本实体的轴向块集合进行查洞操作，以及对存在空洞的轴向块集合进行补洞操作的步骤。

4.根据权利要求1或2所述的用于火灾模拟的场景预处理方法，其特征在于，在所述的步骤7)中，还包括对所述样本实体的轴向块集合中的轴向块的缝合，通过所述缝合，将所述轴向块集合中体积较小的相邻轴向块合并成体积较大的轴向块。

5.根据权利要求1或2所述的用于火灾模拟的场景预处理方法，其特征在于，还包括步骤9)，在所述步骤9)中，将所得到的所述场景的三维模型中的实体的轴向块集合与所述背景网格对齐。

6.根据权利要求2所述的用于火灾模拟的场景预处理方法，其特征在于，所述的尺寸修正包括根据需要进行删除、缩放的操作或者默认处理；其中，

所述的删除操作包括删除所述样本实体；

所述的缩放操包括将当前样本实体在轴向上放大到背景网格的大小，或者在最小轴向上压缩至0，形成一个面；

所述的默认处理包括当所述样本实体的包围盒尺寸小于轴向网格尺寸的一半时，将所述样本实体压缩成一个面，否则将拉伸到一个网格尺寸的厚度。

7.根据权利要求1或2所述的用于火灾模拟的场景预处理方法，其特征在于，在所述的步骤7)中，所述的轴向切割采用基于深度图的体素化算法。

8.根据权利要求3所述的用于火灾模拟的场景预处理方法，其特征在于，所述的查洞操作包括： 

计算由被切割样本实体的轴向块集合组成的实体的包围盒，如果它内嵌在被切割样本实体的包围盒中，则所述样本实体的切割结果存在空洞。

9.根据权利要求3所述的用于火灾模拟的场景预处理方法，其特征在于，所述的补洞操作包括：

首先根据所述样本实体的包围盒位置及轴向块位置确定边界轴向块；

然后沿边界外法线方向按照所述背景网格的尺寸大小拓展一层体素；

最后分别在3个轴向上对切分尺寸迭代细分和切割，筛选拓展的体素。

10.根据权利要其1或2所述的用于火灾模拟的场景预处理方法，其特征在于，在所述的步骤8)中，所述的为所述样本实体所在类中的包括样本逻辑实体与非样本实体的其他实体计算轴向块集合包括：

所述样本逻辑实体的轴向块集合为所述样本逻辑实体内部所有实体的轴向块集合的并集；

所述非样本实体的轴向块集合为与其相似的样本实体的轴向块集合在平移变换之后的值。

11.根据权利要求5所述的用于火灾模拟的场景预处理方法，其特征在于，在所述的步骤9)中，所述的将所述场景的三维模型中的实体的轴向块集合与所述背景网格对齐包括：

对于任意一个轴向块的一个顶点，计算与该顶点距离最近的背景网格的顶点，求出平移矩阵，根据所述平移矩阵对所述轴向块作平移变换。

12.一种火灾模拟方法，包括：

采用权利要求1-11之一所述的场景预处理方法进行场景预处理；

对经过预处理的场景中的所有轴向块进行边界条件的设置；

对火灾模型进行计算。 

Images