CN109886585A - 一种房间通风评价方法及装置 - Google Patents
一种房间通风评价方法及装置 Download PDFInfo
- Publication number
- CN109886585A CN109886585A CN201910147267.6A CN201910147267A CN109886585A CN 109886585 A CN109886585 A CN 109886585A CN 201910147267 A CN201910147267 A CN 201910147267A CN 109886585 A CN109886585 A CN 109886585A
- Authority
- CN
- China
- Prior art keywords
- information
- window
- door
- ventilation
- floor plan
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000009423 ventilation Methods 0.000 title claims abstract description 89
- 238000011156 evaluation Methods 0.000 title claims abstract description 83
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 3
- 238000011160 research Methods 0.000 abstract description 2
- 238000000034 method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000019771 cognition Effects 0.000 description 5
- 210000001672 ovary Anatomy 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明提供一种房间通风评价方法及装置，其中，该房间通风评价方法包括：获取二维户型图，并对二维户型图进行识别得到二维户型图包括的墙体信息和门窗信息；组合墙体信息和门窗信息，得到包括门窗相对位置信息的户型矢量图；根据预设算法对户型矢量图包括的相对位置信息进行距离测量，得到门窗间的路径信息；根据路径信息生成房间通风评价结果。本发明所描述的房间通风评价方法能够根据户型图做出通风评价，从而避免了人们对户型图的研究，进而提高了通风情况获知的普适性。
Description
技术领域
本发明涉及家装设计领域，具体而言，涉及一种房间通风评价方法及装置。
背景技术
随着物质的极大丰富，人们对居家等方面的要求变得越来越细致，其中，在家装设计中，人们通常会优先选择观看平面的户型图来确定房间的格局与门窗摆设，因此，户型图在人们选择房间以及装修方面具有非常大的益处。然而，在实际中发现，虽然户型图可以听大部分信息，但是在人们考虑房间通风的问题时，没有一定经验的人员是很难从户型图中观看出想要的内容的，可见，目前的户型图并不能为大部分人提供房间通风情况的，因此目前的方法也就不具有普适性。
发明内容
鉴于上述问题，本发明提供了一种房间通风评价方法及装置，能够根据户型图做出通风评价，从而避免了人们对户型图的研究，进而提高了通风情况获知的普适性。
为了实现上述目的，本发明采用如下的技术方案：
第一方面，本发明提供了一种房间通风评价方法，包括：
获取二维户型图，并对所述二维户型图进行识别得到所述二维户型图包括的墙体信息和门窗信息；
组合所述墙体信息和所述门窗信息，得到包括门窗相对位置信息的户型矢量图；
根据预设算法对所述户型矢量图包括的所述相对位置信息进行距离测量，得到门窗间的路径信息；
根据所述路径信息生成房间通风评价结果。
作为一种可选的实施方式，所述根据所述路径信息生成房间通风评价结果的步骤包括：
将所述户型矢量图划分为多个局部矢量图；
根据所述多个局部矢量图对所述路径信息进行划分，得到与所述多个局部矢量图一一对应的多个子路径信息；
根据所述多个局部矢量图和所述多个子路径信息生成房间通风评价结果。
作为一种可选的实施方式，所述根据所述多个局部矢量图和所述多个子路径信息生成房间通风评价结果的步骤包括：
获取与所述多个局部矢量图一一对应的多个面积信息；
对所述多个局部矢量图、所述多个面积信息以及所述多个子路径信息进行加权平均计算得到房间通风评价结果。
作为一种可选的实施方式，所述获取二维户型图，并对所述二维户型图进行识别得到所述二维户型图包括的墙体信息和门窗信息的步骤包括：
获取二维户型图；
根据预设的户型识别模型对所述二维户型图进行特征提取，得到户型特征；
根据预设的户型识别模型对所述户型特征进行分析，得到墙体信息和门窗信息；其中，所述墙体信息至少包括墙体位置信息，所述门窗信息至少包括门窗位置信息。
作为一种可选的实施方式，所述预设算法为A星算法，所述根据预设算法对所述户型矢量图包括的所述相对位置信息进行距离测量，得到门窗间的路径信息的步骤包括：
将所述墙体信息确定为障碍物信息；
根据所述障碍物信息和所述A星算法在所述户型矢量图包括的所述相对位置信息中进行搜寻，得到最短门窗路径；
将所述最短门窗路径确认为门窗间的路径信息。
第二方面，本发明提供了一种房间通风评价装置，包括：
获取模块，用于获取二维户型图，并对所述二维户型图进行识别得到所述二维户型图包括的墙体信息和门窗信息；
组合模块，用于组合所述墙体信息和所述门窗信息，得到包括门窗相对位置信息的户型矢量图；
测量模块，用于根据预设算法对所述户型矢量图包括的所述相对位置信息进行距离测量，得到门窗间的路径信息；
评价模块，用于根据所述路径信息生成房间通风评价结果。
作为一种可选的实施方式，所述评价模块包括：
划分子模块，用于将所述户型矢量图划分为多个局部矢量图；
所述划分子模块，还用于根据所述多个局部矢量图对所述路径信息进行划分，得到与所述多个局部矢量图一一对应的多个子路径信息；
评价子模块，用于根据所述多个局部矢量图和所述多个子路径信息生成房间通风评价结果。
作为一种可选的实施方式，所述获取模块包括：
获取子模块，用于获取二维户型图；
智能子模块，用于根据预设的户型识别模型对所述二维户型图进行特征提取，得到户型特征；
所述智能子模块，还用于根据预设的户型识别模型对所述户型特征进行分析，得到墙体信息和门窗信息；其中，所述墙体信息至少包括墙体位置信息，所述门窗信息至少包括门窗位置信息。
第三方面，本发明提供了一种计算机设备，所述计算机设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行本发明第一方面所述的一种房间通风评价方法。
第四方面，本发明提供了一种计算机可读存储介质，其存储有本发明第三方面所述的计算机设备中所使用的计算机程序。
根据本发明提供的房间通风评价方法及装置，可以根据二维的普通户型图来识别得到户型图中所包括的墙体信息和门窗信息，其中，该墙体信息包括墙体位置信息和墙体厚度信息等，门窗信息包括门窗位置信息等；在获取到墙体信息和门窗信息之后，对上述墙体信息和门窗信息进行组合得到户型矢量图，该户型矢量图包括门窗的相对位置(即门窗相对位置信息，如两窗设置之间的相对距离信息或门窗之间的直线距离信息等)；在具有上述门窗相对位置信息时，可以根据预设的短发对该相对信息进行距离的实际测量，得到在户型适量图中，门窗之间的最短距离信息(该最短距离信息是指在房间中，门窗之间最短的连接距离信息，如同一堵墙两侧窗户之间的最短距离是沿着墙壁连接两个窗户的连线距离)；再进一步的根据获取到的所有路径信息计算得到房间通风评价结果。可见，实施这种实施方式，能够自主识别户型图，从而读取出墙体信息和门窗信息，进而提高了识别读取的普适性，避免了人为经验的技术性认知；还能够对墙体信息和门窗信息进行组合，避免了其他元素造成的通风评价的干扰，从而提高了准确性；还能够根据预设算法准确获知到门窗之间的最短距离以及该最短距离构成的路径信息，并根据该路径信息可以生成房间通风评价结果，可见，该方法可以获取到最实际的通风评价结果，从而在提高普适性的基础上保证了准确程度。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对本发明范围的限定。
图1是本发明第一实施例提供的一种房间通风评价方法的流程示意图；
图2是本发明第二实施例提供的一种房间通风评价方法的流程示意图；
图3是本发明第三实施例提供的一种房间通风评价装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对现有技术中的问题，本发明提供了一种房间通风评价方法，可以根据二维的普通户型图来识别得到户型图中所包括的墙体信息和门窗信息，其中，该墙体信息包括墙体位置信息和墙体厚度信息等，门窗信息包括门窗位置信息等；在获取到墙体信息和门窗信息之后，对上述墙体信息和门窗信息进行组合得到户型矢量图，该户型矢量图包括门窗的相对位置(即门窗相对位置信息，如两窗设置之间的相对距离信息或门窗之间的直线距离信息等)；在具有上述门窗相对位置信息时，可以根据预设的短发对该相对信息进行距离的实际测量，得到在户型适量图中，门窗之间的最短距离信息(该最短距离信息是指在房间中，门窗之间最短的连接距离信息，如同一堵墙两侧窗户之间的最短距离是沿着墙壁连接两个窗户的连线距离)；再进一步的根据获取到的所有路径信息计算得到房间通风评价结果。可见，实施这种实施方式，能够自主识别户型图，从而读取出墙体信息和门窗信息，进而提高了识别读取的普适性，避免了人为经验的技术性认知；还能够对墙体信息和门窗信息进行组合，避免了其他元素造成的通风评价的干扰，从而提高了准确性；还能够根据预设算法准确获知到门窗之间的最短距离以及该最短距离构成的路径信息，并根据该路径信息可以生成房间通风评价结果，可见，该方法可以获取到最实际的通风评价结果，从而在提高普适性的基础上保证了准确程度。下面通过实施例进行描述。
其中，上述的技术方法还可以采用相关的软件或硬件加以实现，对此本实施例中不再多加赘述。针对该房间通风评价方法及装置，下面通过实施例进行描述。
实施例1
请参阅图1，是本实施例提供的一种房间通风评价方法的流程示意图，该房间通风评价方法包括以下步骤：
S101、获取二维户型图，并对二维户型图进行识别得到二维户型图包括的墙体信息和门窗信息。
本实施例中，二维户型图即为平常所见的户型图，该户型图中包括门窗的示意图、房间之间的布局图以及卧室客厅等标识图等。
本实施例中，墙体信息包括墙体的位置信息和墙体的厚度信息等。
在本实施例中，墙体的位置信息为墙体在该户型图中的位置，而厚度信息为墙体的薄厚程度，另外该墙体信息的厚度信息也可以理解为宽度信息，这点依照视角不同来作出不同的规定，但对本方案不会造成影响。
在本实施例中，在一定情况下墙体信息还可以包括墙体高度信息，比如在计算墙体通风能力时，还可以追加根据墙体高度计算房间的容量，在根据房间的容量与门窗的面积计算空气流通是否满足预设的标准的情况。
本实施例中，门窗信息包括门窗的位置信息。
在本实施例中，门窗的位置信息即为门窗在户型图中所在的位置信息。
在本实施例中，门窗信息还可以包括门窗的面积信息，门窗的材质信息等。
在本实施例中，门窗的面积信息可以在上述具有墙体高度信息的举例中计算房间通风能力；门窗的材质信息可以考虑门窗在不同开关状态下的房间通风能力。其中，上述的距离计算皆可以添加为房间通风评价的方法中的步骤，对此本实施例中不作限定。
S102、组合墙体信息和门窗信息，得到包括门窗相对位置信息的户型矢量图。
本实施例中，组合墙体信息和门窗信息是指按照墙体的位置和门窗的位置重新摆设得到具有门窗和墙体的户型矢量图，并且该户型矢量图中可以明显观察到门窗的位置以及门窗的直线信息。
实施这种实施方式，可以避免其他图示与标注造成的干扰，从而提高户型矢量图的准确程度。
举例来说，一个房间的墙体固定，门窗位置固定，绘制出的矢量图中，门窗墙体的位置皆是固定的位置，因此，该矢量图中窗与窗之间的之间距离或者门与门之间的直线距离皆是确定的可测距离。其中，上述的直线距离为在矢量图中，第一窗的中点位置与第二窗的重点位置的连线距离。
本实施例中，门窗相对位置信息即为通过上述描述的多个直线距离信息可以确定门窗相对位置的信息。
在本实施例中，打的那个房间为单间时，该门窗相对位置信息可以代替后续描述的路径信息。
S103、根据预设算法对户型矢量图包括的相对位置信息进行距离测量，得到门窗间的路径信息。
本实施例中，预设算法可以是任意一种能够计算路径的算法，其中该预设算法包括A星算法、B星算法以及贪心算法等。
在本实施例中，对相对位置信息进行距离测量可以理解为根据已知的门窗相对位置信息，在辅以实际的墙体信息来计算得到房间中门窗之间的实际距离信息，该实际距离信息构成门窗间的路径信息。
在本实施例中，实际路径信息是要考虑绕墙距离，相对位置信息是不考虑实际墙体的信息。
在本实施例中，根据预设算法对户型矢量图包括的相对位置信息进行距离测量的意为以户型矢量图包括的相对位置信息为基本在通过预设算法考虑现实情况进行的辅助精准测量。
举例来说，门窗间的路径信息是窗与窗之间的最短绕墙路径信息和窗与门之间的最短绕墙距离；门窗相对位置信息是窗与窗之间的图上直线距离。
S104、根据路径信息生成房间通风评价结果。
本实施例中，根据该路径信息和预设的计算方式生成房间通风评价结果。
在本实施例中，预设的计算方式包括以正比例函数为依据的计算方式，其中正比例函数通过经验数据计算得到，其中经验数据可以理解为标签数据、用于计算的过往的实际数据。
本实施例中，房间通风评价结果可以为房间通风评价表、房间通风评价分数等，对此本实施例中不作任何限定。
在本实施例中，在房间通风评价结果为房间通风评价分数时，房间通风评价分数越高房间通风性能越好，反之亦然。其中，房间通风评价分分数可以具有评分上限，如100分。
在本实施例中，计算房间通风评价分数可以是通过百分比计算之后得到的。
在图1所描述的房间通风评价方法中，可以根据二维的普通户型图来识别得到户型图中所包括的墙体信息和门窗信息，其中，该墙体信息包括墙体位置信息和墙体厚度信息等，门窗信息包括门窗位置信息等；在获取到墙体信息和门窗信息之后，对上述墙体信息和门窗信息进行组合得到户型矢量图，该户型矢量图包括门窗的相对位置(即门窗相对位置信息，如两窗设置之间的相对距离信息或门窗之间的直线距离信息等)；在具有上述门窗相对位置信息时，可以根据预设的短发对该相对信息进行距离的实际测量，得到在户型适量图中，门窗之间的最短距离信息(该最短距离信息是指在房间中，门窗之间最短的连接距离信息，如同一堵墙两侧窗户之间的最短距离是沿着墙壁连接两个窗户的连线距离)；再进一步的根据获取到的所有路径信息计算得到房间通风评价结果。可见，实施图1所描述的房间通风评价方法，能够自主识别户型图，从而读取出墙体信息和门窗信息，进而提高了识别读取的普适性，避免了人为经验的技术性认知；还能够对墙体信息和门窗信息进行组合，避免了其他元素造成的通风评价的干扰，从而提高了准确性；还能够根据预设算法准确获知到门窗之间的最短距离以及该最短距离构成的路径信息，并根据该路径信息可以生成房间通风评价结果，可见，该方法可以获取到最实际的通风评价结果，从而在提高普适性的基础上保证了准确程度。
实施例2
请参阅图2，图2是本实施例提供的一种房间通风评价方法的流程示意图。如图2所示，该房间通风评价方法包括以下步骤：
S201、获取二维户型图。
本实施例中，二维户型图可以是被输入的也可以是扫描得到的甚至还可以是以现有的各种方式进行获取的，对此本实施例中不作任何限定。
本实施例中，二维户型图为通常的2D户型图。
S202、根据预设的户型识别模型对二维户型图进行特征提取，得到户型特征。
本实施例中，户型识别模型为人工智能模型，具体的该户型识别模型为深度神经网络模型。
本实施例中，户型特征包括二维户型图中墙体特征、门窗特征、装饰特征以及格局特征等等。
在本实施例中，户型特征可以通过后续的步骤进行提取、保存或删除。
S203、根据预设的户型识别模型对户型特征进行分析，得到墙体信息和门窗信息；其中，墙体信息至少包括墙体位置信息，门窗信息至少包括门窗位置信息。
本实施例中，户型识别模型可以进行特征提取，特征分析以及与此相关的操作。
本实施例中，墙体信息和门窗信息为特征提取分析得到的有用的特征信息，即有效信息。
本实施例中，墙体位置信息是指二维户型图中墙体的所在位置，门窗位置信息是指二维户型图中门窗的所在位置。上述两个位置信息应是后续步骤计算的必要条件。
S204、组合墙体信息和门窗信息，得到包括门窗相对位置信息的户型矢量图。
本实施例中，组合墙体信息和门窗信息可以理解为组合所有的位置信息，得到具有位置表示的门窗信息，其中该门窗信息为门窗相对位置信息，并且获取到的具有上述所有位置信息的图片为户型矢量图。
S205、将墙体信息确定为障碍物信息。
本实施例中，障碍物信息是基于A星算法的基本信息，其中A星算法是用于计算绕障碍物的最短距离信息的算法。
S206、根据障碍物信息和A星算法在户型矢量图包括的相对位置信息中进行搜寻，得到最短门窗路径。
本实施例中，根据障碍物信息和A星算法可以搜寻得到最短的门窗路径(该路径时最短的绕墙路径)。
S207、将最短门窗路径确认为门窗间的路径信息。
实施这种实施方式，可以提高路径信息的实际精度。
S208、将户型矢量图划分为多个局部矢量图。
本实施例中，划分方式可以为房间内所包括的子房间数量与情况进行划分，如三室两厅可以划分为五个局部矢量图。
本实施例中，局部矢量图为子房间矢量图。
S209、根据多个局部矢量图对路径信息进行划分，得到与多个局部矢量图一一对应的多个子路径信息。
本实施例中，局部矢量图包括的子路径信息可以理解为子房间中的门窗路径信息。
举例来说，子路径信息为三室两厅房间内，一室的房间内门窗信息以及门窗间的沿墙最短路径信息。
S210、获取与多个局部矢量图一一对应的多个面积信息。
本实施例中，面积信息可以理解为子房间的占地面积，该占地面积用于加权计算通风评价结果。
S211、对多个局部矢量图、多个面积信息以及多个子路径信息进行加权平均计算得到房间通风评价结果。
本实施例中，按照任何可行的加权平均计算方法计算得到房间通风评价结果，其中上述的任何方法皆可以作为本实施例中所使用的方法，对此本实施例中不作任何限定。
可见，实施图2所描述的房间通风评价方法，能够自主识别户型图，从而读取出墙体信息和门窗信息，进而提高了识别读取的普适性，避免了人为经验的技术性认知；还能够对墙体信息和门窗信息进行组合，避免了其他元素造成的通风评价的干扰，从而提高了准确性；还能够根据预设算法准确获知到门窗之间的最短距离以及该最短距离构成的路径信息，并根据该路径信息可以生成房间通风评价结果，可见，该方法可以获取到最实际的通风评价结果，从而在提高普适性的基础上保证了准确程度。
实施例3
请参阅图3，是本实施例提供的一种房间通风评价装置的系统结构示意图。
如图3所示，该房间通风评价装置包括：
获取模块310，用于获取二维户型图，并对二维户型图进行识别得到二维户型图包括的墙体信息和门窗信息；
组合模块320，用于组合墙体信息和门窗信息，得到包括门窗相对位置信息的户型矢量图；
测量模块330，用于根据预设算法对户型矢量图包括的相对位置信息进行距离测量，得到门窗间的路径信息；
评价模块340，用于根据路径信息生成房间通风评价结果。
作为一种可选的实施方式，评价模块340包括：
划分子模块341，用于将户型矢量图划分为多个局部矢量图；
划分子模块341，还用于根据多个局部矢量图对路径信息进行划分，得到与多个局部矢量图一一对应的多个子路径信息；
评价子模块342，用于根据多个局部矢量图和多个子路径信息生成房间通风评价结果。
作为一种可选的实施方式，获取模块310包括：
获取子模块311，用于获取二维户型图；
智能子模块312，用于根据预设的户型识别模型对二维户型图进行特征提取，得到户型特征；
智能子模块312，还用于根据预设的户型识别模型对户型特征进行分析，得到墙体信息和门窗信息；其中，墙体信息至少包括墙体位置信息，门窗信息至少包括门窗位置信息。
本实施例中，房间通风评价装置可以执行上述任一项实施例所描述的房间通风评价方法，并且房间通风评价装置可以使用上述对应的解释说明，对此本实施例中不作任何限定，也不再作任何赘述。
可见，实施本实施例所描述的房间通风评价装置，能够自主识别户型图，从而读取出墙体信息和门窗信息，进而提高了识别读取的普适性，避免了人为经验的技术性认知；还能够对墙体信息和门窗信息进行组合，避免了其他元素造成的通风评价的干扰，从而提高了准确性；还能够根据预设算法准确获知到门窗之间的最短距离以及该最短距离构成的路径信息，并根据该路径信息可以生成房间通风评价结果，可见，该方法可以获取到最实际的通风评价结果，从而在提高普适性的基础上保证了准确程度。
此外，本发明还提供了另外一种计算机设备，该计算机设备可以包括智能电话、平板电脑、车载电脑、智能穿戴设备等。该计算机设备包括存储器和处理器，存储器可用于存储计算机程序，处理器通过运行上述计算机程序，从而使计算机设备执行上述方法或者上述装置中的各个单元的功能。
存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机设备的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质，用于储存上述计算机设备中使用的计算机程序。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，上述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所描述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本发明各个实施例所描述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的内容，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种房间通风评价方法，其特征在于，包括：
获取二维户型图，并对所述二维户型图进行识别得到所述二维户型图包括的墙体信息和门窗信息；
组合所述墙体信息和所述门窗信息，得到包括门窗相对位置信息的户型矢量图；
根据预设算法对所述户型矢量图包括的所述相对位置信息进行距离测量，得到门窗间的路径信息；
根据所述路径信息生成房间通风评价结果。
2.根据权利要求1所述的房间通风评价方法，其特征在于，所述根据所述路径信息生成房间通风评价结果的步骤包括：
将所述户型矢量图划分为多个局部矢量图；
根据所述多个局部矢量图对所述路径信息进行划分，得到与所述多个局部矢量图一一对应的多个子路径信息；
根据所述多个局部矢量图和所述多个子路径信息生成房间通风评价结果。
3.根据权利要求2所述的房间通风评价方法，其特征在于，所述根据所述多个局部矢量图和所述多个子路径信息生成房间通风评价结果的步骤包括：
获取与所述多个局部矢量图一一对应的多个面积信息；
对所述多个局部矢量图、所述多个面积信息以及所述多个子路径信息进行加权平均计算得到房间通风评价结果。
4.根据权利要求1所述的房间通风评价方法，其特征在于，所述获取二维户型图，并对所述二维户型图进行识别得到所述二维户型图包括的墙体信息和门窗信息的步骤包括：
获取二维户型图；
根据预设的户型识别模型对所述二维户型图进行特征提取，得到户型特征；
根据预设的户型识别模型对所述户型特征进行分析，得到墙体信息和门窗信息；其中，所述墙体信息至少包括墙体位置信息，所述门窗信息至少包括门窗位置信息。
5.根据权利要求1所述的房间通风评价方法，其特征在于，所述预设算法为A星算法，所述根据预设算法对所述户型矢量图包括的所述相对位置信息进行距离测量，得到门窗间的路径信息的步骤包括：
将所述墙体信息确定为障碍物信息；
根据所述障碍物信息和所述A星算法在所述户型矢量图包括的所述相对位置信息中进行搜寻，得到最短门窗路径；
将所述最短门窗路径确认为门窗间的路径信息。
6.一种房间通风评价装置，其特征在于，包括：
获取模块，用于获取二维户型图，并对所述二维户型图进行识别得到所述二维户型图包括的墙体信息和门窗信息；
组合模块，用于组合所述墙体信息和所述门窗信息，得到包括门窗相对位置信息的户型矢量图；
测量模块，用于根据预设算法对所述户型矢量图包括的所述相对位置信息进行距离测量，得到门窗间的路径信息；
评价模块，用于根据所述路径信息生成房间通风评价结果。
7.根据权利要求6所述的房间通风评价装置，其特征在于，所述评价模块包括：
划分子模块，用于将所述户型矢量图划分为多个局部矢量图；
所述划分子模块，还用于根据所述多个局部矢量图对所述路径信息进行划分，得到与所述多个局部矢量图一一对应的多个子路径信息；
评价子模块，用于根据所述多个局部矢量图和所述多个子路径信息生成房间通风评价结果。
8.根据权利要求6所述的房间通风评价装置，其特征在于，所述获取模块包括：
获取子模块，用于获取二维户型图；
智能子模块，用于根据预设的户型识别模型对所述二维户型图进行特征提取，得到户型特征；
所述智能子模块，还用于根据预设的户型识别模型对所述户型特征进行分析，得到墙体信息和门窗信息；其中，所述墙体信息至少包括墙体位置信息，所述门窗信息至少包括门窗位置信息。
9.一种计算机设备，其特征在于，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述计算机设备执行根据权利要求1至5中任一项所述的一种房间通风评价方法。
10.一种计算机可读存储介质，其特征在于，其存储有权利要求9所述的计算机设备中所使用的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910147267.6A CN109886585B (zh) | 2019-02-27 | 2019-02-27 | 一种房间通风评价方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910147267.6A CN109886585B (zh) | 2019-02-27 | 2019-02-27 | 一种房间通风评价方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109886585A true CN109886585A (zh) | 2019-06-14 |
| CN109886585B CN109886585B (zh) | 2021-01-01 |
Family
ID=66929743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910147267.6A Active CN109886585B (zh) | 2019-02-27 | 2019-02-27 | 一种房间通风评价方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109886585B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101908086A (zh) * | 2010-07-09 | 2010-12-08 | 上海理工大学 | 一种对建筑室内风环境进行数字化动态模拟的分析方法 |
| CN105139388A (zh) * | 2015-08-12 | 2015-12-09 | 武汉大学 | 一种倾斜航空影像中建筑物立面损毁检测的方法和装置 |
| WO2016049536A1 (en) * | 2014-09-26 | 2016-03-31 | Valspar Sourcing, Inc. | System and method for determining coating requirements |
| CN106484940A (zh) * | 2016-07-09 | 2017-03-08 | 陈志静 | 一种家居装饰智能设计方法和系统 |
| CN106528904A (zh) * | 2016-07-09 | 2017-03-22 | 陈志静 | 住宅户型图建筑结构智能识别及功能区自动规划设计方法 |
| CN107330979A (zh) * | 2017-06-30 | 2017-11-07 | 电子科技大学中山学院 | 建筑户型的矢量图生成方法、装置及终端 |
| CN108595773A (zh) * | 2018-03-28 | 2018-09-28 | 超选（北京）科技有限公司 | 室内装修设计装置及方法 |
-
2019
- 2019-02-27 CN CN201910147267.6A patent/CN109886585B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101908086A (zh) * | 2010-07-09 | 2010-12-08 | 上海理工大学 | 一种对建筑室内风环境进行数字化动态模拟的分析方法 |
| WO2016049536A1 (en) * | 2014-09-26 | 2016-03-31 | Valspar Sourcing, Inc. | System and method for determining coating requirements |
| CN105139388A (zh) * | 2015-08-12 | 2015-12-09 | 武汉大学 | 一种倾斜航空影像中建筑物立面损毁检测的方法和装置 |
| CN106484940A (zh) * | 2016-07-09 | 2017-03-08 | 陈志静 | 一种家居装饰智能设计方法和系统 |
| CN106528904A (zh) * | 2016-07-09 | 2017-03-22 | 陈志静 | 住宅户型图建筑结构智能识别及功能区自动规划设计方法 |
| CN107330979A (zh) * | 2017-06-30 | 2017-11-07 | 电子科技大学中山学院 | 建筑户型的矢量图生成方法、装置及终端 |
| CN108595773A (zh) * | 2018-03-28 | 2018-09-28 | 超选（北京）科技有限公司 | 室内装修设计装置及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 郝俊红 等: ""住宅室内通风换气及设计影响因素研究"", 《城市住宅》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109886585B (zh) | 2021-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106647742B (zh) | 移动路径规划方法及装置 | |
| DE102009049849B4 (de) | Verfahren zur Bestimmung der Pose einer Kamera, Verfahren zur Erkennung eines Objekts einer realen Umgebung und Verfahren zur Erstellung eines Datenmodells | |
| CN108984741B (zh) | 一种地图生成方法及装置、机器人和计算机可读存储介质 | |
| CN106778856A (zh) | 一种物体识别方法及装置 | |
| CN105094335A (zh) | 场景提取方法、物体定位方法及其系统 | |
| CN110321885A (zh) | 一种兴趣点的获取方法及装置 | |
| CN103870604B (zh) | 旅游推荐方法和装置 | |
| CN106296488A (zh) | 一种基于众包模式的智慧旅游系统及方法 | |
| CN107203756A (zh) | 一种识别手势的方法与设备 | |
| JP4411393B2 (ja) | 解析システム | |
| CN113111963B (zh) | 一种黑盒攻击行人重识别系统的方法 | |
| Poerwoningsih et al. | Integrating visibility analysis in rural spatial planning | |
| CN107689060A (zh) | 目标对象的视觉处理方法、装置及基于视觉处理的设备 | |
| KR20200105686A (ko) | 이동 경로 예측 시스템, 이동 경로 예측 방법, 컴퓨터 프로그램 | |
| JP2015132539A (ja) | 日照量計算装置、経路提案装置および日照量計算方法 | |
| CN109460792A (zh) | 一种基于图像识别的人工智能模型训练方法及装置 | |
| EP3244166B1 (en) | System and method for identifying socially relevant landmarks | |
| CN108803659A (zh) | 基于魔方模型的多窗口启发式三维空间路径规划方法 | |
| Eum et al. | Vehicle detection from airborne LiDAR point clouds based on a decision tree algorithm with horizontal and vertical features | |
| Yang et al. | Improvement of honey bee tracking on 2D video with hough transform and Kalman filter | |
| CN109115232A (zh) | 导航的方法和装置 | |
| Van der Land | Migration and environmental change in the West African Sahel: why capabilities and aspirations matter | |
| CN109886585A (zh) | 一种房间通风评价方法及装置 | |
| CN111986215A (zh) | 一种基于高精度建筑物数据的人口计算方法及系统 | |
| Kaiser et al. | A pedestrian navigation system using a map-based angular motion model for indoor and outdoor environments |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A room ventilation evaluation method and device Effective date of registration: 20210511 Granted publication date: 20210101 Pledgee: China Co. truction Bank Corp Guangzhou Tianhe subbranch Pledgor: GUANGDONG 3VJIA INFORMATION TECHNOLOGY Co.,Ltd. Registration number: Y2021980003486 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20210101 Pledgee: China Co. truction Bank Corp Guangzhou Tianhe subbranch Pledgor: GUANGDONG 3VJIA INFORMATION TECHNOLOGY Co.,Ltd. Registration number: Y2021980003486 |