CN110188454B - 建筑设备与建筑信息模型匹配方法及装置 - Google Patents
建筑设备与建筑信息模型匹配方法及装置 Download PDFInfo
- Publication number
- CN110188454B CN110188454B CN201910447926.8A CN201910447926A CN110188454B CN 110188454 B CN110188454 B CN 110188454B CN 201910447926 A CN201910447926 A CN 201910447926A CN 110188454 B CN110188454 B CN 110188454B
- Authority
- CN
- China
- Prior art keywords
- building
- information model
- matching
- target
- equipment
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种建筑设备与建筑信息模型匹配方法及装置。其中,方法包括:根据目标建筑的建筑信息模型,构建目标建筑的建筑信息模型树;从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;根据建筑信息模型树和关键词序列,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果;其中,建筑信息模型树中从根节点至每一叶子节点的路径,用于表示叶子节点代表的建筑设备在建筑信息模型中的空间位置信息;关键词序列,用于表示目标建筑设备的实际空间位置信息。本发明实施例提供的建筑设备与建筑信息模型匹配方法及装置,能自动进行建筑设备与建筑信息模型匹配。
Description
技术领域
本发明涉及计算机技术领域,更具体地,涉及一种建筑设备与建筑信息模型匹配方法及装置。
背景技术
建筑信息模型(Building Information Modeling,BIM)是建筑设施物理和功能特性的数字表达,记录建筑全生命周期中从规划、设计、施工和运营阶段的确切信息。建筑信息模型已经成为建筑信息化的重要内容,其应用已涉及建筑的整个生命过程。
建筑运维与设备管理是整合人员、设施、技术和管理流程的过程。建筑运维阶段时间跨度大、周期长、内容多、涉及人员复杂,导致传统的运维管理方式效率低下。将BIM技术引入建筑运维阶段,能将设计、施工和运维阶段的建筑信息进行有效整合,从而解决建筑运维与设备管理阶段的信息孤岛问题。并且,BIM技术为各参与方提供一个便捷的设备管理模型,提高建筑运维管理系统的工作效率。
当前,越来越多的工程项目采用BIM技术来改善建筑运维与设备管理。要使BIM在建筑运维阶段体现出最大价值,就需要打破建筑运维管理系统与BIM模型之间的信息壁垒。传统的建筑设备与BIM的匹配,依赖于人工手动关联,耗时费力,工作效率低下。因此,将建筑设备与BIM数据自动地匹配,是BIM技术成功应用于建筑运维与设备管理阶段的基础性工作,同时也是目前业界亟待解决的问题。
发明内容
本发明实施例提供一种建筑设备与建筑信息模型匹配方法及装置,用以解决或者至少部分地解决现有技术无法自动进行建筑设备与建筑信息模型匹配的缺陷。
第一方面,本发明实施例提供一种建筑设备与建筑信息模型匹配方法,包括:
根据目标建筑的建筑信息模型,构建所述目标建筑的建筑信息模型树;
从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对所述建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;
根据所述目标建筑的建筑信息模型树和所述关键词序列,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果;
其中,所述建筑信息模型树以所述建筑信息模型为根节点、所述建筑信息模型中的各建筑设备为叶子节点;所述建筑信息模型树中从根节点至每一叶子节点的路径,用于表示所述叶子节点代表的建筑设备在所述建筑信息模型中的空间位置信息;所述关键词序列,用于表示所述目标建筑设备的实际空间位置信息。
优选地,所述根据目标建筑的建筑信息模型,构建所述目标建筑的建筑信息模型树的具体步骤包括:
将所述建筑信息模型作为所述建筑信息模型树中的根节点;
获取所述建筑信息模型包括的各垂直空间分隔,作为所述建筑信息模型树的第二层中的节点;
获取所述建筑信息模型中每一垂直空间分隔包括的各水平空间分隔,作为所述建筑信息模型树的第三层中的节点;
获取每一所述水平空间分隔包括的各建筑设备,作为所述建筑信息模型树中的叶子节点;
根据所述建筑信息模型与垂直空间分隔之间的包含关系、垂直空间分隔与水平空间分隔之间的包含关系及水平空间分隔与建筑设备之间的包含关系,确定所述建筑信息模型树中的各边。
优选地,所述对所述建筑设备信息进行自然语言处理,根据处理结果获取关键词序列的具体步骤包括:
对所述建筑设备信息进行分词,获取自然语言词组;
根据预先构建的关键词库,提取所述自然语言词组中的各关键词,组成原始关键词序列;
根据国际字典框架对所述原始关键词序列进行语义消歧,获取所述关键词序列。
优选地,所述根据所述目标建筑的建筑信息模型树和所述关键词序列,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果的具体步骤包括:
根据所述建筑信息模型树中从根节点到每一叶子节点的路径和基准向量,获取匹配矩阵;
根据所述关键词序列和所述基准向量,获取特征向量;
根据所述匹配矩阵和所述特征向量,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果;
其中,所述基准向量是根据所述建筑信息模型树中的所有节点构建的;所述匹配矩阵,用于表示所述目标建筑的建筑信息模型中各建筑设备的位置特征;所述特征向量,用于表示所述目标建筑设备的位置特征。
优选地,所述根据所述建筑信息模型树中从根节点到每一叶子节点的路径和基准向量,获取匹配矩阵的具体步骤包括:
根据每一所述路径上的节点,获取路径矩阵的行向量,组成路径矩阵;
将所述路径矩阵中的每一行向量与所述基准向量进行对比,根据对比结果获取所述匹配矩阵;
其中,所述匹配矩阵中的每一行向量的维数均与所述基准向量的维数相同。
优选地,所述根据所述关键词序列和所述基准向量,获取特征向量的具体步骤包括:
将所述关键词序列与所述基准向量进行对比,根据对比结果获取所述特征向量;
其中,所述特征向量的维数与所述基准向量的维数相同。
优选地,所述根据所述匹配矩阵和所述特征向量,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果的具体步骤包括:
将所述匹配矩阵与所述特征向量的转置向量相乘,获得结果向量;
若判断获知所述结果向量中存在值等于所述建筑信息模型树的深度的元素,则确定所述匹配矩阵中所述元素对应的行向量;
根据所述匹配矩阵中所述元素对应的行向量,确定所述目标建筑的建筑信息模型中与所述目标建筑设备相匹配的建筑设备。
第二方面,本发明实施例提供一种建筑设备与建筑信息模型匹配装置,包括:
构建模块,用于根据目标建筑的建筑信息模型,构建所述目标建筑的建筑信息模型树;
提取模块,用于从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对所述建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;
匹配模块,用于根据所述目标建筑的建筑信息模型树和所述关键词序列,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果;
其中,所述建筑信息模型树以所述建筑信息模型为根节点、所述建筑信息模型中的各建筑设备为叶子节点;所述建筑信息模型树中从根节点至每一叶子节点的路径,用于表示所述叶子节点代表的建筑设备在所述建筑信息模型中的空间位置信息;所述关键词序列,用于表示所述目标建筑设备的实际空间位置信息。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,执行所述程序时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的建筑设备与建筑信息模型匹配方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面的各种可能的实现方式中任一种可能的实现方式所提供的建筑设备与建筑信息模型匹配方法的步骤。
本发明实施例提供的建筑设备与建筑信息模型匹配方法及装置,通过根据建筑信息模型获取从根节点至各叶子节点的路径,表示目标建筑的建筑信息模型中各建筑设备的空间位置信息的建筑信息模型树,获取用于表示目标建筑设备的空间位置信息的关键词序列,基于空间位置信息,将关键词序列与建筑信息模型树进行匹配,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果,能实现建筑设备与建筑信息模型的自动匹配,能提高匹配的质量和效率,能减少匹配的耗时和耗费的人力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例提供的建筑设备与建筑信息模型匹配方法的流程示意图;
图2为根据本发明实施例提供的建筑设备与建筑信息模型匹配装置的结构示意图;
图3为根据本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动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。
为了克服现有技术的上述问题,本发明实施例提供一种建筑设备与建筑信息模型匹配方法及装置,其发明构思是,根据建筑信息模型构建建筑信息模型树,建筑信息模型树中的各路径分别用于表示建筑信息模型中一个建筑设备的空间位置信息,建筑设备安装点位表中获取目标建筑设备的建筑设备信息描述了目标建筑设备的空间位置信息,将目标建筑设备的建筑设备信息通过自然语言处理为计算机课识别的信息之后,根据目标建筑设备的空间位置信息与建筑信息模型树中的各路径进行匹配,从而实现建筑设备与建筑信息模型的自动匹配。
图1为根据本发明实施例提供的建筑设备与建筑信息模型匹配方法的流程示意图。如图1所示,该方法包括:步骤S101、根据目标建筑的建筑信息模型,构建目标建筑的建筑信息模型树。
其中,建筑信息模型树以建筑信息模型为根节点、建筑信息模型中的各建筑设备为叶子节点;建筑信息模型树中从根节点至每一叶子节点的路径,用于表示叶子节点代表的建筑设备在建筑信息模型中的空间位置信息。
具体地,建筑信息模型(BIM)是建筑几何信息和语义信息的数字表达。
建筑设备是分布在建筑空间中的各类设施,如消防栓、烟感报警器、配电箱、灯等。
建筑信息模型中的各建筑设备可以用f表示,f={f1,f2,…,fk},其中fi(1≤i≤k)表示目标建筑中的第i个建筑设备。
目标建筑,指建筑信息模型待匹配的建筑。
根据目标建筑的建筑信息模型,可以获取目标建筑的建筑信息模型中各建筑设备的空间位置信息。
建筑设备的空间位置信息,指建筑设备位于目标建筑中的某一层中的某一个子空间。子空间可以为走廊、房间、大厅等相对独立的空间。建筑设备的空间位置信息,还可以包括对子空间的进一步细化结果。
可以根据目标建筑的建筑信息模型中各建筑设备的空间位置信息,将目标建筑的建筑信息模型转化为建筑信息模型树(HiTree),转化的基本原则包括:将建筑信息模型b为根节点,将建筑信息模型中的各建筑设备fi(1≤i≤k)均为叶子节点;通过选择合适的中间节点,使得从根节点至每一叶子节点的路径,可以表示目标建筑的建筑信息模型中该叶子节点代表的建筑设备的空间位置信息。
建筑信息模型树,用于反映目标建筑的建筑信息模型中的空间逻辑关系。
步骤S102、从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对建筑设备信息进行自然语言处理,根据处理结果获取关键词序列。
其中,关键词序列,用于表示目标建筑设备的实际空间位置信息。
建筑设备点位表(Facilities installation information Table,RFT)是一个记录了建筑设备名称、安装位置和编号等信息的表格。RFT是建筑设备与BIM数据匹配的有效桥梁。安装位置,即建筑设备的实际空间位置信息。
建筑设备点位表上的信息是自然语言的描述形式,自然语言信息不能被计算机直接识别。因此,从建筑设备点位表中获取目标建筑设备的建筑设备信息之后,对目标建筑设备的建筑设备信息进行自然语言处理,以获取关键词序列。该关键词序列中的各词语均与描述目标建筑设备的空间位置信息有关。该关键词序列中的各词语可以包括表示方位、表示楼层、表示子空间和表示建筑构件的词。该关键词序列,可以表示目标建筑设备的空间位置信息。
目标建筑设备,指待匹配的建筑设备。
自然语言处理(Natural Language Processing,NLP)是一门融合语言学、计算机科学、数学于一体的科学,研究实现人与计算机通过自然语言进行通信的理论及方法。自然语言处理主要包含词法分析、句法分析和语义分析三个过程,其中,词法分析又可以分成分词,词性标注和命名实体识别三个步骤。自然语言处理可以广泛应用于建筑行业中的信息获取与检索。
通过自然语言处理,可以获取建筑设备点位表中的自然语言所描述的信息,将上述自然语言所描述的信息转化为计算机可以识别的信息。
步骤S103、根据目标建筑的建筑信息模型树和关键词序列,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果。
具体地,由于建筑信息模型树中的各路径可以表示各筑设备在目标建筑的建筑信息模型中的空间位置信息,关键词序列可以描述目标建筑设备的空间位置信息,因此,可以基于空间位置信息,将关键词序列与建筑信息模型树进行匹配,实现建筑设备与建筑信息模型的匹配,获得目标建筑设备与目标建筑的建筑信息模型的匹配结果。
需要说明的是,对步骤S101与步骤S102之间的时序关系不作具体限制,即可以先执行步骤S101后步骤S102,也可以先执行步骤S102后步骤S101,还可以同步执行步骤S101与步骤S102;步骤S101与步骤S103之间的时序关系为先执行步骤S101后步骤S103;步骤S102与步骤S103之间的时序关系为先执行步骤S102后步骤S103。
本发明实施例通过根据建筑信息模型获取从根节点至各叶子节点的路径,表示目标建筑的建筑信息模型中各建筑设备的空间位置信息的建筑信息模型树,获取用于表示目标建筑设备的空间位置信息的关键词序列,基于空间位置信息,将关键词序列与建筑信息模型树进行匹配,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果,能实现建筑设备与建筑信息模型的自动匹配,能提高匹配的质量和效率,能减少匹配的耗时和耗费的人力。
基于上述各实施例的内容,根据目标建筑的建筑信息模型,构建目标建筑的建筑信息模型树的具体步骤包括:将建筑信息模型作为建筑信息模型树中的根节点;获取建筑信息模型包括的各垂直空间分隔,作为建筑信息模型树的第二层中的节点;获取建筑信息模型中每一垂直空间分隔包括的各水平空间分隔,作为建筑信息模型树的第三层中的节点;获取每一水平空间分隔包括的各建筑设备,作为建筑信息模型树中的叶子节点;根据建筑信息模型与垂直空间分隔之间的包含关系、垂直空间分隔与水平空间分隔之间的包含关系及水平空间分隔与建筑设备之间的包含关系,确定建筑信息模型树中的各边。
具体地,工业基础类别(IndustryFoundationClasses,IFC)标准是国际互操作联盟(International Alliance of Interoperability,IAI)组织制定的建筑工程数据交换标准。BIM软件基本上采用IFC作为数据交换的标准。
在IFC文件中,建筑信息模型的空间关系可分为垂直空间分隔和水平空间分隔两类。
垂直空间分隔是建筑在垂直方向的空间隔断,例如楼层;水平空间分隔是建筑在水平方向的空间分割,形成若干个子空间,例如房间、大厅等。
可以用s表示目标建筑的建筑信息模型中的垂直空间分隔,因此,s={s1,s2,...,sn},其中si(1≤i≤n)表示目标建筑中的第i层;用r表示目标建筑的建筑信息模型中的水平空间分隔,因此,r={r1,r2,...,rm},其中ri(1≤i≤m)表示建筑中的第i个建筑子空间。因此,目标建筑的建筑信息模型b可以表示为b={s,r}。
建筑设备在建筑中的分布具有明显的空间层次关系(又称空间逻辑关系),整个建筑与各楼层、各楼层及其内划分的子空间、子空间与其中的建筑设备都存在明显的空间层次关系。因此,可以根据目标建筑的建筑信息模型,获取目标建筑中存在的空间层次关系,并根据目标建筑中存在的空间层次关系将目标建筑的建筑信息模型转化为目标建筑的建筑信息模型树。建筑信息模型树的深度用TD表示,其层序号表示为TK。TK表示该建筑信息模型树的第k层(1≤k≤TD)。
该建筑信息模型树的深度TD为4,即该建筑信息模型树为4层树形结构。
TK=1层表示建筑信息模型树的第一层,是模型树中的根结点,代表建筑信息模型整体。
TK=2层表示建筑信息模型树的第二层,第二层是第一层按照垂直空间分布划分出的空间层次关系。第二层中的各节点,代表建筑信息模型包括的各垂直空间分隔。
以建筑的楼层为例,则第二层中的各节点代表建筑物整体按照楼层划分出的若干个楼层。
TK=3层表示建筑信息模型树的第三层,第三层是第二层是按照水平空间分布划分出的空间层次关系。第三层中的各节点,代表建筑信息模型包括的各水平空间分隔。水平空间分隔称为子空间,如房间、大厅、走廊等区域。
TK=4层表示建筑信息模型树的第四层。第四层中的各节点,代表建筑信息模型包括的分布在相应子空间中的各建筑设备。第四层中的各节点,为叶子节点。
建筑信息模型树T可以表示为T={b,s,r,f}。b、s、r、f依次表示建筑信息模型树T中的第1至第4层。
由于建筑与各楼层、各楼层及其内划分的子空间、子空间与其中的建筑设备之间都存在包含关系(即空间层次关系),根据上述包含关系,可以确定建筑信息模型树中的每一对父子节点,从而确定建筑信息模型树中的各边。建筑信息模型树中的边,用于连接父节点和子节点。
上述包含关系,可以根据目标建筑的建筑信息模型获得。具体步骤包括:根据目标建筑的建筑信息模型,获得建筑信息模型包括的各垂直空间分隔(即位于建筑信息模型中的各垂直空间分隔);对于每一垂直空间分隔,可以获得该垂直空间分隔包括的各水平空间分隔(即位于该垂直空间分隔中的各水平空间分隔);对于每一水平空间分隔,可以获得该水平空间分隔包括的各建筑设备(即分布于该水平空间分隔中的各建筑设备)。
可以理解的是,第二层中的各节点均为根节点的子节点。
对于任一第二层中的节点与任一第三层中的节点,若该第三层中的节点代表的水平空间分隔,位于该第二层中的节点代表的垂直空间分隔中(即存在包含关系),则该第二层中的节点是该第三层中的节点的父节点;若该第三层中的节点代表的水平空间分隔,未位于该第二层中的节点代表的垂直空间分隔中(即不存在包含关系),则该第二层中的节点不是该第三层中的节点的父节点。
对于任一第三层中的节点与任一第四层中的节点,若该第四层中的节点代表的建筑设备,分布于该第二层中的节点代表的水平空间分隔中(即存在包含关系),则该第三层中的节点是该第四层中的节点的父节点;该第四层中的节点代表的建筑设备,未分布于该第二层中的节点代表的水平空间分隔中(即不存在包含关系),则该第三层中的节点不是该第四层中的节点的父节点。
确定建筑信息模型树的各层节点和各边之后,即可获得建筑信息模型树。
需要说明的是,建筑信息模型树的深度可以不限于4。
例如,若目标建筑为1层,则可以构建深度为3的建筑信息模型树,构建深度为3的建筑信息模型树的过程与构建上述深度为4的建筑信息模型树的过程类似,此处不再赘述;若水平空间分隔中还存在内部空间层次,则可以构建深度大于4的建筑信息模型树,构建深度为大于4的建筑信息模型树的过程与构建上述深度为4的建筑信息模型树的过程类似,此处不再赘述。
本发明实施例根据建筑信息模型中的空间逻辑关系,构建目标建筑的建筑信息模型树,使得建筑信息模型树中从根节点至每一叶子节点的路径,能准确表示目标建筑的建筑信息模型中该叶子节点代表的建筑设备的空间位置信息,从而能根据建筑信息模型树和关键词序列,实现建筑设备与建筑信息模型的匹配。
基于上述各实施例的内容,对建筑设备信息进行自然语言处理,根据处理结果获取关键词序列的具体步骤包括:对建筑设备信息进行分词,获取自然语言词组。
需要说明的是,对建筑设备信息进行自然语言处理,根据处理结果获取关键词序列,可以通过设备信息提取模型(Facilities Information Extract Model,LIE Model)实现。LIE Model,是用于提取RFT中的建筑设备的自然语言信息并转化为计算机可识别的信息的模型。
该设备信息提取模型主要实现三个步骤:自然语言分词、关键词提取和语义消歧。
从RFT中获取的目标设备的建筑设备信息为未经处理的自然语言信息,用Q0表示目标设备的建筑设备信息。
自然语言分词,指将自然语言分割成具有一定含义的词序列。
可以采用现有任一种分词方法对目标设备的建筑设备信息进行分词,获得若干个(L个)具有一定含义的自然语言词语Q1,Q2,...,QL,组成自然语言词组Q={Q1,Q2,...,QL}。
现有的分词方法包括基于词典匹配的方法和基于统计机器学习的方法,还包括将上述两种方法进行融合的分词方法。
例如,对于中文,可以采用语言技术平台(Language Technology Plantform,LTP)进行分词。LTP是一种融合了基于词典匹配的方法和基于统计机器学习的方法的分词方法。LTP可以进行包括中文分词、词性标注、命名实体识别、依存句法分析、语义角色标注等丰富、高效、精准的自然语言处理。
例如,目标设备的建筑设备信息Q0为语句“图书馆一层过道里的消防栓”,经过LTP自然语言分词过程,输入语句被切分成词序列,LTP中的分词结果是“图书馆/一层/过道/里/的/消防栓”,自然语言词组Q={图书馆,一层,过道,里,的,消防栓}。
根据预先构建的关键词库,提取自然语言词组中的各关键词,组成原始关键词序列。
关键词库Q0是预先构建的涵盖大量建筑领域概念与描述的词库。关键词库Q0中的各词语均为预先设定的关键词,包括表示方位、表示楼层、表示子空间和表示建筑构件的词。
进行关键词提取的步骤为将自然语言词组Q中的各词语Q1,Q2,...,QL一一与关键词库Q0进行比对,根据比对结果提取出自然语言词组Q中的各关键词。
比对的具体步骤包括:
对于自然语言词组Q中的每一词语,若关键词库Q0中存在该词,则取出该词作为关键词;若关键词库Q0中不存在该词,则不取出该词,该词不是关键词。
例如,自然语言词组Q={图书馆,一层,过道,里,的,消防栓},根据预先构建的关键词库Q0提取关键词,由于“里”和“的”两个词是副词,在建筑信息模型中并不指代某个设备或者某个概念,关键词库Q0中并不存在这两个词,获得的原始关键词序列
根据国际字典框架对原始关键词序列进行语义消歧,获取关键词序列。
需要说明的是,由于自然语言在语言,文化,表达方式等方面的差异性,在描述同一个客观实体时,通常具有多种表达方式。例如:在建筑中,走廊和过道都表示建筑物内的水平交通空间,英文中又叫做“corridor”,但这几种表述都代表同一种客观实体。同一个客观事物,由于表述的差异性,使得建筑信息交流难以进行,对同一建筑概念不能准确的做出相同理解。
因此,原始关键词序列中的多个词可能表示同一事物,而原始关键词序列中的某个词可能有多种含义,因而需要进行语义消歧。
具体地,根据国际字典框架(International Framework for Dictionaries,IFD)进行语义消歧。
IFD是一个国际通用的开放式库,将概念和名称或描述分开,并引入全球唯一标识(Global Unique Identifier,GUID),保证匹配信息的标准性。
进行语义消歧的具体步骤包括:对于原始关键词序列中的每一个词语,若IFD中存在该词语,则将该词语放入关键词序列,并根据该词语的GUID转换为标准描述;若IFD中不存在该词语,则不将该词语放入关键词序列。
通过上面的步骤,应用IFD中的GUID将关键词序列中的词都转换成唯一的对同一建筑领域概念的标准描述,从而可以消除歧义。
例如,原始关键词序列中,“过道”这个词与标准描述“走廊”一词描述的是同一建筑空间,两个词具有相同的GUID,将“过道”转换为“走廊”,“图书馆”、“一层”和“消防栓”是标准描述,转换后的结果仍是其本身,因此,获得的关键词序列W={图书馆,一层,走廊,消防栓}。
需要说明的是,目标建筑的建筑信息模型中的各构件均采用标准描述,因而建筑信息模型树中的各节点也是采用标准描述进行命名的。
本发明实施例通过对目标建筑设备的建筑设备信息自然语言分词、关键词提取和语义消歧,获得关键词序列,使得关键词序列,能准确表示目标建筑设备的空间位置信息,从而能根据关键词序列和建筑信息模型树,实现建筑设备与建筑信息模型的匹配。
基于上述各实施例的内容,根据目标建筑的建筑信息模型树和关键词序列,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果的具体步骤包括:根据建筑信息模型树中从根节点到每一叶子节点的路径和基准向量,获取匹配矩阵。
其中,基准向量是根据建筑信息模型树中的所有节点构建的;匹配矩阵,用于表示目标建筑的建筑信息模型中各建筑设备的位置特征。
具体地,建筑信息模型树所有节点所组成的向量为基准向量,表示为A0。
建筑信息模型b,建筑信息模型中的各垂直空间分隔、各水平空间分隔、各建筑设备分别为s={s1,s2,...,sn},r={r1,r2,...,rm},f={f1,f2,…,fk},n、m、k分别表示建筑信息模型中各垂直空间分隔、水平空间分隔、建筑设备的数量。
建筑信息模型树共有n+m+k+1个节点,将所有节点表示在向量A0中,A0=[b,s1,s2,...,sn,r1,r2,...,rm,f1,f2,...fk]。
需要说明的是,对于基准向量中各元素的排列顺序,本发明实施例不作具体限制。
对于建筑信息模型树中从根节点到每一叶子节点的路径,根据该路径和基准向量,可以提取出该叶子节点代表的建筑设备的位置特征。
提取出每一叶子节点的位置特征之后,可以将各叶子节点的位置特征用向量的形式表示;将每一上述向量作为一个行向量,组成匹配矩阵。
根据关键词序列和基准向量,获取特征向量。
其中,特征向量,用于表示目标建筑设备的位置特征。
可以根据关键词序列和基准向量,提取可以提取出目标建筑设备的位置特征,用特征向量表示。
根据匹配矩阵和特征向量,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果。
具体地,由于特征向量表示目标建筑设备的位置特征,匹配矩阵表示目标建筑的建筑信息模型中各建筑设备的位置特征,可以将特征向量与匹配矩阵进行匹配。
匹配的具体步骤包括:判断匹配矩阵的各行向量中是否存在与特征向量相等的行向量;若存在,则根据匹配矩阵中与特征向量相等的行向量,确定目标建筑的建筑信息模型中与目标建筑设备相匹配的建筑设备;若不存在,则可以将匹配结果确定为匹配失败,或者确定匹配矩阵的各行向量中与特征向量最接近的至少一个行向量,根据上述最接近的至少一个行向量获取候选的匹配结果(即候选的建筑信息模型中的建筑设备)。
本发明实施例通过获取中的各行向量能表示建筑信息模型中各建筑设备的空间位置特征的匹配矩阵,获取能表示目标建筑设备的空间位置特征的特征向量,根据特征向量和匹配矩阵能实现建筑设备与建筑信息模型的匹配。
基于上述各实施例的内容,根据建筑信息模型树中从根节点到每一叶子节点的路径和基准向量,获取匹配矩阵的具体步骤包括:根据每一路径上的节点,获取路径矩阵的行向量,组成路径矩阵。
具体地,从建筑信息模型树的根节点b到叶子节点fi(1≤i≤k)共有k条不重复的路径,将这k条路径表示为路径矩阵B0,即:
其中,bi(1≤i≤k)为行向量,用于表示建筑信息模型树中的第i条匹配路径,也称为路径向量。匹配路径指从根节点到叶子节点的路径。
例如,路径(b,s1,r1,f1)表示建筑设备f1位于目标建筑模型b中的垂直空间分隔s1中的水平空间分隔r1中。
将路径矩阵中的每一行向量与基准向量进行对比,根据对比结果获取匹配矩阵。
其中,匹配矩阵中的每一行向量的维数均与基准向量的维数相同。
具体地,将将路径矩阵中的每条路径向量bi的元素与基准向量A0中的元素进行对比,根据对比结果生成新的向量ai,向量ai的维数与基准向量A0相同,ai为匹配向量。
对于向量ai中的第j个元素,其值可以通过如下公式确定
即若路径向量bi中的元素在基准向量A0中存在,则在向量ai中的相应位置赋值1,当路径向量bi中的所有元素在向量ai中全部赋值完成后,将向量ai中没有值的位置赋值0。将各向量ai组成矩阵A,矩阵A为匹配矩阵。
A0=[b,s1,s2,...,sn,r1,r2,...,rm,f1,f2,...fk]
则
本发明实施例根据建筑信息模型树中从根节点到每一叶子节点的路径与基准向量的对比结果获得匹配矩阵,匹配矩阵中的各行向量能表示建筑信息模型中各建筑设备的空间位置特征,从而能根据匹配矩阵实现建筑设备与建筑信息模型的匹配。
基于上述各实施例的内容,根据关键词序列和基准向量,获取特征向量的具体步骤包括:将关键词序列与基准向量进行对比,根据对比结果获取特征向量。
其中,特征向量的维数与基准向量的维数相同。
具体地,获得关键词序列W={w1,w2,...,wn}之后,将W中的元素wi(1≤i≤n)与基准向量A0中的元素进行对比,根据对比结果生成特征向量C。特征向量C的维数与基准向量A0的维数相同。
特征向量C中的第i个元素,其值可以通过如下公式确定
即若元素wi在基准向量A0中存在,则在特征向量C中的相应位置赋值1;若元素wi在基准向量A0中不存在,则将此元素舍弃,并将特征向量C中没有值的位置赋值为0。
例如,W={b,s1,r1,f1}将W与基准向量A0中元素对比之后,可得特征向量C为
本发明实施例根据关键词序列与基准向量的对比结果获得特征向量,特征向量能表示目标建筑设备的空间位置特征,从而能根据特征向量和匹配矩阵实现建筑设备与建筑信息模型的匹配。
基于上述各实施例的内容,根据匹配矩阵和特征向量,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果的具体步骤包括:将匹配矩阵与特征向量的转置向量相乘,获得结果向量。
具体地,匹配矩阵A与特征向量C的转置向量相乘,可以得到目标建筑设备与每条匹配路径所包含的BIM构件信息的匹配值,用向量N表示。向量N为结果向量。
A×CT=N。
例如,
C=[1 1 0...0 1 0...0 1 0...0]
则
其中,Ni(1≤i≤n)是匹配矩阵A的第i个行向量与特征向量的转置向量CT的乘积。Ni值的大小代表关键词序列与建筑信息模型树中各匹配路径的匹配程度。对Ni值进行由大到小的排序,则数值最大所对应的匹配路径与自然语言信息匹配程度最高。
若判断获知结果向量中存在值等于建筑信息模型树的深度的元素,则确定匹配矩阵中元素对应的行向量。
具体地,获得结果矩阵N之后,判断结果矩阵N中是否存在值等于建筑信息模型树的深度的元素。
若是,说明建筑设备安装点位表中的目标建筑设备的建筑设备信息是完备的信息,且目标建筑的建筑信息模型中存在与目标建筑设备相匹配的建筑设备,可以确定匹配矩阵中该元素对应的行向量。
根据匹配矩阵中元素对应的行向量,确定目标建筑的建筑信息模型中与目标建筑设备相匹配的建筑设备。
具体地,可以根据匹配矩阵中元素该对应的行向量和基准向量,确定一路径向量,从而根据该路径向量确定目标建筑的建筑信息模型中与目标建筑设备相匹配的建筑设备,该路径向量表示的路径中的叶子节点代表的建筑设备,为目标建筑的建筑信息模型中与目标建筑设备相匹配的建筑设备。
也可以根据匹配矩阵中元素该对应的行向量,确定与该行向量对应的匹配矩阵中的一行向量,根据匹配矩阵中的该行向量可以确定一路径向量,从而根据该路径向量确定目标建筑的建筑信息模型中与目标建筑设备相匹配的建筑设备。
可以理解的是,若判断结果为否,说明建筑设备安装点位表中的目标建筑设备的建筑设备信息是不完备的信息,或者目标建筑的建筑信息模型中不存在与目标建筑设备相匹配的建筑设备。对于判断结果为否的情况,若获知目标设备为目标建筑中的设备(可以根据特征向量中相应元素的取值获知),则可以确定结果矩阵中值最大的至少一个值,并确定匹配矩阵中上述最大的至少一个值分别对应的行向量,根据上述最大的至少一个值分别对应的行向量获取候选的匹配结果(即候选的建筑信息模型中的建筑设备)。
本发明实施例通过将匹配矩阵与特征向量的转置向量相乘,获取匹配值,获得目标建筑设备与目标建筑的建筑信息模型的匹配结果,能实现建筑设备与建筑信息模型的自动匹配,能提高匹配的质量和效率,能减少匹配的耗时和耗费的人力。
为了便于对本发明上述各实施例的理解,下面通过一个实例对建筑设备与建筑信息模型匹配方法进行说明。
目标建筑为图书馆,图书馆有三层。
基准向量A0=[图书馆,一层,二层,三层,大厅,走廊,卫生间,阅览区,普通房间,椅子,烟感,消防栓,灯,等电位端子箱,桌子,空调,火灾报警器]。
目标建筑的建筑信息模型树的深度为4,,从根节点至叶子节点的路径(即匹配路径)共8条,如表1所述。
表1匹配路径表
第一层结点 | 第二层结点 | 第三层结点 | 第四层结点 | |
路径1 | 图书馆 | 一层 | 大厅 | 椅子 |
路径2 | 图书馆 | 一层 | 大厅 | 烟感 |
路径3 | 图书馆 | 一层 | 走廊 | 消防栓 |
路径4 | 图书馆 | 二层 | 卫生间 | 灯 |
路径5 | 图书馆 | 二层 | 卫生间 | 等电位端子箱 |
路径6 | 图书馆 | 三层 | 图书阅览区 | 桌子 |
路径7 | 图书馆 | 三层 | 普通房间 | 空调 |
路径8 | 图书馆 | 三层 | 普通房间 | 电表箱 |
目标建筑设备的建筑设备信息Q0为“图书馆一层过道里的消防栓”,获得的关键词序列W为W={图书馆,一层,走廊,消防栓}。
将每一条匹配路径对应的路径向量与基准向量A0进行对比,如果路径中的结点信息存在于基准向量A0中,则在向量ai(1≤i≤8)的相同位置赋值1,没有值的位置赋值0,可以获得如下的匹配矩阵A
将关键词序列W与基准向量A0进行对比,可以获得如下的匹配向量C
C=[1 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0]
结果向量N如下
结果向量N中存在值为4的元素,该元素为向量a3与特征向量C的转置向量的乘积值最大,该元素对应的匹配路径为路径3,则路径3中的叶子节点代表的消防栓为与目标建筑设备相匹配的建筑设备,获得匹配结果。
图2为根据本发明实施例提供的建筑设备与建筑信息模型匹配装置的结构示意图。基于上述各实施例的内容,如图2所示,该装置包括构建模块201、提取模块202和匹配模块203,其中:
构建模块201,用于根据目标建筑的建筑信息模型,构建目标建筑的建筑信息模型树;
提取模块202,用于从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;
匹配模块203,用于根据目标建筑的建筑信息模型树和关键词序列,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果;
其中,建筑信息模型树以建筑信息模型为根节点、建筑信息模型中的各建筑设备为叶子节点;建筑信息模型树中从根节点至每一叶子节点的路径,用于表示叶子节点代表的建筑设备的在建筑信息模型中空间位置信息;关键词序列,用于表示目标建筑设备的实际空间位置信息。
具体地,构建模块201可以根据目标建筑的建筑信息模型中各建筑设备的空间位置信息,将目标建筑的建筑信息模型转化为建筑信息模型树(HiTree),转化的基本原则包括:将建筑信息模型b为根节点,将建筑信息模型中的各建筑设备fi(1≤i≤k)均为叶子节点;通过选择合适的中间节点,使得从根节点至每一叶子节点的路径,可以表示目标建筑的建筑信息模型中该叶子节点代表的建筑设备的空间位置信息。
提取模块202从建筑设备点位表中获取目标建筑设备的建筑设备信息之后,对目标建筑设备的建筑设备信息进行自然语言处理,以获取关键词序列。该关键词序列中的各词语均与描述目标建筑设备的空间位置信息有关。该关键词序列中的各词语可以包括表示方位、表示楼层、表示子空间和表示建筑构件的词。该关键词序列,可以表示目标建筑设备的空间位置信息。
由于建筑信息模型树中的各路径可以表示各筑设备在目标建筑的建筑信息模型中的空间位置信息,关键词序列可以描述目标建筑设备的空间位置信息,因此,匹配模块203可以基于空间位置信息,将关键词序列与建筑信息模型树进行匹配,实现建筑设备与建筑信息模型的匹配,获得目标建筑设备与目标建筑的建筑信息模型的匹配结果。
本发明实施例提供的建筑设备与建筑信息模型匹配装置,用于执行本发明上述各实施例提供的建筑设备与建筑信息模型匹配方法,该建筑设备与建筑信息模型匹配装置包括的各模块实现相应功能的具体方法和流程详见上述建筑设备与建筑信息模型匹配方法的实施例,此处不再赘述。
该建筑设备与建筑信息模型匹配装置用于前述各实施例的建筑设备与建筑信息模型匹配方法。因此,在前述各实施例中的建筑设备与建筑信息模型匹配方法中的描述和定义,可以用于本发明实施例中各执行模块的理解。
本发明实施例通过根据建筑信息模型获取从根节点至各叶子节点的路径,表示目标建筑的建筑信息模型中各建筑设备的空间位置信息的建筑信息模型树,获取用于表示目标建筑设备的空间位置信息的关键词序列,基于空间位置信息,将关键词序列与建筑信息模型树进行匹配,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果,能实现建筑设备与建筑信息模型的自动匹配,能提高匹配的质量和效率,能减少匹配的耗时和耗费的人力。
图3为根据本发明实施例提供的电子设备的结构框图。基于上述实施例的内容,如图3所示,该电子设备可以包括:处理器(processor)301、存储器(memory)302和总线303;其中,处理器301和存储器302通过总线303完成相互间的通信;处理器301用于调用存储在存储器302中并可在处理器301上运行的计算机程序指令,以执行上述各方法实施例所提供的建筑设备与建筑信息模型匹配方法,例如包括:根据目标建筑的建筑信息模型,构建目标建筑的建筑信息模型树;从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;根据目标建筑的建筑信息模型树和关键词序列,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果;其中,建筑信息模型树以建筑信息模型为根节点、建筑信息模型中的各建筑设备为叶子节点;建筑信息模型树中从根节点至每一叶子节点的路径,用于表示叶子节点代表的建筑设备在建筑信息模型中的空间位置信息;关键词序列,用于表示目标建筑设备的实际空间位置信息。
本发明另一实施例公开一种计算机程序产品,计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,计算机程序包括程序指令,当程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的建筑设备与建筑信息模型匹配方法,例如包括:根据目标建筑的建筑信息模型,构建目标建筑的建筑信息模型树;从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;根据目标建筑的建筑信息模型树和关键词序列,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果;其中,建筑信息模型树以建筑信息模型为根节点、建筑信息模型中的各建筑设备为叶子节点;建筑信息模型树中从根节点至每一叶子节点的路径,用于表示叶子节点代表的建筑设备在建筑信息模型中的空间位置信息;关键词序列,用于表示目标建筑设备的实际空间位置信息。
此外,上述的存储器302中的逻辑指令可以通过软件功能单元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,本发明实施例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-Only Memory)、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。
本发明另一实施例提供一种非暂态计算机可读存储介质,非暂态计算机可读存储介质存储计算机指令,计算机指令使计算机执行上述各方法实施例所提供的建筑设备与建筑信息模型匹配方法,例如包括:根据目标建筑的建筑信息模型,构建目标建筑的建筑信息模型树;从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;根据目标建筑的建筑信息模型树和关键词序列,获取目标建筑设备与目标建筑的建筑信息模型的匹配结果;其中,建筑信息模型树以建筑信息模型为根节点、建筑信息模型中的各建筑设备为叶子节点;建筑信息模型树中从根节点至每一叶子节点的路径,用于表示叶子节点代表的建筑设备在建筑信息模型中的空间位置信息;关键词序列,用于表示目标建筑设备的实际空间位置信息。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行上述各个实施例或者实施例的某些部分的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种建筑设备与建筑信息模型匹配方法,其特征在于,包括:
根据目标建筑的建筑信息模型,构建所述目标建筑的建筑信息模型树;
从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对所述建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;
根据所述目标建筑的建筑信息模型树和所述关键词序列,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果;
其中,所述建筑信息模型树以所述建筑信息模型为根节点、所述建筑信息模型中的各建筑设备为叶子节点;所述建筑信息模型树中从根节点至每一叶子节点的路径,用于表示所述叶子节点代表的建筑设备在所述建筑信息模型中的空间位置信息;所述关键词序列,用于表示所述目标建筑设备的实际空间位置信息;
所述匹配结果的获取的具体步骤包括:
根据所述建筑信息模型树中从根节点到每一叶子节点的路径和基准向量,获取匹配矩阵;
根据所述关键词序列和所述基准向量,获取特征向量;
根据所述匹配矩阵和所述特征向量,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果;
其中,所述基准向量是根据所述建筑信息模型树中的所有节点构建的;所述匹配矩阵,用于表示所述目标建筑的建筑信息模型中各建筑设备的位置特征;所述特征向量,用于表示所述目标建筑设备的位置特征。
2.根据权利要求1所述的建筑设备与建筑信息模型匹配方法,其特征在于,所述根据目标建筑的建筑信息模型,构建所述目标建筑的建筑信息模型树的具体步骤包括:
将所述建筑信息模型作为所述建筑信息模型树中的根节点;
获取所述建筑信息模型包括的各垂直空间分隔,作为所述建筑信息模型树的第二层中的节点;
获取所述建筑信息模型中每一垂直空间分隔包括的各水平空间分隔,作为所述建筑信息模型树的第三层中的节点;
获取每一所述水平空间分隔包括的各建筑设备,作为所述建筑信息模型树中的叶子节点;
根据所述建筑信息模型与垂直空间分隔之间的包含关系、垂直空间分隔与水平空间分隔之间的包含关系及水平空间分隔与建筑设备之间的包含关系,确定所述建筑信息模型树中的各边。
3.根据权利要求1所述的建筑设备与建筑信息模型匹配方法,其特征在于,所述对所述建筑设备信息进行自然语言处理,根据处理结果获取关键词序列的具体步骤包括:
对所述建筑设备信息进行分词,获取自然语言词组;
根据预先构建的关键词库,提取所述自然语言词组中的各关键词,组成原始关键词序列;
根据国际字典框架对所述原始关键词序列进行语义消歧,获取所述关键词序列。
4.根据权利要求1所述的建筑设备与建筑信息模型匹配方法,其特征在于,所述根据所述建筑信息模型树中从根节点到每一叶子节点的路径和基准向量,获取匹配矩阵的具体步骤包括:
根据每一所述路径上的节点,获取路径矩阵的行向量,组成路径矩阵;
将所述路径矩阵中的每一行向量与所述基准向量进行对比,根据对比结果获取所述匹配矩阵;
其中,所述匹配矩阵中的每一行向量的维数均与所述基准向量的维数相同。
5.根据权利要求4所述的建筑设备与建筑信息模型匹配方法,其特征在于,所述根据所述关键词序列和所述基准向量,获取特征向量的具体步骤包括:
将所述关键词序列与所述基准向量进行对比,根据对比结果获取所述特征向量;
其中,所述特征向量的维数与所述基准向量的维数相同。
6.根据权利要求5所述的建筑设备与建筑信息模型匹配方法,其特征在于,所述根据所述匹配矩阵和所述特征向量,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果的具体步骤包括:
将所述匹配矩阵与所述特征向量的转置向量相乘,获得结果向量;
若判断获知所述结果向量中存在值等于所述建筑信息模型树的深度的元素,则确定所述匹配矩阵中所述元素对应的行向量;
根据所述匹配矩阵中所述元素对应的行向量,确定所述目标建筑的建筑信息模型中与所述目标建筑设备相匹配的建筑设备。
7.一种建筑设备与建筑信息模型匹配装置,其特征在于,包括:
构建模块,用于根据目标建筑的建筑信息模型,构建所述目标建筑的建筑信息模型树;
提取模块,用于从建筑设备安装点位表中获取目标建筑设备的建筑设备信息,对所述建筑设备信息进行自然语言处理,根据处理结果获取关键词序列;
匹配模块,用于根据所述目标建筑的建筑信息模型树和所述关键词序列,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果;
其中,所述建筑信息模型树以所述建筑信息模型为根节点、所述建筑信息模型中的各建筑设备为叶子节点;所述建筑信息模型树中从根节点至每一叶子节点的路径,用于表示所述叶子节点代表的建筑设备在所述建筑信息模型中的空间位置信息;所述关键词序列,用于表示所述目标建筑设备的实际空间位置信息;
所述匹配结果的获取的具体步骤包括:
根据所述建筑信息模型树中从根节点到每一叶子节点的路径和基准向量,获取匹配矩阵;
根据所述关键词序列和所述基准向量,获取特征向量;
根据所述匹配矩阵和所述特征向量,获取所述目标建筑设备与所述目标建筑的建筑信息模型的匹配结果;
其中,所述基准向量是根据所述建筑信息模型树中的所有节点构建的;所述匹配矩阵,用于表示所述目标建筑的建筑信息模型中各建筑设备的位置特征;所述特征向量,用于表示所述目标建筑设备的位置特征。
8.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述的建筑设备与建筑信息模型匹配方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至6任一项所述的建筑设备与建筑信息模型匹配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910447926.8A CN110188454B (zh) | 2019-05-27 | 2019-05-27 | 建筑设备与建筑信息模型匹配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910447926.8A CN110188454B (zh) | 2019-05-27 | 2019-05-27 | 建筑设备与建筑信息模型匹配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110188454A CN110188454A (zh) | 2019-08-30 |
CN110188454B true CN110188454B (zh) | 2021-01-15 |
Family
ID=67718081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910447926.8A Active CN110188454B (zh) | 2019-05-27 | 2019-05-27 | 建筑设备与建筑信息模型匹配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110188454B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110941191B (zh) * | 2019-10-22 | 2023-08-18 | 青岛海尔科技有限公司 | 基于物联网操作系统的设备控制方法、装置及存储介质 |
CN110825740B (zh) * | 2019-10-30 | 2023-08-15 | 北京禹数技术有限公司 | 一种数据与模型关联的方法、装置、终端或者服务器 |
CN110968713B (zh) * | 2019-11-25 | 2023-05-12 | 盈嘉互联(北京)科技有限公司 | Bim多尺度信息检索方法及装置 |
CN111814232A (zh) * | 2020-06-29 | 2020-10-23 | 万翼科技有限公司 | 设备管理方法及相关设备 |
CN111967137B (zh) * | 2020-07-15 | 2024-05-17 | 北京北方华创微电子装备有限公司 | 一种半导体设备建模方法及装置 |
CN113903135B (zh) * | 2021-12-07 | 2022-02-22 | 浙江华东工程数字技术有限公司 | 一种基于bim的火灾探测器自动布置设计方法 |
CN114969901A (zh) * | 2022-05-10 | 2022-08-30 | 深圳采骏绿碳供应链有限公司 | 一种建筑设备与建筑信息模型匹配方法及装置 |
CN115290135B (zh) * | 2022-07-21 | 2023-04-25 | 中成空间(深圳)智能技术有限公司 | 一种应用于气膜系统的智能防火监测方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008004892A1 (en) * | 2006-07-07 | 2008-01-10 | Selvaag Gruppen As | Computer-based method for automated modelling and design of buildings |
CN105335905B (zh) * | 2015-11-24 | 2020-01-21 | 广州拓欧信息技术有限公司 | 一种建筑工程算量和估价系统及方法 |
CN105631935A (zh) * | 2015-12-30 | 2016-06-01 | 上海顺凯信息技术股份有限公司 | 基于bim的三维地质自动化建模方法 |
CN108520544A (zh) * | 2018-04-12 | 2018-09-11 | 郑州信大先进技术研究院 | 一种面向智慧消防的室内地图构造方法及装置 |
CN109409840A (zh) * | 2018-10-31 | 2019-03-01 | 广西路桥工程集团有限公司 | 一种基于bim与wbs相结合的公路工程项目管理系统和方法 |
-
2019
- 2019-05-27 CN CN201910447926.8A patent/CN110188454B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110188454A (zh) | 2019-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110188454B (zh) | 建筑设备与建筑信息模型匹配方法及装置 | |
Toutanvoa et al. | Enriching the knowledge sources used in a maximum entropy part-of-speech tagger | |
CN107818085B (zh) | 阅读机器人进行阅读理解的答案选择方法及系统 | |
US11972174B2 (en) | Systems and methods of automated design and spatial allocation of buildings | |
Xie et al. | Matching real-world facilities to building information modeling data using natural language processing | |
JP7139626B2 (ja) | フレーズ生成関係性推定モデル学習装置、フレーズ生成装置、方法、及びプログラム | |
CN110968713B (zh) | Bim多尺度信息检索方法及装置 | |
CN110097278B (zh) | 一种科技资源智能共享融合训练系统和应用系统 | |
CN112883201B (zh) | 一种基于智慧社区大数据的知识图谱构建方法 | |
CN110032643B (zh) | 一种建筑维修工单分析方法、装置、存储介质及客户端 | |
JP6603828B1 (ja) | フレーズ生成モデル学習装置、フレーズ生成装置、方法、及びプログラム | |
CN111178051B (zh) | 建筑信息模型自适应的中文分词方法及装置 | |
CN108665141B (zh) | 一种从突发事件预案中自动抽取应急响应流程模型的方法 | |
CN113221539A (zh) | 一种集成句法信息的嵌套命名实体识别方法与系统 | |
Hayashibe | Japanese realistic textual entailment corpus | |
CN113987199A (zh) | 一种规范自动解译的bim智能审图方法、系统和介质 | |
Akanbi et al. | Automated design information extraction from construction specifications to support wood construction cost estimation | |
CN115577526B (zh) | 一种面向行人交通建模的定制建筑信息模型构建方法 | |
US20200125637A1 (en) | Common sense comprehension system and method for comprehending chinese common sense | |
Wang et al. | On intelligent fire drawings review based on building information modeling and knowledge graph | |
CN114970543A (zh) | 一种众包设计资源的语义分析方法 | |
CN113345053A (zh) | 一种智能配色方法及系统 | |
Lilis et al. | Simulation model generation combining IFC and CityGML data | |
CN113868425A (zh) | 一种方面级情感分类方法 | |
Mille et al. | A case study of NLG from multimedia data sources: Generating architectural landmark descriptions |
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 |