CN110750825A

CN110750825A - 一种室内家居布置方法、装置、电子设备和存储介质

Info

Publication number: CN110750825A
Application number: CN201910930894.7A
Authority: CN
Inventors: 蒋志颖
Original assignee: Beike Technology Co Ltd
Current assignee: Beike Technology Co Ltd
Priority date: 2019-09-27
Filing date: 2019-09-27
Publication date: 2020-02-04
Anticipated expiration: 2039-09-27
Also published as: CN110750825B

Abstract

本申请提供了一种室内家居布置方法、装置、电子设备和存储介质，所述方法包括：确定室内空间的待布置功能区间，以及所述待布置功能区间的尺寸；获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图；根据获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸；对所述待布置功能区间中的家居设置初始空间位置向量，计算家居布置的适应度函数的最优解集合，使用最优解集合对应的空间位置向量布置所述待布置功能区间的所述家居；并输出家居布置结果。该方法能够在低成本前提下高效地提供家居布置图。

Description

一种室内家居布置方法、装置、电子设备和存储介质

技术领域

本发明涉及数据处理技术领域，特别涉及一种室内家居布置方法、装置、电子设备和存储介质。

背景技术

随着城市化的发展和推进，城市的大量高楼拔地而起，房地产行业在最近几年尤其繁荣和兴盛，与此同时，房屋的交易的火爆也同样意味着有大量的购买者需要考虑怎么装修自己的房子，对于购买的家居怎样在室内进行布置会更加合理。

相当多的购房者会请专业的团队进行设计，如一些专门提供家居布置服务的网站、公司。

对于企业而言，给每一个新的户型进行一对一的专享设计固然能够给用户提供比较好的体验，但也伴随着人力成本的急剧上升，尤其是对于不同人群，其个人偏好的差异也会造成装修团队可能需要提供多套的设计方案，在问题解决上并没有一个统一的范式也使得成本增高、效率低下。

发明内容

有鉴于此，本申请提供一种室内家居布置方法、装置、电子设备和存储介质，能够在低成本前提下高效地提供家居布置图。

为解决上述技术问题，本申请的技术方案是这样实现的：

在一个实施例中，提供了一种室内家居布置方法，所述方法包括：

确定室内空间的待布置功能区间，以及所述待布置功能区间的尺寸；

获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图；

根据获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸；

根据所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸，对所述待布置功能区间中的家居设置初始空间位置向量，计算家居布置的适应度函数的最优解集合，使用最优解集合对应的空间位置向量布置所述待布置功能区间的所述家居；并输出家居布置结果；

其中，所述空间位置向量包括：所述家居在横向和纵向方向上距离特定点的距离，相对于自身的欧拉角，以及尺寸；所述家居布置的适应度函数满足的约束条件包括重叠约束条件和穿壁约束条件，所述重叠约束条件和所述穿壁约束条件为和的关系。

其中，所述获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图，包括：

获取与所述待布置功能区间的功能类型相同的已布置功能区间的家居布置图；

确定所述待布置功能区间与所述已布置功能区间的L2范式值；

获取L2范式值在预设范围内的对应的多数已布置功能区间的家居布置图。

其中，所述根据获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸，包括：

基于获取的所述家居布置图，采用邻近算法，或平均算法确定所述功能区间需要布置的家居类别，以及对应的家居个数和尺寸。

其中，所述家居布置的适应度函数满足的约束条件还包括下述之一或任意组合：

通行约束条件、关联约束条件、封闭空间约束条件；

各所述约束条件为和的关系。

其中，所述方法进一步包括：

输出的所述家居布置结果为所述功能区间的家居布置图；

或，将所述功能区间的家居布置图组合，生成所述室内空间的家居布置图。

其中，

所述家居布置结果为经过三维图形库渲染过的家居布置图的效果图。

在另一个实施例中，提供了一种室内家居布置装置，所述装置包括：第一确定单元、获取单元、第二确定单元、计算单元和输出单元；

所述第一确定单元，用于确定室内空间的待布置功能区间，以及所述待布置功能区间的尺寸；

所述获取单元，用于获取与所述第一确定单元确定的待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图；

所述第二确定单元，用于根据所述获取单元获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸；

所述计算单元，用于根据所述第二确定单元确定的待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸，对所述待布置功能区间中的家居设置初始空间位置向量，计算家居布置的适应度函数的最优解集合，使用最优解集合对应的空间位置向量布置所述待布置功能区间的家居；其中，所述空间位置向量包括：所述家居在横向和纵向方向上距离特定点的距离，相对于自身的欧拉角，以及尺寸；所述家居布置的适应度函数满足的约束条件包括重叠约束条件和穿壁约束条件，所述重叠约束条件和所述穿壁约束条件为和的关系；

所述输出单元，用于根据所述计算单元对家居的布置输出家居布置结果。

其中，

所述获取单元，具体用于获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图时，包括：获取与所述待布置功能区间的功能类型相同的已布置功能区间的家居布置图；确定所述待布置功能区间与所述已布置功能区间的L2范式值；获取L2范式值在预设范围内的对应的多数已布置功能区间的家居布置图。

其中，

所述第二确定单元，具体用于根据获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸时，包括：基于获取的所述家居布置图，采用邻近算法，或平均算法确定所述功能区间需要布置的家居类别，以及对应的家居个数和尺寸。

通行约束条件、关联约束条件、封闭空间约束条件；

各所述约束条件为和的关系。

其中，

所述输出单元，具体用于输出的所述家居布置结果为所述功能区间的家居布置图；或，将所述功能区间的家居布置图组合，生成所述室内空间的家居布置图。

其中，

在另一个实施例中，提供了一种电子设备，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，所述处理器执行所述程序时实现如所述室内家居布置方法的步骤。

在另一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述室内家居布置方法的步骤。

由上面的技术方案可见，上述实施例中根据功能区间的类型从已布置功能区间的布置图中选择合适的家居，在将家居布置到对应功能区间中时根据真实场景中各类家居用户设置约束条件求解家居布置的最优解集合进行家居布置并输出家居布置结果。该方案能够在低成本前提下高效地提供家居布置图。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例中室内家居布置流程示意图；

图2为本申请实施例中一家居的初始空间位置向量示意图；

图3为从入门到第i个功能区间的距离的参考值示意图；

图4为从入门到第i个功能区间的最短实际距离示意图；

图5为本申请实施例中应用于上述技术的装置结构示意图；

图6为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

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或单元。

下面以具体实施例对本发明的技术方案进行详细说明。下面几个具体实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

本申请实施例中提供一种室内家居布置方法，实现该方法的设备可以为具有数据处理能力的设备，如一台PC等。

本申请实施例实现室内家居布置的前提需要有一些先验的家居布置图，即预先存储的一些已经设计完成的家居布置图。

这些先验的家居布置图可以存储在室内家居布置设备上，也可以存储在室内家居布置设备之外的设备上，需要的时候获取即可。

将室内家居布置图在存储时，进行分类归档，具体为：将一个室内空间根据功能划分为功能区间，如客厅、卧室、厨房、卫生间、餐厅、过道等；并分别构建所述功能区间的数据集，以客厅为例，客厅这个功能区间的数据集为：[客厅：沙发、电视、茶几…]。这个数据集包含所有家居和功能区间的详细信息；功能区间对应功能区间的标识，如客厅，或者分配一个标识表示、功能区间的尺寸等；针对其中的家居，包括家居的家居类别，如沙发、电视、茶几等，以及家居的尺寸等。

下面结合附图，详细说明本申请实施例中实现室内家居布置的过程。

参见图1，图1为本申请实施例中室内家居布置流程示意图。具体步骤为：

步骤101，确定室内空间的待布置功能区间，以及所述待布置功能区间的尺寸。

即确定待布置的室内空间包括的待布置功能区间，如包括卧室、客厅、厨房、卫生间等，所述待布置功能空间的尺寸包括该待布置功能空间的边数，以及每边的边长。

步骤102，获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图。

所述获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图，包括：

获取L2范式值在预设范围内的对应已布置功能区间的家居布置图。

其中L2范式的公式表示如下：

其中，N为功能区间的边数，l_i为待布置功能区间的第i个边的边长，l_mi为已布置功能区间的第i个边的边长。

这个确定出的已布置功能区间可能是0个，也可能是1个，还可能是多个；是0个的时候通过人工布置待布置功能区间的家居布置图。

上述给出一种获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图的实现方式，具体实现时不限于上述获取已布置功能区间的家居布置图的方式。

步骤103，根据获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸。

获取的所述家居布置图对应的数据信息包括家居类别，以及对应家居的个数和尺寸，所述根据获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸，包括：

基于获取的所述家居布置图，采用邻近算法或平均算法确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸。

由于应用场景相对单一，户型虽然存在有多种多样，但类似大小的房间型号其对应家具选择上大同小异，通过最近邻算法的选择，具备有比较良好的性能。

这里的邻近算法可以为KNN算法。

针对平均算法，即平均获取的家居布置图中的家居类别对应的个数，家居对应的尺寸来确定需要布置的家居的类别对应的家居个数和尺寸。

上述给出两种确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸的实现方式，具体实现时不限于上述两种实现方式。

步骤104，根据所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸，对所述待布置功能区间中的家居设置初始空间位置向量，计算家居布置的适应度函数的最优解集合，使用最优解集合对应的空间位置向量布置所述待布置功能区间的所述家居；并输出家居布置结果。

最优解集合中的空间位置向量可以为一个，也可以为多个。是一个的时候输出一张家居布置图，是多个时，对应生成多张家居布置图。

其中，所述空间位置向量包括：在横向和纵向方向上所述家居距离特定点的距离，以及相对于自身的欧拉角。

这里的特定点可以为针对该功能空间设置的一个xy轴坐标系的原点，横向和纵向距离，可以为x轴方向和y轴方向上家居到原点的距离。

参见图2，图2为本申请实施例中一家居的初始空间位置向量示意图。图2中以布置的家居的形状为矩形为例，在空间中设定坐标系原点，对第i个家居有其对应的长为l_i，宽为w_i，以及在空间中相对于原点在x及y轴的距离分别为x_i和y_i，其相对于自身的欧拉角为θ_i，第i个家居在空间位置向量为(x_i,y_i,θ_i,w_i,l_i)，其中，向量中(w_i,l_i)是家居的物理属性，初始选定了，其大小在整个计算过程中将保持恒定，而(x_i,y_i,θ_i)这也是作为计算家居布置的适应度函数的最优解集合的初始空间向量，以及后期需要通过算法优化的向量。

所述家居布置的适应度函数满足的约束条件包括重叠约束条件和穿壁约束条件，所述重叠约束条件和所述穿壁约束条件为和的关系。

设定重叠约束条件对应的适应度函数为E₁，穿壁约束条件对应的适应度函数为E₂；则家居布置的适应度函数E＝E₁+E₂；

其中，E₁可以表示为如下：

N为当前功能空间中家居的个数，i表示第i个家居，j表示第j个家居，O_i表示第i个家居的面积，O_j表示第j个家居的面积；k₁为惩罚系数，根据实际需要、经验设置。

这里的重叠约束，保证多个家居进行联合布置的过程中是不会出现家居之间的重叠布置，对于发生重叠的后代，通过上述E₁会进行相应的惩罚。

E₂可以表示为如下：

N为当前功能空间中家居的个数，i表示第i个家居，O_i表示第i个家居的面积，W为在第i个家居与墙壁相交时值为1，不相交时值为0，k₂为惩罚系数，根据实际需要、经验设置。

对于功能空间中的家居布置完成之后，所有家居都不应该有超过空间边界的行为，对存在这种行为的后代，通过上述E₂给与惩罚和限制。

计算家居布置的适应度函数的最优解集合，可以通过但不限于遗传算法的实现，具体如下：

第一步、初始化布置种群，即随机生成几万组(x_i,y_i,θ_i)；获取原始的各式各样的部署可能。

第二步、在生成的初始化种群中挑选出优质的后代进行培养，在挑选的过程中需要设定一个标准，即种群中每个个体的适应度函数，即所述家居布置的适应度函数。

本申请实施例中的家居布置的适应度函数可以为E＝E₁+E₂；即该适应度函数需满足重叠约束条件和穿壁约束函数；

所述家居布置的适应度函数满足的约束条件还包括下述之一或任意组合：

通行约束条件、关联约束条件、封闭空间约束条件；

各所述约束条件为和的关系。

即家居适应度函数还可以由通行约束条件、关联约束条件、封闭空间约束条件对应的函数中的一个函数或多个函数组成；

也就是说本申请实施例中的适应度函数E可以有至少如下八种实现方式：

第一种：E＝E₁+E₂

第二种：E＝E₁+E₂+E₃

第三种：E＝E₁+E₂+E₄；

第四种：E＝E₁+E₂+E₅；

第五种：E＝E₁+E₂+E₃+E₄；

第六种：E＝E₁+E₂+E₃+E₅；

第七种：E＝E₁+E₂+E₄+E₅；

第八种：E＝E₁+E₂+E₃+E₄+E₅；

其中，E₃为通行约束条件对应的适应度函数；可以表示为如下函数：

其中，M为功能空间对应的功能区间的个数；g_i为设置的参考值，该参考值为在没有任何家居的前提下从入门到第i个功能区间中心点的值。

参见图3，图3为从入门到第i个功能区间的距离的参考值示意图。图3中，从入门到第i个功能区间(功能区间i)的中间点的距离为g_i。

d_i为存在家居的情况下，从入门到第i个功能区间的最短实际距离。

参见图4，图4为从入门到第i个功能区间的最短实际距离示意图。图4中，从入门到第i个功能区间(功能区间i)的中心点的最短实际距离为d_i。

k₃为惩罚系数值，根据实际应用经验设置，在家居布置完成之后，需要保证人能在房间中通行的顺畅，用来评价家居布置结果好坏的一个标准；本实施例以避开障碍物从进门到各个房间中心点位置的最短路径d_i之和作为适应度函数的评判指标。

其中，E₄为关联约束条件对应的适应度函数，可以进行如下表示：

Q为家居A与家居B关联的个数，P为家居B与家居A关联的个数，如一个餐桌(家居A)关联四把椅子(家居B)，则Q的值为1，P的值为4。

U_ij是实际关联量，T_ij是设置的关联阈值，k₄为惩罚系数值。

关联量可以根据实际需要设置，如可以为距离，则U_ij-T_ij为第i个餐桌到第j个椅子的距离和设定距离的差值。

一个功能区间内的家居之间可能并不是完全独立的，有部分其属性存在着一定的关联性，比如沙发朝向应该与电视平齐，桌子旁边得排布椅子，这些关联的家居在本申请实施例中通过设定一定的阈值，在阈值范围之内两个家居之间的位置存在有一定的自由，但超过这个阈值，会在适应度函数中给相应的惩罚。

其中，E₅为封闭空间约束条件对应的适应度函数，可以进行如下表示：

R为一个功能区间中封闭区间的个数，A_i是第i个封闭区间的面积，k₅为惩罚系数。

当完成一个功能区间的室内家居布置之后，有时候多个家居布置完成之后会造成一定的封闭空间，这些空间的利用率会比较低，为空间最大化的利用，避免封闭空间的出现，会对封闭空间的应给与一定的惩罚。

第三步、在使用遗传算法求解最优解集合时。可以采用2-8原则，优选前20％的个体进行繁衍，后80％有随机低概率的存活比例，将两者进行混合作为下一代产生的父类数据，通过将第i个家居的(x_i,y_i,θ_i)先进行二进制编码，然后进行交叉得到下一个循环的子代。在这个过程中也保留着当前基因变异的能力，以避免在局部最小点而使得优化停滞不前。

第四步、对第三步中存在的种群，保留其中表现最优秀的放入我们的优选集合中，经过多代遗传，通过观察适应度值是否稳定来结束遗传迭代。

第五步、在第四步中得到了优选集合，从中去除表现较差的布置结果，最后剩下的即为本文优化过后的结果。这样就实现了给客户提供多种优选的室内家居布置方案。

至此完成了家居布置的适应度函数的最优解集合的确定。

本步骤中输出的所述家居布置结果为所述待布置功能区间的家居布置图；

或，将所述待布置功能区间的家居布置图组合，生成所述室内空间的家居布置图。

也就是说可以输出一个功能区间的家居布置图，也可以输出整个室内空间的家居布置图。

所述家居布置结果为经过三维图形库渲染过的家居布置图的效果图，这样能给用户最为直观的视觉体验。

上述技术方案根据功能区间的类型从已布置功能区间的布置图中选择合适的家居，在将家居布置到对应功能区间中时根据真实场景中各类家居用户设置约束条件求解家居布置的最优解集合进行家居布置并输出家居布置结果。该方案能够高效、低成本地提供家居布置图。

本申请实施例中通过大数据分析，算法引入，自动、客观高效地进行家居布置图的设计；

在具体实际时，可以根据用户需要适当加入一些约束条件，提高用户体验度；

在求解最优解集合时，也可以是求解一个最优解集合结合，可以为用户提供多种可供选择的家居布置图；

由于主要由机器设计，人工预先设置约束条件即可，因此，可以快速设计，且降低了人工成本。

基于同样的发明构思，本申请实施例还提供一种室内家居布置装置。参见图5，图5为本申请实施例中应用于上述技术的装置结构示意图。所述装置包括：第一确定单元501、获取单元502、第二确定单元503、计算单元504和输出单元505；

第一确定单元501，用于确定室内空间的待布置功能区间，以及所述待布置功能区间的尺寸；

获取单元502，用于获取与第一确定单元501确定的待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图；

第二确定单元503，用于根据获取单元502获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸；

计算单元504，用于根据第二确定单元503确定的待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸，对所述待布置功能区间中的家居设置初始空间位置向量，计算家居布置的适应度函数的最优解集合，使用最优解集合对应的空间位置向量布置所述待布置功能区间的所述家居；其中，所述空间位置向量包括：所述家居在横向和纵向方向上距离特定点的距离，相对于自身的欧拉角，以及尺寸；所述家居布置的适应度函数满足的约束条件包括重叠约束条件和穿壁约束条件，所述重叠约束条件和所述穿壁约束条件为和的关系；

输出单元505，用于根据计算单元504对家居的布置输出家居布置结果。

优选地，

获取单元502，具体用于获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图时，包括：获取与所述待布置功能区间的功能类型相同的已布置功能区间的家居布置图；确定所述待布置功能区间与所述已布置功能区间的L2范式值；获取L2范式值在预设范围内的对应的多数已布置功能区间的家居布置图。

优选地，

第二确定单元503，具体用于根据获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸时，包括：基于获取的所述家居布置图，采用邻近算法，或平均算法确定所述功能区间需要布置的家居类别，以及对应的家居个数和尺寸。

优选地，

通行约束条件、关联约束条件、封闭空间约束条件；

各所述约束条件为和的关系。

优选地，

输出单元505，具体用于输出的所述家居布置结果为所述功能区间的家居布置图；或，将所述功能区间的家居布置图组合，生成所述室内空间的家居布置图。

优选地，

上述实施例的单元可以集成于一体，也可以分离布置；可以合并为一个单元，也可以进一步拆分成多个子单元。

在另一个实施例中，还提供一种电子设备，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，所述处理器执行所述程序时实现所述室内家居布置方法的步骤。

在另一个实施例中，还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时可实现所述室内家居布置方法中的步骤。

图6为本发明实施例提供的电子设备的实体结构示意图。如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行如下方法：

对所述待布置功能区间中的家居设置初始空间位置向量，计算家居布置的适应度函数的最优解集合，使用最优解集合对应的空间位置向量布置所述待布置功能区间的所述家居；并输出家居布置结果；

此外，上述的存储器630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所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-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。

以上所描述的装置实施例仅仅是示意性的，其中所述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。基于这样的理解，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)执行各个实施例或者实施例的某些部分所述的方法。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims

1.一种室内家居布置方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述获取与所述待布置功能区间的尺寸误差在预设范围内的已布置功能区间的家居布置图，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据获取的所述家居布置图确定所述待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸，包括：

4.根据权利要求1所述的方法，其特征在于，所述家居布置的适应度函数满足的约束条件还包括下述之一或任意组合：

通行约束条件、关联约束条件、封闭空间约束条件；

各所述约束条件为和的关系。

5.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

输出的所述家居布置结果为所述功能区间的家居布置图；

6.根据权利要求1-5所述的方法，其特征在于，

7.一种室内家居布置装置，其特征在于，所述装置包括：第一确定单元、获取单元、第二确定单元、计算单元和输出单元；

所述计算单元，用于根据所述第二确定单元确定的待布置功能区间需要布置的家居类别，以及对应的家居个数和尺寸，对所述待布置功能区间中的家居设置初始空间位置向量，计算家居布置的适应度函数的最优解集合，使用最优解集合对应的空间位置向量布置所述待布置功能区间的所述家居；其中，所述空间位置向量包括：所述家居在横向和纵向方向上距离特定点的距离，相对于自身的欧拉角，以及尺寸；所述家居布置的适应度函数满足的约束条件包括重叠约束条件和穿壁约束条件，所述重叠约束条件和所述穿壁约束条件为和的关系；

8.根据权利要求7所述的装置，其特征在于，

9.一种电子设备，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1-6任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-6任一项所述的方法。