CN110968712B

CN110968712B - Bim族模型获取的方法、装置及系统

Info

Publication number: CN110968712B
Application number: CN201911146670.3A
Authority: CN
Inventors: 孔卫平; 索召和
Original assignee: Beijing Changkong Yunhai Technology Co ltd
Current assignee: Beijing Changkong Yunhai Technology Co ltd
Priority date: 2019-11-19
Filing date: 2019-11-19
Publication date: 2023-09-22
Anticipated expiration: 2039-11-19
Also published as: CN110968712A

Abstract

本申请公开了一种BIM族模型获取的方法、装置及系统。该申请的方法包括智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；将所述特征信息发送给服务端，以使服务端基于人工神经网络模型根据所述特征信息匹配出与预所述特征信息对应的BIM族模型；接收服务端发送的与所述特征信息对应的BIM族模型并展示。本申请解决现有的BIM族模型获取的方式影响BIM族模型的使用率的问题。

Description

BIM族模型获取的方法、装置及系统

技术领域

本申请涉及数据处理技术领域，具体而言，涉及一种BIM族模型获取的方法、装置及系统。

背景技术

建筑信息化模型(Building Information Modeling，BIM模型)是以建筑工程项目的各项相关信息数据作为基础，通过数字信息仿真模拟建筑物所具有的真实信息，通过三维建筑模型，实现工程监理、物业管理、设备管理、数字化加工、工程化管理等功能。“BIM族模型库”是通过Revit等BIM模型设计工具中进行模型设计时所依赖的基础BIM族模型，包含了系统族，以及建筑、给排水、暖通空调、电气等内建族。

在实际的工程管理过程中，存在需要获取BIM族模型的需求。比如当监理工程师在对工程进行验收时，有可能需要将BIM族模型作为验收的标准，参考BIM族模型进行比对验收。现有的获取BIM族模型的获取方式为：提供纸质版或者在线版的BIM族模型数据库，并提供检索和基本的查阅功能。对于海量的BIM族模型，纸质版存在搬运、使用、查阅的困难，在线版存在海量数据的检索效率低、无法3D展示和编辑等问题。综上，现有的BIM族模型获取方式效率低。

发明内容

本申请的主要目的在于提供一种BIM族模型获取的方法、装置及系统，以解决现有的BIM族模型获取的方式影响BIM族模型的使用率的问题。

为了实现上述目的，根据本申请的第一方面，提供了一种BIM族模型获取的方法。

根据本申请的BIM族模型获取的方法包括：

智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；

将所述特征信息发送给服务端，以使服务端基于人工神经网络模型根据所述特征信息匹配出与预所述特征信息对应的BIM族模型；

接收服务端发送的与所述特征信息对应的BIM族模型并展示。

进一步的，在所述智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描之前，所述方法还包括：

接收分类检索关键词，所述分类检索关键词是由用户通过智能终端输入的；

将所述分类检索关键词发送给服务端，以使服务端根据所述分类检索关键词对所有BIM族模型进行初步的筛选，得到与分类检索关键词对应的BIM族模型。

进一步的，所述智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息包括：

扫描获取建筑实体或建筑实体图纸的图像信息；

对图像信息进行识别分析，获取建筑实体的特征信息，所述特征信息至少包括大小、形状、物理参数中的一种。

为了实现上述目的，根据本申请的第二方面，提供了一种BIM族模型获取的方法。

根据本申请的BIM族模型获取的方法包括：

服务端获取智能终端发送的待检验的建筑实体的特征信息，所述特征信息是智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描获取的；

服务端基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型；

将与所述特征信息相对应的BIM族模型发送给所述智能终端，以使智能终端接收所述特征信息相对应的BIM族模型并展示。

进一步的，在获取智能终端发送的待检验的建筑实体的特征信息之前，所述方法还包括：

获取智能终端发送的分类检索关键词；

服务端根据分类检索关键词从所有BIM族模型中筛选出与分类检索关键词对应的BIM族模型。

进一步的，所述服务端基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型包括：

基于人工神经网络模型根据特征信息从与分类检索关键词对应的BIM族模型中匹配出与所述特征信息对应的BIM族模型的身份标识；

根据身份标识从数据库中查找与所述身份标识对应的BIM族模型，所述数据库中所有BIM族模型与其对应的身份标识对应存储。

进一步的，所述方法还包括：

接收智能终端发送的预测的空间位置信息，所述预测的空间位置信息是智能终端根据智能终端的空间位置变化的实时数据确定的；

基于人工神经网络模型根据所述预测的空间位置信息从与分类检索关键词对应的BIM族模型中匹配出与对应的BIM族模型，得到预展示的BIM族模型，以使智能终端对预展示的BIM族模型展示。

进一步的，所述特征信息还包括空间位置信息，所述基于人工神经网络模型根据特征信息从与分类检索关键词对应的BIM族模型中匹配出与所述特征信息对应的BIM族模型的身份标识包括：

基于人工神经网络模型根据空间位置信息进行空间计算与匹配确定与所述空间位置信息对应的BIM族模型的身份标识。

进一步的，所述方法还包括：

获取所有的BIM族模型；

为每个BIM族模型设置标记信息，所述标记信息至少包括检索关键词、特征信息、身份标识。

为了实现上述目的，根据本申请的第三方面，提供了一种BIM族模型获取的装置。

根据本申请的BIM族模型获取的装置包括：

获取单元，用于智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；

第一发送单元，用于将所述特征信息发送给服务端，以使服务端基于人工神经网络模型根据所述特征信息匹配出与预所述特征信息对应的BIM族模型；

展示单元，用于接收服务端发送的与所述特征信息对应的BIM族模型并展示。

进一步的，所述装置还包括：

接收单元，用于在所述智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描之前，接收分类检索关键词，所述分类检索关键词是由用户通过智能终端输入的；

第二发送单元，用于将所述分类检索关键词发送给服务端，以使服务端根据所述分类检索关键词对所有BIM族模型进行初步的筛选，得到与分类检索关键词对应的BIM族模型。

进一步的，所述获取单元包括：

扫描模块，用于扫描获取建筑实体或建筑实体图纸的图像信息；

分析模块，用于对图像信息进行识别分析，获取建筑实体的特征信息，所述特征信息至少包括大小、形状、物理参数中的一种。

为了实现上述目的，根据本申请的第四方面，提供了一种BIM族模型获取的装置。

根据本申请的BIM族模型获取的装置包括：

第一获取单元，用于服务端获取智能终端发送的待检验的建筑实体的特征信息，所述特征信息是智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描获取的；

匹配单元，用于服务端基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型；

发送单元，用于将与所述特征信息相对应的BIM族模型发送给所述智能终端，以使智能终端接收所述特征信息相对应的BIM族模型并展示。

进一步的，所述装置还包括：

第二获取单元，用于在获取智能终端发送的待检验的建筑实体的特征信息之前，获取智能终端发送的分类检索关键词；

筛选单元，用于服务端根据分类检索关键词从所有BIM族模型中筛选出与分类检索关键词对应的BIM族模型。

进一步的，所述匹配单元包括：

匹配模块，用于基于人工神经网络模型根据特征信息从与分类检索关键词对应的BIM族模型中匹配出与所述特征信息对应的BIM族模型的身份标识；

查找模块，用于根据身份标识从数据库中查找与所述身份标识对应的BIM族模型，所述数据库中所有BIM族模型与其对应的身份标识对应存储。

进一步的，所述装置还包括：

接收单元，用于接收智能终端发送的预测的空间位置信息，所述预测的空间位置信息是智能终端根据智能终端的空间位置变化的实时数据确定的；

所述匹配单元，还用于基于人工神经网络模型根据所述预测的空间位置信息从与分类检索关键词对应的BIM族模型中匹配出与对应的BIM族模型，得到预展示的BIM族模型，以使智能终端对预展示的BIM族模型展示。

进一步的，所述特征信息包括空间位置信息，所述匹配模块用于：

进一步的，所述装置还包括：

第三获取单元，用于获取所有的BIM族模型；

设置单元，用于为每个BIM族模型设置标记信息，所述标记信息至少包括检索关键词、特征信息、身份标识。

为了实现上述目的，根据本申请的第五方面，提供了一种BIM族模型获取的系统，所述系统包括服务端、智能终端：

所述智能终端，用于通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；将所述特征信息发送给服务端；接收服务端发送的与所述特征信息对应的BIM族模型并展示；

所述服务端，用于获取智能终端发送的待检验的建筑实体的特征信息；基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型；将与所述特征信息相对应的BIM族模型发送给所述智能终端。

为了实现上述目的，根据本申请的第六方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述第一方面以及第二方面中任一项所述的BIM族模型获取的方法。

在本申请实施例中，BIM族模型获取的方法、装置及系统中，首先由智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；然后将特征信息发送给服务端；服务端获取智能终端发送的待检验的建筑实体的特征信息后基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与特征信息相对应的BIM族模型；并将与特征信息相对应的BIM族模型发送给智能终端接收服务端发送的与特征信息对应的BIM族模型并展示。本申请中，服务端基于人工智能AI算法中的人工神经网络模型进行BIM族模型的匹配和查找，大大的提高了检索的速度。另外，在进行BIM族模型展示时是通过AR进行展示的，可以实现全方位3D展示效果，提高用户的体验。因此，可以改善BIM族模型的使用率。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例提供的一种BIM族模型获取的方法流程图；

图2是根据本申请实施例提供的另一种BIM族模型获取的方法流程图；

图3是根据本申请实施例提供的一种BIM族模型获取的方法对应的架构原理图；

图4是根据本申请实施例提供的一种BIM族模型获取的装置的组成框图；

图5是根据本申请实施例提供的另一种BIM族模型获取的装置的组成框图；

图6是根据本申请实施例提供的又一种BIM族模型获取的装置的组成框图；

图7是根据本申请实施例提供的再一种BIM族模型获取的装置的组成框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本申请的实施例。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它步骤或单元。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

根据本申请实施例，提供了一种BIM族模型获取的方法，如图1所示，该方法包括如下的步骤：

S101.智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息。

内置的增强现实AR软件与单独的AR设备的功能是相同的，有扫描识别的功能。智能终端主要指智能手机等便携式的移动终端。待检验的建筑实体为建筑监理师或者建筑维护人员等需要检查、验收的建筑实体。特征信息至少包括大小、形状、物理参数中的一种。物理参数比如：电压、极数、功率等物理特征。不同的建筑实体对应的物理参数是不同的。

S102.将特征信息发送给服务端。

智能终端将获取到的待检验的建筑实体的特征信息发送给服务端，以使服务端基于人工神经网络模型根据特征信息匹配出与特征信息对应的BIM族模型。服务端中存储有所有BIM族模型，并且对每个BIM族模型都设置了标记信息，标记信息包括特征信息、检索关键词、身份标识等。本步骤中的人工神经网络模型是根据特征信息以及对应的BIM族模型进行训练得到的。因此将特征信息输入到本步骤的人工神经网络模型中可以确定与特征信息对应的BIM族模型。服务端确定与特征信息对应的BIM族模型后会将其发送给智能终端。

S103.接收服务端发送的与特征信息对应的BIM族模型并展示。

智能终端接收服务端发送的与特征信息对应的BIM族模型并展示。具体展示是通过智能终端中的AR软件进行展示的。这样可以实现全方位的3D展示效果。

从以上的描述中，可以看出，本申请实施例的BIM族模型获取的方法中，首先由智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；然后将特征信息发送给服务端；服务端获取智能终端发送的待检验的建筑实体的特征信息后基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与特征信息相对应的BIM族模型；并将与特征信息相对应的BIM族模型发送给智能终端接收服务端发送的与特征信息对应的BIM族模型并展示。本申请中，服务端基于人工智能AI算法中的人工神经网络模型进行BIM族模型的匹配和查找，大大的提高了检索的速度。另外，在进行BIM族模型展示时是通过AR进行展示的，可以实现全方位3D展示效果，提高用户的体验。因此，可以改善BIM族模型的使用率。

作为上述实施例的进一步的补充和细化，根据本申请实施例，提供了另一种BIM族模型获取的方法，如图2所示，该方法包括如下的步骤：

S201.智能终端接收分类检索关键词，分类检索关键词是由用户通过智能终端输入的。

分类检索关键词可以根据实际的需要确定，比如检索关键词可以为应用领域、族的连接类型、系统类型等。检索关键词的输入可以直接输入或者根据提供的参考分类检索关键词进行选择。

S202.智能终端将分类检索关键词发送给服务端。

S203.服务端根据分类检索关键词对所有BIM族模型进行初步的筛选，得到与分类检索关键词对应的BIM族模型。

首先需要说明的是，服务端会提前获取所有的BIM族模型，并为每个BIM族模型设置标记信息，标记信息至少包括检索关键词、特征信息、身份标识。设置标记信息后，服务端会将每个BIM族模型与对应的标识信息对应存储。因此，服务端接收到分类检索关键词之后，可以根据BIM族模型的标记信息中的检索关键词筛选出与智能终端发送的分类检索关键词对应的BIM族模型。提前进行分类检索关键词的检索可以缩小后续进行检索的范围，提高检索的效率。

S204.智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息。

具体的获取待检验的建筑实体的特征信息的过程包括：

首先，扫描获取建筑实体或建筑实体图纸的图像信息；

图像信息为图片，在实际的应用中为了保证分析出的建筑实体的特征的准确性，在获取建筑实体的图片时通常需要大量的图片。

其次，对图像信息进行识别分析，获取建筑实体的特征信息，特征信息至少包括大小、形状、物理参数中的一种。

对上述步骤中获取到的大量的图片进行智能识别分析，提取建筑实体的特征信息。

S205.智能终端将特征信息发送给服务端。

S206.服务端基于人工神经网络模型根据特征信息从与分类检索关键词对应的BIM族模型中匹配出与特征信息对应的BIM族模型的身份标识。

本步骤中的人工神经网络模型是根据特征信息以及对应的BIM族模型以及对应的身份标识进行训练得到的。因此将特征信息输入到本步骤的人工神经网络模型中可以确定与特征信息对应的BIM族模型的身份标识。

对于特征信息为位置尺寸信息的情况，具体的可以基于人工神经网络模型根据空间位置信息进行空间计算与匹配确定与空间位置信息对应的BIM族模型的身份标识。该段中的人工神经网络模型是以BIM族模型以及对应的位置尺寸信息为样本进行训练得到的，因此可以根据位置尺寸信息通过人工神经网络模型得到与位置尺寸信息对应的BIM族模型。

S207.服务端根据身份标识从数据库中查找与身份标识对应的BIM族模型。

需要说明的是，数据库中所有BIM族模型与其对应的身份标识对应存储，身份标识是唯一的。

S208.服务端将与特征信息相对应的BIM族模型发送给智能终端。

S209.智能终端接收特征信息相对应的BIM族模型并展示。

本步骤的实现方式与图1步骤S103的实现方式相同，此处不再赘述。

进一步的，特征信息还包括空间位置信息，本实施例还可以根据空间位置信息匹配出与空间位置信息对应的BIM族模型。具体的，匹配的原理为基于人工神经网络模型进行匹配。本段中的人工神经网络模型是由大量的空间位置信息与对应的BIM族模型进行模型训练得到的，在训练的过程中，BIM族模型是由BIM族模型对应的身份标识进行训练的，因此将空间位置信息输入到人工神经网络模型后输出的是BIM族模型对应的身份标识，然后再根据BIM族模型对应的身份标识在数据库中查找到对应的BIM族模型。

进一步的，本实施例还可以进行智能预测，即根据智能终端的移动预测下一步用户可能需要获取的BIM族模型进行展示。具体的智能预测的原理是接收智能终端发送的预测的空间位置信息，预测的空间位置信息是智能终端根据智能终端的空间位置变化的实时数据确定的；然后基于人工神经网络模型根据预测的空间位置信息从与分类检索关键词对应的BIM族模型中匹配出与对应的BIM族模型，得到预展示的BIM族模型，以使智能终端对预展示的BIM族模型展示。智能预测的功能可以使用户在移动智能终端改变扫描和识别的建筑实体时，可以根据移动的距离快速的预测对应的BIM族模型进行获取和展示。

另外，还需要说明的是，图1和图2中实施例中的智能终端也可以替换为独立的AR设备，替换为独立的AR设备时，由于用户需要佩戴AR设备，因此对于分类关键检索词的输入可能需要通过语音进行输入，其他的实现过程不变。通过智能终端与通过单独的AR设备实现的区别是，使用智能终端可以解放用户的双手，操作更灵活。

进一步的，本实施例给出了BIM族模型获取方法对应的架构原理图，如图3所示，包括AR设备，手机APP(智能终端)、数据接口(Data API)，服务端，BIM族模型库。其中AI边缘计算指在智能终端或AR设备端进行数据基于端的初步计算，主要是指特征信息的确定；AI智能预测主要是指根据与预测的空间位置信息匹配预展示的BIM族模型；“DataAPI”是指数据获取、访问层；“数据智能分析”部分主要是BIM族模型的匹配，其中BIM族基本检索对应于图2中根据分类检索关键词的匹配过程，空间计算匹配和特征匹配对应于根据特征信息的匹配过程。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本申请实施例，还提供了一种用于实施上述图1至图2所述方法的BIM族模型获取的装置，如图4所示，该装置包括：

获取单元41，用于智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；

第一发送单元42，用于将所述特征信息发送给服务端，以使服务端基于人工神经网络模型根据所述特征信息匹配出与预所述特征信息对应的BIM族模型；

展示单元43，用于接收服务端发送的与所述特征信息对应的BIM族模型并展示。

从以上的描述中，可以看出，本申请实施例的BIM族模型获取的装置中，首先由智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；然后将特征信息发送给服务端；服务端获取智能终端发送的待检验的建筑实体的特征信息后基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与特征信息相对应的BIM族模型；并将与特征信息相对应的BIM族模型发送给智能终端接收服务端发送的与特征信息对应的BIM族模型并展示。本申请中，服务端基于人工智能AI算法中的人工神经网络模型进行BIM族模型的匹配和查找，大大的提高了检索的速度。另外，在进行BIM族模型展示时是通过AR进行展示的，可以实现全方位3D展示效果，提高用户的体验。因此，可以改善BIM族模型的使用率。

进一步的，如图5所示，所述装置还包括：

接收单元44，用于在所述智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描之前，接收分类检索关键词，所述分类检索关键词是由用户通过智能终端输入的；

第二发送单元45，用于将所述分类检索关键词发送给服务端，以使服务端根据所述分类检索关键词对所有BIM族模型进行初步的筛选，得到与分类检索关键词对应的BIM族模型。

进一步的，所述获取单元41包括：

扫描模块411，用于扫描获取建筑实体或建筑实体图纸的图像信息；

分析模块412，用于对图像信息进行识别分析，获取建筑实体的特征信息，所述特征信息至少包括大小、形状、物理参数中的一种。

具体的，本申请实施例的装置中各单元、模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

根据本申请实施例，还提供了一种用于实施上述图1至图2所述方法的BIM族模型获取的装置，如图6所示，该装置包括：

第一获取单元51，用于服务端获取智能终端发送的待检验的建筑实体或建筑实体图纸的特征信息，所述特征信息是智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描获取的；

匹配单元52，用于服务端基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型；

发送单元53，用于将与所述特征信息相对应的BIM族模型发送给所述智能终端，以使智能终端接收所述特征信息相对应的BIM族模型并展示。

从以上的描述中，可以看出，本申请实施例的BIM族模型获取的装置中，首先由智能终端通过内置的增强现实AR软件对当前待检验的建筑实体进行扫描，获取待检验的建筑实体的特征信息；然后将特征信息发送给服务端；服务端获取智能终端发送的待检验的建筑实体的特征信息后基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与特征信息相对应的BIM族模型；并将与特征信息相对应的BIM族模型发送给智能终端接收服务端发送的与特征信息对应的BIM族模型并展示。本申请中，服务端基于人工智能AI算法中的人工神经网络模型进行BIM族模型的匹配和查找，大大的提高了检索的速度。另外，在进行BIM族模型展示时是通过AR进行展示的，可以实现全方位3D展示效果，提高用户的体验。因此，可以改善BIM族模型的使用率。

进一步的，如图7所示，所述装置还包括：

第二获取单元54，用于在获取智能终端发送的待检验的建筑实体的特征信息之前，获取智能终端发送的分类检索关键词；

筛选单元55，用于服务端根据分类检索关键词从所有BIM族模型中筛选出与分类检索关键词对应的BIM族模型。

进一步的，如图7所示，所述匹配单元52包括：

匹配模块521，用于基于人工神经网络模型根据特征信息从与分类检索关键词对应的BIM族模型中匹配出与所述特征信息对应的BIM族模型的身份标识；

查找模块522，用于根据身份标识从数据库中查找与所述身份标识对应的BIM族模型，所述数据库中所有BIM族模型与其对应的身份标识对应存储。

进一步的，如图7所示，所述装置还包括：

接收单元56，用于接收智能终端发送的预测的空间位置信息，所述预测的空间位置信息是智能终端根据智能终端的空间位置变化的实时数据确定的；

所述匹配单元52，还用于基于人工神经网络模型根据所述预测的空间位置信息从与分类检索关键词对应的BIM族模型中匹配出与对应的BIM族模型，得到预展示的BIM族模型，以使智能终端对预展示的BIM族模型展示。

进一步的，所述特征信息包括空间位置信息，如图7所示，所述匹配模块521用于：

进一步的，如图7所示，所述装置还包括：

第三获取单元57，用于获取所有的BIM族模型；

设置单元58，用于为每个BIM族模型设置标记信息，所述标记信息至少包括检索关键词、特征信息、身份标识。

根据本申请实施例，还提供了一种用于实施上述图1至图2所述方法的BIM族模型获取的系统，所述系统包括服务端、智能终端：

从以上的描述中，可以看出，本申请实施例的BIM族模型获取的系统中，首先由智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息；然后将特征信息发送给服务端；服务端获取智能终端发送的待检验的建筑实体的特征信息后基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与特征信息相对应的BIM族模型；并将与特征信息相对应的BIM族模型发送给智能终端接收服务端发送的与特征信息对应的BIM族模型并展示。本申请中，服务端基于人工智能AI算法中的人工神经网络模型进行BIM族模型的匹配和查找，大大的提高了检索的速度。另外，在进行BIM族模型展示时是通过AR进行展示的，可以实现全方位3D展示效果，提高用户的体验。因此，可以改善BIM族模型的使用率。

根据本申请实施例，还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行图1至图2中任一所述的BIM族模型获取的方法。

显然，本领域的技术人员应该明白，上述的本申请的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本申请不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims

1.一种BIM族模型获取的方法，其特征在于，所述方法包括：

智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息，所述特征信息包括空间位置信息；

将所述特征信息发送给服务端，以使服务端基于人工神经网络模型根据所述特征信息匹配出与预所述特征信息对应的BIM族模型；所述人工神经网络模型是由空间位置信息与对应的BIM族模型进行模型训练得到的，在训练的过程中，BIM族模型是由BIM族模型对应的身份标识进行训练的；

接收服务端发送的与所述特征信息对应的BIM族模型并展示；

所述方法还包括根据智能终端的移动预测下一步用户可能需要获取的BIM族模型进行展示，包括：

人工神经网络模型根据预测的空间位置信息从与分类检索关键词对应的BIM族模型中匹配出与对应的BIM族模型，得到预展示的BIM族模型，以使智能终端对预展示的BIM族模型展示；

在所述智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描之前，所述方法还包括：

2.根据权利要求1所述的BIM族模型获取的方法，其特征在于，所述智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息包括：

扫描获取建筑实体或建筑实体图纸的图像信息；

3.一种BIM族模型获取的方法，其特征在于，所述方法包括：

服务端获取智能终端发送的待检验的建筑实体的特征信息，所述特征信息是智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描获取的，所述特征信息包括空间位置信息；

服务端基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型；所述人工神经网络模型是由空间位置信息与对应的BIM族模型进行模型训练得到的，在训练的过程中，BIM族模型是由BIM族模型对应的身份标识进行训练的；

将与所述特征信息相对应的BIM族模型发送给所述智能终端，以使智能终端接收所述特征信息相对应的BIM族模型并展示；

在获取智能终端发送的待检验的建筑实体的特征信息之前，所述方法还包括：

获取智能终端发送的分类检索关键词；

4.根据权利要求3所述的BIM族模型获取的方法，其特征在于，所述服务端基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型包括：

5.一种BIM族模型获取的装置，其特征在于，所述装置包括：

获取单元，用于智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描，获取待检验的建筑实体的特征信息，所述特征信息包括空间位置信息；

第一发送单元，用于将所述特征信息发送给服务端，以使服务端基于人工神经网络模型根据所述特征信息匹配出与预所述特征信息对应的BIM族模型；；所述人工神经网络模型是由空间位置信息与对应的BIM族模型进行模型训练得到的，在训练的过程中，BIM族模型是由BIM族模型对应的身份标识进行训练的；

展示单元，用于接收服务端发送的与所述特征信息对应的BIM族模型并展示；

还包括根据智能终端的移动预测下一步用户可能需要获取的BIM族模型进行展示，包括：

在所述智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描之前，还包括：

6.一种BIM族模型获取的装置，其特征在于，所述装置包括：

第一获取单元，用于服务端获取智能终端发送的待检验的建筑实体的特征信息，所述特征信息是智能终端通过内置的增强现实AR软件对当前待检验的建筑实体或建筑实体图纸进行扫描获取的，所述特征信息包括空间位置信息；

匹配单元，用于服务端基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型；；所述人工神经网络模型是由空间位置信息与对应的BIM族模型进行模型训练得到的，在训练的过程中，BIM族模型是由BIM族模型对应的身份标识进行训练的；

发送单元，用于将与所述特征信息相对应的BIM族模型发送给所述智能终端，以使智能终端接收所述特征信息相对应的BIM族模型并展示；

7.一种BIM族模型获取的系统，其特征在于，所述系统包括服务端、智能终端：

所述服务端，用于获取智能终端发送的待检验的建筑实体的特征信息；基于人工神经网络模型根据特征信息从所有BIM族模型中匹配出与所述特征信息相对应的BIM族模型；将与所述特征信息相对应的BIM族模型发送给所述智能终端；

所述特征信息包括空间位置信息；所述人工神经网络模型是由空间位置信息与对应的BIM族模型进行模型训练得到的，在训练的过程中，BIM族模型是由BIM族模型对应的身份标识进行训练的；

人工神经网络模型根据预测的空间位置信息从与分类检索关键词对应的BIM族模型中匹配出与对应的BIM族模型，得到预展示的BIM族模型，以使智能终端对预展示的BIM族模型展示。

8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至权利要求4中任一项所述的BIM族模型获取的方法。