CN110992490B - 基于cad建筑平面图自动提取室内地图的方法 - Google Patents
基于cad建筑平面图自动提取室内地图的方法 Download PDFInfo
- Publication number
- CN110992490B CN110992490B CN201911283913.8A CN201911283913A CN110992490B CN 110992490 B CN110992490 B CN 110992490B CN 201911283913 A CN201911283913 A CN 201911283913A CN 110992490 B CN110992490 B CN 110992490B
- Authority
- CN
- China
- Prior art keywords
- door
- indoor map
- building
- indoor
- extracting
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
Abstract
本发明公开了基于CAD建筑平面图自动提取室内地图的方法,包括制作基于ArcGIS平台的Python脚本及模型工具、建筑平面图数据筛选与提取,墙体连通性恢复和室内地图构建;针对室内地图自动化提取方法缺失、生产效率与需求之间的矛盾日益加剧的现状,以设计单位广泛持有的CAD建筑施工图纸为数据源,利用建筑构件的语义信息和拓扑关系,提出了要素筛选与提取、墙体连通性恢复、中心线提取和室内地图要素构建的室内地图自动提取的方法;并以不同设计单位的建筑平面图为例进行实验,结果表明算法具有较高的适应性和鲁棒性,能有效地实现室内地图要素的自动提取。
Description
技术领域
本发明涉及室内地图提取领域,尤其涉及基于CAD建筑平面图自动提取室内地图的方法。
背景技术
在“室内位置服务”需求的驱动下,室内地图作为室内位置服务的基础已引起人们广泛关注。但由于缺少精细室内地图的自动生产方法,室内地图的数据生产效率与需求之间的矛盾日益突出,自动化的室内地图数据获取方法已成为室内位置服务亟待解决的关键技术难题。
目前,室内地图的主要获取方式有三种,分别是基于激光扫描的方式(SLAM)、基于众包的方式和基于CAD文件的方法。SLAM主要是通过激光扫描获得的线段集合或栅格数据,随后利用图像处理技术提取线来构建室内地图,通过这种方法获取地图数据的成本较高,获取速度和处理速度都难以满足批量化生产的需求。众包模式是通过手持终端设备获得惯导系统数据,利用算法恢复用户的行走轨迹,进而根据大量重复的行人轨迹数据推算出室内房间和走廊的大致结构。目前,采用手机惯性导航系统数据建立室内地图存在着许多问题,如手机终端数据的精度较低以及设备差异性,导致室内地图的精度无法满足人们的日常需要。
基于CAD文件提取室内地图数据的方法以建筑平面图为数据源,通过编程方式提取室内空间和属性信息。目前,交通土建行业主要以AutoCAD及其相关的二次开发软件作为建筑图形的生成软件,积累了大量建筑平面图,成为室内地图重要的数据来源,具备了批量生产的前提条件。此类方法以软件和算法作为主要手段提取和生成数据,较容易实现数据生产的自动化,能够节约硬件、人工和时间成本,同时提高成图的效率和质量,受到国内外学者的广泛关注,并展开了大量的研究。Lewis R和Carlo Séquin开发了一个名为BMG(Building Model Generator)的软件,该软件利用DXF数据提取建筑要素间的拓扑关系,重构了美国加州大学伯克利分校计算机系大楼的三维模型,该软件需要对二维平面图做大量的处理,而且需要进行额外的建模工作才能使模型足够逼真。孙卫新等提出了墙段、邻接节点和相邻墙段的概念,并在此基础上提出了一种新的室内地图空间数据提取的新方法,根据与柱子相交墙线的相邻关系,建立了与柱子关联墙体连通性的恢复方法;结合渐进扩张与图形推理判断门窗两侧墙体符号局部特征的类型,通过修正门窗外接矩形,建立了与门窗关联墙体连通性的恢复方法和将门窗转换为室内地图点状要素的方法。最后,基于相邻墙段中心线的几何关系,建立了墙体中线的提取算法。但是此方法对建筑平面图的数据质量要求较高。刘刚基于CAD建筑平面图提出了生成三维室内地图数据的策略和方法,但是对图纸的容错能力还有待进一步的改进。
目前大部分算法对图纸数据的质量具有较高要求,许多细小错误,如墙线不闭合、门和墙没有连接、直线相互压盖,在某些情况下可能会导致算法完全失效;绘图者所用设计规范及绘图习惯的差异导致“理想化”的建筑图纸几乎无法得到,增加了全自动提取室内地图数据的技术难度。
因此,以CAD建筑平面图作为数据源,利用建筑图中的语义信息图层、图块等恢复地图要素之间的拓扑关系,制作基于ArcGIS平台的Python脚本及模型工具,实现对组成室内地图要素的CAD数据选择性提取与组合,可以极大的节约单一的重复性操作的时间和人力成本,针对不同类型的室内场景可灵活的修改本方法中的参数和设置,进而实现具有更高适应性和鲁棒性的室内地图自动生成方法,对实现室内地图的批量化、高效性生产具有重要意义。
发明内容
针对上述存在的问题,本发明旨在提供一种能够解决传统手工绘制室内地图耗时长、效率低的问题,基于CAD建筑平面图图层和图块语义的室内地图自动提取方法。
为了实现上述目的,本发明所采用的技术方案如下:
基于CAD建筑平面图自动提取室内地图的方法,其特征在于,包括以下步骤:
S1:制作基于ArcGIS平台的Python脚本及模型工具;
S2:利用步骤S1中的模型工具,以及建筑平面图的语义信息对建筑平面图数据进行筛选与提取;
S3:利用步骤S1中的模型工具、Python脚本,以及室内地图元素之间的拓扑关系对墙体连通性进行恢复,并提取墙体中心线;
S4:室内地图构建。
进一步的,步骤S2中所述建筑平面图数据包括室内拓扑地图的必要构成数据和非必须数据。
进一步的,所述室内拓扑地图的必要构成数据包括墙体、门窗、柱子、楼梯、连廊和建筑轮廓数据。
进一步的,步骤S3中具体包括:门的处理和墙体中心线提取。
进一步的,所述门的处理具体包括:
S31、门窗分离:基于图层名将门与窗提取出来,统一放入window图层,并用RefName进行标识,不同的名称对应不同的门或窗,通过RefName字段将门窗进行分离;
S32、门线所在位置提取:对门的节点坐标对X和Y进行计数,a=min(x),b=min(y),c=max(x),d=max(y),比较一个门的所有点对中a、b、c、d的大小,值最大的即为门线所在的方向;
S33、门的符号构建:根据门线所在的方向进行门线的绘制,将门绘制成与墙等宽的矩形。
进一步的,所述墙体中心线提取具体步骤为:
S34:将墙体联合柱子、窗和阳台形成封闭图形;
S35:对墙体和门进行要素转面操作,使其成为一个整体;
S36:进行制图综合,将凸、凹的部分简化,转换成栅格图形;
S37:利用扫描矢量化的算法提取墙体中心线。
进一步的,所述室内地图构建的具体操作为:将室内要素的中心线进行各个独立功能区面要素的绘制,利用中心线的线要素及功能区的面要素完成室内地图构建。
本发明的有益效果是:
1、本发明中提出的室内地图自动提取方法中利用简化建筑物的方式将与墙体邻接或连接的柱子变的和墙体等宽,溶解掉凸出的部分,从而恢复墙体的完整性和连通性,将门作为面状要素,保留了门的宽度信息;
2、本发明中提出的室内地图自动提取方法中对图纸的容错率进行了提高,本发明的方法中容许图纸细节性的节点连接不到位以及节点处线连接过长等错误,对于这类错误可在恢复墙体连通性时进行修补,对由于门造成的墙体孔洞可以通过将门绘制成与墙等宽的矩形进行修复,从而使墙体闭合;
3、本发明提出了基于CAD建筑平面图图层和图块语义的室内地图提取方法,克服了传统手工绘制室内地图耗时长、效率低的问题,为室内空间布局的重构以及室内地图实现路径规划和导航提供了数据基础;实现了室内地图的自动提取,有更少的人工干预,耗时短,且按照本发明中室内地图自动提取的方法提取出来的室内地图节点位置正确率达到98%,面封闭正确率达到92%,线保持正直的正确率达到90%。
附图说明
图1为本发明室内地图自动提取流程图;
图2为本发明室内地图自动提取时所使用的模型工具示意图;
图2a为本发明图2中L区域局部放大图;
图2b为本发明图2中R区域局部放大图;
图3a为本发明中室内要素提取前原始CAD建筑平面图;
图3b为本发明中室内要素提取示意图;
图4为本发明建筑平面图中墙线示意图;
图5为本发明中分离window图层中的门和窗示意图;
图6为本发明中门的类型示意图;
图7为本发明门线提取算法图;
图8为本发明门的面符号示意图;
图9a为本发明中将门点转换为面的Python代码部分截图;
图9b为本发明中将门点转换为面的Python代码续图9a部分截图;
图10为本发明墙体中心线提取示意图;
图11为本发明具体实施例一中建筑设计图的室内地图自动提取结果示意图;
图12a为本发明具体实施例二中第一张CAD建筑平面设计图;
图12b为本发明具体实施例二中第一张CAD建筑平面设计图的室内地图自动提取结果示意图;
图13a为本发明具体实施例二中第二张CAD建筑平面设计图;
图13b为本发明具体实施例二中第二张CAD建筑平面设计图的室内地图自动提取结果示意图;
图14a为本发明具体实施例三中第一张CAD建筑平面设计图;
图14b为本发明具体实施例三中第一张CAD建筑平面设计图的室内地图自动提取结果示意图;
图15a为本发明具体实施例三中第二张CAD建筑平面设计图;
图15b为本发明具体实施例三中第二张CAD建筑平面设计图的室内地图自动提取结果示意图;
图16a为本发明具体实施例三中第三张CAD建筑平面设计图;
图16b为本发明具体实施例三中第三张CAD建筑平面设计图的室内地图自动提取结果示意图;
图17a为本发明具体实施例四中CAD建筑平面设计图;
图17b为本发明具体实施例四中CAD建筑平面设计图的室内地图自动提取结果示意图。
具体实施方式
为了使本领域的普通技术人员能更好的理解本发明的技术方案,下面结合附图和实施例对本发明的技术方案做进一步的描述。
建筑平面图主要由各种对象根据一定的约束关系组合而成,其内容主要包含几何信息、工程属性和图块注记。它是将建筑物进行水平剖切,再将截面正投影到水平面而形成的,用以表示不同建筑构件(如墙体、楼梯、门、窗、柱等)的位置及相互之间的组合关系,其主要内容如表1所示。
表1建筑平面图的主要内容
通过分析发现,建筑平面图包含了许多地图上不需要的信息,如图名、构件的尺寸标注和防灾设施等,这些信息将严重干扰用图者对信息的关注度,必须去除;其次,建筑平面图对室内要素的表示比较精细复杂(如门是由多条线组成的一个复杂象形符号),而室内地图将对象抽象为简单的点、线、面3种要素,达到示意即可,因此基于CAD建筑平面图提取地图要素需要做简化操作;另外尤为重要的是建筑平面图缺失对象间的拓扑信息,而拓扑关系是室内地图空间数据的重要特征,可实现判断邻接或连通关系等功能。
为了保证制图的质量,提高制图效率,适应工程建设的需要,建筑制图一般参照《房屋建筑制图统一标准》进行施工图的绘制,因此该标准能代表建筑制图中普遍制图准则和特点。标准中详细的对房屋建筑制图内容进行说明,其中图层、图框、定位轴线以及图块图元是图纸中非常重要的符号内容。图层、图块包含的多重属性信息为地图要素的分离提供了语义支持。
建筑制图人员在绘制建筑平面图时一般采用分层组织建筑构件,由此可以基于图层名称提取出相应建筑构件的语义信息,进而根据语义信息提取出有用的室内地图要素而舍去对地图内容而言是干扰信息的建筑信息,实现地图要素的初步分离。为了快速准确获得不同图层名称所对应的建筑构件,分析了大量的建筑平面图,总结出制图者的绘图习惯,构建了图层名称与构件名称之间的映射关系,如表2所示。
表2室内地图所需图层列表
图块是一组图形实体的总称,各实体可具有各自的图层、线型、颜色等特征,绘图者可根据建筑要素以及绘图表达的需要创建任意的图块。目前从建筑平面图识别提取建筑构件方法是将构件符号转为对应的几何图形(直线、弧、面等)和关系描述,通过图元约束检测、规则几何约束、模板匹配等方法完成符号的识别和提取。其主要映射关系如表3所示。
表3块与图层对应表
通过以上分析CAD建筑平面图与室内地图表达内容和表达方式的差异性,本发明提出一种基于CAD建筑平面图自动提取室内地图的方法,如附图1所示,具体包括以下步骤:
S1:制作基于ArcGIS平台的Python脚本及模型工具;
具体的,本发明中在进行室内地图自动提取时所使用的模型工具如附图2以及附图2a和附图2b所示。
模型构建器是一种可视化编程语言,用于构建地理处理工作流。地理处理模型用于对空间分析和数据管理流程进行自动化处理并记录。可创建并修改模型构建器中的地理处理模型,其中模型表示为将一系列流程和地理处理工具串联在一起的示意图,并将一个流程的输出用作另一个流程的输入。其中,模型工具是利用模型构建器制作的工具,用于处理特定的数据或任务,此处构建的模型工具用于处理CAD建筑平面图,从中提取室内地图所必须的数据,并对其进行一系列的合并、聚合、简化等操作。数据的处理是一个流程化的操作,按照操作步骤逐步进行。模型工具是将这样的流程化操作所用到的工具按照顺序和逻辑进行排列整合,以前一次操作的输出结果作为后一次操作的输入数据按照模型工具中规定好的路线依次进行。这样的模型工具对于处理相同的问题具有通用性,只需要修改初始输入数据,点击运行即可得到最终结果,极大的简化了重复性操作,节约了时间成本。
S2:利用步骤S1中的模型工具,以及建筑平面图的语义信息对建筑平面图数据进行筛选与提取;
具体的,建筑平面图数据包括墙体、柱子、楼梯、门窗、阳台、坡道、空调、座椅设施等,由具体室内环境和CAD图而定。其中,墙体、门窗、连廊与建筑轮廓是室内拓扑地图的必要构成部分,其余要素受室内地图作用和目的影响,为非必需数据。本发明中主要提取墙体、门窗、柱子、楼梯、连廊和建筑外轮廓线等要素,利用建筑平面图图层命名规则,以图层作为条件筛选出所需要素并将其转化为矢量要素存入数据库,作为室内地图构建的数据基础,如附图3a和3b所示。
S3:利用步骤S1中的模型工具、Python脚本,以及室内地图元素之间的拓扑关系对墙体连通性进行恢复,并提取墙体中心线;
具体的,墙体是室内必要构成要素,用于划分室内空间不同功能区域,墙体连通性的恢复是构建室内拓扑关系、进而形成地图要素的基础。但是,建筑平面图中墙体表示为不封闭的双线,通常被柱子、门和窗等部分截断,导致在按照功能构建房间这样的面状要素时出现问题,如附图4所示,因此,需要对门进行处理,将在建筑平面图中的象形复杂的门符号转化为简单的线符号,并确保门线的端点与邻接的墙体连通,从而恢复墙体的连通性。
进一步的,建筑平面图中门窗一般被归入window图层,为实现门的转化,设计的处理流程如下:门窗分离、门符号特征点提取、门的符号构建。
具体的,在设计时,将门与窗统一放入window图层,并用RefName进行标识,不同的名称对应不同的门或窗,通过RefName字段将门窗进行分离,分离结果如附图5所示。
进一步的,在建筑平面图中,门的类型较多,如附图6所示,有单门、半开门、双开门、电梯门等,为了后续构成封闭墙体,需要对门进行处理;提取门的节点具体操作为:提取CAD建筑平面图中门的起始节点,同一个门中节点数最多的线段即门所在位置。由于图元之间的相互重叠导致提取出来的起始节点会出现重叠,即同一个位置有多个节点,为了后续处理的方便,利用坐标值容差对节点进行检测,删除冗余节点。
以单门为例,其他类型门与之类似,对门的节点坐标对中X和Y进行计数,令a=min(x),b=min(y),c=max(x),d=max(y),比较一个门的所有点对中a、b、c、d的大小,值最大的即为门线所在的方向,如Max(a,b,c,d)=a,那么门线应该在X最小的方向上,门线的两个端点分别为(min(x),min(y))和(min(x),max(y)),具体算法图如图7所示。
进一步的,基于上述算法提取门所在位置后进行门线的绘制,经过不断尝试得出,将门绘制成与墙等宽的矩形对后续的操作更为方便。墙体厚度大多为200mm,于是将门线向两侧各拓宽100mm,形成封闭的矩形面,即门的所在面,如附图8中D部分实线所示,附图8中C部分虚线为CAD建筑平面图中门的图块。
进一步的,将门点转换为面的Python脚本代码如附图9a和附图9b所示。
进一步的,单独墙体并不具有封闭性,需联合柱子和窗、阳台等形成为封闭图形,然后对其与门进行要素转面操作使其成为一个整体,进行制图综合将柱子等凸出的部分简化,转换为栅格图形,以栅格化的墙体为背景,使用中心线矢量化方法扫描墙体栅格图像提取栅格的中心线,即墙体中心线,将其保存为线图层,存储在数据库中。如附图10中所示,上部图为栅格化的建筑物轮廓图,下部为经由扫描矢量化算法提取的中心线。
进一步的,本发明中容许细节性的节点连接不到位以及节点处线连接过长等错误,对于这类错误可在恢复墙体连通性时进行修补。对由于门造成的墙体孔洞可以通过将门绘制成与墙等宽的矩形进行修复,从而使墙体闭合。对于CAD建筑平面图中线的类型使用错误以及线图层归属错误不能实现自动化的纠正,需要人工操作对其进行修正。
S4:室内地图构建。
具体的,现有室内地图的形式多以线要素表示墙体等基础要素,线要素之间相互连接形成封闭多边形表示某一功能区的范围轮廓,被线要素封闭的面要素表示一个独立的功能区。以建筑轮廓线为室内地图总边界,将建筑轮廓的线要素转换生成面要素,即室内地图总体区域;以基于扫描矢量化生成的墙体中心线为各个功能区的范围边界,将墙体中心线的线转换生成面要素,即各个功能区。功能区面要素在上、室内地图总体区域面要素在下,将二者进行合并,同时可添加兴趣点(Point Of Interest,POI)点要素置于最上层显示,即可完成室内地图构建。
实施例一:
以某设计单位1:500的中学设计图为实验对象对本方法进行实验,得出的节点位置、线保持正直、面封闭结果如表4所示,实验结果图如附图11所示。实验结果中出现的线弯折主要是因为扫面矢量化时采集的线要素两端点未在同一直线上,部分面未封闭是由于设计图中线型使用错误,在数据处理前期被过滤所致。
表4以某设计单位1:500的中学设计图为实验对象的实验结果
类型 | 错误个数 | 正确个数 | 总计 | 正确率 |
节点位置 | 3 | 102 | 105 | 97% |
线保持正直 | 4 | 87 | 91 | 96% |
面封闭 | 3 | 19 | 22 | 86% |
由表4和附图11中可得,实验结果中共有节点105个,其中有3个位置出现了偏差,正确率为97%,由于这三个出现偏差的点,导致4条线(总共91条)出现了不同程度的弯曲或倾斜,正确率为96%,由于单线在前期处理是被过滤掉,在该附图中应有22个面封闭,实际封闭19个,正确率为86%。
实施例二:
该实施例选用两张建筑设计图,为教师宿舍楼,如附图12a和附图13a所示,利用本发明中的方法进行室内地图提取的结果如附图12b和附图13b所示,其中,共有节点186个,有6个节点位置错误,正确率为98%;共有线段182条,有14条发生了轻微偏折,线段保持正直性正确率为92%;共应形成封闭面58个,实际形成57个,正确率为98%。
实施例三:
该实施例共有三张设计图,为教学楼,如附图14a、附图15a和附图16a所示,利用本发明中的方法进行室内地图提取的结果如附图14b、附图15b以及附图16b所示,其中,共有节点335个,有15个节点位置错误,正确率为96%;共有线段321条,有14条发生了轻微偏折,线段保持正直性正确率为96%;共应形成封闭面69个,实际形成60个,正确率为87%。
实施例四:
该实施例有一张设计图,为教学楼,如附图17a所示,利用本发明中的方法进行室内地图提取的结果如附图17b所示。其中,共有节点240个,有17个节点位置错误,正确率为93%;共有线段216条,其中有20条发生了偏折,线段保持正直性正确率为92%;共应形成封闭面44个,实际行程43个,正确率为98%。
对实施例二至实施例四中的测试结果进行汇总统计,统计数据见表5。
表5测试结果统计表
类型 | 错误个数 | 正确个数 | 总计 | 正确率 |
节点位置正确性 | 38 | 723 | 761 | 95% |
线保持正直性 | 48 | 671 | 719 | 93% |
面封闭正确性 | 1 | 160 | 171 | 94% |
由表5可得,本方法能够实现对CAD设计图室内地图的提取,与现有的手工绘制的方法相比,能够极大的节约时间成本,且绘制的效果能够基本满足生产需要。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.基于CAD建筑平面图自动提取室内地图的方法,其特征在于,包括以下步骤:
S1:制作基于ArcGIS平台的Python脚本及模型工具;
S2:利用步骤S1中的模型工具,以及建筑平面图的语义信息对建筑平面图数据进行筛选与提取;
所述建筑平面图数据包括室内拓扑地图的必要构成数据和非必须数据;所述室内拓扑地图的必要构成数据包括墙体、门窗、柱子、楼梯、连廊和建筑轮廓数据;
S3:利用步骤S1中的模型工具、Python脚本,以及室内地图元素之间的拓扑关系对墙体连通性进行恢复,并提取墙体中心线;具体包括:门的处理和墙体中心线提取;
所述门的处理具体包括:
S31、门窗分离:基于图层名将门与窗提取出来,统一放入window图层,并用RefName进行标识,不同的名称对应不同的门或窗,通过RefName字段将门窗进行分离;
S32、门线所在位置提取:对门的节点坐标对X和Y进行计数,a=min(x),b=min(y),c=max(x),d=max(y),比较一个门的所有点对中a、b、c、d的大小,值最大的即为门线所在的方向;
S33、门的符号构建:根据门线所在的方向进行门线的绘制,将门绘制成与墙等宽的矩形;
所述墙体中心线提取具体步骤为:
S34:将墙体联合柱子、窗和阳台形成封闭图形;
S35:对墙体和门进行要素转面操作,使其成为一个整体;
S36:进行制图综合,将凸、凹的部分简化,转换成栅格图形;
S37:利用扫描矢量化的算法提取墙体中心线;
S4:室内地图构建。
2.根据权利要求1所述的基于CAD建筑平面图自动提取室内地图的方法,其特征在于,所述室内地图构建的具体操作为:将室内要素的中心线进行各个独立功能区面要素的绘制,利用中心线的线要素及功能区的面要素完成室内地图构建。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911283913.8A CN110992490B (zh) | 2019-12-13 | 2019-12-13 | 基于cad建筑平面图自动提取室内地图的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911283913.8A CN110992490B (zh) | 2019-12-13 | 2019-12-13 | 基于cad建筑平面图自动提取室内地图的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110992490A CN110992490A (zh) | 2020-04-10 |
CN110992490B true CN110992490B (zh) | 2023-06-20 |
Family
ID=70093493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911283913.8A Active CN110992490B (zh) | 2019-12-13 | 2019-12-13 | 基于cad建筑平面图自动提取室内地图的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110992490B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111854758A (zh) * | 2020-07-03 | 2020-10-30 | 湖北枫丹白露智慧标识科技有限公司 | 一种基于建筑楼cad图的室内导航地图转换方法及系统 |
CN111784801B (zh) * | 2020-07-08 | 2024-03-01 | 武汉市测绘研究院 | 一种竣工单体建筑车位平面图自动化绘制方法及系统 |
CN111930694B (zh) * | 2020-07-17 | 2023-07-28 | 深圳市万翼数字技术有限公司 | 电子文件处理方法、电子设备与处理服务器 |
CN112883799B (zh) * | 2021-01-20 | 2024-04-09 | 上海品览智造科技有限公司 | 一种cad坡道大样图中坡道精准识别的方法 |
CN112948203B (zh) * | 2021-02-03 | 2023-04-07 | 刘靖宇 | 一种基于大数据的电梯智能检验方法 |
CN114088084B (zh) * | 2021-11-12 | 2023-09-22 | 重庆交通大学 | 室内三维导航路网模型的自动生成方法 |
CN114169063A (zh) * | 2021-12-27 | 2022-03-11 | 北京奥科博思创新科技有限公司 | 一种建筑平面布局方法、装置及电子设备 |
CN115273645B (zh) * | 2022-08-09 | 2024-04-09 | 南京大学 | 一种室内面要素自动聚类的地图制图方法 |
CN115544631B (zh) * | 2022-11-09 | 2023-06-16 | 山东建筑大学 | 一种高层住宅建筑施工图墙体中线快速提取方法 |
CN116597467B (zh) * | 2023-07-17 | 2023-10-31 | 粤港澳大湾区数字经济研究院(福田) | 一种图纸检测方法、系统、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014063020A1 (en) * | 2012-10-18 | 2014-04-24 | Chornenky T Eric | Apparatus and method for determining spatial information about environment |
KR20180133115A (ko) * | 2017-06-05 | 2018-12-13 | 주식회사 다비오 | 실내지도 제작 장치 및 방법 |
CN109308838A (zh) * | 2018-09-11 | 2019-02-05 | 中国人民解放军战略支援部队信息工程大学 | 一种基于室内地图的室内空间拓扑路网生成方法及装置 |
CN109815604A (zh) * | 2019-01-30 | 2019-05-28 | 中交第二公路勘察设计研究院有限公司 | 基于建筑要素拓扑关系的bim室内空间连通图构建方法 |
CN109979006A (zh) * | 2019-03-14 | 2019-07-05 | 北京建筑大学 | 室内路网模型构建方法及装置 |
CN110532602A (zh) * | 2019-07-19 | 2019-12-03 | 中国地质大学(武汉) | 一种基于平面图图像的室内自动制图与建模方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9140559B2 (en) * | 2009-10-01 | 2015-09-22 | Qualcomm Incorporated | Routing graphs for buildings using schematics |
JP5087602B2 (ja) * | 2009-11-12 | 2012-12-05 | 株式会社日立製作所 | 屋内空間データ作成支援システム及び屋内空間データ作成支援方法 |
US9291460B2 (en) * | 2011-07-22 | 2016-03-22 | Google Inc. | Map processing for indoor navigation guidance |
KR20140062647A (ko) * | 2012-11-14 | 2014-05-26 | 한국전자통신연구원 | 실내 공간 지도 작성 방법 및 그 장치 |
US20140133760A1 (en) * | 2012-11-15 | 2014-05-15 | Qualcomm Incorporated | Raster to vector map conversion |
US10019821B2 (en) * | 2014-09-02 | 2018-07-10 | Naver Business Platform Corp. | Apparatus and method for constructing indoor map using cloud point |
US10048077B2 (en) * | 2014-11-24 | 2018-08-14 | Pornchai Direkwut | Method and system of generating an indoor floor plan |
KR101733681B1 (ko) * | 2016-10-12 | 2017-05-11 | (주)인트라테크 | 모바일 단말기, 이를 이용한 위치정보 제공 시스템 및 방법 |
CN108536923B (zh) * | 2018-03-20 | 2022-03-11 | 金华航大北斗应用技术有限公司 | 一种基于建筑cad图的室内拓扑地图生成方法及系统 |
-
2019
- 2019-12-13 CN CN201911283913.8A patent/CN110992490B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014063020A1 (en) * | 2012-10-18 | 2014-04-24 | Chornenky T Eric | Apparatus and method for determining spatial information about environment |
KR20180133115A (ko) * | 2017-06-05 | 2018-12-13 | 주식회사 다비오 | 실내지도 제작 장치 및 방법 |
CN109308838A (zh) * | 2018-09-11 | 2019-02-05 | 中国人民解放军战略支援部队信息工程大学 | 一种基于室内地图的室内空间拓扑路网生成方法及装置 |
CN109815604A (zh) * | 2019-01-30 | 2019-05-28 | 中交第二公路勘察设计研究院有限公司 | 基于建筑要素拓扑关系的bim室内空间连通图构建方法 |
CN109979006A (zh) * | 2019-03-14 | 2019-07-05 | 北京建筑大学 | 室内路网模型构建方法及装置 |
CN110532602A (zh) * | 2019-07-19 | 2019-12-03 | 中国地质大学(武汉) | 一种基于平面图图像的室内自动制图与建模方法 |
Non-Patent Citations (3)
Title |
---|
A Graph-Based Topological Maps Generation Method for Indoor Localization;Lin ZX;《5th IEEE Conference on Ubiquitous Positioning Indoor Navigation and Location-Based Services(UPINLBS)》;第1-8页 * |
一种三维建筑物模型与数据组织方法;孟耀伟;孙毅中;;测绘科学;第42卷(第09期);第138-142页 * |
室内电子地图制作技术方法研究;王璐等;《城市勘测》;第40卷(第11期);第185-187页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110992490A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110992490B (zh) | 基于cad建筑平面图自动提取室内地图的方法 | |
Teo et al. | BIM-oriented indoor network model for indoor and outdoor combined route planning | |
CN105931294B (zh) | 一种将bim实体模型转换为多细节层次gis标准化模型的方法 | |
Gimenez et al. | Automatic reconstruction of 3D building models from scanned 2D floor plans | |
Gimenez et al. | Reconstruction of 3D building information models from 2D scanned plans | |
Becker et al. | Grammar-supported 3d indoor reconstruction from point clouds for “as-built” BIM | |
CN108536923B (zh) | 一种基于建筑cad图的室内拓扑地图生成方法及系统 | |
CN107045526A (zh) | 一种电子建筑施工图的图形识别方法 | |
Lin et al. | Intelligent generation of indoor topology (i-GIT) for human indoor pathfinding based on IFC models and 3D GIS technology | |
Zhi et al. | A graph-based algorithm for extracting units and loops from architectural floor plans for a building evacuation model | |
CN110276732B (zh) | 一种顾及地形特征线要素的山区点云空洞修复方法 | |
CN106126816B (zh) | 重复建筑自动感知下的大规模als建筑点云建模方法 | |
Horna et al. | Consistency constraints and 3D building reconstruction | |
Laycock et al. | Automatically generating large urban environments based on the footprint data of buildings | |
CN115393583B (zh) | 对墙体进行人工智能语义分割的方法 | |
Yang et al. | Complementarity of historic building information modelling and geographic information systems | |
CN111090717A (zh) | 一种基于cga规则的自动化建筑模型 | |
Yang et al. | A map‐algebra‐based method for automatic change detection and spatial data updating across multiple scales | |
CN115294294A (zh) | 基于深度图像和点云的管线bim模型重建方法及系统 | |
CN115620143A (zh) | 一种新古典主义建筑风格识别系统、构建方法及识别方法 | |
CN114661744A (zh) | 一种基于深度学习的地形数据库更新方法及系统 | |
Taillandier | Automatic building reconstruction from cadastral maps and aerial images | |
Jang et al. | Automatic wall detection and building topology and property of 2D floor plan (short paper) | |
CN113901539A (zh) | 一种建筑与结构cad图纸的轴网的自动识别及应用方法 | |
CN116561879A (zh) | 基于bim的水利工程信息管理系统及其方法 |
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 |