CN111597616B - 一种数字化室内设计方法、装置、设备及可读存储介质 - Google Patents
一种数字化室内设计方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN111597616B CN111597616B CN202010420139.7A CN202010420139A CN111597616B CN 111597616 B CN111597616 B CN 111597616B CN 202010420139 A CN202010420139 A CN 202010420139A CN 111597616 B CN111597616 B CN 111597616B
- Authority
- CN
- China
- Prior art keywords
- component
- value
- scheme
- area
- functional
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/04—Architectural design, interior design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Civil Engineering (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Design And Manufacture Of Integrated Circuits (AREA)
Abstract
本发明涉及智能家居设计领域,更具体的说,涉及一种数字化室内设计方法、装置、设备及可读存储介质。本发明的数字化室内设计方法包括S1、沿单一空间边界建立轴线系统;S2、利用启发式算法,依次布置当前布局方案的功能模块,选择待处理方案中区域期望值最大的布局方案迭代布置下一个功能模块,选取评价值最优的布局方案为最佳区域布局方案;S3、利用启发式算法,依次布置每个功能子区域中的若干组件,迭代并选取评价值最高的组件布局方案,作为最佳组件布局方案;S4、输出完整的室内设计方案。本发明数字化设计各种不同类型风格的功能区域,满足各种空间功能需求,适应场景丰富,算法高效可以满足复杂场景下的快速布局。
Description
技术领域
本发明涉及智能家居设计领域,更具体的说,涉及一种数字化室内设计方法、装置、设备及可读存储介质。
背景技术
传统的室内家居设计,专业门槛较高,需要设计师花费大量时间进行设计建模工作。随着数字时代的到来,利用数字技术辅助室内家居设计成为新的趋势。
目前的数字化室内设计方法过于简单而且并不实用,如中国发明CN110442952A公开了一种规则虚拟空间家具智能布局的方法,包括如下步骤:步骤一:数字化,通过后台服务器将空间信息、家具信息以及家具布局约束信息进行数字化,得到虚拟空间以及家具单元;步骤二:在虚拟空间中定义家具布局运算的基本规则,得到规则虚拟空间;步骤三:将家具单元在规则虚拟空间内进行布置摆放;步骤四:判断家具布置是否符合所有家具布局运算的基本规则;步骤五:导出家具布置结果。
但是,该发明有以下缺点:
1)只能适应简单空间布置,对于实际户型平面图拓扑关系复杂,该技术方案无法判断家具布置的合理位置,难以实现家具的实际智能布局;
2)只能适应简单功能布置,例如已知该虚拟空间是客厅场景,如果涉及多个复杂功能,例如书房、餐厅等进行统一设计,则该技术方案难以实现。
发明内容
本发明的目的是提供一种数字化室内设计方法,解决现有技术的室内设计方法只能适应简单场景,难以满足不同的空间功能需求的技术问题。
为了实现上述目的,本发明提供了一种数字化室内设计方法,室内空间为一个或多个单一空间的组合,对于每个单一空间,采用以下步骤:
S1、沿单一空间边界建立轴线系统,将三维空间数据用轴线进行标记定位;
S2、利用启发式算法,依次布置当前布局方案的功能模块,对于功能模块的每个可能相对位置建立待处理方案,所述待处理方案将单一空间划分为数个功能子区域,对待处理方案进行评价,选择待处理方案中区域期望值最大的布局方案迭代布置下一个功能模块,直至有至少一个布局方案中的所有功能模块布置完毕并且已完成方案优于待处理方案,选取评价值最优的布局方案为最佳区域布局方案;
S3、利用启发式算法,依次布置每个功能子区域中每个组件类别组合中的组件类别的若干组件,更新未布置的组件类别的期望尺寸,直至布置生成组件布局方案,迭代并选取评价值最高的组件布局方案,作为最佳组件布局方案;
S4、输出完整的室内设计方案。
在一实施例中,所述步骤S1,进一步包括:将单一空间的平面轮廓线段按设定顺序依次标记为首尾相连的轴线。
在一实施例中,所述步骤S2,进一步包括以下步骤:
S21、建立包含若干个待处理的功能模块的初始方案作为当前布局方案,初始化区域得分阈值;
S22、依次选取当前布局方案中的功能模块,按照功能模块的属性要求,对功能模块在空间中的位置进行筛选得到若干个预备子区域;
S23、依次判断所有的预备子区域与其它已完成功能模块的功能子区域是否相交,如果相交,则进入步骤S24,如果不相交,则进入步骤S25,直至所有预备子区域判断完毕,进入步骤S26;
S24、判断预备子区域是否有足够的空间放置当前功能模块,如果存在足够的空间,则与相交的其他已完成功能模块的功能子区域形成若干不同相对位置关系的待分类布局方案,如果不存在足够的空间,则放弃当前预备子区域,进入步骤S23判断下一个的预备子区域;
S25、该预备子区域作为当前功能模块的功能子区域,生成相应的待分类布局方案,进入步骤S23判断下一个的预备子区域;
S26、依次对每个待分类布局方案进行分类,如果该待分类布局方案存在其它未处理的功能模块,则将其加入待处理方案集合,计算该布局方案的区域期望值;
如果该待分类布局方案不存在其它未处理的功能模块,则将其加入已完成方案集合,计算该布局方案的评价值,更新区域得分阈值;
S27、当所有待处理方案的区域期望值均低于区域得分阈值,进入步骤S28,否则选择待处理方案中区域期望值最高的待处理方案作为当前布局方案,进入步骤S22;
S28、从已完成方案中选取评价值最高的布局方案作为最佳区域布局方案。
在一实施例中,所述步骤S22进一步包括,在选取当前布局方案中的功能模块之后,增加一个不布置当前功能模块的待分类布局方案。
在一实施例中,所述步骤S21之前,进一步包括:所述步骤S21之前,进一步包括:寻找单一空间内连接所有出入口的最短路径树,所述路径树将单一空间分割成若干区域,根据主要的功能模块的要求寻找最匹配的路径分割区域,作为附加约束条件加入功能模块的属性要求,形成先验区域布局方案,计算得到初始化的区域得分阈值,指导功能模块的布局。
在一实施例中,所述寻找最匹配的路径分割区域,进一步包括以下步骤:
按预设顺序根据空间出入口的中点,将单一空间边缘轮廓线分段形成数个外轮廓线分段线,建立外轮廓线分段线集合;
采用克鲁斯卡尔算法及寻路算法得到单一空间内连接所有空间出入口的最短路径树,以最短路径树为地图,按预设顺序以相邻的空间出入口线段中点为始末点,利用寻路算法建立内部路径多线段集合;
依次将外轮廓线分段线集合的外轮廓线分段线和内部路径多线段集合的内部路径多线段配对组合,形成路径分割区域;
将主要的功能模块按照其布局尺寸要求,依次与路径分割区域的的平面几何信息的特征比较,找出当前最符合自身要求的路径分割区域,所述路径分割区域作为附加约束条件加入功能模块的属性要求,主要功能模块在空间中的位置需布置在路径分割区域之内。
在一实施例中,所述采用克鲁斯卡尔算法及寻路算法得到单一空间内连接所有空间出入口的最短路径树,进一步包括以下步骤:
以空间出入口的中点作为顶点建立完全图;
计算完全图边集数组中每条边的权值;
从完全图的边集数组中的边按照权值从小到大排列;
从权值最小的边开始,将边的两个顶点连接起来,如果选择的边使得最小生成树出现了环路,则放弃该边;
重复上述步骤,直到所有的顶点都被连接在一起并且没有环路,形成最小生成树;
按照最小生成树中连接顶点的顺序,在空间内采用寻路算法得到最短路径树。
在一实施例中,所述步骤S22中,根据功能模块的属性要求,对功能模块在空间中的位置进行筛选,筛选条件进一步包括:判断该位置对应轴线上的背靠的建筑构件类型是否满足设定要求。
在一实施例中,所述区域期望值,通过以下步骤进行计算:
计算第j个已完成功能模块的评价值function_valuej:
计算第k个待处理功能模块的最大期望值exp_valuek:
exp_valuek=function_weightk;
计算区域期望值room_exp_value:
其中,j∈[0,m],k∈[0,n],m为已完成的功能模块数量,n为剩余待处理的功能模块数量,weighti为第j个已完成功能模块的第i个评价标准的权重,valuei为第j个已完成功能模块按照第i个评价标准得到的评价值,v为第j个功能模块的评价标准总数,function_weightj为第j个已完成功能模块的功能权重参数,function_weightk为第k个待处理功能模块的功能权重参数。
在一实施例中,所述功能模块的评价标准包括:
靠近参数评价标准valuec,
valuec=1-(d10/d11)2;
远离参数评价标准valuec′,
valuec′=1-valuec;
其中,d10为功能模块的功能子区域第一设定点与目标功能模块或目标建筑构件类型的距离,d11为当前功能模块子区域第一设定点到外轮廓多线段上的第二设定点的距离。
在一实施例中,所述功能模块的评价标准包括:
对位参数评价标准valueo,
错位参数评价标准valueo′,
valueo′=1-valueo;
其中,d20为功能模块对应的功能子区域在目标投影线段的投影长度,d21为功能模块对应的功能子区域在目标投影线段所在直线上的投影长度,d22为目标被投影线段长度。
在一实施例中,所述功能模块的评价标准包括:
长度参数评价标准valuel,
其中,d30为功能模块对应的功能子区域的实际长度,d31为功能模块对应的功能子区域的期望长度;
存在参数评价标准,如果功能模块存在,则评价值为1,如果功能模块不存在,则评价值为0。
在一实施例中,所述步骤S26中,所述更新区域得分阈值,进一步包括以下步骤:
当前布局方案为已完成方案,如果其评价值乘以参数p大于等于当前区域得分阈值,则更新区域得分阈值,新的区域得分阈值等于当前布局方案的评价值乘以参数p(0<p<=1)。
在一实施例中,所述评价值room_value,通过以下公式计算得到:
其中,function_valuej为第j个功能模块的评价值。
在一实施例中,所述步骤S28进一步包括,对已完成方案重新进行评价,评价值room_value′通过以下公式计算得到:
其中,function_valuej为第j个功能模块的评价值,area_value为面积系数。
在一实施例中,所述步骤S3,进一步包括以下步骤:
S31、依次读取最佳区域布局方案中的功能模块及其功能子区域作为当前功能模块和当前子区域;
S32、依次读取当前功能模块中的组件类别组合作为当前组件类别组合;
S33、计算当前组件类别组合中每个组件类别的尺寸期望值,将当前组件类别组合中的组件类别按照面积顺序排列;
S34、依次在每个组件类别中选择组件进行布置,更新未处理组件类别的尺寸期望值,直至处理完所有组件类别,生成组件布局方案并进行评价,重复若干次生成指定数量的组件布局方案集合,从组件布局方案集合中,选取评价值最高的组件布局方案为当前组件类别组合的代表方案;
S35、重复步骤S32至步骤S34,直到所有组件类别组合生成代表方案,从代表方案中选取评价值最高作为当前功能模块的最佳组件布局方案。
在一实施例中,所述组件类别的尺寸期望值包括长度尺寸期望值:
所述长度尺寸期望值len_exp=len_everage*len_scale_rate;
其中,len_scale_rate为所述组件的长度缩放比例,根据所有功能模块的长度间隙范围[len_gap0,len_gap1],每个组件类别可能组件的长度尺寸的加权平均值之和e_size0,对应功能子区域的长度尺寸len0计算得到,长度缩放比例len_scale_rate=(len0-len_gap)/e_size0;
若len0-e_size0≥len_gap1,则组件长度间隙len_gap=len_gap1;
若len0-e_size0≤len_gap0,则组件长度间隙len_gap=len_gap0;
若len_gap0≤len0-e_size0≤len_gap1,则组件间长度间隙和len_gap=len0-e_size0;
len_everage为组件类别可能出现的组件的长度尺寸加权平均值。
在一实施例中,所述组件类别的尺寸期望值包括深度尺寸期望值:
所述深度尺寸期望值dep_exp=dep_everage*dep_scale_rate;
其中,dep_scale_rate为所述组件的深度缩放比例,根据该功能模块的深度间隙范围[dep_gap0,dep_gap1],每个组件类别可能组件的深度尺寸的加权平均值之和e_size1,对应功能子区域的深度尺寸dep0计算得到,dep_scale_rate=e_size1/(dep0-dep_gap)/e_size1;
若dep0-e_size1≥dep_gap1,则组件深度间隙dep_gap=dep_gap1;
若dep0-e_size1≤dep_gap0,则组件深度间隙dep_gap=dep_gap0;
若dep_gap0≤dep0-e_size1≤dep_gap1,则组件间深度间隙和dep_gap=dep0-e_size1;
dep_everage为组件类别可能出现的组件的深度尺寸加强平均值。
在一实施例中,所述步骤S34选择组件的方法为:
按组件出现概率或组件的加权评价值选取组件。
在一实施例中,所述步骤S34中,组件的出现概率为pj等于当前组件加权评价值比所有该组件类别可能出现的组件加权平均值:
其中,M为该类型的所有组件数量,vj为第j个组件的加权评价值,vi为第i个组件的加权评价值。
在一实施例中,所述组件的加权评价值为
vj=vj0*vj1*weightj
其中,weightj为第j个组件的预设权重值;
所述第j个组件的长度尺寸评价值vj0:
其中,lenj为第j个组件的长度,len_expj为第j个组件类别的长度尺寸期望值,len_exp_revj为第j个组件类别的长度尺寸期望修正值,len_expj-len_exp_revj为修正后的第j个组件类别的长度尺寸期望值;
第j个组件类别的长度尺寸期望修正值为len_exp_revj:
所述第j个组件的深度尺寸评价值vj1:
其中,depj为第j个组件的深度,dep_expj为第j个组件类别的深度尺寸期望值,dep_exp_revj为第j个组件类别的深度尺寸期望修正值,dep_expj-dep_exp_revj为修正后的第j个组件类别的深度尺寸期望值;
第j个组件类别的深度尺寸期望修正值为dep_exp_revj:
在一实施例中,当组件类别只涉及长度方向或深度方向的评价,则另一个方向的尺寸评价值设为1。
在一实施例中,所述步骤S35中,组件布局方案的评价值V,通过以下公式计算得到:
其中, leni为第i个组件类别的长度,len0为功能子区域的长度尺寸,len_gap为组件间长度间隙和,depi为第i个组件类别的深度,dep0为功能子区域的深度尺寸,dep_gap为组件间深度间隙和,M为该组件类别的所有组件数量。
在一实施例中,所述步骤S2之后,步骤S3之前,还包括第一次检查调整步骤:将已完成功能模块的功能子区域作为障碍物,采用克鲁斯卡尔算法及寻路算法寻找单一空间内连接所有空间出入口的最短路径树,如果最短路径树被障碍物阻挡而无法生成,则调整与最短路径树重叠部分的功能子区域边界,直至最短路径树无障碍物阻挡而生成。
在一实施例中,所述步骤S3之后,步骤S4之前还包括第二次检查调整步骤:将已完成组件作为障碍物,采用克鲁斯卡尔算法及寻路算法寻找单一空间内连接所有空间出入口的最短路径树,如果最短路径树被障碍物阻挡而无法生成,则调整与最短路径树重叠部分的功能子区域边界或组件的布置位置,直至最短路径树无障碍物阻挡而生成。
在一实施例中,所述第二次检查调整步骤,进一步包括:将已完成组件作为障碍物,在单一空间内从已完成组件的使用位置对最短路径树上的指定点进行寻路,如果路径被障碍物阻挡而无法生成,则对组件的布置位置进行调整或重新生成组件布局方案,直至路径无障碍物阻挡而生成。
在一实施例中,所述步骤S4,进一步包括,根据室内设计方案三维虚拟模型生成平面图和/或立面图,渲染室内设计方案三维虚拟模型生成效果图和/或全景图。
为了实现上述目的,本发明提供了一种数字化室内设计装置,包括:
输入模块,接收单一空间数据,沿单一空间边界建立轴线系统,将三维空间数据用轴线进行标记定位;
计算模块,利用启发式算法,依次布置当前布局方案的功能模块,所述功能模块根据居住使用需求进行预设,对于功能模块的每个可能相对位置建立待处理方案,所述待处理方案将单一空间划分为数个功能子区域,对待处理方案进行评价,选择待处理方案中区域期望值最大的布局方案迭代布置下一个功能模块,直至有至少一个布局方案中的所有功能模块布置完毕并且已完成方案优于待处理方案,选取评价值最优的布局方案为最佳区域布局方案;
所述计算模块,利用启发式算法,依次布置每个功能子区域中每个组件类别组合中的组件类别的若干组件,更新未布置的组件类别的期望尺寸,直至布置生成组件布局方案,迭代并选取评价值最高的组件布局方案,作为最佳组件布局方案,其中,组件为某种家居产品,组件类别为某一类型的家居产品,组件类别组合为某一种或多种类型的家居产品的组合;
输出模块,输出完整的室内设计方案并展示。
为了实现上述目的,本发明提供了一种数字化室内设计计算设备,包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的数字化室内设计的计算程序,所述数字化室内设计的计算程序被所述处理器执行时实现如上述任一项所述的室内设计方法的步骤。
为了实现上述目的,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有数字化室内设计的计算程序,所述数字化室内设计的计算程序被处理器执行时实现如上述任一项所述的数字化室内设计方法的步骤。
本发明提供的数字化室内设计方法,数字化自动设计各种不同类型风格的功能区域,生成室内设计方案,满足各种空间功能需求,适应场景丰富,算法高效,可以满足复杂场景下的快速布局,大大提高工作效率,降低设计成本。
附图说明
本发明上述的以及其他的特征、性质和优势将通过下面结合附图和实施例的描述而变的更加明显,在附图中相同的附图标记始终表示相同的特征,其中:
图1揭示了根据本发明一实施例的数字化室内设计方法的流程图;
图2揭示了根据本发明的数字化室内设计方法的第一实施例的空间平面示意图;
图3揭示了根据本发明的数字化室内设计方法的第一实施例的生成区域布局方案的流程图;
图4揭示了根据本发明的数字化室内设计方法的第一实施例的睡眠区评价值计算示意图;
图5揭示了根据本发明的数字化室内设计方法的第一实施例的组件概念关系示意图;
图6揭示了根据本发明的数字化室内设计方法的第一实施例的最佳组件布局方案图;
图7揭示了根据本发明的数字化室内设计方法的第二实施例的空间平面示意图;
图8揭示了根据本发明的数字化室内设计方法的第二实施例的轴线定位的示意图;
图9揭示了根据本发明的数字化室内设计方法的第二实施例的外轮廓线分段线的示意图;
图10a揭示了根据本发明一实施例的克鲁斯卡尔算法的完全图示意图;
图10b揭示了根据本发明一实施例的克鲁斯卡尔算法的最小生成树示意图;
图11揭示了根据本发明的数字化室内设计方法的第二实施例的内部路径多线段的示意图;
图12揭示了根据本发明的数字化室内设计方法的第二实施例的路径分割区域的示意图;
图13揭示了根据本发明的数字化室内设计方法的第二实施例的先验区域布局方案的示意图;
图14a揭示了根据本发明的数字化室内设计方法的第二实施例的第二次检查调整前的组件布局方案图;
图14b揭示了根据本发明的数字化室内设计方法的第二实施例的第二次检查调整后的组件布局方案图;
图15揭示了根据本发明一实施例的数字化室内设计装置的框图;
图16揭示了根据本发明又一实施例的数字化室内设计计算设备的框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释发明,并不用于限定发明。
图1揭示了根据本发明一实施例的数字化室内设计方法的流程图,如图1所示,本发明提出的一种数字化室内设计方法,包括以下步骤:
S1、沿单一空间边界建立轴线系统,将三维空间数据用轴线进行标记定位;
S2、利用启发式算法,依次布置当前布局方案的功能模块,所述功能模块根据居住使用需求进行预设,对于功能模块的每个可能相对位置建立待处理方案,所述待处理方案将单一空间划分为数个功能子区域,对待处理方案进行评价,选择待处理方案中区域期望值最大的布局方案迭代布置下一个功能模块,直至有至少一个布局方案中的所有功能模块布置完毕并且已完成方案优于待处理方案,选取评价值最优的布局方案为最佳区域布局方案;
S3、利用启发式算法,依次布置每个功能子区域中每个组件类别组合中的组件类别的若干组件,更新未布置的组件类别的期望尺寸,直至布置生成组件布局方案,迭代并选取评价值最高的组件布局方案,作为最佳组件布局方案,其中,组件为某种家居产品,组件类别为某一类型的家居产品,组件类别组合为某一种或多种类型的家居产品的组合;
S4、输出完整的室内设计方案。
下面详细说明每个步骤。
步骤S1、沿单一空间边界建立轴线系统,将三维空间数据用轴线进行标记定位。
输入或读取数据进行初步分析,将单一空间的平面轮廓线段按设定顺序依次标记为轴线,将所有建筑构件位置信息转化为以轴线基准表达,便于程序运算。
S11、输入或读取表达单一空间的数据,以及空间功能需求数据。
单一空间数据为三维坐标点或平面坐标点加标高的方式表达的空间三维数据,含空间出入口信息。
S12、根据表达单一空间的数据,以轴线为基准生成轮廓线段集合及闭合轮廓多线段。
以房间入口点所在的边计算方向记录轴线与轴线编号,以轴线为基准记录主要建筑构件的信息。如果有多个房间出入口,预设出入口作为主入口点。
将单一空间的平面轮廓线段按设定顺序依次标记为首尾相连的轴线。
可选的,设定顺序可以为顺时针或逆时针。
S13、根据空间功能需求预设的风格模板,生成的功能模块集合。
功能模块是根据某种居住使用需求进行预设的模块,其自身属性包括:尺寸要求、评价标准、家居用品类型及组合方法等。
功能模块包括:沙发休息区、电视区、餐厅区、餐厅储物区、睡眠区、鞋柜区、衣柜区、书桌区等区域。每种功能模块在布置后在空间内形成对应的功能子区域,功能子区域为空间中的一块区域,上面布置功能模块。
空间功能需求为单一空间的综合性功能,可以包括大起居室、书房、卧室等,根据不同的综合性需求,设置相应的功能模块。
在一实施例中,空间功能需求为大起居室,则功能模块包括沙发休息区、电视柜区、餐厅区、餐厅储物区、鞋柜区。
在一实施例中,步骤S12,轴线基准的建立方法为:
S121、将单一空间的轮廓多线段转化成多条轮廓线段,对单一空间入口点所在的轮廓线段,找到当前轮廓线段的开始点和结束点,连接开始点和结束点作为初始轴线。所述轮廓多线段即为单一空间二维平面的边缘轮廓线。
在一实施例中,利用矢量乘积法确定轮廓线段的开始点与结束点,利用矢量叉积判断是逆时针还是顺时针。
S122、以初始轴线为当前轴线,重复以下步骤,直到当前轴线的终点与初始轴线起点重合:
找到一个端点与当前轴线结束点重合的轮廓线段;
将该轮廓线段重合的端点作为开始点,另一端点作为结束点;
连接开始点与结束点作为当前轴线。
S123、所有找到的轴线形成轴线集合。
在一实施例中,单一空间的三维空间的任一点通过轴线基准的记录方法为:
轴线AB的开始点为A,结束点为B;
三维空间的任意一点P在轴线AB上的投影点为O;
轴线起点A至O的距离记为轴线长度距离,OP距离记为轴线投影距离;
通过轴线长度距离AO和轴线投影距离OP,限定三维空间中的点P的相对于轴线的位置。
步骤S2、利用启发式算法,依次布置当前布局方案的功能模块,所述功能模块根据居住使用需求进行预设,对于功能模块的每个可能相对位置建立待处理方案,所述待处理方案将单一空间划分为数个功能子区域,对待处理方案进行评价,选择待处理方案中区域期望值最大的布局方案迭代布置下一个功能模块,直至有至少一个布局方案中的所有功能模块布置完毕并且已完成方案优于待处理方案,选取评价值最优的布局方案为最佳区域布局方案。
更进一步的,本发明的步骤S2进一步包括以下步骤:
S21、建立包含若干个待处理的功能模块的初始方案作为当前布局方案,初始化区域得分阈值。
可选的,初始化区域得分阈值为0。
较佳的,通过附加约束条件加入功能模块的属性要求,形成先验区域布局方案,计算得到区域得分阈值的初始值。
S22、依次选取当前布局方案中的功能模块,按照功能模块的属性要求,对功能模块在空间中的位置进行筛选得到若干个预备子区域;
更进一步的,在选取当前布局方案中的功能模块之后,增加一个不布置当前功能模块的待分类布局方案。当前功能模块可能存在尺寸过大或其他情况难以布置在空间中,因此不布置当前功能模块,形成其他功能模块的待分类布局方案,增加计算的准确性。
更进一步的,功能模块的属性要求,按照功能权重参数,使用倒序从2开始的斐波那契数列依次设置,在其他实施例中,可使用其它方式设置功能权重。
可选的,空间功能需求为大起居室,对应的功能模块为5个,包括沙发休息区、电视柜区、餐厅区、餐厅储物区、鞋柜区,这5个功能模块的功能权重按次序为13,8,5,3,2。
更进一步的,功能模块的属性要求,按照空间功能需求设置。
S23、依次判断所有的预备子区域与其它已完成功能模块的功能子区域是否相交,如果相交,则进入步骤S24,如果不相交,则进入步骤S25,直至所有预备子区域判断完毕,进入步骤S26;
S24、判断预备子区域是否有足够的空间放置当前功能模块,如果存在足够的空间,则与相交的其他已完成功能模块的功能子区域形成若干不同相对位置关系的待分类布局方案,如果不存在足够的空间,则放弃当前预备子区域,进入步骤S23判断下一个的预备子区域;
S25、该预备子区域作为当前功能模块的功能子区域,生成相应的待分类布局方案,进入步骤S23判断下一个的预备子区域;
S26、依次对每个待分类布局方案进行分类,如果该待分类布局方案存在其它未处理的功能模块,则将其加入待处理方案集合,计算该布局方案的区域期望值;
如果该待分类布局方案不存在其它未处理的功能模块,则将其加入已完成方案集合,计算该布局方案的评价值,更新区域得分阈值;
更进一步的,当评价值高于区域得分阈值时,更新区域得分阈值为当前评价值。
由于本发明的方法中评价值计算与实际情况相比存在一定的偏差,已设计的功能模块评价值可以根据其它功能模块的加入有所调整,因此,更进一步的,本发明可以采用参数p降低区域得分阈值,避免淘汰一部分被低估的待处理方案,从而调整单次循环中不被淘汰的布局方案数量。更进一步的,所述更新区域得分阈值,进一步包括以下步骤:
当前布局方案为已完成方案,如果其评价值乘以参数p大于等于当前区域得分阈值,则更新区域得分阈值,新的区域得分阈值等于当前布局方案的评价值乘以参数p(0<p<=1)。
S27、当所有待处理方案的区域期望值均低于区域得分阈值,进入步骤S28,否则选择待处理方案中区域期望值最高的待处理方案作为当前布局方案,进入步骤S22;
S28、从已完成方案中选取评价值最高的布局方案作为最佳区域布局方案。
更进一步的,如果单一空间的空间出入口数量不止一个,在步骤S21之前,进一步包括:寻找单一空间内连接所有出入口的最短路径树,所述路径树将单一空间分割成若干区域,根据主要的功能模块的要求寻找最匹配的路径分割区域,作为附加约束条件加入功能模块的属性要求,形成先验区域布局方案,计算得到初始化的区域得分阈值,指导功能模块的布局。
由于单元空间的空间出入口不止一个时,如果单纯使用步骤S2得到功能模块的区域布局方案,计算量会比较大,采用先验区域布局方案用于指导功能模块的布局,在早期缩小待处理方案的数量,优化简化计算流程,尽快得到接近最优的区域期望值。
主要的功能模块是空间中必备的功能模块,未布置主要功能的方案视为无效方案舍弃。
次要的功能模块指辅助类的功能模块,在空间不足的情况下有可能不布置。
所述寻找单一空间内连接所有出入口的最短路径树,进一步包括以下步骤:
按预设顺序根据空间出入口的中点,将单一空间边缘轮廓线分段形成数个外轮廓线分段线,建立外轮廓线分段线集合;
采用克鲁斯卡尔算法及寻路算法得到单一空间内连接所有空间出入口的最短路径树,以最短路径树为地图,按预设顺序以相邻的空间出入口线段中点为始末点,利用寻路算法建立内部路径多线段集合;
依次将外轮廓线分段线集合的外轮廓线分段线和内部路径多线段集合的内部路径多线段配对组合,形成路径分割区域;
将主要的功能模块按照其布局尺寸要求,依次与路径分割区域的平面几何信息的特征比较,找出当前最符合自身要求的路径分割区域,所述路径分割区域作为附加约束条件加入功能模块的先验区域布局方案,主要功能模块在空间中的位置布置在路径分割区域之内。
克鲁斯卡尔算法是一种用来查找最小生成树,选择的边线段不会形成环路的算法,目的是用最小的代价连通所有顶点,寻找最短路径。
采用克鲁斯卡尔算法及寻路算法得到单一空间内连接所有空间出入口的最短路径树,具体包括以下步骤:
以空间出入口集合的中点作为顶点建立完全图;
计算完全图边集数组任意边的权值;
从完全图的边集数组中边按照权值从小到大排列;
从权值最小的边开始,将边的两个顶点连接起来,如果选择的边使得最小生成树出现了环路,则放弃该边;
重复上述步骤,处理各条边,直到所有的顶点都被连接在一起并且没有环路,形成最小生成树;
按照最小生成树中连接顶点的顺序,在空间内采用寻路算法得到最短路径树。
寻路算法可以是现有的A*算法或Dijkstra算法等算法,是一种在平面上有多个节点的路径,求出最低通过成本的算法。本发明中的寻路算法,模拟居住者在房间内移动。可选的,所有的规定尺寸可以以人体尺寸为标准设定。
步骤S22中,对功能模块在空间中的位置进行筛选,筛选条件进一步包括判断该位置对应轴线上的背靠的建筑构件类型是否满足设定要求。
在一实施例中,筛选方法包括:逐一读取每条轴线,找到该轴线上满足功能模块要求的建筑构件类型的若干条最长连续线段,找出这些线段在空间内的有效投影区域,判断有效投影范围是否可以满足功能模块的尺寸要求,若满足则有效投影区域为预备子区域。
如果功能模块背靠要求大于一种,计算时应计算满足这些条件的最大连续线段。
本发明中,建筑构件类型包括墙体、门、窗、门洞、楼梯和栏杆等。
背靠类型包括靠墙、靠落地窗、靠栏杆、靠普通窗和靠飘窗等。
步骤S23、判断预备子区域与其它已完成功能模块的功能子区域是否相交,具体包括以下步骤:
判断当前预备子区域是否与已完成的功能模块的可能子区域相交;
若相交,则判断两者相对该预备子区域所在轴线的关系。
根据轴线的关系,在已完成的功能模块的可能区域内放置该功能模块的标准尺寸的形状,用该形状修正当前预设子区域;
若修正后仍然满足长度要求与深度要求,则将当前预设子区域为合理的位置。
所述区域期望值room_exp_value的计算方法,具体包括以下步骤:
对于已完成的功能模块,计算第j个已完成功能模块的评价值function_valuej:
其中,j∈[0,m],m为已完成的功能模块数量,weighti为第j个已完成功能模块的第i个评价标准的权重,valuei为第j个已完成功能模块按照第i个评价标准得到的评价值,v为第j个已完成功能模块的评价标准总数,function_weightj为第j个已完成功能模块的功能权重参数。
对于剩余待处理的功能模块,计算第k个待处理功能模块的最大期望值exp_valuek:
exp_valuek=function_weightk;
其中,k∈[0,n],n为剩余待处理的功能模块数量,function_weightk为第k个待处理功能模块的功能权重参数。
计算区域期望值room_exp_value:
每个功能模块根据功能自身属性条件,进行评价标准及相应权重参数进行评价。
在一实施例中,所述功能模块的评价标准包括以下标准及这些标准的排列组合但不限于:
靠近参数评价标准valuec:
valuec=1-(d10/d11)2;
远离参数评价标准valuec′:
valuec′=1-valuec;
其中,d10为当前功能模块的功能子区域第一设定点与规定目标功能模块或目标建筑构件类型的距离。可选的,所述第一设定点为中心点或最近点;
d11为当前功能子区域第一设定点到外轮廓多线段第二设定点的距离。可选的,第一设定点为中心点或最远点,第二设定点为中心点或最远点。
更进一步的,为避免d0过小导致评价过高,加入常数k:
valuec=1-((d10+k)/(d11+k))2
对位参数评价标准valueo:
错位参数评价标准valueo′,
valueo′=1-valueo;
其中,d20为功能模块对应的功能子区域在目标投影线段的投影长度,d21为功能模块对应的功能子区域在目标投影线段所在直线上的投影长度,d22为目标被投影线段长度。
目标投影线段是指,目标功能模块或建筑构件(如空间入口)的对应子区域在该物体所在轴线上的投影线段
长度参数评价标准valuel,
其中,d30为功能模块对应的功能子区域的实际长度,d31为功能模块对应的功能子区域的期望长度。
功能子区域的期望长度根据功能模块的经验长度设定。
在一实施例中,常规卧室中长度为1800mm的衣柜,一般能够储藏两个居住者的衣物,期望长度设置为1800mm,如果该功能模块能达到1800mm,则长度参数评价标准valuel为1。
存在参数评价标准,如果功能模块存在,则评价值为1,如果功能模块不存在,则评价值为0。
所述步骤S2中,布局方案的评价值room_value,通过以下公式计算得到:
其中,function_valuej为第j个功能模块的评价值。
更进一步的,为了更准确地反应空间占用率的影响,所述步骤S28中对已完成方案重新进行评价,评价值为room_value′,通过以下公式计算得到:
其中,function_valuej为第j个已完成功能模块的评价值,area_value为面积系数。
可选的,所述面积系数为所有功能子区域有效使用面积之和除以空间总面积。空间总面积为单一空间的房间的面积。
上述评价值公式room_value′只在步骤S28中进行使用,用于在已完成方案中选最佳区域布局方案,在其他步骤中,仍采用评价值公式room_value。
步骤S3、利用启发式算法,依次布置每个功能子区域中每个组件类别组合中的组件类别的若干组件,更新未布置的组件类别的期望尺寸,直至布置生成组件布局方案,迭代并选取评价值最高的组件布局方案,作为最佳组件布局方案,其中,组件为某种家居产品,组件类别为某一类型的家居产品,组件类别组合为某一种或多种类型的家居产品的组合。
每一个功能模块均包含多种不同的组件类别组合,每个组件类别组合又包括不同的组件类别。
组件类别为某一类型的家居产品。组件为某种家居产品。组件类别组合为某一种或多种类型的家居产品的组合。
例如功能模块餐厅区中,包含不同组合方式的餐桌、餐椅等组件。
所述组件在功能模块中的布局方案,同样通过启发式的评价算法,生成最佳组件布局方案。
所述步骤S3,进一步包括以下步骤:
S31、依次读取最佳区域布局方案中的功能模块及其功能子区域作为当前功能模块和当前子区域;
S32、依次读取当前功能模块中的组件类别组合作为当前组件类别组合;
S33、计算当前组件类别组合中每个组件类别的尺寸期望值,将当前组件类别组合中的组件类别按照面积顺序排列;
S34、依次在每个组件类别中选择组件进行布置,更新未处理组件类别的尺寸期望值,直至处理完所有组件类别,生成组件布局方案并进行评价,重复若干次生成指定数量的组件布局方案集合,从组件布局方案集合中,选取评价值最高的组件布局方案为当前组件类别组合的代表方案;
S35、重复步骤S32至步骤S34,直到所有组件类别组合生成代表方案,从代表方案中选取评价值最高作为当前功能模块的最佳组件布局方案。
所述步骤S33中,所述组件类别的尺寸期望值包括长度尺寸期望值:
所述长度尺寸期望值len_exp=len_everage*len_scale_rate;
其中,len_scale_rate为所述组件的长度缩放比例,根据所有功能模块的长度间隙范围[len_gap0,len_gap1],每个组件类别可能组件的长度尺寸的加权平均值之和e_size0,对应功能子区域的长度尺寸len0计算得到。
长度缩放比例len_scale_rate=(len0–len_gap)/e_size0;
若len0-e_size0≥len_gap1,则组件长度间隙len_gap=len_gap1;
若len0-e_size0≤len_gap0,则组件长度间隙len_gap=len_gap0;
若len_gap0≤len0-e_size0≤len_gap1,则组件间长度间隙和len_gap=len0-e_size0;
len_everage为组件类别可能出现的组件的长度尺寸加权平均值。
举例来说,对于功能模块为睡眠区,组件类别组合为双人床加两个床头柜:
组件类别为双人床类的长度尺寸加权平均值len_everage1为所有可能出现的双人床组件长度尺寸加权平均值;
组件类别为床头柜类的长度尺寸加权平均值len_everage2为所有可能出现的床头柜组件长度尺寸加权平均值;
e_size0为双人床类的长度尺寸加权平均值len_everage1与两个床头柜类的长度尺寸加权平均值len_everage2之和。
所述步骤S33中,所述组件类别的尺寸期望值包括深度尺寸期望值:
所述深度尺寸期望值dep_exp=dep_everage*dep_scale_rate;
其中,dep_scale_rate为所述组件的深度缩放比例,根据该功能模块的的深度间隙范围[dep_gap0,dep_gap1],每个组件类别可能组件的深度尺寸的加权平均值之和e_size1,对应功能子区域的深度尺寸dep0计算得到。
深度缩放比例dep_scale_rate=e_size1/(dep0–dep_gap);
若dep0-e_size1≥dep_gap1,则组件深度间隙dep_gap=dep_gap1;
若dep0-e_size1≤dep_gap0,则组件深度间隙dep_gap=dep_gap0;
若dep_gap0≤dep0-e_size1≤dep_gap1,则组件间深度间隙和dep_gap=dep0-e_size1;
dep_everage为组件类别可能出现的组件的深度尺寸加权平均值。
需要说明的是,功能子区域的长度尺寸/深度尺寸可以预先不设定,根据实际可能出现的组件类别组合及组件加权平均值反推,也可以预先设定。
所述步骤S33中,按组件出现概率或组件的加权评价值选取组件。
组件的出现概率为pj等于当前组件加权评价值比所有该组件类别可能出现的组件加权平均值:
其中,M为该组件类别的所有组件数量,vj为第j个组件的加权评价值,vi为第i个组件的加权评价值。
所述第j个组件的加权评价值为:
vj=vj0*vj1*weightj
其中,vjo为第j个组件的长度尺寸评价值,vj1为第j个组件的深度尺寸评价值,weightj为第j个组件的预设权重值。
所述第j个组件的长度尺寸评价值vj0:
其中,lenj为第j个组件的长度,len_expj为第j个组件类别的长度尺寸期望值,len_exp_revj为第j个组件类别的长度尺寸期望修正值,len_expj-len_exp_revj为修正后的第j个组件类别的长度尺寸期望值。
所述组件的深度尺寸评价值vj1:
其中,depj为第j个组件的深度,dep_expj为第j个组件类别的深度尺寸期望值,dep_exp_revj为第j个组件类别的深度尺寸期望修正值,dep_expj-dep_exp_revj为修正后的第j个组件类别的深度尺寸期望值。
第j个组件类别的长度尺寸期望修正值为len_exp_revj:
初始状态下,第1个组件的长度尺寸期望修正值为0。
第j个组件类别的深度尺寸期望修正值为dep_exp_revj:
初始状态下,第1个组件的深度尺寸期望修正值为0。
当组件类别只涉及长度方向或深度方向的评价,则另一个方向的尺寸评价值设为1。例如,当组件类别只涉及长度方向的评价,则深度方向的尺寸评价值设为1。
所述步骤S35中,组件布局方案的评价值V的计算公式如下:
leni为第i个组件类别的长度,len0为功能子区域的长度尺寸,len_gap为组件间长度间隙和,depi为第i个组件类别的深度,dep0为功能子区域的深度尺寸,dep_gap为组件间深度间隙和,M为该组件类别的所有组件数量。
在实际操作中,会规定选择的组件排列后不可放置在超出功能子区域或者功能子区域扣除必要的间隙后的长度及深度范围。
在某些情况下,生成的布局方案中功能子区域或者组件阻挡了部分路径,或者部分组件无路径到达,人员被阻挡而无法到达某些空间或组件,因此,步骤S2之后,步骤S3之前还可以包括第一次检查调整步骤。
第一检查调整步骤包括:将已完成功能模块的功能子区域作为障碍物,采用克鲁斯卡尔算法及寻路算法寻找单一空间内连接所有空间出入口的最短路径树,如果最短路径树被障碍物阻挡而无法生成,则调整与最短路径树重叠部分的功能子区域边界,直至最短路径树无障碍物阻挡而生成。
步骤S3之后,步骤S4之前也同样可以包括第二次检查调整步骤:所述步骤S3之后,步骤S4之前还包括检查调整步骤:将已完成组件作为障碍物,采用克鲁斯卡尔算法及寻路算法寻找单一空间内连接所有空间出入口的最短路径树,如果最短路径树被障碍物阻挡而无法生成,则调整与最短路径树重叠部分的功能子区域边界或组件的布置位置,直至最短路径树无障碍物阻挡而生成。
更进一步的,步骤S3之后,步骤S4之前的第二次检查调整步骤还可以包括以下步骤:将已完成组件作为障碍物,在单一空间内从已完成组件的使用位置对最短路径树上的指定点进行寻路,如果路径被障碍物阻挡而无法生成,则对组件的布置位置进行调整或重新生成组件布局方案,直至路径无障碍物阻挡而生成。可选的,指定点为最短路径树上距离最近点,或者最短路径树上任意设定的一点。
步骤S4、输出完整的室内设计方案。
根据最终组件方案和当前风格生成配套的建筑构件,将生成的完整室内设计方案输出并展示。
可选的,展示根据室内设计方案三维虚拟模型生成平面图、立面图或其它设计图纸。
可选的,展示渲染室内设计方案三维虚拟模型生成效果图、全景图。
下面以空间功能需求是主卧室为例,采用了相对简单的平面、数量较少的功能模块、简化的功能模块尺寸要求、背靠要求以及评价标准,以及便于简化计算过程的参数取值,如图2至图6的第一实施例,对本发明的数字化室内设计方法进行进一步说明。
图2揭示了根据本发明的数字化室内设计方法的第一实施例的空间平面示意图,在图2所示实施例中,本发明的数字化室内设计方法,包括以下步骤。
步骤S1、沿单一空间边界建立轴线系统,将三维空间数据用轴线进行标记定位。
在图2所示的平面建立轴线系统。
以空间出入口M10M11所在的轮廓线为起始轴线,建立轴线1:A1A2,其长度为3300mm,轴线2:A2A3,其长度为4200mm,轴线3:A3A4,长度为3300mm,轴线4:A4A1,其长度4200mm。
将建筑构件的三维空间数据用轴线进行标记定位,建筑构件通过下表1进行标记。
表1 建筑构件标记表
类型 | 线段 | 所在轴线 | 定位范围(mm) |
普通门 | M10M11 | 1 | 2300~3200 |
普通窗 | C10C11 | 3 | 400~2900 |
墙体 | A1M10 | 1 | 0~2300 |
墙体 | M11A2 | 1 | 3200~3300 |
墙体 | A2A3 | 2 | 0~4200 |
墙体 | A3C10 | 3 | 0~400 |
墙体 | C11A4 | 3 | 2900~3300 |
墙体 | A4A1 | 4 | 0~4200 |
其中,定位范围是指当前线段在所在轴线上的对应长度范围。
步骤S2,利用启发式算法,得到功能模块的最佳区域布局方案。
步骤S21,建立初始方案。
图3揭示了根据本发明的数字化室内设计方法的第一实施例的生成区域布局方案的流程图,如图3所示,初始方案为待处理方案D1,待处理方案D1如表2所示,其中功能模块包括睡眠区,衣柜区和电视区,均为待处理状态,区域期望值为10。
表2 待处理方案D1
更进一步的,为了不阻挡入口,所有布局方案避开M10M11线段投影的范围,即如图3所示的待处理方案D1中R1阴影区域。
步骤S22,依次按照功能模块的属性要求,得到若干预备子区域。
根据期望值也就是功能权重参数,首先,选取功能模块为睡眠区。
睡眠区的属性要求包括:
1.背靠墙体;
2.长度大于等于2400;
3.深度要求大于等于2100。
遍历空间的所有轴线,筛选得到两个预备子区域,基准轴线为A2A3、A4A1。
步骤S23,判断预备子区域与其它已完成功能模块的功能子区域是否相交。
两个预备子区域未与其它已完成功能模块的功能子区域相交,直接生成功能模块子区域P1a、P1b以及相应待分类布局方案,进入步骤S26。
S26、依次对每个待分类布局方案进行分类。
待分类布局方案存在其它未处理的功能模块,即衣柜区和电视区,因此作为待处理方案,分别计算区域期望值。
待处理方案D2的区域期望值为已完成功能模块的评价值加上待处理功能模块的最大期望值。
已完成功能模块睡眠区的评价值计算过程如下:
图4揭示了根据本发明的数字化室内设计方法的第一实施例的睡眠区评价值计算示意图,如图4所示:
功能模块子区域P1a的中心点为p0,门中心点为p1,窗中心点为p2:
d10=p0p1,d11=p0A3,d10’=p0p2;d20=0,d21=A1p4,d22=M10M11。
在图4所示的实施例中,使用如下表3的4个标准。
表3 评价标准
评价标准1为远离参数评价标准valuec′:
d10=2702,d11=3078,valuec′=(d10/d11)2=0.77,,weight1=0.3;
评价标准2为错位参数评价标准valueo′:
评价标准3为靠近参数评价标准baluec:
d10’=2184,d11=3078,veluec=1-(d10′/d11)2=0.5,,weight3=0.2;
评价标准4为存在参数评价标准valuee=1,weight4=0.3。
睡眠区评价值function_value:
function_value=5*(0.77*0.3+1*0.2+0.5*0.2+1*0.3)=4.15。
待处理功能模块的最大期望值,即衣柜区和电视区,其最大的期望值为功能权重参数,分别为3和2,从而待处理方案D2的区域期望值为9.15。待处理方案D2如表4所示。
表4 待处理方案D2
基于同样的计算方法,得到待处理方案D3如表5所示,待处理方案D3的区域期望值为3.07。
表5 待处理方案D3
步骤S27,区域得分阈值为0,选择区域期望值最高的待处理方案D2作为当前布局方案,进入步骤S22。
步骤S22、根据期望值也就是功能权重参数,选取当前功能权重最大的模块:衣柜区,功能权重参数为3。
衣柜区的属性要求:
1.背靠要求为墙体;
2.长度大于等于1500;
3.深度要求大于等于600。
遍历空间的所有轴线,筛选得到三个预备子区域,基准轴线为A1A2,A2A3,A4A1。
步骤S23,判断预备子区域与其它已完成功能模块的功能子区域是否相交。
分别判断3个预备子区域。
轴线A1A2上的预备子区域与其睡眠区功能模块子区域F1a相交,进入步骤S24;
步骤24,判断预备子区域是否有足够的空间放置当前功能模块。有一种相对位置关系(只能位于F1a上方),生成功能模块子区域P2a以及相应待分类布局方案。
轴线A2A3上的预备子区域未与任何其它已完成功能模块子区域相交,生成功能模块子区域P2b以及相应待分类布局方案。
轴线A4A1上的预备子区域与其睡眠区功能模块子区域F1a相交,进入S24;
步骤24,判断预备子区域是否有足够的空间放置当前功能模块。有两种相对位置关系(F1a上方或F1a下方),生成功能模块子区域P2c、P2d以及相应待分类布局方案;
步骤S26、依次对每个待分类布局方案进行分类。
上述四个方案均有待处理功能模块,即电视区,因此均为待处理方案,分别计算该布局方案的区域期望值。
基于同样的计算方法,得到待处理方案D4如表6所示,待处理方案D4的区域期望值为9.31。
表6 待处理方案D4
基于同样的计算方法,得到待处理方案D5如表7所示,待处理方案D5的区域期望值为9.15。
表7 待处理方案D5
基于同样的计算方法,得到待处理方案D6如表8所示,待处理方案D6的区域期望值为8.84。
表8 待处理方案D6
基于同样的计算方法,得到待处理方案D7如表9所示,待处理方案D7的区域期望值为7.64。
表9 待处理方案D7
步骤S27,区域得分阈值为0,待处理方案集合包括待处理方案D3-D7,选择其中区域期望值最高的待处理方案,待处理方案D4的区域期望值为9.31,选取待处理方案D4为当前布局方案,进入步骤S22。
步骤S22、根据期望值也就是功能权重参数,选取当前功能权重最大的模块:电视区,功能权重参数为2。
电视区的属性要求:
1.背靠要求为墙体;
2.长度大于等于1200;
3.深度要求大于等于400。
遍历空间的所有轴线,筛选得到两个预备子区域,基准轴线为A2A3,A4A1。
步骤S23、判断预备子区域与其它已完成功能模块的功能子区域是否相交。
轴线A2A3上的预备子区域未与任何其它已完成功能模块子区域相交,生成功能模块子区域P3a以及相应待分类布局方案;
轴线A4A1上的预备子区域与其睡眠区功能模块子区域F1a、F2a相交,进入步骤S24。
步骤24,判断预备子区域是否有足够的空间放置当前功能模块。有两种相对位置关系(F1a下方、F1a与F2a之间),生成功能模块子区域P3b、P2c以及相应待分类布局方案。
步骤S26、依次对每个待分类布局方案进行分类。
上述3个方案没有其它未处理的功能模块,均为已完成方案,分别计算该布局方案的评价值。
已完成方案Y1计算区域评价值后,因为当前区域得分阈值为0,更新区域得分阈值为9.31。已完成方案Y2、3评价值低于区域得分阈值,区域得分阈值不更新。
基于同样的计算方法,得到已完成方案Y1如表10所示,已完成方案Y1的评价值为9.31。
表10 已完成方案Y1
基于同样的计算方法,得到已完成方案Y2如表11所示,已完成方案Y2的评价值为6.73。
表11 已完成方案Y2
基于同样的计算方法,得到已完成方案Y3如表12所示,已完成方案Y3的评价值为7.58。
表12 已完成方案Y3
步骤S27,当所有待处理方案的区域期望值均低于区域得分阈值,进入步骤S28。
当前区域得分阈值为9.31,待处理方案集合包括待处理方案D3-7,区域期望值均低于当前区域得分阈值,进入步骤S27。
步骤S28,从已完成方案中选取评价值最高的布局方案作为最佳区域布局方案。已完成方案Y1的评价值最高,为最佳区域布局方案。
在功能模块的布局完成之后,下面对每个功能模块的组件的布置进行说明。
图5揭示了根据本发明的数字化室内设计方法的第一实施例的组件概念关系示意图,如图5所示实施例中,主卧室包括功能模块200,数量为3个,分为睡眠区201、衣柜区202和电视区203。
睡眠区201包括组件类别组合300,数量为两个,分为床头柜301-双人床302-床头柜303的第一组件类别组合和床头柜304-双人床305-梳妆台306的第二组件类别组合。
第一组件类别组合包括两种组件类别,即床头柜类401和双人床类402。
第二组件类别组合包括三种组件类别,即床头柜类401、双人床类402和梳妆台类403。
衣柜区202包括一种组件类别组合,即衣柜307。
衣柜307的组件类别组合包括一种组件类别,即衣柜类404。
电视区203包括一种组件类别组合,即电视柜308。
电视柜308的组件类别组合包括一种组件类别,即电视柜类405。
所有可能出现的组件如下表12,其中所有组件权重均为1。
表12 组件类别参数
步骤S31、依次选取最佳区域布局方案的功能模块及其功能子区域作为当前功能模块和当前子区域。
将睡眠区201作为当前功能模块,睡眠区201对应的功能子区域为当前子区域。
最佳区域布局方案中,睡眠区201的子区域的尺寸,即长度*深度为3600*2100(mm)。
为了简化计算,组件长度间隙和组件深度间隙为0。
睡眠区201的组件类别组合有两种,第一组件类别组合为床头柜301-双人床302-床头柜303、第二组件类别组合为床头柜304-双人床305-梳妆台306。
步骤S32、将第一组件类别组合作为当前组件类别组合。
步骤S33、计算当前组件类别组合中每个组件类别的尺寸期望值。
组件类别为双人床类402时,长度尺寸平均值为1800mm,功能子区域的长度尺寸为3600mm,当前风格的所有可能组件的长度尺寸的加权平均值为2850mm。
双人床类402长度尺寸期望值=1800*3600/(2850-0)=2274mm;
深度尺寸平均值为2100mm,功能子区域的深度尺寸为2100mm,当前风格的所有可能组件的深度尺寸的加权平均值为2100mm。
双人床类402深度尺寸期望值=2100*2100/(2100-0)=2100mm;
组件类别为床头柜类401时,长度尺寸平均值为525mm,功能子区域的长度尺寸为3600mm,当前风格的所有可能组件的长度尺寸的加权平均值为2850mm。
床头柜类401长度尺寸期望值=525*3600/(2850-0)=663mm。
由于该功能子区域的深度由双人床决定,故床头柜类深度尺寸期望值不做要求。
步骤S34、依次在每个组件类别中选择组件进行布置。
组件类别为双人床类402,分别计算组件的加权评价值。
双人床a的加权评价值=(1-abs(1500/2274-1))*(1-abs(2100/2100-1)*1=0.66;
双人床b的加权评价值=(1-abs(1800/2274-1))*(1-abs(2100/2100-1)*1=0.79;
双人床c的加权评价值=(1-abs(2100/2274-1))*(1-abs(2100/2100-1)*1=0.92。
双人床c的加权评价值最高,选择双人床c。
下一个组件类别为床头柜类401,分别计算组件的加权评价值。
计算床头柜类的长度尺寸期望修正值=(2100-2274)*663/1326=-87mm;
计算床头柜类的修正后的长度尺寸期望值=663-(-87)=750mm。
床头柜类401深度不作要求,深度尺寸评价值为1。
床头柜a的加权评价值=(1-abs(450/750-1))*1*1=0.6
床头柜b的加权评价值=(1-abs(600/750-1))*1*1=0.8
床头柜b的加权评价值最高,选择床头柜b。
下一个组件类别仍为床头柜类401,分别计算组件的加权评价值。
计算床头柜类的长度期望修正值为(2100+600-2274-633)*663/633=-207mm;
计算床头柜类的修正后的长度期望值为663-(-207)=870mm;
床头柜类401深度不作要求,深度尺寸评价值为1。
床头柜a加权评价值=(1-abs(450/870-1))*1*1=0.52;
床头柜b加权评价值=(1-abs(600/870-1))*1*1=0.69;
床头柜b的加权评价值最高,选择床头柜b。
从而,该组件类别组合的评价值V通过如下公式计算:
V0=1-abs(1-(2100+600+600)/(3600-0))=0.92;
V1=1-abs(1-2100/(2100-0))=1;
V=0.92*1*1=0.92。
从而,选取评价值最高的组件生成的第一组件类别的代表方案:床头柜b-双人床c-床头柜b,代表方案的评价值为0.92。
重新进入步骤S32,选取第二组件类别组合作为当前组件类别组合。
重复步骤S33、S34,计算得到第二组件类别的代表方案:床头柜b-双人床c-梳妆台a,代表方案的评价值为0.94。
步骤S35,组件类别组合全部生成代表方案,从代表方案中选取评价值最高作为当前功能模块的最佳组件布局方案。
本实施例中,睡眠区201最佳组件布局方案为:床头柜b-双人床c-梳妆台a。
对于功能模块为衣柜区202和电视区203,重新进入步骤S31,得到:
衣柜区202最佳组件布局方案为:衣柜b;
电视区203最佳组件布局方案为:电视柜c。
图6揭示了根据本发明的数字化室内设计方法的第一实施例的最佳组件布局方案图,如图6所示,睡眠区201最佳组件布局方案:床头柜b为床头柜401b,双人床c为双人床402c,梳妆台a为梳妆台403a。衣柜区202最佳组件布局方案:衣柜b为衣柜404b。电视区203最佳组件布局方案:电视柜c为电视柜405c。
下面以空间功能需求为大起居室为例,结合图7-图13对本发明的数字化室内设计方法中作为附加约束条件的先验区域布局方案作进一步的说明。
图7揭示了根据本发明的数字化室内设计方法的第二实施例的空间平面示意图,如图7所示,大起居室中主要功能模块为沙发休息区、餐厅区,次要功能模块为电视区、餐边柜区。
通过作为约束条件的先验区域布局方案,得到区域得分阈值的初始值,加快功能模块的布置。
步骤S11,输入或读取表达单一空间的数据。
输入的单一空间包括以下建筑组件:外门m1,内门m2~m4,落地窗c1以及墙体。
图8揭示了根据本发明的数字化室内设计方法的第二实施例的轴线定位的示意图,如图8所示,步骤S12、建立轴线基准,用轴线基准记录建筑组件。
按顺时针建立轴线基准,轴线1为A1A2,轴线2为A2A3,轴线3为A3A4,轴线4为A4A5,轴线5为A5A6,轴线6为A6A1。
该空间出入口包括:外门m1为线段M10M11,内门m2为线段M20M21,内门m3为线段M30M31,内门m4为线段M40M41。
图9揭示了根据本发明的数字化室内设计方法的第二实施例的外轮廓线分段线的示意图,如图9所示,按预设顺序用空间出入口线段中点将单一空间边界轮廓线分段形成数个外轮廓线分段线,建立外轮廓线分段线集合。
V1、V2、V3、V4分别为m1~m4的中点,也就是V1为线段M10M11的中点,V2为线段M20M21的中点,V3为线段M30M31的中点,V4为线段M40M41的中点。
找到单一空间边界轮廓线在V1V2,V2V3,V3V4,V4V1之间的多线段,得到外轮廓线分段线集合为[V1A2A3V2,V2A4V3,V3A5V4,V4A6V1]。
寻找单一空间内连接所有出入口的最短路径树,本实施例使用克鲁斯卡尔算法配合点对点的寻路算法寻找该最短路径树。
利用克鲁斯卡尔算法寻找寻路算法中点对点的计算顺序,以图10a和图10b为例:
以V1~V4作为4个顶点建立完全图G1,如图10a所示,V1、V2、V3、V4为出入口的中点;
计算四个顶点的直线距离作为权值(也可利用其空间轮廓线内的寻路距离作为权值)
将完全图G1的边集数组中权值从小到大排列:V3V4,V1V4,V1V3,V1V2,V2V4,V2V3
连接V3V4,经检测无环路,连接V1V4,经检测无环路,连接V1V3,出现环路V1V3V4,放弃V1V3,连接V1V2,经检测无环路,且所有顶点都连接在一起,生成最小生成树G2,如图10b所示。
图11揭示了根据本发明的数字化室内设计方法的第二实施例的内部路径多线段的示意图,如图11所示,以最短路径树为地图,按预设顺序以相邻的空间出入口线段中点为始末点,利用寻路算法建立内部路径多线段集合,路径点必须在最短路径树上。
寻路算法(如A*算法或Dijkstra算法)目标为寻找最短路径,障碍物为空间轮廓线,地图为空间轮廓线内的点,本实施例中要求路径点与轮廓线最小距离需大于300mm。每次寻路结果记录为已知路径,之后的路径若与已知路径重复总距离不增加(在寻路过程中会尽量重复利用已知路径)。
依次对V3V4,V1V4,V1V2运行点对点寻路算法,第一次寻路得到路径V3J2V4,第二次寻路得倒路径V1J1J2V4,第三次寻路得到V1J1V2,合并三次寻路路径剔除重复的部分得到最短路径树。
依次寻找V1V2,V2V3,V3V4,V4V1在最短路径树上最短的路径,得到内部路径多线段集合为[V1J1V2,V2J1J2V3,V3J2V4,V4J2J1V1]。
依次将外轮廓线分段线集合的外轮廓线分段线和内部路径多线段集合的内部路径多线段配对组合,形成4条闭合多线段:V1A2A3V2V1,V2A4V3J2J1V2,V3A5V4J2V3,V4A6A1V1J1J2V4。
外轮廓线分段线集合和内部路径多线段集合共同生成路径分割区域R1,R2,R3,R4。
在本实施例中,R1主体尺寸为4600*3900mm,面积约为17.9m2,R2主体尺寸为2900*2200mm,面积约为6.4m2,根据沙发休息区及餐厅区的要求尺寸匹配,最佳方案为路径分割区域R1放置休息区,路径分割区域R2放置餐厅区。
图12揭示了根据本发明的数字化室内设计方法的第二实施例的路径分割区域的示意图,如图12所示,可将最短路径赋予人体尺度的宽度(预留600mm以上的宽度供人通行),由此建立更加准确地路径分割区域。
图13揭示了根据本发明的数字化室内设计方法的第二实施例的先验区域布局方案的示意图,如图13所示,获得的路径分割区域,作为附加约束条件加入功能模块的先验区域布局方案。对于沙发休息区,附加约束条件为,在S22步骤中,只在A3M20,A2A3,M11A2范围内的轴线上搜索预备子区域。
对于餐厅区,附加约束条件为,在S22步骤中,只在M21A4,A4M30范围内的轴线上搜索预备子区域。
在附加约束条件下,通过运行步骤S2得到最佳区域布局方案,作为先验区域布局方案,以此评价值作为区域得分阈值,指导功能模块的迭代布局。
本发明中,先验区域布局方案的原理是,住宅设计时为了提高空间利用率会尽量减少交通面积尺寸,据此反推内部用最短路径分割区域会得到一个空间利用率较高的方案。
本发明中,加入先验区域布局方案主要目的是,平面复杂且功能较多的设计任务时,例如平面复杂有多个出入口时,排列组合数量过多,若在早期可以找到一个比较好的解,可以更早筛选掉预期较低的方案,提高计算效率,同时能提高找到全局最优解而非局部最优解的可能性。
图14a和图14b分别揭示了根据本发明的数字化室内设计方法的第二实施例的第二次检查调整前和第二次检查调整后的组件布局方案图。
步骤S3,步骤S4之前还包括第二次检查调整步骤:将已完成组件作为障碍物,采用克鲁斯卡尔算法及寻路算法寻找单一空间内连接所有空间出入口的最短路径树,如果最短路径树被障碍物阻挡而无法生成,则调整与最短路径树重叠部分的功能子区域边界或组件的布置位置,直至最短路径树无障碍物阻挡而生成
在图14a和图14b所示的实施例中,第二次检查调整步骤如下:检查空间出入口之间的主路径,考虑到居住者正常通行于各个房间,设定主路径中心线与障碍物之间的距离需大于等于300mm。
V3V4之间的路径存在,V1V4之间由于餐厅区的组件无有效路径,V1V2之间的路径存在。
由图10、图11中的寻找最短路径树的寻路算法可知,由于餐椅406a的存在,该布局方案餐厅区阻挡了主路径,需要调整餐厅区的功能子区域边界。
调整方法为,找到V1V4间的600mm宽的路径,删除功能子区域与该路径重叠的部分,修正后的子区域重新生成组件布局方案,得到的新的组件布局方案如图14b所示。
如图14a所示一部分组件预设了使用位置,以组件沙发407b为例,存在两个使用位置p1及p2,使用位置p1及p2为使用沙发时居住者需要到达的位置,若到达此位置没有路径,则意味着该沙发无法使用或使用不便,则该组件布局方案需调整。
更进一步的,在图14a和图14b所示的实施例中,第二次检查调整步骤还包括如下步骤,将已完成组件作为障碍物,在单一空间内从已完成组件的使用位置对最短路径树上的指定点进行寻路得到次路径,如果次路径被障碍物阻挡而无法生成,则对组件的布置位置进行调整或重新生成组件布局方案,直至次路径无障碍物阻挡而生成。
次路径为居住者从组件使用位置到达主路径通过的路径。主路径为采用克鲁斯卡尔算法及寻路算法寻找得到的单一空间内连接所有空间出入口的最短路径树。
如图14a和图14b所示,考虑到居住者可以侧身或移动组件(如移动餐椅后坐下)到达,设定次路径中心线与障碍物之间的距离需大于等于100mm。
对每个组件使用位置进行寻路,每个组件使用位置均有路径通往最短路径树,该组件布局方案通过检查。
为了实现上述数字化室内设计方法,本发明还提供了数字化室内设计装置,如图15所示,该数字化室内设计装置,包括:输入模块501、计算模块502、输出模块503。
输入模块501,与计算模块502连接,接收单一空间数据,沿单一空间边界建立轴线系统,将三维空间数据用轴线进行标记定位;
计算模块502,利用启发式算法,依次布置当前布局方案的功能模块,所述功能模块根据居住使用需求进行预设,对于功能模块的每个可能相对位置建立待处理方案,所述待处理方案将单一空间划分为数个功能子区域,对待处理方案进行评价,选择待处理方案中区域期望值最大的布局方案迭代布置下一个功能模块,直至有至少一个布局方案中的所有功能模块布置完毕并且已完成方案优于待处理方案,选取评价值最优的布局方案为最佳区域布局方案;
计算模块502,利用启发式算法,依次布置每个功能子区域中每个组件类别组合中的组件类别的若干组件,更新未布置的组件类别的期望尺寸,直至布置生成组件布局方案,迭代并选取评价值最高的组件布局方案,作为最佳组件布局方案,其中,组件为某种家居产品,组件类别为某一类型的家居产品,组件类别组合为某一种或多种类型的家居产品的组合;
输出模块503,与计算模块502连接,输出完整的室内设计方案并展示。
图16是本发明又一实施例的数字化室内设计计算设备的框图。数字化室内设计计算设备可包括内部通信总线601、处理器(processor)602、只读存储器(ROM)603、随机存取存储器(RAM)604、通信端口605、以及硬盘607。内部通信总线601可以实现数字化室内设计计算设备组件间的数据通信。处理器602可以进行判断和发出提示。在一些实施例中,处理器602可以由一个或多个处理器组成。
通信端口605可以实现数字化室内设计计算设备与外部的输入/输出设备之间进行数据传输与通信。在一些实施例中,数字化室内设计计算设备可以通过通信端口605从网络发送和接收信息及数据。在一些实施例中,数字化室内设计计算设备可以通过输入/输出端506以有线的形式与外部的输入/输出设备之间进行数据传输与通信。
数字化室内设计计算设备还可以包括不同形式的程序储存单元以及数据储存单元,例如硬盘607,只读存储器(ROM)603和随机存取存储器(RAM)604,能够存储计算机处理和/或通信使用的各种数据文件,以及处理器602所执行的可能的程序指令。处理器602执行这些指令以实现方法的主要部分。处理器602处理的结果通过通信端口605传给外部的输出设备,在输出设备的用户界面上显示。
举例来说,上述的数字化室内设计方法的实施过程文件可以为计算机程序,保存在硬盘607中,并可记载到处理器602中执行,以实施本申请的方法。
数字化室内设计方法的实施过程文件为计算机程序时,也可以存储在计算机可读存储介质中作为制品。例如,计算机可读存储介质可以包括但不限于磁存储设备(例如,硬盘、软盘、磁条)、光盘(例如,压缩盘(CD)、数字多功能盘(DVD))、智能卡和闪存设备(例如,电可擦除可编程只读存储器(EPROM)、卡、棒、键驱动)。此外,本文描述的各种存储介质能代表用于存储信息的一个或多个设备和/或其它机器可读介质。术语“机器可读介质”可以包括但不限于能存储、包含和/或承载代码和/或指令和/或数据的无线信道和各种其它介质(和/或存储介质)。
本发明提供的数字化室内设计方法,数字化自动设计各种不同类型风格的功能区域,生成室内设计方案,满足各种空间功能需求,适应场景丰富,算法高效,可以满足复杂场景下的快速布局,大大提高工作效率,降低设计成本。
尽管为使解释简单化将上述方法图示并描述为一系列动作,但是应理解并领会,这些方法不受动作的次序所限,因为根据一个或多个实施例,一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
上述实施例是提供给熟悉本领域内的人员来实现或使用本发明的,熟悉本领域的人员可在不脱离本发明的发明思想的情况下,对上述实施例做出种种修改或变化,因而本发明的保护范围并不被上述实施例所限,而应该是符合权利要求书提到的创新性特征的最大范围。
Claims (23)
1.一种数字化室内设计方法,其特征在于,室内空间为一个或多个单一空间的组合,对于每个单一空间,采用以下步骤:
S1、沿单一空间边界建立轴线系统,将三维空间数据用轴线进行标记定位;
S2、利用启发式算法,依次布置当前布局方案的功能模块,所述功能模块根据居住使用需求进行预设,对于功能模块的每个可能相对位置建立待处理方案,所述待处理方案将单一空间划分为数个功能子区域,对待处理方案进行评价,选择待处理方案中区域期望值最大的布局方案迭代布置下一个功能模块,直至有至少一个布局方案中的所有功能模块布置完毕并且已完成方案优于待处理方案,选取评价值最优的布局方案为最佳区域布局方案;
S3、利用启发式算法,依次布置每个功能子区域中每个组件类别组合中的组件类别的若干组件,更新未布置的组件类别的期望尺寸,直至布置生成组件布局方案,迭代并选取评价值最高的组件布局方案,作为最佳组件布局方案,其中,组件为某种家居产品,组件类别为某一类型的家居产品,组件类别组合为某一种或多种类型的家居产品的组合;
S4、输出完整的室内设计方案;
其中,所述步骤S2,进一步包括以下步骤:
S21、建立包含若干个待处理的功能模块的初始方案作为当前布局方案,初始化区域得分阈值;
S22、依次选取当前布局方案中的功能模块,按照功能模块的属性要求,对功能模块在空间中的位置进行筛选得到若干个预备子区域;
S23、依次判断所有的预备子区域与其它已完成功能模块的功能子区域是否相交,如果相交,则进入步骤S24,如果不相交,则进入步骤S25,直至所有预备子区域判断完毕,进入步骤S26;
S24、判断预备子区域是否有足够的空间放置当前功能模块,如果存在足够的空间,则与相交的其他已完成功能模块的功能子区域形成若干不同相对位置关系的待分类布局方案,如果不存在足够的空间,则放弃当前预备子区域,进入步骤S23判断下一个的预备子区域;
S25、该预备子区域作为当前功能模块的功能子区域,生成相应的待分类布局方案,进入步骤S23判断下一个的预备子区域;
S26、依次对每个待分类布局方案进行分类,如果该待分类布局方案存在其它未处理的功能模块,则将其加入待处理方案集合,计算该布局方案的区域期望值;
如果该待分类布局方案不存在其它未处理的功能模块,则将其加入已完成方案集合,计算该布局方案的评价值,更新区域得分阈值;
S27、当所有待处理方案的区域期望值均低于区域得分阈值,进入步骤S28,否则选择待处理方案中区域期望值最高的待处理方案作为当前布局方案,进入步骤S22;
S28、从已完成方案中选取评价值最高的布局方案作为最佳区域布局方案;
所述区域期望值,通过以下步骤进行计算:
计算第j个已完成功能模块的评价值function_valuej:
计算第k个待处理功能模块的最大期望值exp_valuek:
exp_valuek=function_weightk;
计算区域期望值room_exp_value:
其中,j∈[0,m],k∈[0,n],m为已完成的功能模块数量,n为剩余待处理的功能模块数量,weighti为第j个已完成功能模块的第i个评价标准的权重,valuei为第j个已完成功能模块按照第i个评价标准得到的评价值,v为第j个已完成功能模块的评价标准总数,function_weightj为第j个已完成功能模块的功能权重参数,function_weightk为第k个待处理功能模块的功能权重参数;
所述评价值room_value,通过以下公式计算得到:
其中,function_valuej为第j个功能模块的评价值;
所述步骤S3,进一步包括以下步骤:
S31、依次读取最佳区域布局方案中的功能模块及其功能子区域作为当前功能模块和当前子区域;
S32、依次读取当前功能模块中的组件类别组合作为当前组件类别组合;
S33、计算当前组件类别组合中每个组件类别的尺寸期望值,将当前组件类别组合中的组件类别按照面积顺序排列;
S34、依次在每个组件类别中选择组件进行布置,更新未处理组件类别的尺寸期望值,直至处理完所有组件类别,生成组件布局方案并进行评价,重复若干次生成指定数量的组件布局方案集合,从组件布局方案集合中,选取评价值最高的组件布局方案为当前组件类别组合的代表方案;
S35、重复步骤S32至步骤S34,直到所有组件类别组合生成代表方案,从代表方案中选取评价值最高作为当前功能模块的最佳组件布局方案;
所述组件类别的尺寸期望值包括长度尺寸期望值:
所述长度尺寸期望值len_exp=len_everage*len_scale_rate;
其中,len_scale_rate为所述组件的长度缩放比例,根据所有功能模块的长度间隙范围[len_gap0,len_gap1],每个组件类别可能组件的长度尺寸的加权平均值之和e_size0,对应功能子区域的长度尺寸len0计算得到,长度缩放比例len_scale_rate=(len0-len_gap)/e_size0;
若len0-e_size0≥len_gap1,则组件长度间隙len_gap=len_gap1;
若len0-e_size0≤len_gap0,则组件长度间隙len_gap=len_gap0;
若len_gap0≤len0-e_size0≤len_gap1,则组件间长度间隙和len_gap=len0-e_size0;
len_everage为组件类别可能出现的组件的长度尺寸加权平均值;
所述组件类别的尺寸期望值包括深度尺寸期望值:
所述深度尺寸期望值dep_exp=dep_everage*dep_scale_rate;
其中,dep_scale_rate为所述组件的深度缩放比例,根据该功能模块的深度间隙范围[dep_gap0,dep_gap1],每个组件类别可能组件的深度尺寸的加权平均值之和e_size1,对应功能子区域的深度尺寸dep0计算得到,dep_scale_rate=(dep0-dep_gap)/e_size1;
若dep0-e_size1≥dep_gap1,则组件深度间隙dep_gap=dep_gap1;
若dep0-e_size1≤dep_gap0,则组件深度间隙dep_gap=dep_gap0;
若dep_gap0≤dep0-e_size1≤dep_gap1,则组件间深度间隙和dep_gap=dep0-e_size1;
dep_everage为组件类别可能出现的组件的深度尺寸加权平均值;
所述步骤S35中,组件布局方案的评价值V,通过以下公式计算得到:
2.根据权利要求1所述的数字化室内设计方法,其特征在于,所述步骤S1,进一步包括:将单一空间的平面轮廓线段按设定顺序依次标记为首尾相连的轴线。
3.根据权利要求1所述的数字化室内设计方法,其特征在于,所述步骤S22进一步包括,在选取当前布局方案中的功能模块之后,增加一个不布置当前功能模块的待分类布局方案。
4.根据权利要求1所述的数字化室内设计方法,其特征在于,所述步骤S21之前,进一步包括:寻找单一空间内连接所有出入口的最短路径树,所述路径树将单一空间分割成若干区域,根据主要的功能模块的要求寻找最匹配的路径分割区域,作为附加约束条件加入功能模块的属性要求,形成先验区域布局方案,计算得到初始化的区域得分阈值,指导功能模块的布局。
5.根据权利要求4所述的数字化室内设计方法,其特征在于,所述寻找最匹配的路径分割区域,进一步包括以下步骤:
按预设顺序根据空间出入口的中点,将单一空间边缘轮廓线分段形成数个外轮廓线分段线,建立外轮廓线分段线集合;
采用克鲁斯卡尔算法及寻路算法得到单一空间内连接所有空间出入口的最短路径树,以最短路径树为地图,按预设顺序以相邻的空间出入口线段中点为始末点,利用寻路算法建立内部路径多线段集合;
依次将外轮廓线分段线集合的外轮廓线分段线和内部路径多线段集合的内部路径多线段配对组合,形成路径分割区域;
将主要的功能模块按照其布局尺寸要求,依次与路径分割区域的的平面几何信息的特征比较,找出当前最符合自身要求的路径分割区域,所述路径分割区域作为附加约束条件加入功能模块的属性要求,主要功能模块在空间中的位置需布置在路径分割区域之内。
6.根据权利要求5所述的数字化室内设计方法,其特征在于,所述采用克鲁斯卡尔算法及寻路算法得到单一空间内连接所有空间出入口的最短路径树,进一步包括以下步骤:
以空间出入口的中点作为顶点建立完全图;
计算完全图边集数组中每条边的权值;
从完全图的边集数组中的边按照权值从小到大排列;
从权值最小的边开始,将边的两个顶点连接起来,如果选择的边使得最小生成树出现了环路,则放弃该边;
重复上述步骤,直到所有的顶点都被连接在一起并且没有环路,形成最小生成树;
按照最小生成树中连接顶点的顺序,在空间内采用寻路算法得到最短路径树。
7.根据权利要求1所述的数字化室内设计方法,其特征在于,所述步骤S22中,根据功能模块的属性要求,对功能模块在空间中的位置进行筛选,筛选条件进一步包括:判断该位置对应轴线上的背靠的建筑构件类型是否满足设定要求。
8.根据权利要求1所述的数字化室内设计方法,其特征在于,所述功能模块的评价标准包括:
靠近参数评价标准valuec,
valuec=1-(d10/d11)2;
远离参数评价标准valuec′,
valuec′=1-valuec;
其中,d10为功能模块的功能子区域第一设定点与目标功能模块或目标建筑构件类型的距离,d11为当前功能模块子区域第一设定点到外轮廓多线段上的第二设定点的距离。
11.根据权利要求1所述的数字化室内设计方法,其特征在于,所述步骤S26中,所述更新区域得分阈值,进一步包括以下步骤:
当前布局方案为已完成方案,如果其评价值乘以参数p大于等于当前区域得分阈值,则更新区域得分阈值,新的区域得分阈值等于当前布局方案的评价值乘以参数p(0<p<=1)。
13.根据权利要求1所述的数字化室内设计方法,其特征在于,所述步骤S34选择组件的方法为:
按组件出现概率或组件的加权评价值选取组件。
15.根据权利要求13或权利要求14所述的数字化室内设计方法,其特征在于,所述组件的加权评价值为
vj=vj0*vj1*weightj
其中,weightj为第j个组件的预设权重值;
所述第j个组件的长度尺寸评价值vj0:
其中,lenj为第j个组件的长度,len_expj为第j个组件类别的长度尺寸期望值,len_exp_revj为第j个组件类别的长度尺寸期望修正值,len_expj-len_exp_revj为修正后的第j个组件类别的长度尺寸期望值;
第j个组件类别的长度尺寸期望修正值为len_exp_revj:
所述第j个组件的深度尺寸评价值vj1:
其中,depj为第j个组件的深度,dep_expj为第j个组件类别的深度尺寸期望值,dep_exp_revj为第j个组件类别的深度尺寸期望修正值,dep_expj-dep_exp_revj为修正后的第j个组件类别的深度尺寸期望值;
第j个组件类别的深度尺寸期望修正值为dep_exp_revj:
16.根据权利要求15所述的数字化室内设计方法,其特征在于,当组件类别只涉及长度方向或深度方向的评价,则另一个方向的尺寸评价值设为1。
17.根据权利要求6所述的数字化室内设计方法,其特征在于,所述步骤S2之后,步骤S3之前,还包括第一次检查调整步骤:将已完成功能模块的功能子区域作为障碍物,采用克鲁斯卡尔算法及寻路算法寻找单一空间内连接所有空间出入口的最短路径树,如果最短路径树被障碍物阻挡而无法生成,则调整与最短路径树重叠部分的功能子区域边界,直至最短路径树无障碍物阻挡而生成。
18.根据权利要求6所述的数字化室内设计方法,其特征在于,所述步骤S3之后,步骤S4之前还包括第二次检查调整步骤:将已完成组件作为障碍物,采用克鲁斯卡尔算法及寻路算法寻找单一空间内连接所有空间出入口的最短路径树,如果最短路径树被障碍物阻挡而无法生成,则调整与最短路径树重叠部分的功能子区域边界或组件的布置位置,直至最短路径树无障碍物阻挡而生成。
19.根据权利要求18所述的数字化室内设计方法,其特征在于,所述第二次检查调整步骤,进一步包括:将已完成组件作为障碍物,在单一空间内从已完成组件的使用位置对最短路径树上的指定点进行寻路,如果路径被障碍物阻挡而无法生成,则对组件的布置位置进行调整或重新生成组件布局方案,直至路径无障碍物阻挡而生成。
20.根据权利要求1所述的数字化室内设计方法,其特征在于,所述步骤S4,进一步包括,根据室内设计方案三维虚拟模型生成平面图和/或立面图,渲染室内设计方案三维虚拟模型生成效果图和/或全景图。
21.一种数字化室内设计装置,采用如权利要求1至权利要求20中任一项所述的数字化室内设计方法,其特征在于,包括:
输入模块,接收单一空间数据,沿单一空间边界建立轴线系统,将三维空间数据用轴线进行标记定位;
计算模块,利用启发式算法,依次布置当前布局方案的功能模块,所述功能模块根据居住使用需求进行预设,对于功能模块的每个可能相对位置建立待处理方案,所述待处理方案将单一空间划分为数个功能子区域,对待处理方案进行评价,选择待处理方案中区域期望值最大的布局方案迭代布置下一个功能模块,直至有至少一个布局方案中的所有功能模块布置完毕并且已完成方案优于待处理方案,选取评价值最优的布局方案为最佳区域布局方案;
所述计算模块,利用启发式算法,依次布置每个功能子区域中每个组件类别组合中的组件类别的若干组件,更新未布置的组件类别的期望尺寸,直至布置生成组件布局方案,迭代并选取评价值最高的组件布局方案,作为最佳组件布局方案,其中,组件为某种家居产品,组件类别为某一类型的家居产品,组件类别组合为某一种或多种类型的家居产品的组合;
输出模块,输出完整的室内设计方案并展示。
22.一种数字化室内设计计算设备,其特征在于,包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的数字化室内设计的计算程序,所述数字化室内设计的计算程序被所述处理器执行时实现如权利要求1至权利要求20中任一项所述的数字化室内设计方法的步骤。
23.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有数字化室内设计的计算程序,所述数字化室内设计的计算程序被处理器执行时实现如权利要求1至权利要求20中任一项所述的数字化室内设计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010420139.7A CN111597616B (zh) | 2020-05-18 | 2020-05-18 | 一种数字化室内设计方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010420139.7A CN111597616B (zh) | 2020-05-18 | 2020-05-18 | 一种数字化室内设计方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597616A CN111597616A (zh) | 2020-08-28 |
CN111597616B true CN111597616B (zh) | 2022-10-18 |
Family
ID=72191500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010420139.7A Active CN111597616B (zh) | 2020-05-18 | 2020-05-18 | 一种数字化室内设计方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597616B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112199748B (zh) * | 2020-09-30 | 2023-11-24 | 中国科学院深圳先进技术研究院 | 基于人类活动信息的平面图设计方法、装置及终端设备 |
CN112482562A (zh) * | 2020-12-07 | 2021-03-12 | 重庆阿里乐乐科技发展有限公司 | 一种有效提高室内空间感及装饰空间设计的布置方法 |
CN113408029B (zh) * | 2021-06-22 | 2023-08-11 | 杭州群核信息技术有限公司 | 一种智能家居设计及仿真系统 |
CN113642925B (zh) * | 2021-08-31 | 2023-12-12 | 重庆电子工程职业学院 | 基于mr混合现实的智慧物流规划布局方案评价系统 |
CN114491772B (zh) * | 2022-03-23 | 2022-09-13 | 清华大学 | 一种户型布局生成方法及装置 |
CN116776428B (zh) * | 2023-06-14 | 2023-12-05 | 广州志广信息科技有限公司 | 一种园林道路智能化布局方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737409A (zh) * | 2012-06-28 | 2012-10-17 | 北京中科广视科技有限公司 | 一种三维虚拟室内设计方案的生成方法 |
CN106484955A (zh) * | 2016-09-14 | 2017-03-08 | 中国科学院计算技术研究所 | 一种基于Voronoi图的室内布局评价方法及系统 |
CN107240151A (zh) * | 2017-07-05 | 2017-10-10 | 常州赞云软件科技有限公司 | 一种基于父子约束的场景布局保存与再现方法 |
CN107368911A (zh) * | 2017-06-11 | 2017-11-21 | 杭州巨梦科技有限公司 | 一种基于摆放规则的家具布局方法 |
CN110442952A (zh) * | 2019-07-30 | 2019-11-12 | 佛山市小云科技有限公司 | 一种规则虚拟空间家具智能布局的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170076016A1 (en) * | 2015-09-10 | 2017-03-16 | Maysam MIR AHMADI | Automated layout generation |
-
2020
- 2020-05-18 CN CN202010420139.7A patent/CN111597616B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102737409A (zh) * | 2012-06-28 | 2012-10-17 | 北京中科广视科技有限公司 | 一种三维虚拟室内设计方案的生成方法 |
CN106484955A (zh) * | 2016-09-14 | 2017-03-08 | 中国科学院计算技术研究所 | 一种基于Voronoi图的室内布局评价方法及系统 |
CN107368911A (zh) * | 2017-06-11 | 2017-11-21 | 杭州巨梦科技有限公司 | 一种基于摆放规则的家具布局方法 |
CN107240151A (zh) * | 2017-07-05 | 2017-10-10 | 常州赞云软件科技有限公司 | 一种基于父子约束的场景布局保存与再现方法 |
CN110442952A (zh) * | 2019-07-30 | 2019-11-12 | 佛山市小云科技有限公司 | 一种规则虚拟空间家具智能布局的方法 |
Non-Patent Citations (1)
Title |
---|
武汉超高层小户型住宅设计初探-以武汉五环广场1#住宅为例;李大晔 等;《住宅科技》;20150228;第5-8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111597616A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111597616B (zh) | 一种数字化室内设计方法、装置、设备及可读存储介质 | |
CN106484940B (zh) | 一种家居装饰智能设计方法和系统 | |
US20210173967A1 (en) | Artificial intelligence systems and methods for interior design | |
US9019266B2 (en) | Systems, methods, and computer program products for home and landscape design | |
US8117558B2 (en) | Converting web content into two-dimensional CAD drawings and three-dimensional CAD models | |
US20080126022A1 (en) | Joining and Disjoining Individual Rooms in a Floor Plan | |
US20080126020A1 (en) | Visual bookmarks for home and landscape design | |
US20080126023A1 (en) | Searching and Matching Related objects, Drawings and Models For Home and Landscape Design | |
CN107368911A (zh) | 一种基于摆放规则的家具布局方法 | |
US20080126021A1 (en) | Converting web content into texture mapping objects | |
CN112883476A (zh) | 建筑空间的布局方法、装置及电子设备 | |
CN110555258A (zh) | 基于概率及规则库的自动布局方法 | |
CN114373054A (zh) | 一种自动生成三维房屋布局的方法、系统、装置及介质 | |
JP6549239B2 (ja) | 空間情報生成装置、空間情報生成方法、プログラム | |
CN113919043B (zh) | 根据给定范围自动生成户型布局的方法 | |
CN111241622A (zh) | 一种自适应水暖电管线调整系统及方法 | |
US20220335171A1 (en) | Method for automatically furnishing a virtual 3d room | |
Surazhsky et al. | Blending polygonal shapes with different topologies | |
CN112465957B (zh) | 一种便于全屋定制家居的智能定制方法 | |
CN115906229A (zh) | 用于基于用户偏好而自动布置3d房间的方法 | |
CN111125815B (zh) | 一种基于规则的室内窗帘布局计算方法 | |
CN113946900A (zh) | 一种基于户型轮廓和分布特征快速推荐相似户型的方法 | |
CN112818432A (zh) | 一种铺砖设计的生成方法、装置、电子设备及存储介质 | |
Yamakawa et al. | Computer simulation of furniture layout when moving from one house to another | |
CN114596417B (zh) | 房屋装修的数据处理方法、装置、电子设备及存储介质 |
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 |