CN111737800A - 图元选择方法、装置及电子设备 - Google Patents
图元选择方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111737800A CN111737800A CN202010581166.2A CN202010581166A CN111737800A CN 111737800 A CN111737800 A CN 111737800A CN 202010581166 A CN202010581166 A CN 202010581166A CN 111737800 A CN111737800 A CN 111737800A
- Authority
- CN
- China
- Prior art keywords
- primitive
- target
- selection
- behavior
- layer
- 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.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title description 30
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000009471 action Effects 0.000 claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 13
- 238000009432 framing Methods 0.000 claims abstract description 11
- 230000006399 behavior Effects 0.000 claims description 134
- 230000015654 memory Effects 0.000 claims description 31
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000019771 cognition Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
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
- G06C—DIGITAL COMPUTERS IN WHICH ALL THE COMPUTATION IS EFFECTED MECHANICALLY
- G06C3/00—Arrangements for table look-up, e.g. menstruation table
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04842—Selection of displayed objects or displayed text elements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Architecture (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及数据处理技术领域，具体涉及图元选择方法、装置及电子设备，其中方法包括获取目标模型中各个图层的显示优先级；响应于目标模型的图元选择行为；图元选择行为包括点选或框选；基于图元选择行为以及显示优先级，确定目标图层；将目标图层中的图元加入选择集以及将其他图层中的图元加入备选集；响应于目标模型的图元操作行为；根据图元操作行为，在选择集以及备选集中确定目标图元。由于利用各个图层的显示优先级以及图元选择行为，确定出选择集以及备选集，目标图元就是从中确定出的；选择集以及备选集中包括所有图层的对应图元，就可以实现跨图层的图元操作行为，提高了图元选择的效率，可以实现图元的批量处理，提高了后续的建模效率。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及图元选择方法、装置及电子设备。
背景技术
一个建筑物从立项到建成的过程中，建筑信息模型化(Building InformationModeling，简称为BIM)软件在这一过程中扮演了不可或缺的角色，可以利用该软件做设计、预算、对量等。
其中，一个完整的建筑模型通常在BIM软件中需要利用多个图层进行建模，且在各个图层中设计有多个图元。通过多个图层中的图元的组合，即可实现模型的搭建。
现有的产品功能在用户想要修改工程布局建模构造以及各项操作(例如，复制、删除等等)时，只能切换到每个构件，选择需要操作的图元进行一系列的相应操作。以删除为例，在使用软件建模过程中，需要删除特定位置的所有图元，需先切换到每一个构件图层；切换到对应图层后，选中需删除的图元后执行删除。然而，这种图元的选择方式效率较低，不便于用户快速修改建模。
发明内容
有鉴于此，本发明实施例提供了一种图元选择方法、装置及电子设备，以解决图元选择效率较低的问题。
根据第一方面，本发明实施例提供了一种图元选择方法，包括：
获取目标模型中各个图层的显示优先级；
响应于所述目标模型的图元选择行为；其中，所述图元选择行为包括点选或框选；
基于所述图元选择行为以及所述显示优先级，确定目标图层；
将所述目标图层中的图元加入选择集以及将其他图层中的图元加入备选集；
响应于所述目标模型的图元操作行为；
根据所述图元操作行为，在所述选择集以及所述备选集中确定目标图元。
本发明实施例提供的图元选择方法，由于利用各个图层的显示优先级以及图元选择行为，确定出选择集以及备选集，目标图元就是从中确定出的；即，选择集以及备选集中包括所有图层的对应图元，那么该方法就可以实现跨图层的图元操作行为，提高了图元选择的效率，从而可以实现图元的批量处理，提高了后续的建模效率。通过建立选择集和备选集的方式，以及上下文推断的方式，可以帮用户实现图元更智能的选择、操作方式，避免图元选择时的误操作，大幅提升后续用户建模的效率。
结合第一方面，在第一方面第一实施方式中，所述根据所述图元操作行为，在所述选择集以及所述备选集中确定目标图元，包括：
利用所述图元操作行为查找行为策略表，确定目标策略；
基于所述目标策略，对所述选择集以及所述备选集中的图元进行过滤，确定所述目标图元。
本发明实施例提供的图元选择方法，利用图元操作行为查找行为策略表，就可以确定出目标策略；即，直接利用查表得方式确定出目标策略，以实现出图元的过滤，提高了图元选择的效率。
结合第一方面第一实施方式，在第一方面第二实施方式中，所述利用所述图元操作行为查找行为策略表，确定目标策略，包括：
利用所述图元操作行为查找所述行为策略表，确定目标策略组；
遍历所述目标策略组中各个策略的权重，确定所述目标策略。
本发明实施例提供的图元选择方法，利用各个策略的权重确定目标策略，使得确定出的目标策略更符合业务需求，保证了所确定的目标策略的准确性。
结合第一方面第一实施方式，或第一方面第一实施方式，在第一方面第二实施方式中，所述基于所述目标策略，对所述选择集以及所述备选集中的图元进行过滤，确定所述目标图元的步骤之后，还包括：
对所述目标图元执行所述图元操作行为；
响应于对执行所述图元操作行为后的反馈结果，以确定所述目标图元的选择是否正确；
当所述目标图元的选择正确时，更新所述目标策略的权重。
本发明实施例提供的图元选择方法，在目标图元的确定过程中，还调整各个策略的权重，将每次的选择过程均作为策略学习的一个过程，利用策略的自学习，保证了目标策略确定的准确性，提高了图元选择的效率。
结合第一方面第三实施方式，在第一方面第四实施方式中，所述基于所述目标策略，对所述选择集以及所述备选集中的图元进行过滤，确定所述目标图元的步骤之后，还包括：
当所述目标图元的选择错误时，返回执行利用所述图元操作行为查找行为策略表，确定目标策略的步骤。
结合第一方面，在第一方面第五实施方式中，所述基于所述图元选择行为以及所述显示优先级确定目标图层，包括：
当所述图元选择行为为点选时，将所述显示优先级最高的图层确定为所述目标图层。
结合第一方面，在第一方面第六实施方式中，所述基于所述图元选择行为以及所述显示优先级确定目标图层，包括：
当所述图元选择行为为框选时，将当前图层确定为所述目标图层。
结合第一方面，在第一方面第七实施方式中，所述获取目标模型中各个图层的显示优先级，包括：
获取所述各个图层对应的构件类型；
基于所述各个图层对应的构件类型以及预设遮挡规则，确定所述各个图层的显示优先级。
本发明实施例提供的图元选择方法，利用预设遮挡规则确定各个图层的显示优先级，可以保证多个图层的组合显示，且显示结果符合实际的业务需求，从而可以保证后续确定出的目标图元的准确性。
结合第一方面第七实施方式，在第一方面第八实施方式中，所述基于所述各个图层对应的构件类型以及预设遮挡规则，确定所述各个图层的显示优先级，包括：
利用所述各个图层对应的构件类型以及所述预设遮挡规则，确定所述各个图层的遮挡优先级；
判断是否存在所述遮挡优先级相同的图层；
当存在所述遮挡优先级相同的图层时，获取所述遮挡优先级相同的图层中图元的参数；其中，所述图元的参数包括标高；
基于所述图元的参数以及所述遮挡优先级，确定所述各个图层的显示优先级。
本发明实施例提供的图元选择方法，在存在遮挡优先级相同的情况下结合图元的参数，确定显示优先级，能够保证所确定出的显示优先级更符合业务需求。
根据第二方面，本发明实施例还提供了一种图元选择装置，包括：
获取模块，用于获取目标模型中各个图层的显示优先级；
第一响应模块，用于响应于目标模型中的图元选择行为；其中，所述图元选择行为包括点选或框选；
第一确定模块，用于基于所述图元选择行为以及所述显示优先级确定目标图层；
图元加入模块，用于将所述目标图层中的图元加入选择集以及将其他图层中的图元加入备选集；
第二响应模块，用于响应于所述目标模型中的图元操作行为；
第二确定模块，用于根据所述图元操作行为，在所述选择集以及所述备选集中确定目标图元。
本发明实施例提供的图元选择装置，由于利用各个图层的显示优先级以及图元选择行为，确定出选择集以及备选集，目标图元就是从中确定出的；即，选择集以及备选集中包括所有图层的对应图元，那么该方法就可以实现跨图层的图元操作行为，提高了图元选择的效率，从而可以实现图元的批量处理，提高了后续的建模效率。通过建立选择集和备选集的方式，以及上下文推断的方式，可以帮用户实现图元更智能的选择、操作方式，避免图元选择时的误操作，大幅提升后续用户建模的效率。
根据第三方面，本发明实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的图元选择方法。
根据第四方面，本发明实施例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存储计算机指令，所述计算机指令用于使所述计算机执行第一方面或者第一方面的任意一种实施方式中所述的图元选择方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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是根据本发明实施例的图元选择方法的流程图；
图2是根据本发明实施例的目标模型的示意图；
图3是根据本发明实施例的图元选择方法的流程图；
图4是根据本发明实施例的图元选择方法的流程图；
图5a是根据本发明实施例的图层组合的示意图；
图5b是根据本发明实施例的图层分拆的示意图；
图6是根据本发明实施例的图元选择装置的结构框图；
图7是本发明实施例提供的电子设备的硬件结构示意图。
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，都属于本发明保护的范围。
需要说明的是，本发明实施例中所述的图元选择方法，可以用于在BIM软件中，用于实现图元的跨图层选择，从而实现对图元的批量处理，提高工程建模的效率。例如，在BIM软件中，当用户在绘制好一层楼后，发现另一个工程的某个楼层与该楼层的构造几乎一样，此时可以利用所述的图元选择方法，选择相应的图元，执行存盘操作，再在另一个工程将该存盘好的图元进行提取，达到提升工程建模效率的目的。
再例如，当工程需要改动部分位置的所有构件图元构造，将该位置所有图元显示出来，利用所述的图元选择方法选择该部分需删除的图元，执行删除可以达到快速批量删除需修改的部分图元的目的。最后用户建模过程中还需要较多使用该图元选择方法来达到提升建模效率的目的，比如需要快速旋转、镜像、移动楼层中局部图元、为便于视觉的区分需要隐藏或显示局部图元、筛选局部所需要图元进行图元汇总后批量查看钢筋量、以及锁定局部位置图元，均会使用到所述的图元选择方法。
为下文描述方便，在此对下文中涉及到的术语解释如下：
(1)图元
图元：图元是图形信息化工程中，一个可操作的最小显示单元。如：一根柱子，在图形化软件中，被展示成一个长方体，将其描述为一个图元；对这个图元可以进行长度、宽度、高度、钢筋信息等属性的调整。
(2)构件
构件：当一组图元的大部分核心特性相同时，为了避免重复定义，将这一组图元归并为一个构件，并在构件中完成共性特征数据的定义；比如：一组400*400*3000的方柱是同一个构件，另一组半径为500，高度为3000的圆柱，是另一个构件。
(3)构件类型
一组构件从业务上属于同一类别时，将这些构件标记为一类，用构件类型进行描述。例如：柱、梁、墙、板，就是不同的构件类型。
(4)图层
将特定的一组显示体，与另外的显示体进行分组，称为图层，层之间可以组合显示。其中，每个图层对应于一组构件类型相同的图元。
(5)标高
某个点相对于同一室外地平的相对高度，称为标高，用以说明不同的图元之间的高度差异。
(6)显示优先级
用于标记不同构件类型的图元之间，图层间的覆盖关系。
根据本发明实施例，提供了一种图元选择方法实施例，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。
在本实施例中提供了一种图元选择方法，可用于电子设备中，如电脑、手机、平板电脑等，图1是根据本发明实施例的图元选择方法的流程图，如图1所示，该流程包括如下步骤：
S11，获取目标模型中各个图层的显示优先级。
其中，目标模型包括多个图层，每个图层对应于一组图元，这一组图元具有相同的构件类型。
由于用户绘制工程时，需要同时操作多种构件类型，如，绘制柱的同时，相关的梁、板等信息是在一起的，用户期望参照梁、板的位置，来确认柱的位置和属性信息是否得当。而实际场景下，又存在某些图元客观地遮挡了其他图元的显示。比如，房间顶部的板图元，必然会遮挡房间中的柱图元和墙图元显示。基于这种可能需要参照、又希望在某些特定场景下剔除的需求，就需要多个图层之间能够组合显示。
基于此，利用各个图层的显示优先级表示各个图层的相互覆盖关系。其中，所述的显示优先级可以是用户自行控制的；也可以是基于人类的基本认知推到出来的遮挡规则进行的，即人观察事物的视觉效果和基本认知影响图层的显示优先级，从而导致遮挡的视觉效果。在此对显示优先级的具体获取方式并不做任何显示，只需保证电子设备能够获取到各个图层的显示优先级即可。
具体将在下文中对该步骤进行详细描述。
S12，响应于目标模型的图元选择行为。
其中，所述图元选择行为包括点选或框选。
用户在电子设备提供的界面上选择图元，有两种方式：点选和框选。点选是常用于选中单个图元，而框选常用于选中一批图元，是范围性的。点选时，用户期望的是找到自己想要的图元；而框选时，用户关注的是某个区域的整体状况，而不关心具体的图元是哪个或者哪些。
用户需要对某个或某些图元进行操作时，需要先选中相应的图元。由于目标模型中各个图层是组合显示的，当电子设备响应于目标模型的图元选择行为之后，就需要对分析用户意图，确定出目标图元。
用户在电子设备提供的界面上进行点选或框选，电子设备就会响应于该图元选择行为。例如，如图2所示，在目标模型中包括3个图层，分别为门图层、墙面图层以及墙图层。其中，对应于显示优先级，门图层>墙面图层>墙图层。当用户在点选门所在的位置时，就比较难确认用户的真实目的。这是由于这3个图层组合显示，用户这个点是穿透3层的，所以实际是可能选中3个图元的，因此，就需要对用户意图进行分析。
S13，基于图元选择行为以及显示优先级，确定目标图层。
电子设备在响应于图元选择行为之后，利用图元选择行为以及各个图层的显示优先级，确定目标图层；所述目标图层中的图元大概率就是用户希望选择的图元。
对于目标图层的确定，可以是在电子设备中存储有图元选择行为与显示优先级的对应关系，利用该对应关系就可以确定出目标图层。其中，图元选择行为与显示优先级的对应关系也可以是电子设备基于各个模型自动调整的。
S14，将目标图层中的图元加入选择集以及将其他图层中的图元加入备选集。
电子设备在确定出目标图层之后，将目标图层中对应于图元选择行为的图元加入选择集，其他图层中的图元加入备选集中。其中，目标图层中对应于图元选择行为图元确定，可以是利用图元选择行为的坐标位置确定的。例如，当图元选择行为为点选时，提取点选的坐标位置，再从目标图层中提取对应于该坐标位置的图元；当图元选择行为为框选时，提取框选的坐标位置，同样地，从目标图层中提取对应该坐标位置的图元。
其他图层中图元的提取方式与目标图层中图元的提取方式类似。
S15，响应于目标模型的图元操作行为。
所述的图元操作行为也可以理解为对选中的图元进行的操作。例如，复制、删除、修改属性等等。在此对图元操作行为的具体形式并不做任何限制。
S16，根据图元操作行为，在选择集以及备选集中确定目标图元。
电子设备在响应于图元操作行为之后，就可以基于该图元操作行为从选择集以及备选集中确定目标图元。其中，选择目标图元的过程就是对用户的图元操作行为的分析过程。电子设备首先在选择集中进行目标图元的确定，当选择集中不存在符合图元操作行为的目标图元之后，再从备选集中确定目标图元。
电子设备在对图元操作行为的分析时，可以采用强化学习的方式进行；例如，可以训练一个网络模型，输入为图元操作行为、选择集以及备选集，输出为目标图元。也可以利用图元操作行为与行为策略的对应关系，对选择集以及备选集进行筛选，确定出目标图元。在此对目标图元的确定过程并不做任何限制，具体可以根据实际情况进行相应的设置。具体将在下文中对该步骤进行详细描述。
本实施例提供的图元选择方法，由于利用各个图层的显示优先级以及图元选择行为，确定出选择集以及备选集，目标图元就是从中确定出的；即，选择集以及备选集中包括所有图层的对应图元，那么该方法就可以实现跨图层的图元操作行为，提高了图元选择的效率，从而可以实现图元的批量处理，提高了后续的建模效率。通过建立选择集和备选集的方式，以及上下文推断的方式，可以帮用户实现图元更智能的选择、操作方式，避免图元选择时的误操作，大幅提升后续用户建模的效率。
在本实施例中提供了一种图元选择方法，可用于电子设备中，如电脑、手机、平板电脑等，图3是根据本发明实施例的图元选择方法的流程图，如图3所示，该流程包括如下步骤：
S21，获取目标模型中各个图层的显示优先级。
详细请参见图1所示实施例的S11，在此不再赘述。
S22，响应于目标模型的图元选择行为。
其中，所述图元选择行为包括点选或框选。
详细请参见图1所示实施例的S12，在此不再赘述。
S23，基于图元选择行为以及显示优先级，确定目标图层。
当图元选择行为为点选时，将显示优先级最高的图层确定为目标图层；当图元选择行为为框选时，将当前图层确定为目标图层。
具体地，点选强调单个图元，框选强调区域。对其进行细化就得到：如果是框选，就把区域内的所有图元全部选中，那么目标图层就是当前图层。因为，通常用户框选的时候，有两种场景：
(1)框选所有图元，进行统一操作：如移动、镜像、删除等；
(2)对指定图层的同类图元进行统一操作，如修改属性等。
而如果是点选的话，由于只关注单个图元，则只将显示优先级最高的一个图元选中即可。
S24，将目标图层中的图元加入选择集以及将其他图层中的图元加入备选集。
当用户点选了一个图元进行操作时，也可能捕捉到了多个图元。通常，显示优先级最高的图元，被放在了选择集中，而其他同样被这个点穿过的图元，则放在备选集中。
当用户框选了一组图元时，第一优先级是当前图层的所有图元，将其加入选择集，而其他图层的图元，则加入了备选集。
S25，响应于目标模型的图元操作行为。
详细请参见图1所示实施例的S15，在此不再赘述。
S26，根据图元操作行为，在选择集以及备选集中确定目标图元。
具体地，上述S26包括如下步骤：
S261，利用图元操作行为查找行为策略表，确定目标策略。
在电子设备中存储有行为策略表，该行为策略表用于表示图元操作行为与行为策略之间的对应关系。其中，图元操作行为与行为策略之间可以是一一对应关系，也可以是一对多的关系。当图元操作行为与行为策略之间是一对多的关系时，可以将这些行为策略组成一个策略组，即图元操作行为与行为策略组一一对应。行为策略组中的各个行为策略均对应于有一个权重，该权重的大小可以是在目标图元的选择过程中不断更新的。
其中，所述的行为策略也可以理解为对选择集以及备选集中的图元的过滤策略，例如，行为策略为：全部选择、处理其中具有某种特征的一部分或在选择集和备选集中寻找优先级最高的一个或一组等等。
例如，当用户框选了一组图元时，下一步执行的图元操作行为是无差别的操作行为，如复制、删除等区域化操作，则将选择集和备选选择集全部进行复制或者删除操作；而如果用户执行的是特性操作，如：改变了框选的所有图元的【截面信息】：只有当前图层的所有构件类型才共有的一个属性，其他图层可能有也可能没有，那么不做共性推断，只对当前图层的构件类型的图元进行处理，不处理其他图层的图元，即处理选择集中的图元，而不处理备选集中的图元。
同样地，当用户点选了一个图元进行操作时，如果对选择集中的这个图元执行用户的操作时，明显是非法的，那么，可以换备选集中的图元。例如，如图2所示，按照上面的点选的例子，当前图层是墙的时候，实际上，从选中点处点下，则选择集中加的是墙，而备选集中放的是门和墙面。而当下一步是复制，并且复制的目标位置有一个墙的时候，我们认为如果用户选的是墙，那必然会导致重叠，故选择的是墙的概率较低；查询备选集，备选集中还有墙面和门可以尝试。此时可以定义一些行为策略进行辅助判断：如果发现目标位置的墙既没有墙面也没有门，推测用户选择的是门：显而易见的，门的面积更小，用户更难选择到，而点选墙面，可选的位置更多一些。同理，如果发现目标位置已经有门，或者目标位置明显的不适合有门，则认为用户对此知识是有认知的，其实是想复制墙面。例如，墙高度较低，疑似做围挡用的或者墙非常短，或者力学结构和做法方面不适合放门的情况。
行为策略也可以通过定义新的行为策略进行进一步的扩充，建立更多、更智能的规则，实现图层排布、扩充多级选择集以提升选择后进行行为探测时命中的效率、以及通过不断扩充基于行为合法性和选择范围最小化原则的判断规则，实现更智能、更人性化的快速选择操作，以对行为策略表进行不断的更新，提高目标策略的匹配效率。
通过建立选择集和备选集的方式以及上下文推断，主要是下文的方式，可以帮用户实现更智能的图元选择、操作方式，避免图元选择时的误操作，大幅提升用户建模的效率。
S262，基于目标策略，对选择集以及备选集中的图元进行过滤，确定目标图元。
电子设备在确定出目标策略之后，就可以利用该目标策略对选择集以及备选集中的图元进行过滤，确定出目标图元。
本实施例提供的图元选择方法，利用图元操作行为查找行为策略表，就可以确定出目标策略；即，直接利用查表得方式确定出目标策略，以实现出图元的过滤，提高了图元选择的效率。
作为本实施例的一种可选实施方式，上述S262可以包括如下步骤：
(1)利用图元操作行为查找行为策略表，确定目标策略组。
如上文所述，在电子设备中存储有行为策略表，该行为策略表用于表示图元操作行为与行为策略组之间的对应关系。电子设备可以对图元操作行为进行标号，赋予其唯一的标识，那么电子设备就可以利用图元操作行为的标识查找行为策略表，得到与该标识对应的目标策略组。
(2)遍历目标策略组中各个策略的权重，确定目标策略。
电子设备在确定出目标策略组之后，比较目标策略组中各个策略的权重，
利用各个策略的权重确定目标策略，使得确定出的目标策略更符合业务需求，保证了所确定的目标策略的准确性。
可选地，由于某些图元操作行为具有一些共性，例如，复制、删除，均是对选择集以及备选集中所有图元进行的操作。那么，可以利用图元操作行为的类型对图元操作行为进行划分，同一类型的图元操作行为对应于相同的行为策略组。
在本实施例的另一些可选实施方式中，上述S262的步骤之后还包括：
(1)对目标图元执行图元操作行为。
电子设备在确定出目标图元之后，对目标图元执行图元操作行为。例如，对目标图元执行复制、删除等操作。
(2)响应于对执行图元操作行为后的反馈结果，以确定目标图元的选择是否正确。
所述的反馈结果是用户反馈的，即电子设备在对目标图元执行图元操作行为之后，可以提供一个选择界面，让用户输入反馈结果。用户在该选择界面上输入反馈结果之后，电子设备响应于该反馈结果，就可以确定目标图元的选择是否正确。
当目标图元的选择正确时，执行(3)；当目标图元的选择错误时，执行(4)。
(3)更新目标策略的权重。
在目标图元选择正确时，对确定出的目标策略的权重进行更新，以加大目标策略的权重。
(4)返回执行利用图元操作行为查找行为策略表，确定目标策略的步骤。
当目标图元选择错误时，表示本次目标策略的选择有误，需要重新进行目标策略的确定。可选地，在目标图元选择错误时，也可以对目标策略的权重进行更新，以减小目标策略的权重。
在目标图元的确定过程中，还调整各个行为策略的权重，将每次的选择过程均作为行为策略学习的一个过程，利用行为策略的自学习，保证了目标策略确定的准确性，提高了图元选择的效率。
在本实施例中提供了一种图元选择方法，可用于电子设备中，如电脑、手机、平板电脑等，图4是根据本发明实施例的图元选择方法的流程图，如图4所示，该流程包括如下步骤：
S31，获取目标模型中各个图层的显示优先级。
具体地，上述S31包括如下步骤：
S311，获取各个图层对应的构件类型。
其中，各个图层对应的构件类型可以直接在目标模型中提取出。
S312，基于各个图层对应的构件类型以及预设遮挡规则，确定各个图层的显示优先级。
如图5a所示，矩形、圆形以及三角形分布代表图层中承载的显示信息，即图元。图层是一个透明而不可见的概念，标记了可见的显示数据的从属信息。由于图层本身是一个虚拟而不可见的概念，而图元是可见的显示信息，那么将多个图层重叠后，如图5b所示，能够得到一组可以显示所有图元信息的图形显示。只要保证了这几个图层，使用了同样的坐标点，或者针对统一的坐标点的相对位置保持一致，那么呈现出的图形化信息，与每个图层单独显示时，是保持一致的。
每个图层可以承载多个甚至是无限多的图元，但是处于显示信息管理考虑，通常情况下它们属于同一类，或者具有一个相同的特征，即每个图层中的图元具有相同的构件类型。图层间可以通过互相保持相对位置一致的方式进行充分层叠，得到多图层组合的显示方式，但是层叠的行为本身并不会将这些图层合并，只是简单的进行了组合。组合的目的是保持图层间的稳定性，便于图层间的层叠关系进行拆解。
如图5b所示，当多个展示结果之间有遮挡的时候，显示的时候可能会混合显示，但混合显示不是用户期望的。因此，在本实施例中利用预设遮挡规则对各个构件类型的图层进行显示结果的处理。即，给图层赋予一个业务化的概念，让图层这一虚拟概念实体化，如：墙图层、墙面图层、门图层等。通过赋予图层业务化含义，让其具有天然属性的遮挡概念。将这些遮挡概念规则化，则会得到一组图层之间的显示优先级。
在确定出各个图层的显示优先级之后，利用显示优先级对图层进行排序并逐一显示，能够做到半智能化的结果。当用户二维观察时，大部分情况下都能看到自己想要看到的场景，与真实的视觉效果相仿。如图2所示，墙上刷的墙面的显示效果遮挡了墙的显示效果，而门的显示效果则同时遮挡了墙和墙面的显示效果。
作为本实施例的一种可选实施方式，上述S312包括如下步骤：
(1)利用各个图层对应的构件类型以及预设遮挡规则，确定各个图层的遮挡优先级。
电子设备确定出各个图层的遮挡优先级之后，可能会存在遮挡优先级相同的图层。那么，就需要对遮挡优先级相同的图层进行处理。
(2)判断是否存在遮挡优先级相同的图层。
当存在遮挡优先级相同的图层时，执行步骤(3)。否则，将遮挡优先级确定为显示优先级。
(3)获取遮挡优先级相同的图层中图元的参数。其中，所述图元的参数包括标高。
例如，图层之间的遮挡优先级相当时，则使用图元的标高进行控制。在通常情况下，更高的图元往往从逻辑意义上讲具有更高的显示优先级。
当然，也可以获取遮挡优先级的图元的其他参数。例如，图元的大小等等。
(4)基于图元的参数以及遮挡优先级，确定各个图层的显示优先级。
电子设备在遮挡优先级以及图元的参数的基础上，可以确定出目标模块中各个图层的显示优先级。
在存在遮挡优先级相同的情况下结合图元的参数，确定显示优先级，能够保证所确定出的显示优先级更符合业务需求。
S32，响应于目标模型的图元选择行为。
其中，所述图元选择行为包括点选或框选。
详细请参见图3所示实施例的S22，在此不再赘述。
S33，基于图元选择行为以及显示优先级，确定目标图层。
详细请参见图3所示实施例的S23，在此不再赘述。
S34，将目标图层中的图元加入选择集以及将其他图层中的图元加入备选集。
详细请参见图3所示实施例的S24，在此不再赘述。
S35，响应于目标模型的图元操作行为。
详细请参见图3所示实施例的S25，在此不再赘述。
S36，根据图元操作行为，在选择集以及备选集中确定目标图元。
详细请参见图3所示实施例的S26，在此不再赘述。
本实施例提供的图元选择方法，利用预设遮挡规则确定各个图层的显示优先级，可以保证多个图层的组合显示，且显示结果符合实际的业务需求，从而可以保证后续确定出的目标图元的准确性。
在本实施例中还提供了一种图元选择装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种图元选择装置，如图6所示，包括：
获取模块41，用于获取目标模型中各个图层的显示优先级；
第一响应模块42，用于响应于目标模型中的图元选择行为；其中，所述图元选择行为包括点选或框选；
第一确定模块43，用于基于所述图元选择行为以及所述显示优先级确定目标图层；
图元加入模块44，用于将所述目标图层中的图元加入选择集以及将其他图层中的图元加入备选集；
第二响应模块45，用于响应于所述目标模型中的图元操作行为；
第二确定模块46，用于根据所述图元操作行为，在所述选择集以及所述备选集中确定目标图元。
本实施例提供的图元选择装置，由于利用各个图层的显示优先级以及图元选择行为，确定出选择集以及备选集，目标图元就是从中确定出的；即，选择集以及备选集中包括所有图层的对应图元，那么该方法就可以实现跨图层的图元操作行为，提高了图元选择的效率，从而可以实现图元的批量处理，提高了后续的建模效率。通过建立选择集和备选集的方式，以及上下文推断的方式，可以帮用户实现图元更智能的选择、操作方式，避免图元选择时的误操作，大幅提升后续用户建模的效率。
本实施例中的图元选择装置是以功能单元的形式来呈现，这里的单元是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
本发明实施例还提供一种电子设备，具有上述图6所示的图元选择装置。
请参阅图7，图7是本发明可选实施例提供的一种电子设备的结构示意图，如图7所示，该电子设备可以包括：至少一个处理器51，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口53，存储器54，至少一个通信总线52。其中，通信总线52用于实现这些组件之间的连接通信。其中，通信接口53可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口53还可以包括标准的有线接口、无线接口。存储器54可以是高速RAM存储器(Random Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器54可选的还可以是至少一个位于远离前述处理器51的存储装置。其中处理器51可以结合图6所描述的装置，存储器54中存储应用程序，且处理器51调用存储器54中存储的程序代码，以用于执行上述任一方法步骤。
其中，通信总线52可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线52可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器54可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器54还可以包括上述种类的存储器的组合。
其中，处理器51可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，处理器51还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。
可选地，存储器54还用于存储程序指令。处理器51可以调用程序指令，实现如本申请图1、3以及4实施例中所示的图元选择方法。
本发明实施例还提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的图元选择方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (12)
1.一种图元选择方法，其特征在于，包括：
获取目标模型中各个图层的显示优先级；
响应于所述目标模型的图元选择行为；其中，所述图元选择行为包括点选或框选；
基于所述图元选择行为以及所述显示优先级，确定目标图层；
将所述目标图层中的图元加入选择集以及将其他图层中的图元加入备选集；
响应于所述目标模型的图元操作行为；
根据所述图元操作行为，在所述选择集以及所述备选集中确定目标图元。
2.根据权利要求1所述的方法，其特征在于，所述根据所述图元操作行为，在所述选择集以及所述备选集中确定目标图元，包括：
利用所述图元操作行为查找行为策略表，确定目标策略；
基于所述目标策略，对所述选择集以及所述备选集中的图元进行过滤，确定所述目标图元。
3.根据权利要求2所述的方法，其特征在于，所述利用所述图元操作行为查找行为策略表，确定目标策略，包括：
利用所述图元操作行为查找所述行为策略表，确定目标策略组；
遍历所述目标策略组中各个策略的权重，确定所述目标策略。
4.根据权利要求2或3所述的方法，其特征在于，所述基于所述目标策略，对所述选择集以及所述备选集中的图元进行过滤，确定所述目标图元的步骤之后，还包括：
对所述目标图元执行所述图元操作行为；
响应于对执行所述图元操作行为后的反馈结果，以确定所述目标图元的选择是否正确；
当所述目标图元的选择正确时，更新所述目标策略的权重。
5.根据权利要求4所述的方法，其特征在于，所述基于所述目标策略，对所述选择集以及所述备选集中的图元进行过滤，确定所述目标图元的步骤之后，还包括：
当所述目标图元的选择错误时，返回执行利用所述图元操作行为查找行为策略表，确定目标策略的步骤。
6.根据权利要求1所述的方法，其特征在于，所述基于所述图元选择行为以及所述显示优先级确定目标图层，包括：
当所述图元选择行为为点选时，将所述显示优先级最高的图层确定为所述目标图层。
7.根据权利要求1所述的方法，其特征在于，所述基于所述图元选择行为以及所述显示优先级确定目标图层，包括：
当所述图元选择行为为框选时，将当前图层确定为所述目标图层。
8.根据权利要求1所述的方法，其特征在于，所述获取目标模型中各个图层的显示优先级，包括：
获取所述各个图层对应的构件类型；
基于所述各个图层对应的构件类型以及预设遮挡规则，确定所述各个图层的显示优先级。
9.根据权利要求8所述的方法，其特征在于，所述基于所述各个图层对应的构件类型以及预设遮挡规则，确定所述各个图层的显示优先级，包括：
利用所述各个图层对应的构件类型以及所述预设遮挡规则，确定所述各个图层的遮挡优先级；
判断是否存在所述遮挡优先级相同的图层；
当存在所述遮挡优先级相同的图层时，获取所述遮挡优先级相同的图层中图元的参数；其中，所述图元的参数包括标高；
基于所述图元的参数以及所述遮挡优先级，确定所述各个图层的显示优先级。
10.一种图元选择装置，其特征在于，包括：
获取模块，用于获取目标模型中各个图层的显示优先级；
第一响应模块，用于响应于目标模型中的图元选择行为；其中，所述图元选择行为包括点选或框选；
第一确定模块，用于基于所述图元选择行为以及所述显示优先级确定目标图层；
图元加入模块，用于将所述目标图层中的图元加入选择集以及将其他图层中的图元加入备选集；
第二响应模块，用于响应于所述目标模型中的图元操作行为；
第二确定模块，用于根据所述图元操作行为，在所述选择集以及所述备选集中确定目标图元。
11.一种电子设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-9中任一项所述的图元选择方法。
12.一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存储有计算机指令，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的图元选择方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010581166.2A CN111737800B (zh) | 2020-06-23 | 2020-06-23 | 图元选择方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010581166.2A CN111737800B (zh) | 2020-06-23 | 2020-06-23 | 图元选择方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111737800A true CN111737800A (zh) | 2020-10-02 |
| CN111737800B CN111737800B (zh) | 2024-01-12 |
Family
ID=72650611
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010581166.2A Active CN111737800B (zh) | 2020-06-23 | 2020-06-23 | 图元选择方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111737800B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257134A (zh) * | 2020-10-30 | 2021-01-22 | 久瓴(上海)智能科技有限公司 | 模型管理方法、装置及电子设备 |
| CN112560150A (zh) * | 2020-12-21 | 2021-03-26 | 广联达科技股份有限公司 | 路面标高的计算方法、装置、计算机设备及存储介质 |
| CN112580124A (zh) * | 2020-12-25 | 2021-03-30 | 南方电网深圳数字电网研究院有限公司 | 图形建模方法、装置、浏览器和计算机可读存储介质 |
| CN113126866A (zh) * | 2021-04-27 | 2021-07-16 | 北京百度网讯科技有限公司 | 对象确定方法、装置、电子设备以及存储介质 |
| CN113742807A (zh) * | 2021-09-07 | 2021-12-03 | 广联达科技股份有限公司 | 交互处理方法、装置及电子设备 |
| CN114579022A (zh) * | 2021-12-13 | 2022-06-03 | 北京市建筑设计研究院有限公司 | 一种模型构件生成方法、装置及电子设备 |
| CN115033329A (zh) * | 2022-06-22 | 2022-09-09 | 北京世冠金洋科技发展有限公司 | 虚拟子系统的创建方法及相关装置 |
| CN113742807B (zh) * | 2021-09-07 | 2024-05-14 | 广联达科技股份有限公司 | 交互处理方法、装置及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140278294A1 (en) * | 2013-03-15 | 2014-09-18 | Ventana Systems, Inc. | Modeling and simulation |
| WO2017152941A1 (en) * | 2016-03-07 | 2017-09-14 | Menhirs Nv | Method for providing details to a computer aided design (cad) model, a computer program product and a server therefore |
| CN110198437A (zh) * | 2018-02-27 | 2019-09-03 | 腾讯科技（深圳）有限公司 | 图像的处理方法、装置、存储介质和电子装置 |
| CN110765891A (zh) * | 2019-09-30 | 2020-02-07 | 万翼科技有限公司 | 工程图纸识别方法、电子设备及相关产品 |
| CN111177445A (zh) * | 2019-12-30 | 2020-05-19 | 湖南特能博世科技有限公司 | 标准图元的确定方法、图元识别方法、装置和电子设备 |
| CN111310254A (zh) * | 2020-03-10 | 2020-06-19 | 广联达科技股份有限公司 | Cad图例的识别方法、装置、存储介质、电子设备 |
-
2020
- 2020-06-23 CN CN202010581166.2A patent/CN111737800B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140278294A1 (en) * | 2013-03-15 | 2014-09-18 | Ventana Systems, Inc. | Modeling and simulation |
| WO2017152941A1 (en) * | 2016-03-07 | 2017-09-14 | Menhirs Nv | Method for providing details to a computer aided design (cad) model, a computer program product and a server therefore |
| CN110198437A (zh) * | 2018-02-27 | 2019-09-03 | 腾讯科技（深圳）有限公司 | 图像的处理方法、装置、存储介质和电子装置 |
| CN110765891A (zh) * | 2019-09-30 | 2020-02-07 | 万翼科技有限公司 | 工程图纸识别方法、电子设备及相关产品 |
| CN111177445A (zh) * | 2019-12-30 | 2020-05-19 | 湖南特能博世科技有限公司 | 标准图元的确定方法、图元识别方法、装置和电子设备 |
| CN111310254A (zh) * | 2020-03-10 | 2020-06-19 | 广联达科技股份有限公司 | Cad图例的识别方法、装置、存储介质、电子设备 |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112257134A (zh) * | 2020-10-30 | 2021-01-22 | 久瓴(上海)智能科技有限公司 | 模型管理方法、装置及电子设备 |
| CN112257134B (zh) * | 2020-10-30 | 2022-09-16 | 久瓴(上海)智能科技有限公司 | 模型管理方法、装置及电子设备 |
| CN112560150A (zh) * | 2020-12-21 | 2021-03-26 | 广联达科技股份有限公司 | 路面标高的计算方法、装置、计算机设备及存储介质 |
| CN112560150B (zh) * | 2020-12-21 | 2024-04-12 | 广联达科技股份有限公司 | 路面标高的计算方法、装置、计算机设备及存储介质 |
| CN112580124A (zh) * | 2020-12-25 | 2021-03-30 | 南方电网深圳数字电网研究院有限公司 | 图形建模方法、装置、浏览器和计算机可读存储介质 |
| CN112580124B (zh) * | 2020-12-25 | 2024-05-14 | 南方电网数字平台科技(广东)有限公司 | 图形建模方法、装置、浏览器和计算机可读存储介质 |
| CN113126866A (zh) * | 2021-04-27 | 2021-07-16 | 北京百度网讯科技有限公司 | 对象确定方法、装置、电子设备以及存储介质 |
| CN113742807A (zh) * | 2021-09-07 | 2021-12-03 | 广联达科技股份有限公司 | 交互处理方法、装置及电子设备 |
| CN113742807B (zh) * | 2021-09-07 | 2024-05-14 | 广联达科技股份有限公司 | 交互处理方法、装置及电子设备 |
| CN114579022A (zh) * | 2021-12-13 | 2022-06-03 | 北京市建筑设计研究院有限公司 | 一种模型构件生成方法、装置及电子设备 |
| CN115033329A (zh) * | 2022-06-22 | 2022-09-09 | 北京世冠金洋科技发展有限公司 | 虚拟子系统的创建方法及相关装置 |
| CN115033329B (zh) * | 2022-06-22 | 2023-09-26 | 北京世冠金洋科技发展有限公司 | 虚拟子系统的创建方法及相关装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111737800B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111737800B (zh) | 图元选择方法、装置及电子设备 | |
| CN108499103B (zh) | 场景元素的显示方法及装置 | |
| CN102356375B (zh) | 连续和不连续的属性的平滑布局动画 | |
| KR101794373B1 (ko) | 선택된 데이터의 일시적인 포맷팅 및 도표화 기법 | |
| CN110163076A (zh) | 一种图像数据处理方法和相关装置 | |
| WO2022166681A1 (zh) | 一种虚拟场景生成方法、装置、设备和存储介质 | |
| US20210125144A1 (en) | Bill of material conversion method, electronic apparatus and non-transitory computer-readable storage medium | |
| US9009617B2 (en) | Decision aiding user interfaces | |
| CN109167686A (zh) | 一种基于多层复杂网络拓扑的布局与展现方法 | |
| CN109324722B (zh) | 思维导图的节点添加方法、装置、设备及存储介质 | |
| JP2015518594A (ja) | デジタル画像分析のため空間制約を用いた統合インタラクティブセグメンテーション法 | |
| US20160085831A1 (en) | Method and apparatus for map classification and restructuring | |
| CN113420355B (zh) | 楼层处理方法、装置及电子设备 | |
| CN114491779B (zh) | 一种智能规划生成草图的方法及相关设备 | |
| CN111753347A (zh) | 基于Revit图元的构件筛选方法、Revit平台及存储介质 | |
| CN115779424A (zh) | 一种导航网格寻路方法、装置、设备及介质 | |
| CN107729686B (zh) | 建筑模型的构件展示方法、装置、电子设备及存储介质 | |
| CN110321184B (zh) | 场景地图绘制方法及计算机存储介质 | |
| CN116189009A (zh) | 遥感图像处理模型的训练方法、电子设备及存储介质 | |
| JPH10293862A (ja) | 三次元オブジェクトデータ処理方法 | |
| CN117149889A (zh) | 一种图数据的处理方法和相关装置 | |
| CN110533742B (zh) | 一种图像填色方法、装置、设备及存储介质 | |
| CN110427241B (zh) | 一种目标消除方法及装置 | |
| CN114564773A (zh) | 一种基于bim模型的构件筛选检查方法和系统 | |
| CN114186306A (zh) | 结构设计中的柱放置的可定制强化学习 |
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 |