CN111753362B - 一种基于移动平台的大型建筑设计方法 - Google Patents
一种基于移动平台的大型建筑设计方法 Download PDFInfo
- Publication number
- CN111753362B CN111753362B CN202010623564.6A CN202010623564A CN111753362B CN 111753362 B CN111753362 B CN 111753362B CN 202010623564 A CN202010623564 A CN 202010623564A CN 111753362 B CN111753362 B CN 111753362B
- Authority
- CN
- China
- Prior art keywords
- building
- large building
- existing
- information
- target
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- Medical Informatics (AREA)
- Evolutionary Biology (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于移动平台的大型建筑设计方法,S1:收集多个所述现有大型建筑中的人流信息;S2:将多个现有大型建筑的商业价值与目标大型建筑的商业价值之差导入最接近现有建筑向量模型中,得到最接近的现有大型建筑评分,并选取最接近的现有大型建筑评分最高的作为最接近的现有大型建筑;S3:将最接近的现有大型建筑的人流信息导入BIM系统中作为目标大型建筑的人流信息;S4:BIM系统将目标大型建筑的人流信息和最接近的现有大型建筑以可视化的形式呈现给设计师;S5:设计师调整设计,BIM系统更新呈现;S6:是否需要进行进一步的修改,若需要,回到S5,否则进入S7;S7:输出目标大型建筑。本发明的有益效果是:商业信息对建筑设计的有效指导。
Description
技术领域
本发明涉及辅助设计领域,特别涉及一种基于移动平台的大型建筑设计方法。
背景技术
在传统的建筑如商场等大型商业地产的设计中,缺乏对于人流量以及商业的价值的准确判断以及分析能力,对于人流量以及商业价值的判断往往通过人的主观上的分析进行,一方面无法自动化进行,另一方面无法实现商业逻辑与建筑设计的良性交互,进而导致人流等商业上的判断无法实现对建筑设计的指导。
虽然BIM系统提供了在运行维护的全生命周期的数据化、信息化模型的整合,但是对于人流等对于建筑设计上具有关键作用的信息,则往往缺乏足够的能力进行模拟,从而无法有效通过BIM实现商业信息对设计信息的科学指导。
诸如中国专利文献CN107729664A中公开了一种基于BIM技术的建筑智能设计方法,通过组建BIM模型库,根据用户设计要求进行建筑智能设计。然而,在该方案中虽然关于性能分析中加入了人流的模拟,但是其并不包含商业信息对于建筑设计的科学指导。
再诸如中国专利文献CN111219853A中公开了一种基于BIM技术和人流量统计的建筑空调温度控制系统,利用重力采集系统收集人流量数据,后台经过中央处理器处理过后,在BIM模型上进行实时显示,同时对建筑内空调系统做出调整的决策。然而,在该方案中并没有将所述商业价值信息导入建筑向量模型中从而得到相似度评分集合,因此无法有效通过BIM实现商业信息对设计信息的科学指导。
故市场亟需一种可以通过人流等信息,科学指导大型商业地产建筑设计的有效方法。
发明内容
为了解决上述技术问题,本发明中披露了一种基于移动平台的大型建筑设计方法,本发明的技术方案是这样实施的:
一种基于移动平台的大型建筑设计方法,其特征在于:S1:收集多个现有大型建筑中的人流信息;S2:将多个所述现有大型建筑的商业价值与目标大型建筑的商业价值之差导入最接近现有建筑向量模型中,得到最接近的现有大型建筑评分,并选取其中所述最接近的现有大型建筑评分最高的作为最接近的现有大型建筑;S3:将所述最接近的现有大型建筑的人流信息导入BIM系统中作为目标大型建筑的人流信息;S4:所述BIM系统将所述目标大型建筑的人流信息和所述最接近的现有大型建筑以可视化的形式呈现给设计师;S5:所述设计师通过所述BIM系统进行建筑设计上的调整产生目标大型建筑,所述BIM系统在所述目标大型建筑的人流信息的基础上模拟产生的新的所述目标大型建筑的人流信息,所述BIM系统进行更新呈现;S6:所述设计师是否还需要进行进一步的修改,若需要,回到S5,否则进入S7;S7:输出所述目标大型建筑。
优选地,所述S1包括:S1-1:进入所述现有大型建筑的消费者使用移动设备连接设置在所述现有大型建筑中的网络中继;S1-2:所述网络中继向所述移动设备请求定位权限;S1-3:所述移动设备将所述消费者的位置发送给服务器进行存储;S1-4:所述服务器将不同时间点的所述消费者的数据连接形成消费者移动路径,所述消费者移动路径聚合形成所述现有大型建筑中的人流信息。
优选地,所述S1还包括,多角度设置图像识别装置,以多角度对人流数据进行采集和识别,并对该多角度影像样本进行训练,识别提取三维特征信息作为该人流信息。
优选地,所述S1还包括,在所述现有大型建筑的各个进出口的位置设置距离传感器和重力传感器,确定人流特征以及人流相对各个进出口的位置特征作为所述人流信息,其中,所述特征适配网格图元特征。
优选地,所述移动设备选自包括手机、智能手表、智能眼镜或者平板电脑中的一种。
优选地,所述网络中继选自包括无线路由或者蜂窝网络信号基站中的一种。
优选地,所述商业价值包括建筑面积、土地面积、预期人流量、地理位置、地形地貌。
优选地,还包括S2-0:训练所述最接近现有建筑向量模型;S2-0-1:将多个所述现有大型建筑的商业价值两两相减,得到现有商业价值差集合;S2-0-2:将多个所述现有大型建筑的人流信息两两相减,得到现有人流信息差集合;S2-0-3:初始化最接近现有建筑向量模型;S2-0-4:将所述商业价值差集合导入所述最接近现有建筑向量模型中,得到相似度评分集合;S2-0-5:判断所述现有人流信息差集合与所述相似度评分集合是否满足线性递减,如不满足,调整所述最接近现有建筑向量模型的参数,并回到S2-0-4,如满足,进入下一步;S2-0-6:输出所述最接近现有建筑向量模型。
优选地,所述BIM系统包括含建筑构件的基于BIM模型的数据库,所述数据库包括整个建筑生命周期内的建筑的建筑构件以及建筑设备的相关信息,所述重力传感器和距离传感器的信息设置于所述建筑构件上。
优选地,所述BIM系统包含数据层、信息化层、以及服务层,所述数据层用于获取构件参数,所述信息化层用于获取模块化数据中的构件参数,服务层用于存储信息化层中获取的模块化数据中的构件参数。
优选地,还包括S0:使用无人机进行巡检;S0包括:S0-1:基于所述目标大型建筑的选址设定无人机的巡航线路,并在所述巡航线路上设定多个监测位置;S0-2:所述无人机按所述巡航线路进行巡航,并使用遥感设备在每一个所述监测位置对于所述目标大型建筑的周边区域进行拍摄,得到线路图像;S0-3:将所述线路图像分割成多个网格,对所述线路图像内所包含颜色的种类以及每一个颜色所占的网格数量进行计算;对所述线路图像中相同颜色所占网格数量进行累计,以所占网格数量最多的颜色为第一色彩;S0-4:.将所述多个监测位置中,每三个相邻的所述监测位置作为一个监测组,将所述监测组所对应的三幅图像中相同颜色所占网格数量进行累计,以所述监测组对应的所述线路图像内所占网格数量最多的颜色为第二色彩;S0-5.根据所述第一色彩设定所述目标大型建筑的主色调,根据所述监测组所对应的第二色彩设定所述目标大型建筑与该监测组所相对位置的选用色调;S0-6:控制所述无人机在每一个所述监测位置进行悬停以检测所述监测位置的人员与车辆流量进行监测,叠加后得到所述检测位置的流量值;S0-8:根据所述流量值设定所述目标大型建筑的通行方向,流量值最大的监测位置所对应的方位作为所述目标大型建筑的主道。
优选地,所述监测的方式为红外传感设备。
实施本发明的技术方案可解决现有技术中缺乏商业信息对设计的有效指导的技术问题;实施本发明的技术方案,可实现商业价值对建筑设计的有效指导的技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一种实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一种基于移动平台的大型建筑设计方法的整体流程图;
图2为一种基于移动平台的大型建筑设计方法的S1的示意图;
图3为一种基于移动平台的大型建筑设计方法的S2的示意图。
具体实施方式
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,所描述的实施例仅仅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,本领域普通技术人员在没有作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。
在一种具体的实施例中,一种基于移动平台的大型建筑设计方法,如图1、2、3所示,其特征在于:S1:收集多个所述现有大型建筑中的人流信息;S2:将多个所述现有大型建筑的商业价值与目标大型建筑的商业价值之差导入最接近现有建筑向量模型中,得到最接近的现有大型建筑评分,并选取其中所述最接近的现有大型建筑评分最高的作为最接近的现有大型建筑;S3:将所述最接近的现有大型建筑的人流信息导入BIM系统中作为目标大型建筑的人流信息;S4:所述BIM系统将所述目标大型建筑的人流信息和所述最接近的现有大型建筑以可视化的形式呈现给设计师;S5:所述设计师通过所述BIM系统进行建筑设计上的调整产生目标大型建筑,所述BIM系统在所述目标大型建筑的人流信息的基础上模拟产生的新的所述目标大型建筑的人流信息,所述BIM系统进行更新呈现;S6:所述设计师是否还需要进行进一步的修改,若需要,回到S5,否则进入S7;S7:输出所述目标大型建筑;所述商业价值包括建筑面积、土地面积、预期人流量、地理位置、地形地貌。
在该种具体的实施例中,其基本思路为,通过对于现有的大型建筑中的人流的移动、分布等进行采集,然后根据即将要建设的目标大型建筑的情况即其商业价值,寻找到与其最为接近的现有大型建筑,然后将人流信息、最接近的现有大型建筑的模型通过BIM系统呈现在设计师面前,由设计师在现有大型建筑的基础上进行修改,一方面可以快速出图,另一方面对使用现有的数据对目标大型建筑的人流进行模拟,从而可以分析出现有的大型建筑在设计时的缺陷,使得设计师可以有效针对现有的大型建筑中存在的缺陷进行修改,合理的对水电煤以及各种商铺进行分布,从而极大的提高了出图的效率以及大型建筑设计的合理性,科学性。
在一种优选地实施例中,如图2所示,S1包括:S1-1:进入所述现有大型建筑的消费者使用移动设备连接设置在所述现有大型建筑中的网络中继;S1-2:所述网络中继向所述移动设备请求定位权限;S1-3:所述移动设备将所述消费者的位置发送给服务器进行存储;S1-4:所述服务器将不同时间点的所述消费者的数据连接形成消费者移动路径,所述消费者移动路径聚合形成所述现有大型建筑中的人流信息;所述移动设备选自包括手机、智能手表、智能眼镜或者平板电脑中的一种;所述网络中继选自包括无线路由或者蜂窝网络信号基站中的一种。
在该种优选的实施例中,消费者进入到现有大型建筑后,设置在现有大型建筑内部的基站会向消费者发送连接wifi或者蜂窝网络基站的信息,消费者根据自身选择,选择是否要连接Wifi或者是蜂窝网络,若消费者选择连接,则向消费者请求共享位置信息,若消费者同意共享位置信息,则将消费者在连接该Wifi和蜂窝网络时的位置信息不断地发送给服务器,服务器则将这些不同时间点的数据信息进行存储并将其连接起来,形成该消费者在该现有的大型建筑内的活动路径,将多个消费者的活动路径集合后变成人流信息。
在一种优选地实施例中,所述S1还包括,多角度设置图像识别装置,以多角度对人流数据进行采集和识别,并对该多角度影像样本进行训练,识别提取三维特征信息作为该人流信息。在另一种优选地实施例中,所述S1还包括,在所述现有大型建筑的各个进出口的位置设置距离传感器和重力传感器,确定人流特征以及人流相对各个进出口的位置特征作为所述人流信息,其中,所述特征适配网格图元特征。
在一种优选地实施例中,如图1所示,还包括S2-0:训练所述最接近现有建筑向量模型;S2-0-1:将多个所述现有大型建筑的商业价值两两相减,得到现有商业价值差集合;S2-0-2:将多个所述现有大型建筑的人流信息两两相减,得到现有人流信息差集合;S2-0-3:初始化最接近现有建筑向量模型;S2-0-4:将所述商业价值差集合导入所述最接近现有建筑向量模型中,得到相似度评分集合;S2-0-5:判断所述现有人流信息差集合与所述相似度评分集合是否满足线性递减,如不满足,调整所述最接近现有建筑向量模型的参数,并回到S2-0-4,如满足,进入下一步;S2-0-6:输出所述最接近现有建筑向量模型。
在该种优选的实施例中,最接近现有建筑向量模型用于对两个大型建筑之间的人流信息是否接近进行预测,而S2-0的目的在于训练出一个最接近现有建筑向量模型,可用于预测两个大型建筑之间的人流信息是否接近;具体而言,其将现有的建筑的商业价值,如建筑面积、土地面积、预期人流量、地理位置、地形地貌等信息进行向量化,再将得到的多个向量之间两两相减,获得二者之差,在将人流信息向量化后两两相减,获得二者之差,使用初始化的最接近现有建筑向量模型不断地对对两个大型建筑之间的人流信息是否接近进行评分,再判断该相似度评分与人流信息差是否呈线性递减,也就是说相似度评分越高,人流信息差越小,当二者呈线性递减时,说明基于最接近现有建筑向量模型的评分系统正确,否则进行参数调整,直到基于最接近现有建筑向量模型的评分系统正确。
在一种优选地实施例中,所述BIM系统包括含建筑构件的基于BIM模型的数据库,所述数据库包括整个建筑生命周期内的建筑的建筑构件以及建筑设备的相关信息,所述重力传感器和距离传感器的信息设置于所述建筑构件上。
在一种优选地实施例中,所述BIM系统包含数据层、信息化层、以及服务层,所述数据层用于获取构件参数,所述信息化层用于获取模块化数据中的构件参数,服务层用于存储信息化层中获取的模块化数据中的构件参数。
在一种优选地实施例中,还包括S0:使用无人机进行巡检;S0包括:S0-1:基于所述目标大型建筑的选址设定无人机的巡航线路,并在所述巡航线路上设定多个监测位置;S0-2:所述无人机按所述巡航线路进行巡航,并使用遥感设备在每一个所述监测位置对于所述目标大型建筑的周边区域进行拍摄,得到线路图像;S0-3:将所述线路图像分割成多个网格,对所述线路图像内所包含颜色的种类以及每一个颜色所占的网格数量进行计算;对所述线路图像中相同颜色所占网格数量进行累计,以所占网格数量最多的颜色为第一色彩;S0-4:.将所述多个监测位置中,每三个相邻的所述监测位置作为一个监测组,将所述监测组所对应的三幅图像中相同颜色所占网格数量进行累计,以所述监测组对应的所述线路图像内所占网格数量最多的颜色为第二色彩;S0-5.根据所述第一色彩设定所述目标大型建筑的主色调,根据所述监测组所对应的第二色彩设定所述目标大型建筑与该监测组所相对位置的选用色调;S0-6:控制所述无人机在每一个所述监测位置进行悬停以检测所述监测位置的人员与车辆流量进行监测,叠加后得到所述检测位置的流量值;S0-8:根据所述流量值设定所述目标大型建筑的通行方向,流量值最大的监测位置所对应的方位作为所述目标大型建筑的主道。
在该种优选的实施例中,主要用途是对目标大型建筑的预期人流量进行预测,通过上述步骤,实现了对人流量的统计,并使用经验公式预测目标大型建筑的实际人流量,从而为商业价值的评估提供依据。
在一种优选地实施例中,所述监测的方式为红外传感设备。
需要指出的是,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于移动平台的大型建筑设计方法,其特征在于:
S1:收集多个现有大型建筑中的人流信息;
S2:将多个所述现有大型建筑的商业价值与目标大型建筑的商业价值之差导入最接近现有建筑向量模型中,得到最接近的现有大型建筑评分,并选取其中所述最接近的现有大型建筑评分最高的作为最接近的现有大型建筑;
S3:将所述最接近的现有大型建筑的人流信息导入BIM系统中作为目标大型建筑的人流信息;
S4:所述BIM系统将所述目标大型建筑的人流信息和所述最接近的现有大型建筑以可视化的形式呈现给设计师;
S5:所述设计师通过所述BIM系统进行建筑设计上的调整产生目标大型建筑,所述BIM系统在所述目标大型建筑的人流信息的基础上模拟产生的新的所述目标大型建筑的人流信息,所述BIM系统进行更新呈现;
S6:所述设计师是否还需要进行进一步的修改,若需要,回到S5,否则进入S7;
S7:输出所述目标大型建筑。
2.根据权利要求1所述的一种基于移动平台的大型建筑设计方法,其特征在于:S1包括:
S1-1:进入所述现有大型建筑的消费者使用移动设备连接设置在所述现有大型建筑中的网络中继;
S1-2:所述网络中继向所述移动设备请求定位权限;
S1-3:所述移动设备将所述消费者的位置发送给服务器进行存储;
S1-4:所述服务器将不同时间点的所述消费者的数据连接形成消费者移动路径,所述消费者移动路径聚合形成所述现有大型建筑中的人流信息。
3.根据权利要求2所述的一种基于移动平台的大型建筑设计方法,其特征在于:所述移动设备选自手机、智能手表、智能眼镜和平板电脑中的一种。
4.根据权利要求2所述的一种基于移动平台的大型建筑设计方法,其特征在于:所述网络中继选自无线路由和蜂窝网络信号基站中的一种。
5.根据权利要求1所述的一种基于移动平台的大型建筑设计方法,其特征在于:所述商业价值包括建筑面积、土地面积、预期人流量、地理位置、地形地貌。
6.根据权利要求1所述的一种基于移动平台的大型建筑设计方法,其特征在于:还包括S2-0:训练所述最接近现有建筑向量模型;
S2-0-1:将多个所述现有大型建筑的现有商业价值两两相减,得到现有商业价值差集合;
S2-0-2:将多个所述现有大型建筑的人流信息两两相减,得到现有人流信息差集合;
S2-0-3:初始化最接近现有建筑向量模型;
S2-0-4:将所述现有商业价值差集合导入所述最接近现有建筑向量模型中,得到相似度评分集合;
S2-0-5:判断所述现有人流信息差集合与所述相似度评分集合是否满足线性递减,如不满足,调整所述最接近现有建筑向量模型的参数,并回到S2-0-4,如满足,进入下一步;
S2-0-6:输出所述最接近现有建筑向量模型。
7.根据权利要求1所述的一种基于移动平台的大型建筑设计方法,其特征在于:还包括S0:使用无人机进行巡检;
S0包括:
S0-1:基于所述目标大型建筑的选址设定无人机的巡航线路,并在所述巡航线路上设定多个监测位置;
S0-2:所述无人机按所述巡航线路进行巡航,并使用遥感设备在每一个所述监测位置对于所述目标大型建筑的周边区域进行拍摄,得到线路图像;
S0-3:将所述线路图像分割成多个网格,对所述线路图像内所包含颜色的种类以及每一个颜色所占的网格数量进行计算;对所述线路图像中相同颜色所占网格数量进行累计,以所占网格数量最多的颜色为第一色彩;
S0-4:将所述多个监测位置中,每三个相邻的所述监测位置作为一个监测组,将所述监测组所对应的三幅线路图像中相同颜色所占网格数量进行累计,以所述监测组对应的所述线路图像内所占网格数量最多的颜色为第二色彩;
S0-5.根据所述第一色彩设定所述目标大型建筑的主色调,根据所述监测组所对应的第二色彩设定所述目标大型建筑与该监测组相对应的位置处的选用色调;
S0-6:控制所述无人机在每一个所述监测位置进行悬停以检测所述监测位置的人员并对车辆流量进行监测,叠加后得到所述监测位置的流量值;
S0-8:根据所述流量值设定所述目标大型建筑的通行方向,流量值最大的监测位置所对应的方位作为所述目标大型建筑的主道。
8.根据权利要求7所述的一种基于移动平台的大型建筑设计方法,其特征在于:监测的方式为红外传感设备。
9.根据权利要求1所述的一种基于移动平台的大型建筑设计方法,其特征在于:所述S1还包括,多角度设置图像识别装置,以多角度对人流数据进行采集和识别,并对多角度影像样本进行训练,识别提取三维特征信息作为该人流信息,在所述现有大型建筑的各个进出口的位置设置距离传感器和重力传感器,确定人流特征以及人流相对各个进出口的位置特征作为所述人流信息,其中,所述位置特征适配网格图元特征。
10.根据权利要求9所述的一种基于移动平台的大型建筑设计方法,其特征在于:所述BIM系统包括含建筑构件的基于BIM模型的数据库,所述数据库包括整个建筑生命周期内的建筑的建筑构件以及建筑设备的相关信息,所述重力传感器和距离传感器的信息设置于所述建筑构件上,所述BIM系统包含数据层、信息化层、以及服务层,所述数据层用于获取构件参数,所述信息化层用于获取模块化数据中的构件参数,服务层用于存储信息化层中获取的模块化数据中的构件参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010623564.6A CN111753362B (zh) | 2020-07-01 | 2020-07-01 | 一种基于移动平台的大型建筑设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010623564.6A CN111753362B (zh) | 2020-07-01 | 2020-07-01 | 一种基于移动平台的大型建筑设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111753362A CN111753362A (zh) | 2020-10-09 |
CN111753362B true CN111753362B (zh) | 2021-08-06 |
Family
ID=72680336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010623564.6A Active CN111753362B (zh) | 2020-07-01 | 2020-07-01 | 一种基于移动平台的大型建筑设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111753362B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112417555B (zh) * | 2020-11-18 | 2024-05-31 | 君泰天创工程咨询有限公司 | 一种用于建筑设计优化方案判断的系统及方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8295545B2 (en) * | 2008-11-17 | 2012-10-23 | International Business Machines Corporation | System and method for model based people counting |
CN104751007B (zh) * | 2015-04-16 | 2018-07-24 | 百度在线网络技术(北京)有限公司 | 基于建筑物价值评估的计算方法和装置 |
CN105574302B (zh) * | 2016-02-29 | 2018-12-07 | 江苏中锐华东建筑设计研究院有限公司 | 基于移动平台分析的大型公共场所建筑设计方法 |
CN207965903U (zh) * | 2018-04-02 | 2018-10-12 | 贵州江月兴科技有限公司 | 一种用于挖掘购物数据的智能系统 |
CN110021178B (zh) * | 2019-04-18 | 2020-10-27 | 浙江工业大学 | 一种基于路口相似度的信号配时方案推荐方法 |
-
2020
- 2020-07-01 CN CN202010623564.6A patent/CN111753362B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111753362A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6141393B2 (ja) | 目標位置を確定するための方法及び装置 | |
Zhong et al. | Inferring building functions from a probabilistic model using public transportation data | |
CN105825242B (zh) | 基于混合网格分层聚类的集群通信终端轨迹实时异常检测方法与系统 | |
CN109493119B (zh) | 一种基于poi数据的城市商业中心识别方法及系统 | |
CN105874479A (zh) | 用于定义和预测飞机轨迹的系统和方法 | |
CN111458721B (zh) | 一种暴露垃圾的识别定位方法、装置及系统 | |
CN103218694B (zh) | 电力应急监控方法和系统 | |
CN116227834A (zh) | 一种基于三维点云模型的智能景区数字化平台 | |
CN115775085B (zh) | 一种基于数字孪生的智慧城市管理方法及系统 | |
KR101937940B1 (ko) | 빅 데이터를 활용한 단계별 방범 cctv 위치 선정 방법 | |
CN108304536A (zh) | 一种耦合地缘环境要素的地缘环境模拟与预测平台 | |
KR101700648B1 (ko) | 지역계획모델에 대한 탄소 배출량 표출 시스템 | |
CN110716935A (zh) | 基于网约车出行的轨迹数据分析与可视化方法及系统 | |
CN112668375B (zh) | 景区内游客分布分析系统及方法 | |
CN111784830A (zh) | 一种基于规则的三维地理信息模型空间分析方法与系统 | |
CN114879702B (zh) | 多智能体巡检控制方法、装置、系统、设备及介质 | |
CN108182218A (zh) | 一种基于地理信息系统的视频人物识别方法、系统及电子设备 | |
CN115880466A (zh) | 基于无人机遥感的城市工程测绘方法及系统 | |
CN111753362B (zh) | 一种基于移动平台的大型建筑设计方法 | |
Fedorova | GANs for urban design | |
Dobrilovic et al. | A model of UAV-based waste monitoring system for urban areas | |
CN112766718A (zh) | 城市商圈边界识别方法、系统、计算机设备及存储介质 | |
CN111400877B (zh) | 一种基于gis数据的智能城市仿真系统和方法 | |
KR102445142B1 (ko) | 인공지능 및 gis에 기반한 전기차충전소 입지의 분석 방법 및 장치 | |
CN116805444A (zh) | 分布式命名导航行人行车预警方法、系统和装置 |
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 |