CN112184174A - 一种自动生成方舱类建筑物施工方案的方法 - Google Patents

一种自动生成方舱类建筑物施工方案的方法 Download PDF

Info

Publication number
CN112184174A
CN112184174A CN202011086939.6A CN202011086939A CN112184174A CN 112184174 A CN112184174 A CN 112184174A CN 202011086939 A CN202011086939 A CN 202011086939A CN 112184174 A CN112184174 A CN 112184174A
Authority
CN
China
Prior art keywords
construction
cabin
shelter
type building
automatically generating
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
Application number
CN202011086939.6A
Other languages
English (en)
Other versions
CN112184174B (zh
Inventor
余孟达
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongke Xiamen Data Intelligence Research Institute
Original Assignee
Xiamen Institute Of Data Intelligence Institute Of Computing Technology Chinese Academy Of Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xiamen Institute Of Data Intelligence Institute Of Computing Technology Chinese Academy Of Sciences filed Critical Xiamen Institute Of Data Intelligence Institute Of Computing Technology Chinese Academy Of Sciences
Priority to CN202011086939.6A priority Critical patent/CN112184174B/zh
Publication of CN112184174A publication Critical patent/CN112184174A/zh
Application granted granted Critical
Publication of CN112184174B publication Critical patent/CN112184174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种自动生成方舱类建筑物施工方案的方法，包括如下步骤：S1、根据作业面的数目K，运用K均值聚类算法均分平面内方舱，使得每个作业面内施工舱体数目大致相同；S2、根据步骤S1得到的最终的聚类中心点用泰森多边形算法确定定位舱的位置；S3、从定位舱出发，用递归算法对施工顺序进行编排，并估算施工时间。本发明实现了对现有方舱类建筑物施工方案的自动生成，提升了方舱类建筑物快速规划的能力，解决了当前方舱类建筑物施工方案快速部署能力不足的问题，有效节省了大量的人力和时间成本，同时提升了方舱类建筑施工方案设计编排的智能化。

Description

一种自动生成方舱类建筑物施工方案的方法
技术领域
本发明涉及计算机技术领域，特别涉及一种自动生成方舱类建筑物施工方案的方法。
背景技术
方舱是一种容积固定或者可扩展的具有多种多样功能、高机动性能的厢式工作间。根据应用场景和需求的不同，为方舱设计相应的内外部结构，并且装载相关的设备和装置以便提供特定的功能。经过多年的发展，各种外形美观、功能各异的高性能方舱被广泛应用在军事、医疗、通信和气象等领域。
现有方舱类建筑物的施工方案大多都是人为进行编排、计算得出的。人为编排不仅需要耗费大量的时间和人力，而且在紧急应急项目中无法满足快速规划部署和智能性等要求。
发明内容
为解决上述问题，本发明提供了一种自动生成方舱类建筑物施工方案的方法。
本发明采用以下技术方案：
一种自动生成方舱类建筑物施工方案的方法，包括如下步骤：
S1、根据作业面的数目K，运用K均值聚类算法均分平面内方舱，使得每个作业面内施工舱体数目大致相同；
S2、根据步骤S1得到的最终的聚类中心点用泰森多边形算法确定定位舱的位置；
S3、从定位舱出发，用递归算法对施工顺序进行编排，并估算施工时间。
进一步地，所述步骤S1具体为：
S11、计算每个舱体的中心坐标，即(xi+wi/2,yi+li/2),i＝1,2,3,…,n，其中，(xi,yi)表示每个方舱的左上角坐标，(wi,li)表示每个方舱的宽和长，并用方舱的中心点代表对应的方舱；
S12、K均值聚类算法随机选取K个作业面作为初始的聚类中心，计算每个舱体中心坐标和各个种子聚类中心之间的距离，把每个舱体中心坐标分配给距离它最近的聚类中心，该聚类中心和分配给它的坐标形成一个聚类；
S13、根据每个聚类里所有的坐标点计算出最终的聚类中心点，每个聚类的数目为N/K向下取整，其中N是方舱总数，K为作业面数目，每个施工队所需要的施工的方舱数目即为每个聚类的数目。
进一步地，所述每个施工队负责一个作业面，即施工队数量等于作业面数量。
进一步地，所述步骤S2具体为：根据所述最终的聚类中心点画出泰森多边形图，得到多边形的交叉顶点坐标，计算定位舱的个数M为M＝(K+3)/4的整数部分，则交叉顶点的个数也为M，设离这M个多边形顶点最近的舱体为定位舱，即得到M个定位舱的位置。
进一步地，所述一个定位舱最多可以给4个作业面作为参照物。。
进一步地，若所述作业面的数目K为1，则所述交叉顶点坐标即为最终的聚类中心点；若所述作业面的数目K为2，则所述交叉顶点坐标即为2个最终的聚类中心点的中心点；若作业面的数目K大于等于3，则通过泰森多边形图得到所述交叉顶点坐标。
进一步地，所述步骤S3具体为：
S31、分别依次判断舱体A的上下左右四个方向，是否有其他舱体与之相连；
S32、计算出聚类里每个舱体离它所属的定位舱的欧式距离，并按照从近到远的顺序排列；
S33、选取最近的舱体作为第一个需要施工的对象，接着运用递归算法依次逐舱展开设计施工顺序；
S34、估算施工时间：已知每个舱体所需施工时间，设每个施工队每天工作时长为T，根据所述施工顺序将每个施工队的工作分成p个阶段Pi,i＝1,2,3,...p，其中，Pi,i＝1,2,3,...p-1的施工时长尽可能为T，而Pp的施工时长小于等于T,则每个施工队所需时间等于该施工队所有阶段施工时间之和，对于K个作业面同时作业的工地，预估的总施工时间为所有施工队所需时间中的最大值。
进一步地，步骤S31所述判断舱体A是否与其他舱体相连的方法具体为：已知舱体A的左上角坐标(xA,yA)和宽长(wA,lA)，舱体B的左上角坐标(xB,yB)和宽长(wB,lB)，分别依次判断舱体A的上下左右四个方向是否有舱体B相连如下：
若yB-lB＝yA，同时x轴方向A与B有交集，则B在A的上边与A相连；
若yA-lA＝yB，同时x轴方向A与B有交集，则B在A的下边与A相连；
若xB-wB＝xA，同时y轴方向A与B有交集，则B在A的左边与A相连；
若xA-wA＝xB，同时y轴方向A与B有交集，则B在A的右边与A相连。
采用上述技术方案后，本发明与背景技术相比，具有如下优点：
本发明实现了对现有方舱类建筑物施工方案的自动生成，提升了方舱类建筑物快速规划的能力，解决了当前方舱类建筑物施工方案快速部署能力不足的问题，有效节省了大量的人力和时间成本，同时提升了方舱类建筑施工方案设计编排的智能化。
附图说明
图1为本发明的方舱类建筑物的布局图；
图2为本发明的最终的聚类中心点意图；
图3为本发明的定位舱示意图；
图4为本发明的利用递归算法编排施工顺序的算法示意图；
图5为本发明实施例的施工顺序和施工时间编排结果示意图。
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仅用以解释本发明，并不用于限定本发明。
实施例
一种自动生成方舱类建筑物施工方案的方法，包括如下步骤：
S1、根据作业面的数目K，运用K均值聚类算法均分平面内方舱，使得每个作业面内施工舱体数目大致相同；
所述步骤S1具体为：
S11、如图1所示，为方舱类建筑物的布局图，将每个舱体拓扑为一个点，即舱体的中心点，计算每个舱体的中心坐标，即(xi+wi/2,yi+li/2),i＝1,2,3,...,n，其中，(xi,yi)表示每个方舱的左上角坐标，(wi,li)表示每个方舱的宽和长，并用方舱的中心点代表对应的方舱；
S12、K均值聚类算法随机选取K个作业面作为初始的聚类中心，计算每个舱体中心坐标和各个种子聚类中心之间的距离，把每个舱体中心坐标分配给距离它最近的聚类中心，该聚类中心和分配给它的坐标形成一个聚类；
S13、根据每个聚类里所有的坐标点计算出最终的聚类中心点，每个聚类的数目为N/K向下取整，其中N是方舱总数，K为作业面数目，每个施工队所需要的施工的方舱数目即为每个聚类的数目。如图2所示，将拓扑过的坐标点进行聚类，当有3个作业面的时候，平面被分为三个聚类，每个聚类的方舱数目大致相同，“★”代表聚类的中心点。
所述每个施工队负责一个作业面，即施工队数量等于作业面数量。
如此，就可以让每个施工队所需要的施工的方舱数目大致相同，在并行施工时，大大减少施工队之间的工作时间差。
S2、根据步骤S1得到的最终的聚类中心点用泰森多边形算法确定定位舱的位置；
所述步骤S2具体为：根据所述最终的聚类中心点画出泰森多边形图，得到多边形的交叉顶点坐标，计算定位舱的个数M为M＝(K+3)/4的整数部分，则交叉顶点的个数也为M，设离这M个多边形顶点最近的舱体为定位舱，即得到M个定位舱的位置。
所述一个定位舱最多可以给4个作业面作为参照物。
定位舱的作用是为施工队指示施工的初始位置，运用python SciPy代码库里的Voronoi函数代码即泰森多边形算法，输入步骤S1中生成的最终的聚类中心点，即可生成多边形图，同时得到数个多边形顶点坐标，但是由于Voronoi函数(即泰森多边形算法)存在一定限制，需要输入为3个坐标点，即3个施工队以上才能使用，因此需要进行额外的规定，若所述作业面的数目K为1，则所述交叉顶点坐标即为最终的聚类中心点；若所述作业面的数目K为2，则所述交叉顶点坐标即为2个最终的聚类中心点的中心点；若作业面的数目K大于等于3，则通过泰森多边形图得到所述交叉顶点坐标。这样就可以得到作业面所需的参照物——定位舱。如图3所示，运用泰森多边形算法得到多边形的顶点坐标即图中3三条线的交叉点，而定位舱就是离该坐标最近的方舱，即图中“X”所在的位置。
S3、从定位舱出发，用递归算法对施工顺序进行编排，并估算施工时间。
所述步骤S3具体为：
S31、分别依次判断舱体A的上下左右四个方向，是否有其他舱体与之相连；
施工过程中因为需要尽可能对舱体依次紧密施工，所以要对各个舱体之间的相连性进行判断，步骤S31所述判断舱体A是否与其他舱体相连的方法具体为：已知舱体A的左上角坐标(xA,yA)和宽长(wA,lA)，舱体B的左上角坐标(xB,yB)和宽长(wB,lB)，分别依次判断舱体A的上下左右四个方向是否有舱体B相连如下：
若yB-lB＝yA，同时x轴方向A与B有交集，则B在A的上边与A相连；
若yA-lA＝yB，同时x轴方向A与B有交集，则B在A的下边与A相连；
若xB-wB＝xA，同时y轴方向A与B有交集，则B在A的左边与A相连；
若xA-wA＝xB，同时y轴方向A与B有交集，则B在A的右边与A相连。
S32、计算出聚类里每个舱体离它所属的定位舱的欧式距离，并按照从近到远的顺序排列；
S33、选取最近的舱体作为第一个需要施工的对象，接着运用递归算法依次逐舱展开设计施工顺序，确保施工的连贯性。
通过如图4所示的递归算法，可以实现聚类内舱体施工顺序的编排，同时紧密施工。
S34、估算施工时间：已知每个舱体所需施工时间，设每个施工队每天工作时长为T，根据所述施工顺序将每个施工队的工作分成p个阶段Pi,i＝1,2,3,...p，其中，Pi,i＝1,2,3,...p-1的施工时长尽可能为T，而Pp的施工时长小于等于T,则每个施工队所需时间等于该施工队所有阶段施工时间之和，对于K个作业面同时作业的工地，预估的总施工时间为所有施工队所需时间中的最大值。如图5所示，若工地要求每个阶段的施工时长为6个小时，且每个舱体施工所需时间为1小时，则算法会把聚类分为三个阶段，时长分别为6、6、3小时。
如此就可以提供舱体间的施工顺序和总施工时间，同时满足对工地阶段性施工的安排需求。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种自动生成方舱类建筑物施工方案的方法，其特征在于：包括如下步骤：
S1、根据作业面的数目K，运用K均值聚类算法均分平面内方舱，使得每个作业面内施工舱体数目大致相同；
S2、根据步骤S1得到的最终的聚类中心点用泰森多边形算法确定定位舱的位置；
S3、从定位舱出发，用递归算法对施工顺序进行编排，并估算施工时间。
2.如权利要求1所述的一种自动生成方舱类建筑物施工方案的方法，其特征在于：所述步骤S1具体为：
S11、计算每个舱体的中心坐标，即(xi+wi/2,yi+li/2),i＝1,2,3,...,n，其中，(xi,yi)表示每个方舱的左上角坐标，(wi,li)表示每个方舱的宽和长，并用方舱的中心点代表对应的方舱；
S12、K均值聚类算法随机选取K个作业面作为初始的聚类中心，计算每个舱体中心坐标和各个种子聚类中心之间的距离，把每个舱体中心坐标分配给距离它最近的聚类中心，该聚类中心和分配给它的坐标形成一个聚类；
S13、根据每个聚类里所有的坐标点计算出最终的聚类中心点，每个聚类的数目为N/K向下取整，其中N是方舱总数，K为作业面数目，每个施工队所需要的施工的方舱数目即为每个聚类的数目。
3.如权利要求2所述的一种自动生成方舱类建筑物施工方案的方法，其特征在于：所述每个施工队负责一个作业面，即施工队数量等于作业面数量。
4.如权利要求1所述的一种自动生成方舱类建筑物施工方案的方法，其特征在于：所述步骤S2具体为：根据所述最终的聚类中心点画出泰森多边形图，得到多边形的交叉顶点坐标，计算定位舱的个数M为M＝(K+3)/4的整数部分，则交叉顶点的个数也为M，设离这M个多边形顶点最近的舱体为定位舱，即得到M个定位舱的位置。
5.如权利要求4所述的一种自动生成方舱类建筑物施工方案的方法，其特征在于：所述一个定位舱最多可以给4个作业面作为参照物。。
6.如权利要求4所述的一种自动生成方舱类建筑物施工方案的方法，其特征在于：若所述作业面的数目K为1，则所述交叉顶点坐标即为最终的聚类中心点；若所述作业面的数目K为2，则所述交叉顶点坐标即为2个最终的聚类中心点的中心点；若作业面的数目K大于等于3，则通过泰森多边形图得到所述交叉顶点坐标。
7.如权利要求1所述的一种自动生成方舱类建筑物施工方案的方法，其特征在于：所述步骤S3具体为：
S31、分别依次判断舱体A的上下左右四个方向，是否有其他舱体与之相连；
S32、计算出聚类里每个舱体离它所属的定位舱的欧式距离，并按照从近到远的顺序排列；
S33、选取最近的舱体作为第一个需要施工的对象，接着运用递归算法依次逐舱展开设计施工顺序；
S34、估算施工时间：已知每个舱体所需施工时间，设每个施工队每天工作时长为T，根据所述施工顺序将每个施工队的工作分成p个阶段Pi,i＝1,2,3,...p，其中，Pi,i＝1,2,3,…p-1的施工时长尽可能为T，而Pp的施工时长小于等于T,则每个施工队所需时间等于该施工队所有阶段施工时间之和，对于K个作业面同时作业的工地，预估的总施工时间为所有施工队所需时间中的最大值。
8.如权利要求7所述的一种自动生成方舱类建筑物施工方案的方法，其特征在于：步骤S31所述判断舱体A是否与其他舱体相连的方法具体为：已知舱体A的左上角坐标(xA,yA)和宽长(wA,lA)，舱体B的左上角坐标(xB,yB)和宽长(wB,lB)，分别依次判断舱体A的上下左右四个方向是否有舱体B相连如下：
若yB-lB＝yA，同时x轴方向A与B有交集，则B在A的上边与A相连；
若yA-lA＝yB，同时x轴方向A与B有交集，则B在A的下边与A相连；
若xB-wB＝xA，同时y轴方向A与B有交集，则B在A的左边与A相连；
若xA-wA＝xB，同时y轴方向A与B有交集，则B在A的右边与A相连。
CN202011086939.6A 2020-10-12 2020-10-12 一种自动生成方舱类建筑物施工方案的方法 Active CN112184174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011086939.6A CN112184174B (zh) 2020-10-12 2020-10-12 一种自动生成方舱类建筑物施工方案的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011086939.6A CN112184174B (zh) 2020-10-12 2020-10-12 一种自动生成方舱类建筑物施工方案的方法

Publications (2)

Publication Number Publication Date
CN112184174A true CN112184174A (zh) 2021-01-05
CN112184174B CN112184174B (zh) 2022-05-27

Family

ID=73951057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011086939.6A Active CN112184174B (zh) 2020-10-12 2020-10-12 一种自动生成方舱类建筑物施工方案的方法

Country Status (1)

Country Link
CN (1) CN112184174B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113312694A (zh) * 2021-05-25 2021-08-27 中国科学院计算技术研究所厦门数据智能研究院 一种在方舱类建筑中生成动线规划的方法
CN113781648A (zh) * 2021-08-06 2021-12-10 清华大学建筑设计研究院有限公司 一种建筑平面交通空间的骨架提取与特征识别方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633137A (zh) * 2017-09-21 2018-01-26 中铁八局集团电务工程有限公司 一种基于bim的地铁机电安装与装修工程施工方法
CN109492796A (zh) * 2018-10-12 2019-03-19 东南大学 一种城市空间形态自动分区方法与系统
US20190205484A1 (en) * 2017-12-28 2019-07-04 ALICE Technologies, Inc. Systems and methods for construction planning
CN110390491A (zh) * 2019-07-29 2019-10-29 北京交通大学 一种公路工程多目标施工计划确定方法
AU2020101943A4 (en) * 2020-08-22 2020-10-01 Guizhou Minzu University A Robust Method for Distributed Traffic Subarea Division

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633137A (zh) * 2017-09-21 2018-01-26 中铁八局集团电务工程有限公司 一种基于bim的地铁机电安装与装修工程施工方法
US20190205484A1 (en) * 2017-12-28 2019-07-04 ALICE Technologies, Inc. Systems and methods for construction planning
CN109492796A (zh) * 2018-10-12 2019-03-19 东南大学 一种城市空间形态自动分区方法与系统
CN110390491A (zh) * 2019-07-29 2019-10-29 北京交通大学 一种公路工程多目标施工计划确定方法
AU2020101943A4 (en) * 2020-08-22 2020-10-01 Guizhou Minzu University A Robust Method for Distributed Traffic Subarea Division

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
DAVID SEMBROIZ 等: "Planning and operational energy optimization solutions for smart buildings", 《INFORMATION SCIENCES》 *
ZHAO XU 等: "Comparative analysis of modular construction practices in mainland China, Hong Kong and Singapore", 《JOURNAL OF CLEANER PRODUCTION》 *
王飞 等: "K-means聚类分析在建筑施工风险评价中的应用", 《中国管理信息化》 *
高崇贤: "大跨钢桁架文物展馆施工方案优选研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113312694A (zh) * 2021-05-25 2021-08-27 中国科学院计算技术研究所厦门数据智能研究院 一种在方舱类建筑中生成动线规划的方法
CN113312694B (zh) * 2021-05-25 2022-07-15 中国科学院计算技术研究所厦门数据智能研究院 一种在方舱类建筑中生成动线规划的方法
CN113781648A (zh) * 2021-08-06 2021-12-10 清华大学建筑设计研究院有限公司 一种建筑平面交通空间的骨架提取与特征识别方法
CN113781648B (zh) * 2021-08-06 2023-05-26 清华大学建筑设计研究院有限公司 一种建筑平面交通空间的骨架提取与特征识别方法

Also Published As

Publication number Publication date
CN112184174B (zh) 2022-05-27

Similar Documents

Publication Publication Date Title
CN112184174B (zh) 一种自动生成方舱类建筑物施工方案的方法
CN109711018B (zh) 一种二维到三维的户型设计方法
US6266062B1 (en) Longest-edge refinement and derefinement system and method for automatic mesh generation
JP2915826B2 (ja) 干渉チェック装置
CN108109204B (zh) 一种制作和渲染大规模地形的方法及系统
US11295522B2 (en) Three-dimensional (3D) model creation and incremental model refinement from laser scans
Frey et al. Delaunay tetrahedralization using an advancing-front approach
CN110276768B (zh) 图像分割方法、图像分割装置、图像分割设备及介质
CN111028335B (zh) 一种基于深度学习的点云数据的分块面片重建方法
CN105844631A (zh) 一种目标定位方法及装置
CN111508015B (zh) 一种基于三维实景数据的建筑物高度提取方法及其装置
CN104548597A (zh) 导航网格的自动生成方法和装置
CN115018992A (zh) 发型模型的生成方法、装置、电子设备及存储介质
CN114597970A (zh) 一种基于图卷积网络的主动配电网分区方法
JP2915363B2 (ja) 空間探索システム
CN111695182B (zh) Bim模型按需加载切换方法及系统
CN102968926B (zh) 分区统计地图符号配置系统及其方法
Shen et al. Fast adaptive optimization of weighted vector median filters
CN112287433A (zh) 空间拓扑结构生成方法、装置、计算机设备和存储介质
CN112002007A (zh) 基于空地影像的模型获取方法及装置、设备、存储介质
CN112215417B (zh) 柔性连接多节点小天体探测器着陆点最优分配方法
Gold et al. Surface modelling with guaranteed consistency—an object-based approach
CN111784579A (zh) 制图方法及装置
CN115953553B (zh) 虚拟形象生成方法、装置、电子设备以及存储介质
CN112070892B (zh) 一种用于地球物理勘探的等值线遍历构建三维模型的方法

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
CP01 Change in the name or title of a patent holder

Address after: No. 208-3, Fengqi Road, phase III, software park, Xiamen City, Fujian Province, 361000

Patentee after: Zhongke (Xiamen) data Intelligence Research Institute

Address before: No. 208-3, Fengqi Road, phase III, software park, Xiamen City, Fujian Province, 361000

Patentee before: Xiamen Institute of data intelligence, Institute of computing technology, Chinese Academy of Sciences

CP01 Change in the name or title of a patent holder