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 PDFInfo
- 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
Links
- 238000010276 construction Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000003064 k means clustering Methods 0.000 claims abstract description 7
- 230000003203 everyday effect Effects 0.000 claims description 3
- 238000009435 building construction Methods 0.000 claims 7
- 206010063385 Intellectualisation Diseases 0.000 abstract description 2
- 239000002775 capsule Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
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。
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)
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)
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 |
-
2020
- 2020-10-12 CN CN202011086939.6A patent/CN112184174B/zh active Active
Patent Citations (5)
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)
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)
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 |