CN113192181B - 面向综合体导航应用的室内多层次语义拓扑索引构建方法 - Google Patents

面向综合体导航应用的室内多层次语义拓扑索引构建方法 Download PDF

Info

Publication number
CN113192181B
CN113192181B CN202110470594.2A CN202110470594A CN113192181B CN 113192181 B CN113192181 B CN 113192181B CN 202110470594 A CN202110470594 A CN 202110470594A CN 113192181 B CN113192181 B CN 113192181B
Authority
CN
China
Prior art keywords
similarity
model
indoor unit
indoor
aggregation
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
Application number
CN202110470594.2A
Other languages
English (en)
Other versions
CN113192181A (zh
Inventor
谢潇
伍庭晨
薛冰
李京忠
鄂超
陈磊
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.)
Institute of Applied Ecology of CAS
Lanzhou Jiaotong University
Original Assignee
Institute of Applied Ecology of CAS
Lanzhou Jiaotong University
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 Institute of Applied Ecology of CAS, Lanzhou Jiaotong University filed Critical Institute of Applied Ecology of CAS
Priority to CN202110470594.2A priority Critical patent/CN113192181B/zh
Publication of CN113192181A publication Critical patent/CN113192181A/zh
Application granted granted Critical
Publication of CN113192181B publication Critical patent/CN113192181B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T17/005—Tree description, e.g. octree, quadtree
    • 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
    • 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)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种面向综合体导航应用的室内多层次语义拓扑索引构建方法。所述方法包括获取目标综合体的实景三维模型，同步匹配空间建筑对象中语义与几何部件之间的对应关系，得到完备拓扑一致性的室内单元模型；提取可通行区域，将可通行区域抽象为叶子结点；构建面向场景相似性的多维关联函数，将所述叶子结点进行分组处理，生成聚合单元；通过对聚合单元的内部进行拆分和叠加，得到室内单元模型室内单元模型之间的连通关系以及聚合单元之间的连接关系，由内向外构建连通性图索引。以此方式，可以弥补了单一拓扑结构表达的连通关系错乱问题，能更简化索引的逻辑关系，提高路径规划任务中目标搜索的时间效率和准确程度。

Description

面向综合体导航应用的室内多层次语义拓扑索引构建方法
技术领域
本发明的实施例一般涉及地理空间数据处理技术领域，并且更具体地，涉及面向综合体导航应用的室内多层次语义拓扑索引构建方法。
背景技术
复杂综合体是大规模、大体量、高综合性及多设备系统复杂统一的建筑体，表现为空间内部单元形态、结构和功能表现的繁复冗杂：①在大体量的建筑内部，实体单元在空间中呈现嵌套分布并且部分边界交错扭合在一起，产生形态繁多的实景模型；②各楼层之间互相穿插以及与外部建筑相互渗透的现象，并且具有较大的室内通行空间，形成重复冗余的连通结构；③室内建筑的功能多样性导致室内POI信息爆炸式增长，溢出大量杂乱无章的语义数据。因此，面向复杂综合体的导航应用在模型构建、数据存储以及信息搜索等方面仍面临着巨大的挑战。
现有室内三维模型数据组织主要面向规则的室内建筑体(如居民住宅楼、学校教学楼等)，强调从空间距离的角度对几何信息表达与组织，仅构建单层的室内拓扑索引，难以解决复杂综合体中模型繁多、连通关系冗余及语义杂乱导致的信息不匹配、搜索效率低和存储复杂度过高等问题。
发明内容
根据本发明的实施例，提供了一种面向综合体导航应用的室内多层次语义拓扑索引构建方案。该方案顾及室内场景语义的有效关联表达与多层次数据组织，解决了单一拓扑结构表达连通关系不足的问题，以及复杂综合体中模型繁多、连通关系冗余及语义杂乱导致的信息不匹配、搜索效率低和存储复杂度过高等问题。
在本发明的第一方面，提供了一种面向综合体导航应用的室内多层次语义拓扑索引构建方法。该方法包括：
获取目标综合体的实景三维模型，根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，得到完备拓扑一致性的室内单元模型；
将所述室内单元模型叠加到空间格网层，提取所述室内单元模型周围向外延展的可通行区域，并搭建树状结构作为模型索引框架，将所述可通行区域抽象为叶子结点；
根据所述叶子结点构建面向场景相似性的多维关联函数，将所述叶子结点进行分组处理，生成聚合单元；所述聚合单元用于在面向室内路径导航中进行空间搜索；所述多维关联函数包括定量指标：空间相似度、结构相似度和语义相似度；
通过对聚合单元的内部进行拆分，得到室内单元模型室内单元模型之间的连通关系；通过对聚合单元外部进行叠加分析，得到所述聚合单元之间的连接关系，由内向外构建连通性图索引。
进一步地，所述根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，包括：
对所述实景三维模型内部构件元素的边界不封闭的情况，通过增加虚拟元素进行几何的延展性补全，并同步添加所述虚拟元素的语义信息；
对所述实景三维模型中重复的几何部分进行删除，同时消除对应的重复语义信息。
进一步地，所述提取所述室内单元模型周围向外延展的可通行区域，包括：
将一个室内单元模型的轮廓投影作为起始面进行八方向搜索，直至当前搜索与另一个室内单元模型发生碰撞时停止；
跳转至下一个室内单元模型进行搜索，直至遍历全部室内单元模型，得到所述室内单元模型周围向外延展的可通行区域。
进一步地，所述叶子结点为树形结构中不能被细分的最小组织或结构单位的终端结点，用于为室内空间位置服务提供底层数据支撑，包括用于提供定位信息的空间特征、用于提供连通信息的关系特征，以及用于提供功能信息的属性特征。
进一步地，所述空间相似度包括位置相似度和形状相似度；
所述位置相似度的计算过程为：
以所述叶子结点标识的三维对象在二维平面上的多边形投影为基准，计算得到的所述多边形内部位置点Pi到具有不变性的位置点P的空间距离：
Figure BDA0003045238890000031
其中，P∈{P1，P2，P3，...，Pn}，Sposition为位置相似度；所述空间距离与位置相似度呈负相关；
所述形状相似度的计算过程为：
计算所述多边形轮廓的特征矩阵，计算所述特征矩阵间的余弦相似度作为所述形状相似度：
Figure BDA0003045238890000032
M∈{M1，M2，M3，…，Mn}
其中，Sshape为形状相似度；M为所述多边形轮廓的特征矩阵；c和k表示任意两个用于计算形状相似度的模型特征矩阵中的某一维度向量。
进一步地，所述结构相似度包括室内单元模型内部拓扑相似度和室内单元模型外部邻接结构相似度；
所述室内单元模型内部拓扑相似度的计算过程为：
基于结点标识的模型信息，将构件元素投影到二维平面，计算所述室内单元模型内部拓扑相似度：
Figure BDA0003045238890000041
其中，SI-topology为室内单元模型内部拓扑相似度；H为室内单元模型中每一段构建元素在垂直或水平方向上对应的起始高度；L为投影对应的长度；x和y表示任意两个用于计算结构相似度的模型；
所述室内单元模型外部邻接结构相似度的计算过程为：
提取邻接矩阵，所述邻接矩阵表示叶子结点之间的连接关系；
获取所述邻接矩阵的向量化表示；所述邻接矩阵的向量化表示为V∈{V1，V2，V3，…，Vn}；
应用基于向量的核函数计算室内单元模型外部邻接结构相似度：
Figure BDA0003045238890000042
其中，SE-adjacency为室内单元模型外部邻接结构相似度。
进一步地，所述语义相似度表现为建筑对象的功能相似度；所述功能相似度用于通过二值逻辑表示具有相同功能的不同建筑对象。
进一步地，所述对聚合单元的内部进行拆分，根据拆分聚合单元内部索引实现，包括：
基于四叉树索引结构的规则，以所述聚合单元作为所述叶子结点的上级父节点，将所包含的叶子结点指向对应聚合单元；
所述对聚合单元外部进行叠加分析，根据叠加聚合单元外部索引实现，包括：
根据所述叶子结点包含的邻接矩阵构建邻接表，通过叠加邻接表中所有指向外部聚合单元的链接信息，指向重复率最高的外部聚合单元。
在本发明的第二方面，提供了一种面向综合体导航应用的室内多层次语义拓扑索引构建装置。该装置包括：
同步匹配模块，用于获取目标综合体的实景三维模型，根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，得到完备拓扑一致性的室内单元模型；
索引框架搭建模块，用于将所述室内单元模型叠加到空间格网层，提取所述室内单元模型周围向外延展的可通行区域，并搭建树状结构作为模型索引框架，将所述可通行区域抽象为叶子结点；
聚合单元生成模块，用于根据所述叶子结点构建面向场景相似性的多维关联函数，将所述叶子结点进行分组处理，生成聚合单元；所述聚合单元用于在面向室内路径导航中进行空间搜索；所述多维关联函数包括定量指标：空间相似度、结构相似度和语义相似度；
图索引构建模块，用于通过对聚合单元的内部进行拆分，得到室内单元模型室内单元模型之间的连通关系；通过对聚合单元外部进行叠加分析，得到所述聚合单元之间的连接关系，由内向外构建连通性图索引。
在本发明的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
应当理解，发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
本发明从“空间-结构-功能”逐层提取的场景关联性特征：从空间视角分析，根据计算模型本体形态与位置的相似度聚合室内单元；从结构视角分析，通过计算本体内外的拓扑结构相似性，对单元之间的连接关系进行约减；从功能视角分析，将场景划分成多样的功能区域，为目标索引提供预先信息，降低导航应用中所需的搜索时间成本，更简化索引的逻辑关系，提高路径规划任务中目标搜索的时间效率和准确程度。
附图说明
结合附图并参考以下详细说明，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了本发明的面向综合体导航应用的室内多层次语义拓扑索引构建方法的流程图；
图2示出了根据本发明的实施例的面向综合体导航应用的室内多层次语义拓扑索引构建方法的步骤流程图；
图3示出了根据本发明的实施例的面向综合体导航应用的室内多层次语义拓扑索引构建方法的原理图；
图4示出了根据本发明的一种实施例的模型展示示意图；
图5示出了在实施例中基于cityGML的数据组织示意图；
图6示出了基于实施例的单一拓扑索引示意图；
图7示出了在实施例中基于本发明构建的多层次语义拓扑索引示意图；
图8示出了根据本发明的实施例的面向综合体导航应用的室内多层次语义拓扑索引构建装置的方框图；
图9示出了能够实施本发明的实施例的示例性电子设备的方框图。
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，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本发明保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本发明中，顾及室内场景语义的有效关联表达与多层次数据组织，弥补了单一拓扑结构表达连通关系不足的问题，能更简化索引的逻辑关系，提高路径规划任务中目标搜索的时间效率和准确程度。针对复杂综合体中模型繁多、连通关系冗余及语义杂乱导致的信息不匹配、搜索效率低和存储复杂度过高等问题，提供一种面向复杂综合体导航应用的多层次语义拓扑索引构建方法，基于cityGML标准完备与扩充室内模型信息，根据室内模型包含的空间、关系和属性特征挖掘的多层次场景语义，按照“空间-结构-功能”这种逐层递进的思想构建面向导航应用的拓扑索引；从空间视角分析，根据计算模型本体形态与位置的相似度聚合室内单元；从结构视角分析，通过计算本体内外的拓扑结构相似性，对单元之间的连接关系进行约减；从功能视角分析，将场景划分成多样的功能区域，为目标索引提供预先信息，降低导航应用中所需的搜索时间成本。
图1示出了本发明的面向综合体导航应用的室内多层次语义拓扑索引构建方法的流程图。
所述目标综合体为复杂综合体，具体是指复杂空间内部单元结构、形态和功能表现的繁复冗杂的建筑综合体。所述多层次语义是指从空间到场景的关联性层级特征。所述拓扑索引是指存储室内建筑模型信息及连通关系的数据组织。
如图1～3所示，该方法包括：
S101、获取目标综合体的实景三维模型，根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，得到完备拓扑一致性的室内单元模型，具体包括：
获取外部输入的复杂综合体的实景三维模型。所述实景三维模型为精细化建模的满足cityGML标准的实景模型，其基于cityGML的数据粒度标准将区域范围内要素以单实体进行划分，包括构成建筑物基本单元的构件元素和具有一定空间容器功能的空间对象。所述构件元素，例如窗、门、出入口等；所述空间对象，例如房间、平台、通道等。
由于复杂综合体的室内建筑物形态复杂、种类繁多，仅参考cityGML所包含的实体类型标准无法完全覆盖到所有物体，同时考虑到产生的多模态属性信息将导致模型内部几何与语义不匹配的问题，需要对其拓扑结构进行补全。
作为本发明的一种实施例，根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，具体包括：
对所述实景三维模型内部构件元素的边界不封闭的情况，通过增加虚拟元素进行几何的延展性补全，并同步添加所述虚拟元素的语义信息；对所述实景三维模型中重复的几何部分进行删除，同时消除对应的重复语义信息。
通过同步映射单元模型中元素的几何形状与相关语义(如墙面或开口)，对重合部分进行几何分割和信息删除，对缺失的部分添加虚拟边界和补充语义关系，实现模型在几何上的闭合以及语义信息的完整性。
利用同步映射方法匹配元素和对象之间的几何和语义拓扑结构，完备每个单元特征的结构连通性和空间覆盖，能够避免独立区域和公共部分的拓扑不一致和数据冗余，输出完备拓扑一致性的室内单元模型。
S102、将所述室内单元模型叠加到空间格网层，提取所述室内单元模型周围向外延展的可通行区域，并将所述可通行区域抽象为叶子结点，具体包括：
首先，将一个室内单元模型的轮廓投影作为起始面进行八方向搜索，直至当前搜索与另一个室内单元模型发生碰撞时停止；跳转至下一个室内单元模型进行搜索，直至遍历全部室内单元模型，得到所述室内单元模型周围内外网格向外延展的可通行区域。
其次，搭建树状结构作为模型索引框架，将所述提取到的可通行区域抽象为叶子结点进行存储，所述叶子结点为树形结构中的终端结点，即不能被细分的最小组织或结构单位，能够为查询导航、分析等室内空间位置服务提供底层数据支撑；所述叶子结点包括用于提供定位信息的空间特征、用于提供连通信息的关系特征，以及用于提供功能信息的属性特征。
S103、根据所述叶子结点构建面向场景相似性的多维关联函数，将所述叶子结点进行分组处理，生成聚合单元，具体包括：
根据所述叶子结点的用于提供定位信息的空间特征、用于提供连通信息的关系特征，以及用于提供功能信息的属性特征等信息构建面向场景相似性的多维关联函数Fcor。所述多维关联函数Fcor包括如下定量指标：空间相似度Sspatial、结构相似度Sstructural和语义相似度Ssemantical；其中，所述空间相似度Sspatial包括位置相似度Sposition和形状相似度Sshape；所述结构相似度Sstructural包括室内单元模型内部拓扑相似度SI-topolohy和室内单元模型外部邻接结构相似度SE-adjacency；所述语义相似度Ssemantical表现为功能相似度Sfunction。通过下式表示所述多维关联函数Fcor：
Fcor＝f{Sspatial＝(position、shape)，Sstructural＝(I-topology、E-adjacency)，Ssemantical＝function}。
作为本发明的一种实施例，所述位置相似度Sposition通过计算所述不同叶子结点之间的空间距离所得。所述位置相似度的计算过程为：
以所述叶子结点标识的三维对象在二维平面上的多边形投影为基准，计算得到的所述多边形内部位置点Pi到具有不变性的位置点P的空间距离：
Figure BDA0003045238890000101
其中，P∈{P1,P2,P3,...,Pn}，Sposition为位置相似度；所述空间距离与位置相似度呈负相关，即空间距离越大，位置相似度越低。
作为本发明的一种实施例，所述形状相似度的计算过程为：
通过提取叶子结点的模型平面图来计算所述多边形轮廓的特征矩阵，从而计算所述特征矩阵间的余弦相似度作为所述形状相似度：
Figure BDA0003045238890000102
M∈{M1,M2,M3,…,Mn}
其中，Sshape为形状相似度；M为所述多边形轮廓的特征矩阵；c和k表示任意两个用于计算形状相似度的模型特征矩阵中的某一维度向量。
作为本发明的一种实施例，所述室内单元模型内部拓扑相似度的计算过程为：
基于结点标识的模型信息，通过推拉的方式将将构件元素投影到二维平面(如窗对应边)，计算所述室内单元模型内部拓扑相似度：
Figure BDA0003045238890000111
其中，SI-topology为室内单元模型内部拓扑相似度；H为室内单元模型中每一段构建元素在垂直或水平方向上对应的起始高度；L为推拉方式投影对应的长度；x和y表示任意两个用于计算结构相似度的模型；所述推拉是指自上而下或自下而上的投影方式，如从面到线。
作为本发明的一种实施例，所述室内单元模型外部邻接结构相似度的计算过程为：
首先，提取表示叶子结点之间连接关系的邻接矩阵(Adjacency Matrix)；
其次，获取所述邻接矩阵的向量化表示；所述邻接矩阵的向量化表示为V∈{V1，V2，V3，…，Vn}；
最后，应用基于向量的核函数计算室内单元模型外部邻接结构相似度：
Figure BDA0003045238890000112
其中，SE-adjacency为室内单元模型外部邻接结构相似度，x和y表示任意两个用于计算结构相似度的模型，(x，y)∈{1,2,3,...,n}。
作为本发明的一种实施例，所述语义相似度Ssemantical在室内主要表现为建筑对象的功能相似度Sfunction。为简化语义比较分析，在本实施例中仅采用二值逻辑进行计算，如电梯与扶梯在功能上均表现为跨层通行，Sfunction取值为1，可根据不同类型的建筑综合体进一步延伸语义信息。所述功能相似度用于表示具有相同功能的不同建筑对象。
根据上述面向场景的多维关联函数对应所述每一层语义层级，用于约束不同场景层次下叶子结点的聚合(Aggregate Function)，即是将叶子结点在所述的关联性约束条件下进行分组处理，生成面向复杂路径规划的聚合单元，能够逐层简化结点间的逻辑关系并降低人为主观因素的影响。
S104、通过对聚合单元的内部存储信息进行拆分，得到室内单元模型室内单元模型之间的连通关系；通过对聚合单元外部进行叠加分析，得到所述聚合单元之间的连接关系，并由内向外逐步构建连通性图索引，完善三维模型数据组织的框架，最终实现面向复杂综合体导航应用的室内多层次语义拓扑索引构建。
作为本发明的一种实施例，拆分聚合单元内部索引，包括基于四叉树索引结构的规则，以聚合单元作为叶子结点的上级父节点将所包含的叶子结点指向对应聚合单元。
作为本发明的一种实施例，叠加聚合单元外部索引，包括根据叶子结点包含的邻接矩阵构建邻接表，通过叠加邻接表中所有指向外部聚合单元的链接信息，指向重复率最高的外部聚合单元。
如图4所示提供了一种实施例。在本实施例中，以杭州东站的出发层作为模型展示。可以看出，在本实施例中的杭州东站的出发层中包含但不仅限于以下内容：进站区域(包括闸门和通道)、柱子(障碍物之一)、购物区域(不同商品类型)、座椅。
如图5所示为在本实施例中的基于cityGML的数据组织示意图。在图5中仅按房间/Room、椅子/chair、柱子/Colum以及门/Door等表达，明显缺少涵盖一些特殊的车站建筑和关键部件等重要对象的语义表达。
图6示出了基于本实施例的单一拓扑索引示意图。在图6中，明显看出所呈现的拓扑索引存在空间实体过于离散、数据组织层次性低，连通关系冗杂等问题。
在将本实施例中的实体基于S101的步骤进行补全处理，如对开放出入的房间补充虚拟围栏等，并基于S102的步骤提取通行区域，并抽象为叶子结点作为索引框架的基础。S103中的场景关联特征在本实施例中的区域中表现为：
空间相似度：进站区域在空间形态上表现为基本一致，故重点计算区域间的空间距离以及是否存在障碍物的阻隔。
结构相似度：座椅模型内部的拓扑结构均表现为简单的，及不可拆分的，故重点计算与外部实体的连通性。
语义相似度：由于车站内建筑的功能特异性，故此处仅关注功能相似度即可。
最终，如图7所示，得到基于本实施例的多层次语义拓扑索引示意图，顾及了室内场景语义的有效关联表达与多层次数据组织，弥补了单一拓扑结构表达连通关系不足的问题，能更简化索引的逻辑关系，提高路径规划任务中目标搜索的时间效率和准确程度。
根据本发明的实施例，从“空间-结构-功能”逐层提取的场景关联性特征：从空间视角分析，根据计算模型本体形态与位置的相似度聚合室内单元；从结构视角分析，通过计算本体内外的拓扑结构相似性，对单元之间的连接关系进行约减；从功能视角分析，将场景划分成多样的功能区域，为目标索引提供预先信息，降低导航应用中所需的搜索时间成本，更简化索引的逻辑关系，提高路径规划任务中目标搜索的时间效率和准确程度。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本发明所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本发明所述方案进行进一步说明。
如图8所示，装置800包括：
同步匹配模块810，用于获取目标综合体的实景三维模型，根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，得到完备拓扑一致性的室内单元模型；
索引框架搭建模块820，用于将所述室内单元模型叠加到空间格网层，提取所述室内单元模型周围向外延展的可通行区域，并搭建树状结构作为模型索引框架，将所述可通行区域抽象为叶子结点；
聚合单元生成模块830，用于根据所述叶子结点构建面向场景相似性的多维关联函数，将所述叶子结点进行分组处理，生成聚合单元；所述聚合单元用于在面向室内路径导航中进行空间搜索；所述多维关联函数包括定量指标：空间相似度、结构相似度和语义相似度；
图索引构建模块840，用于通过对聚合单元的内部进行拆分，得到室内单元模型室内单元模型之间的连通关系；通过对聚合单元外部进行叠加分析，得到所述聚合单元之间的连接关系，由内向外构建连通性图索引。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
如图9所示，设备包括中央处理单元(CPU)，其可以根据存储在只读存储器(ROM)中的计算机程序指令或者从存储单元加载到随机访问存储器(RAM)中的计算机程序指令，来执行各种适当的动作和处理。在RAM中，还可以存储设备操作所需的各种程序和数据。CPU、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
设备中的多个部件连接至I/O接口，包括：输入单元，例如键盘、鼠标等；输出单元，例如各种类型的显示器、扬声器等；存储单元，例如磁盘、光盘等；以及通信单元，例如网卡、调制解调器、无线通信收发机等。通信单元允许设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理单元执行上文所描述的各个方法和处理，例如方法S101～S104。例如，在一些实施例中，方法S101～S104可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元。在一些实施例中，计算机程序的部分或者全部可以经由ROM和/或通信单元而被载入和/或安装到设备上。当计算机程序加载到RAM并由CPU执行时，可以执行上文描述的方法S101～S104的一个或多个步骤。备选地，在其他实施例中，CPU可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法S101～S104。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)等等。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (7)

1.一种面向综合体导航应用的室内多层次语义拓扑索引构建方法，其特征在于，包括：
获取目标综合体的实景三维模型，根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，得到完备拓扑一致性的室内单元模型；所述实景三维模型为精细化建模的满足cityGML标准的实景模型，其基于cityGML的数据粒度标准将区域范围内要素以单实体进行划分，包括构成建筑物基本单元的构件元素和具有一定空间容器功能的空间对象；
将所述室内单元模型叠加到空间格网层，提取所述室内单元模型周围向外延展的可通行区域，并搭建树状结构作为模型索引框架，将所述可通行区域抽象为叶子结点；
根据所述叶子结点构建面向场景相似性的多维关联函数，根据所述多维关联函数对应每一层语义层级，将所述叶子结点进行分组处理，生成聚合单元；所述聚合单元用于在面向室内路径导航中进行空间搜索；所述多维关联函数包括定量指标：空间相似度、结构相似度和语义相似度；
通过对聚合单元的内部进行拆分，得到室内单元模型之间的连通关系；通过对聚合单元外部进行叠加分析，得到所述聚合单元之间的连接关系，由内向外构建连通性图索引；
所述根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，包括：
对所述实景三维模型内部构件元素的边界不封闭的情况，通过增加虚拟元素进行几何的延展性补全，并同步添加所述虚拟元素的语义信息；
对所述实景三维模型中重复的几何部分进行删除，同时消除对应的重复语义信息；
所述提取所述室内单元模型周围向外延展的可通行区域，包括：
将一个室内单元模型的轮廓投影作为起始面进行八方向搜索，直至当前搜索与另一个室内单元模型发生碰撞时停止；
跳转至下一个室内单元模型进行搜索，直至遍历全部室内单元模型，得到所述室内单元模型周围向外延展的可通行区域；
所述对聚合单元的内部进行拆分，根据拆分聚合单元内部索引实现，包括：
基于四叉树索引结构的规则，以所述聚合单元作为所述叶子结点的上级父节点，将所包含的叶子结点指向对应聚合单元；
所述对聚合单元外部进行叠加分析，根据叠加聚合单元外部索引实现，包括：
根据所述叶子结点包含的邻接矩阵构建邻接表，通过叠加邻接表中所有指向外部聚合单元的链接信息，指向重复率最高的外部聚合单元。
2.根据权利要求1所述的方法，其特征在于，所述叶子结点为树形结构中不能被细分的最小组织或结构单位的终端结点，用于为室内空间位置服务提供底层数据支撑，包括用于提供定位信息的空间特征、用于提供连通信息的关系特征，以及用于提供功能信息的属性特征。
3.根据权利要求1所述的方法，其特征在于，所述空间相似度包括位置相似度和形状相似度；
所述位置相似度的计算过程为：
以所述叶子结点标识的三维对象在二维平面上的多边形投影为基准，计算得到的所述多边形内部位置点Pi到具有不变性的位置点P的空间距离：
Figure FDA0003354830240000031
其中，P∈{P1,P2,P3,...,Pn}，Sposition为位置相似度；所述空间距离与位置相似度呈负相关；
所述形状相似度的计算过程为：
计算所述多边形轮廓的特征矩阵，计算所述特征矩阵间的余弦相似度作为所述形状相似度：
Figure FDA0003354830240000032
M∈{M1,M2,M3,…,Mn}
其中，Sshape为形状相似度；M为所述多边形轮廓的特征矩阵；c和k表示任意两个用于计算形状相似度的模型特征矩阵中的某一维度向量。
4.根据权利要求1所述的方法，其特征在于，所述结构相似度包括室内单元模型内部拓扑相似度和室内单元模型外部邻接结构相似度；
所述室内单元模型内部拓扑相似度的计算过程为：
基于结点标识的模型信息，将构件元素投影到二维平面，计算所述室内单元模型内部拓扑相似度：
Figure FDA0003354830240000033
其中，SI-topology为室内单元模型内部拓扑相似度；H为室内单元模型中每一段构建元素在垂直或水平方向上对应的起始高度；L为投影对应的长度；x和y表示任意两个用于计算结构相似度的模型；
所述室内单元模型外部邻接结构相似度的计算过程为：
提取邻接矩阵，所述邻接矩阵表示叶子结点之间的连接关系；
获取所述邻接矩阵的向量化表示；所述邻接矩阵的向量化表示为V∈{V1,V2,V3,…,Vn}；
应用基于向量的核函数计算室内单元模型外部邻接结构相似度：
Figure FDA0003354830240000041
其中，SE-adjacency为室内单元模型外部邻接结构相似度。
5.根据权利要求1所述的方法，其特征在于，所述语义相似度表现为建筑对象的功能相似度；所述功能相似度用于表示具有相同功能的不同建筑对象。
6.一种面向综合体导航应用的室内多层次语义拓扑索引构建装置，其特征在于，包括：
同步匹配模块，用于获取目标综合体的实景三维模型，根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，得到完备拓扑一致性的室内单元模型；所述实景三维模型为精细化建模的满足cityGML标准的实景模型，其基于cityGML的数据粒度标准将区域范围内要素以单实体进行划分，包括构成建筑物基本单元的构件元素和具有一定空间容器功能的空间对象；
索引框架搭建模块，用于将所述室内单元模型叠加到空间格网层，提取所述室内单元模型周围向外延展的可通行区域，并搭建树状结构作为模型索引框架，将所述可通行区域抽象为叶子结点；
聚合单元生成模块，用于根据所述叶子结点构建面向场景相似性的多维关联函数，根据所述多维关联函数对应每一层语义层级，将所述叶子结点进行分组处理，生成聚合单元；所述聚合单元用于在面向室内路径导航中进行空间搜索；所述多维关联函数包括定量指标：空间相似度、结构相似度和语义相似度；
图索引构建模块，用于通过对聚合单元的内部进行拆分，得到室内单元模型之间的连通关系；通过对聚合单元外部进行叠加分析，得到所述聚合单元之间的连接关系，由内向外构建连通性图索引；
所述根据室内建筑物的构建规则，同步匹配空间建筑对象中语义与几何部件之间的对应关系，包括：
对所述实景三维模型内部构件元素的边界不封闭的情况，通过增加虚拟元素进行几何的延展性补全，并同步添加所述虚拟元素的语义信息；
对所述实景三维模型中重复的几何部分进行删除，同时消除对应的重复语义信息；
所述提取所述室内单元模型周围向外延展的可通行区域，包括：
将一个室内单元模型的轮廓投影作为起始面进行八方向搜索，直至当前搜索与另一个室内单元模型发生碰撞时停止；
跳转至下一个室内单元模型进行搜索，直至遍历全部室内单元模型，得到所述室内单元模型周围向外延展的可通行区域；
所述对聚合单元的内部进行拆分，根据拆分聚合单元内部索引实现，包括：
基于四叉树索引结构的规则，以所述聚合单元作为所述叶子结点的上级父节点，将所包含的叶子结点指向对应聚合单元；
所述对聚合单元外部进行叠加分析，根据叠加聚合单元外部索引实现，包括：
根据所述叶子结点包含的邻接矩阵构建邻接表，通过叠加邻接表中所有指向外部聚合单元的链接信息，指向重复率最高的外部聚合单元。
7.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1～5中任一项所述的方法。
CN202110470594.2A 2021-04-28 2021-04-28 面向综合体导航应用的室内多层次语义拓扑索引构建方法 Active CN113192181B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110470594.2A CN113192181B (zh) 2021-04-28 2021-04-28 面向综合体导航应用的室内多层次语义拓扑索引构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110470594.2A CN113192181B (zh) 2021-04-28 2021-04-28 面向综合体导航应用的室内多层次语义拓扑索引构建方法

Publications (2)

Publication Number Publication Date
CN113192181A CN113192181A (zh) 2021-07-30
CN113192181B true CN113192181B (zh) 2022-02-22

Family

ID=76980450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110470594.2A Active CN113192181B (zh) 2021-04-28 2021-04-28 面向综合体导航应用的室内多层次语义拓扑索引构建方法

Country Status (1)

Country Link
CN (1) CN113192181B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115100643B (zh) * 2022-08-26 2022-11-11 潍坊现代农业与生态环境研究院 融合三维场景语义的单目视觉定位增强方法和设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111915730A (zh) * 2020-07-20 2020-11-10 北京建筑大学 一种顾及语义从点云自动生成室内三维模型的方法及系统
CN112000406A (zh) * 2020-08-04 2020-11-27 南京师范大学 一种基于CityGML扩展的三维室内地图多细节层次的可视化方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110543721B (zh) * 2019-09-04 2020-07-03 南京林业大学 一种面向室内位置服务的导航网络构建方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111915730A (zh) * 2020-07-20 2020-11-10 北京建筑大学 一种顾及语义从点云自动生成室内三维模型的方法及系统
CN112000406A (zh) * 2020-08-04 2020-11-27 南京师范大学 一种基于CityGML扩展的三维室内地图多细节层次的可视化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于点云的室内语义模型自动构建技术;黄帅;《知网》;20201231;全文 *

Also Published As

Publication number Publication date
CN113192181A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
Wu et al. Data-driven interior plan generation for residential buildings
Hu et al. Graph2plan: Learning floorplan generation from layout graphs
Teo et al. BIM-oriented indoor network model for indoor and outdoor combined route planning
KR102123450B1 (ko) Bim 데이터를 이용한 건축 공사 시방서 생성 방법, 이를 수행하기 위한 기록매체 및 시스템
Han et al. Bottom-up/top-down image parsing with attribute grammar
Lin et al. Intelligent generation of indoor topology (i-GIT) for human indoor pathfinding based on IFC models and 3D GIS technology
Solihin et al. Simplified schema queries for supporting BIM-based rule-checking applications
CN111597170B (zh) 一种无损地由bim模型构建空间语义数据库的方法
Lu et al. Data-driven floor plan understanding in rural residential buildings via deep recognition
CN107833230A (zh) 室内环境地图的生成方法及装置
Zhi et al. A graph-based algorithm for extracting units and loops from architectural floor plans for a building evacuation model
Xiong et al. Free multi-floor indoor space extraction from complex 3D building models
CN114065348A (zh) 一种人群应急疏散方法、系统、终端以及存储介质
Whiting et al. Topology of urban environments
CN111179374A (zh) 一种室内导航网络结构图构建方法、系统及电子设备
CN113192181B (zh) 面向综合体导航应用的室内多层次语义拓扑索引构建方法
Boysen et al. A journey from IFC files to indoor navigation
Yang et al. Automated semantics and topology representation of residential-building space using floor-plan raster maps
CN111102980B (zh) 路径生成方法、装置及电子设备
Dehbi et al. Robust and fast reconstruction of complex roofs with active sampling from 3D point clouds
Usman et al. Interactive spatial analytics for human-aware building design
Xu et al. Three-dimensional object detection with deep neural networks for automatic as-built reconstruction
Justo et al. Generating IFC-compliant models and structural graphs of truss bridges from dense point clouds
Huang et al. Graph theory-based approach for automatic recognition of CAD data
Wang et al. A graph grammar approach to the design and validation of floor plans

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