CN114065344A - 一种基于osg与cad建筑平面图的自动建模方法 - Google Patents
一种基于osg与cad建筑平面图的自动建模方法 Download PDFInfo
- Publication number
- CN114065344A CN114065344A CN202111332095.3A CN202111332095A CN114065344A CN 114065344 A CN114065344 A CN 114065344A CN 202111332095 A CN202111332095 A CN 202111332095A CN 114065344 A CN114065344 A CN 114065344A
- Authority
- CN
- China
- Prior art keywords
- wall
- model
- information
- determining
- 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.)
- Pending
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
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/20—Packaging, e.g. boxes or containers
-
- 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)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种基于OSG与CAD建筑平面图的自动建模方法,包括:步骤1:读取并识别预设的CAD建筑楼层平面图,获取图层信息,并基于所述图层信息,生成OSG节点;步骤2:通过预设的图层顺序,遍历OSG节点,确定模型信息,并根据所述模型信息,生成对应的包围盒;步骤3:基于预设的大数据处理中心,对所述包围盒信息进行数据处理,转换为模型信息;步骤4:基于所述模型信息,构建楼层模型。本发明提供一种基于OSG与CAD图层数据快速解析出建筑结构数据,从而实现了1:1的建筑平面图生成与楼层结构生成,实现自动化建模。
Description
技术领域
本发明涉及计算机图形处理技术领域,特别涉及一种基于OSG与CAD建筑平面图的自动建模方法。
背景技术
目前,随着社会发展、数字孪生等新技术的进步,3D建模与3D可视化技术广泛应用于数字城市、城市规划、交通管理、应急消防等各领域。目前主要的3D建模技术有:专业3D建模软件建模,如:3DS Max、Maya等、三维激光扫描、倾斜摄影建模等,尤其倾斜摄影建模,能够快速生成真实的三维城市模型,相比传统的人工建模方法大大降低了三维模型数据采集的经济代价和时间代价,倾斜摄影建模数据也逐渐成为城市空间数据框架的重要内容。
倾斜摄影模型能够直观、真实反应地物的外观,但有些应用领域,如应急消防,不仅关注外观、还须直观看到建筑室内结构,所以室内三维建模也必不可少,但是人工建模耗时耗力,因此自动建模技术尤为重要。
发明内容
本发明提供一种基于OSG与CAD建筑平面图的自动建模方法,以解决现有技术中存在的三维建模难度大、效率低、成本高等问题。。
本发明提供一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,包括:
步骤1:读取并识别预设的CAD建筑楼层平面图,获取图层信息,并基于所述图层信息,生成OSG节点;
步骤2:通过预设的图层顺序,遍历OSG节点,确定模型信息,并根据所述模型信息,生成对应的包围盒;
步骤3:基于预设的大数据处理中心,对所述包围盒信息进行数据处理,转换为模型信息;
步骤4:基于所述模型信息,构建楼层模型。
作为本技术方案的一种实施例,所述步骤1,包括:
步骤10:读取并识别预设的CAD建筑楼层平面图,获取建筑楼层平面图的第一图层信息;
步骤11:基于预设的模糊查询的方法,对所述图层信息进行筛选,筛选出第二图层信息;其中,
所述第二图层信息至少包括轴线、墙、柱、门、窗、楼梯、电梯和消火栓的图层信息;
步骤12:根据第二图层信息,构建OSG节点。
作为本技术方案的一种实施例,所述步骤12,包括:
步骤120:获取第二图层信息,计算第二图层范围和第二图层位置,并根据所述第二图层范围和第二图层位置,确定第二图层矩阵信息;
步骤121:根据第二图层信息和第二图层矩阵信息,生成图层根节点和图层子节点;其中,
所述图层子节点包括图纸背景、轴线、墙、柱、门、窗、楼梯、电梯和消火栓;
步骤122:按照预设的图层名称,对所述图层根节点和图层子节点命名,构建OSG节点。
作为本技术方案的一种实施例,所述步骤2,包括:步骤20:通过预设的图层顺序,确定节点遍历方式;
步骤21:通过所述节点遍历方式,对OSG节点中的第一节点进行遍历,获取第一顶点数据;其中,
所述第一节点至少包括柱、门、窗、楼梯、电梯和消火栓中的一种或多种;
步骤22:基于所述第一顶点数据,进行图元绘制,确定第一绘制图元,并根据所述第一绘制图元,确定第一模型信息;
步骤23:通过所述节点遍历方式,对OSG节点中的墙节点进行遍历,获取第二顶点数据;
步骤24:基于所述第二顶点数据,进行图元绘制,确定第二绘制图元,并根据所述第二绘制图元,确定墙线信息;
步骤25:叠加第一模型信息和墙线信息,生成对应的包围盒。
作为本技术方案的一种实施例,所述步骤3,包括:步骤30:获取包围盒,根据所述包围盒,确定包围盒信息,并基于所述包围盒信息,生成包围盒数据;
步骤31:基于预设的大数据处理中心,接收所述包围盒数据,按照预设的种类类型,并对所述包围盒数据进行分类,确定包围盒数据的包围盒类型;
步骤32:基于CAD中预设的二维坐标系,沿着X轴正方向或Y轴正方向对包围盒数据进行排序,确定排序顺序;
步骤33:根据所述排序顺序,对对应的包围盒进行碰撞检测,确定检测结果;其中,
所述检测结果包括属于同一种包围盒类型的同一包围盒和不属于同一种包围盒类型的不同一包围盒;
步骤34:基于所述检测结果,将同一包围盒进行聚合,确定聚合包围盒;其中,
所述聚合包围盒用于对属于同一种类的包围盒进行聚合;
步骤35:通过所述聚合包围盒,生成聚合模型矩阵,并根据所述聚合模型矩阵,采集对应的聚合模型矩阵信息;
步骤36:获取墙线信息,基于预设的处理方式,对墙线信息进行处理,确定墙体数据;其中,
所述处理方式至少包括排序、去重、合并、遍历和求交;
步骤37:通过聚合模型矩阵信息和墙体数据,确定模型信息。
作为本技术方案的一种实施例,所述步骤36,包括:
获取墙线信息,基于预设的处理方式,对墙线信息进行处理,确定墙体数据;排序、去重、合并、遍历和求交一种或多种
步骤360:获取墙线信息,根据所述墙线信息,生成对应的墙线模型;其中,
所述墙线模型以线段表示;
步骤361:沿着X轴正方向或Y轴正方向,对所有的墙线模型进行排序,确定墙线排序结果;
步骤362:通过所述墙线排序结果,遍历排序后的墙线模型,确定排序墙线模型;
步骤363:去除排序墙线模型中的重复的墙线模型,同时删除排序墙线模型中的长度小于0.01米的线段;
步骤364:根据排序墙线模型,获取未排序的墙线模型,根据未排序的墙线模型,确定未排序墙线模型;
步骤365:获取每条未排序墙线模型的共线墙线,对所述共线墙线和正在遍历的墙线模型进行判断,确定判断结果;
步骤366:当所述判断结果为共线墙线和正在遍历的墙线模型的相邻端点之间的距离小于墙体最大宽度或者相邻两个墙线之间存在门、窗、柱,则将共线墙线和正在遍历的墙线合并为一条墙线,确定合并墙线。
作为本技术方案的一种实施例,所述步骤366,还包括:
步骤A1:获取聚合模型矩阵信息,根据所述聚合模型矩阵信息,确定对应的门窗聚合包围盒;其中,
所述门窗聚合包围盒代表门模型和窗模型聚合生成的包围盒;步骤A2:基于所述门窗聚合包围盒,对共线墙线和正在遍历的墙线模型进行碰撞检测,确定碰撞检测结果;
步骤A3:当所述碰撞检测结果为共线墙线和正在遍历的墙线模型同时相交于同一个门窗聚合包围盒,则将共线墙线和正在遍历的墙线合并为一条墙线,确定合并墙线。
作为本技术方案的一种实施例,所述步骤4,包括:
步骤40:获取模型矩阵信息,通过所述模型矩阵信息,构建基层模型;
步骤41:基于预设的预定模型,按照预设的模型种类,将所述预定模型添加至基层模型中,确定初级模型;其中,
所述预定模型至少包括柱、门、窗、楼梯、电梯和消火栓的模型;
步骤42:获取墙体数据,并根据所述墙体数据,生成墙体模型;
步骤43:通过所述初级模型和墙体模型,构建楼层模型。
作为本技术方案的一种实施例,所述步骤42,还包括:
步骤420:遍历合并墙线,并获取每条合并墙线的对应墙线;其中,
所述对应墙线为CAD中绘制墙体时是两条平行的双实线中的其中一条;
所述合并墙线为CAD中绘制墙体时是两条平行的双实线中的另外一条;
步骤421:通过合并墙线和对应墙线,确定墙体信息,并通过所述墙体信息,构建墙体;其中,
所述墙体信息包括墙体起点、墙体终点、墙体厚度和墙体方向;
步骤422:获取门窗聚合包围盒,并通过遍历门窗聚合包围盒和墙体进行求交,获取墙体和门窗的关系信息;其中
所述关系信息包括墙上门窗的位置、门窗的大小和门窗的类型;
步骤423:获取墙体数据,通过所述关系信息和墙体数据,生成墙体模型。
作为本技术方案的一种实施例,所述步骤43,还包括:
步骤430:获取初级模型的第一模型比例,根据所述第一模型比例,确定第一比例数据;其中,
所述第一模型比例为CAD中的初级模型的比例数据;
步骤431:获取墙体模型的第二模型比例,根据所述第二模型比例,确定第二比例数据;其中,
所述第二模型比例为CAD中的墙体模型的比例数据;步骤432:对比并计算所述第一比例数据和第二比例数据,确定对比系数,并通过所述对比系数对第一比例数据或第二比例数据进行缩放,确定缩放比例;
步骤433:基于所述缩放比例,叠加缩放后的初级模型和墙体模型,确定叠加模型;
步骤434:对所述叠加模型进行过滤、除杂和增强对比处理,构建楼层模型。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
在附图中:
图1为本发明实施例中一种基于OSG与CAD建筑平面图的自动建模方法的方法流程图;
图2为本发明实施例中一种基于OSG与CAD建筑平面图的自动建模方法的CAD图纸识别生成的建筑平面图效果图;
图3为本发明实施例中一种基于OSG与CAD建筑平面图的自动建模方法的自动建模效果图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
需说明的是,当部件被称为“固定于”或“设置于”另一个部件,它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件,它可以是直接或者间接连接至该另一个部件上。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序,“多个”的含义是两个或两个以上,除非另有明确具体的限定。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
实施例1:
根据图1和图2所示,本发明实施例提供了一种基于OSG与CAD建筑平面图的自动建模方法,包括:
步骤1:读取并识别预设的CAD建筑楼层平面图,获取图层信息,并基于所述图层信息,生成OSG节点;
步骤2:通过预设的图层顺序,遍历OSG节点,确定模型信息,并根据所述模型信息,生成对应的包围盒;
步骤3:基于预设的大数据处理中心,对所述包围盒信息进行数据处理,转换为模型信息;
步骤4:基于所述模型信息,构建楼层模型。
上述技术方案的工作原理和有益效果为:
本技术方案通过CAD图纸识别、图层信息获取、数据处理与模型信息获取和生成楼层模型,基于OSG与CAD建筑平面图的自动建模,识别预设的CAD建筑楼层平面图,获取图层信息,并基于图层信息,生成OSG节点;遍历OSG节点,确定模型信息,并根据模型信息,生成对应的包围盒;对包围盒信息进行数据处理,转换为模型信息;通过模型信息,构建楼层模型,相比传统的人工建模方法大大降低了三维模型数据采集的经济代价和时间代价,解决了现有技术中存在的三维建模难度大、效率低、成本高等问题。
实施例2:
本技术方案提供了一种实施例,所述步骤1,包括:
步骤10:读取并识别预设的CAD建筑楼层平面图,获取建筑楼层平面图的第一图层信息;
步骤11:基于预设的模糊查询的方法,对所述图层信息进行筛选,筛选出第二图层信息;其中,
所述第二图层信息至少包括轴线、墙、柱、门、窗、楼梯、电梯和消火栓的图层信息;
步骤12:根据第二图层信息,构建OSG节点。
上述技术方案的工作原理和有益效果为:
本技术方案读取CAD建筑楼层平面图、获取所有图层信息,读取并识别预设的CAD建筑楼层平面图,获取建筑楼层平面图的第一图层信息;基于预设的模糊查询的方法,对图层信息进行筛选,筛选出第二图层信息,第二图层信息至少包括轴线、墙、柱、门、窗、楼梯、电梯和消火栓的图层信息;根据第二图层信息,构建OSG节点,获取第二图层,读取第二图层信息,通过第二图层信息,计算第二图层的图层范围和图层位置;根据图层范围和图层位置,生成图纸矩阵信息。为模型矩阵信息的生成提供原始数据和原始材料。
实施例3:
本技术方案提供了一种实施例,所述步骤12,包括:
步骤120:获取第二图层信息,计算第二图层范围和第二图层位置,并根据所述第二图层范围和第二图层位置,确定第二图层矩阵信息;
步骤121:根据第二图层信息和第二图层矩阵信息,生成图层根节点和图层子节点;其中,
所述图层子节点包括图纸背景、轴线、墙、柱、门、窗、楼梯、电梯和消火栓;
步骤122:按照预设的图层名称,对所述图层根节点和图层子节点命名,构建OSG节点。
上述技术方案的工作原理和有益效果为:
本技术方案获取第二图层信息,计算第二图层范围和第二图层位置,并根据第二图层范围和第二图层位置,确定第二图层矩阵信息;根据第二图层信息和第二图层矩阵信息,生成图层根节点和图层子节点;图层子节点包括图纸背景、轴线、墙、柱、门、窗、楼梯、电梯和消火栓;按照预设的图层名称,对图层根节点和图层子节点命名,构建OSG节点,本技术方案根据取的图层信息,计算图层的范围、位置,确定最终图纸矩阵信息;根据获取的图层信息以及计算的矩阵信息,生成图纸根节点以及图纸背景、轴线、墙、柱、门、窗、楼梯、电梯、消火栓各图层子节点、节点名称按图层名称命名,从而区分不同的节点,方便用户加以辨认识别其中的图层信息。
实施例4:
本技术方案提供了一种实施例,所述步骤2,包括:步骤20:通过预设的图层顺序,确定节点遍历方式;
步骤21:通过所述节点遍历方式,对OSG节点中的第一节点进行遍历,获取第一顶点数据;其中,
所述第一节点至少包括柱、门、窗、楼梯、电梯和消火栓中的一种或多种;
步骤22:基于所述第一顶点数据,进行图元绘制,确定第一绘制图元,并根据所述第一绘制图元,确定第一模型信息;
步骤23:通过所述节点遍历方式,对OSG节点中的墙节点进行遍历,获取第二顶点数据;
步骤24:基于所述第二顶点数据,进行图元绘制,确定第二绘制图元,并根据所述第二绘制图元,确定墙线信息;
步骤25:叠加第一模型信息和墙线信息,生成对应的包围盒。
上述技术方案的工作原理和有益效果为:
本技术方案基于预设的节点遍历方式,对OSG节点中的第一节点进行遍历,获取第一顶点数据,并基于第一顶点数据和预设的图元绘制方式,确定第一模型信息;第一节点至少包括柱、门、窗、楼梯、电梯和消火栓中的一种或多种;基于预设的节点遍历方式,对OSG节点中的墙节点进行遍历,获取第二顶点数据,并基于第二顶点数据和预设的图元绘制方式,确定墙线信息;通过第一模型信息和墙线信息,确定模型信息,根据模型信息,确定对应的包围盒,分别遍历柱、门、窗、楼梯、电梯、消火栓节点获取顶点数据以及图元绘制方式生成所有模型信息,模型信息用包围盒表示、最终会根据包围盒信息替换为对应的模型节点。遍历墙节点获取墙体顶点数据以及图元绘制方式,根据顶点信息以及图元绘制方式生成所有的墙线数据,墙线用线段表示。从而通过节点遍历的方式,遍历图纸根节点,根据节点名称分别获取墙、柱、门、窗、楼梯、电梯、消火栓图层信息,对节点的检索和信息采集提供了一种快速、有效的方法。
实施例5:
本技术方案提供了一种实施例,所述步骤3,包括:步骤30:获取包围盒,根据所述包围盒,确定包围盒信息,并基于所述包围盒信息,生成包围盒数据;
步骤31:基于预设的大数据处理中心,接收所述包围盒数据,按照预设的种类类型,并对所述包围盒数据进行分类,确定包围盒数据的包围盒类型;
步骤32:基于CAD中预设的二维坐标系,沿着X轴正方向或Y轴正方向对包围盒数据进行排序,确定排序顺序;
步骤33:根据所述排序顺序,对对应的包围盒进行碰撞检测,确定检测结果;其中,
所述检测结果包括属于同一种包围盒类型的同一包围盒和不属于同一种包围盒类型的不同一包围盒;
步骤34:基于所述检测结果,将同一包围盒进行聚合,确定聚合包围盒;其中,
所述聚合包围盒用于对属于同一种类的包围盒进行聚合;
步骤35:通过所述聚合包围盒,生成聚合模型矩阵,并根据所述聚合模型矩阵,采集对应的聚合模型矩阵信息;
步骤36:获取墙线信息,基于预设的处理方式,对墙线信息进行处理,确定墙体数据;其中,
所述处理方式至少包括排序、去重、合并、遍历和求交;
步骤37:通过聚合模型矩阵信息和墙体数据,确定模型信息。
上述技术方案的工作原理和有益效果为:
本技术方案通过排序、去重、聚合等数据处理方式,对步骤2获取的包围盒进行分析与处理,最终转换为模型信息,通过获取包围盒,确定包围盒信息,并通过包围盒信息,生成包围盒数据;按照预设的种类类型,对包围盒进行分类,确定包围盒类型;基于CAD中预设的二维坐标系,沿着X轴正方向或Y轴正方向对包围盒进行排序,确定排序顺序;根据排序顺序,对包围盒进行碰撞检测,确定检测结果;基于检测结果,将属于同一种包围盒类型的包围盒进行聚合,确定聚合包围盒;通过聚合包围盒,确定对应的模型节点,通过模型节点,确定对应的聚合模型矩阵信息;获取墙线信息,基于预设的处理方式,对墙线信息进行处理,确定墙体数据;处理方式包括排序、去重、合并、遍历和求交一种或多种;通过聚合模型矩阵信息和墙体数据,确定模型信息,墙体最大宽度为0.5米,根据《房屋建筑制图统一规范》,墙体厚度一般为120mm、240mm、370mm或490mm,因此墙体最大厚度通常取值500mm;得到的门、窗包围盒,与当前相邻两个墙线进行碰撞检测,如果同时相交于同一个包围盒,说明它们之前存在门、窗或者柱类模型,因此属于同一墙体可以进行合并,对共同墙体本身加以区分,确定不同的墙线和共同墙线。
实施例6:
本技术方案提供了一种实施例,所述步骤36,包括:
获取墙线信息,基于预设的处理方式,对墙线信息进行处理,确定墙体数据;排序、去重、合并、遍历和求交一种或多种
步骤360:获取墙线信息,根据所述墙线信息,生成对应的墙线模型;其中,
所述墙线模型以线段表示;
步骤361:沿着X轴正方向或Y轴正方向,对所有的墙线模型进行排序,确定墙线排序结果;
步骤362:通过所述墙线排序结果,遍历排序后的墙线模型,确定排序墙线模型;
步骤363:去除排序墙线模型中的重复的墙线模型,同时删除排序墙线模型中的长度小于0.01米的线段;
步骤364:根据排序墙线模型,获取未排序的墙线模型,根据未排序的墙线模型,确定未排序墙线模型;
步骤365:获取每条未排序墙线模型的共线墙线,对所述共线墙线和正在遍历的墙线模型进行判断,确定判断结果;
步骤366:当所述判断结果为共线墙线和正在遍历的墙线模型的相邻端点之间的距离小于墙体最大宽度或者相邻两个墙线之间存在门、窗、柱,则将共线墙线和正在遍历的墙线合并为一条墙线,确定合并墙线。
上述技术方案的工作原理和有益效果为:
本技术方案通过获取墙线信息,根据墙线信息,生成对应的墙线;墙线以线段表示;像沿着X轴正方向或Y轴正方向,对所有的墙线进行排序,确定墙线排序结果;通过墙线排序结果,遍历排序后的墙线,确定排序墙线;去除排序墙线中的重复的墙线,同时删除排序墙线中的长度小于0.01米的线段;获取未排序的墙线,确定未排序墙线;获取每条未排序墙线的共线墙线,对共线墙线和正在遍历的墙线进行判断,确定判断结果;当判断结果为共线墙线和正在遍历的墙线的相邻端点之间的距离小于墙体最大宽度或者相邻两个墙线之间存在门、窗、柱,则将共线墙线和正在遍历的墙线合并为一条墙线,确定合并墙线。
实施例7:
本技术方案提供了一种实施例,所述步骤366,还包括:
步骤A1:获取聚合模型矩阵信息,根据所述聚合模型矩阵信息,确定对应的门窗聚合包围盒;其中,
所述门窗聚合包围盒代表门模型和窗模型聚合生成的包围盒;步骤A2:基于所述门窗聚合包围盒,对共线墙线和正在遍历的墙线模型进行碰撞检测,确定碰撞检测结果;
步骤A3:当所述碰撞检测结果为共线墙线和正在遍历的墙线模型同时相交于同一个门窗聚合包围盒,则将共线墙线和正在遍历的墙线合并为一条墙线,确定合并墙线。
上述技术方案的工作原理和有益效果为:
本技术方案获取聚合模型矩阵信息,根据聚合模型矩阵信息,确定对应的门窗聚合包围盒;通过门窗聚合包围盒,与共线墙线和正在遍历的墙线进行碰撞检测,确定碰撞检测结果;当碰撞检测结果为同时相交于同一个包围盒,则将共线墙线和正在遍历的墙线合并为一条墙线,确定合并墙线。
实施例8:
本技术方案提供了一种实施例,所述步骤4,包括:
步骤40:获取模型矩阵信息,通过所述模型矩阵信息,构建基层模型;
步骤41:基于预设的预定模型,按照预设的模型种类,将所述预定模型添加至基层模型中,确定初级模型;其中,
所述预定模型至少包括柱、门、窗、楼梯、电梯和消火栓的模型;
步骤42:获取墙体数据,并根据所述墙体数据,生成墙体模型;
步骤43:通过所述初级模型和墙体模型,构建楼层模型。
上述技术方案的工作原理和有益效果为:
本技术方案获取模型矩阵信息,通过模型矩阵信息,构建基层模型;基于预设的预定模型,按照预设的模型种类,将预定模型添加至基层模型中,确定初级模型;预定模型至少包括柱、门、窗、楼梯、电梯和消火栓的模型;获取墙体数据,并根据墙体数据,生成墙体模型;通过初级模型和墙体模型,构建楼层模型。
实施例9:
本技术方案提供了一种实施例,所述步骤42,还包括:
步骤420:遍历合并墙线,并获取每条合并墙线的对应墙线;其中,
所述对应墙线为CAD中绘制墙体时是两条平行的双实线中的其中一条;
所述合并墙线为CAD中绘制墙体时是两条平行的双实线中的另外一条;
步骤421:通过合并墙线和对应墙线,确定墙体信息,并通过所述墙体信息,构建墙体;其中,
所述墙体信息包括墙体起点、墙体终点、墙体厚度和墙体方向;
步骤422:获取门窗聚合包围盒,并通过遍历门窗聚合包围盒和墙体进行求交,获取墙体和门窗的关系信息;其中
所述关系信息包括墙上门窗的位置、门窗的大小和门窗的类型;
步骤423:获取墙体数据,通过所述关系信息和墙体数据,生成墙体模型。
上述技术方案的工作原理和有益效果为:
根据图3所示,本技术方案根据获取的模型矩阵信息按照分类添加预定的各类模型,预定的模型有:柱、门、窗、楼梯、电梯、消火栓;根据步骤(3.2)获取的墙体数据生成墙体模型,墙体高度、贴图为默认值。通过遍历合并墙线,并获取每条合并墙线的对应墙线;对应墙线为CAD中绘制墙体时是两条平行的双实线中的其中一条;合并墙线为CAD中绘制墙体时是两条平行的双实线中的另外一条;通过合并墙线和对应墙线,确定墙体信息,并通过墙体信息,构建墙体;墙体信息包括墙体起点、墙体终点、墙体厚度和墙体方向;获取门窗聚合包围盒,并通过遍历门窗聚合包围盒和墙体进行求交,获取墙体和门窗的关系信息;关系信息包括墙上门窗的位置、门窗的大小和门窗的类型;获取墙体数据,通过关系信息和墙体数据,生成墙体模型。实现了1:1的建筑平面图生成与楼层结构生成,实现自动化建模。
实施例10:
本技术方案提供了一种实施例,所述步骤43,还包括:
步骤430:获取初级模型的第一模型比例,根据所述第一模型比例,确定第一比例数据;其中,
所述第一模型比例为CAD中的初级模型的比例数据;
步骤431:获取墙体模型的第二模型比例,根据所述第二模型比例,确定第二比例数据;其中,
所述第二模型比例为CAD中的墙体模型的比例数据;步骤432:对比并计算所述第一比例数据和第二比例数据,确定对比系数,并通过所述对比系数对第一比例数据或第二比例数据进行缩放,确定缩放比例;
步骤433:基于所述缩放比例,叠加缩放后的初级模型和墙体模型,确定叠加模型;
步骤434:对所述叠加模型进行过滤、除杂和增强对比处理,构建楼层模型。
上述技术方案的工作原理和有益效果在于:
本技术方案还包括获取初级模型的第一模型比例,根据第一模型比例,确定第一比例数据;获取墙体模型的第二模型比例,根据第二模型比例,确定第二比例数据;对比第一比例数据和第二比例数据,确定对比系数,并通过对比系数对第一比例数据或第二比例数据任一数据进行缩放,确定缩放结果;基于缩放结果,对初级模型和墙体模型进行叠加,确定叠加模型;采集叠加模型的像素数据,对像素数据进行过滤、除杂和增强对比处理,构建楼层模型,自动实现模型的1:1校正,如图3所示,避免出现对比系数不等,导致模型失真的情况。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,包括:
步骤1:读取并识别预设的CAD建筑楼层平面图,获取图层信息,并基于所述图层信息,生成OSG节点;
步骤2:通过预设的图层顺序,遍历OSG节点,确定模型信息,并根据所述模型信息,生成对应的包围盒;
步骤3:基于预设的大数据处理中心,对所述包围盒信息进行数据处理,转换为模型信息;
步骤4:基于所述模型信息,构建楼层模型。
2.如权利要求1所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤1,包括:
步骤10:读取并识别预设的CAD建筑楼层平面图,获取建筑楼层平面图的第一图层信息;
步骤11:基于预设的模糊查询的方法,对所述图层信息进行筛选,筛选出第二图层信息;其中,
所述第二图层信息至少包括轴线、墙、柱、门、窗、楼梯、电梯和消火栓的图层信息;
步骤12:根据第二图层信息,构建OSG节点。
3.如权利要求1所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤12,包括:
步骤120:获取第二图层信息,计算第二图层范围和第二图层位置,并根据所述第二图层范围和第二图层位置,确定第二图层矩阵信息;
步骤121:根据第二图层信息和第二图层矩阵信息,生成图层根节点和图层子节点;其中,
所述图层子节点包括图纸背景、轴线、墙、柱、门、窗、楼梯、电梯和消火栓;
步骤122:按照预设的图层名称,对所述图层根节点和图层子节点命名,构建OSG节点。
4.如权利要求2所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤2,包括:步骤20:通过预设的图层顺序,确定节点遍历方式;
步骤21:通过所述节点遍历方式,对OSG节点中的第一节点进行遍历,获取第一顶点数据;其中,
所述第一节点至少包括柱、门、窗、楼梯、电梯和消火栓中的一种或多种;
步骤22:基于所述第一顶点数据,进行图元绘制,确定第一绘制图元,并根据所述第一绘制图元,确定第一模型信息;
步骤23:通过所述节点遍历方式,对OSG节点中的墙节点进行遍历,获取第二顶点数据;
步骤24:基于所述第二顶点数据,进行图元绘制,确定第二绘制图元,并根据所述第二绘制图元,确定墙线信息;
步骤25:叠加第一模型信息和墙线信息,生成对应的包围盒。
5.如权利要求1所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤3,包括:步骤30:获取包围盒,根据所述包围盒,确定包围盒信息,并基于所述包围盒信息,生成包围盒数据;
步骤31:基于预设的大数据处理中心,接收所述包围盒数据,按照预设的种类类型,并对所述包围盒数据进行分类,确定包围盒数据的包围盒类型;
步骤32:基于CAD中预设的二维坐标系,沿着X轴正方向或Y轴正方向对包围盒数据进行排序,确定排序顺序;
步骤33:根据所述排序顺序,对对应的包围盒进行碰撞检测,确定检测结果;其中,
所述检测结果包括属于同一种包围盒类型的同一包围盒和不属于同一种包围盒类型的不同一包围盒;
步骤34:基于所述检测结果,将同一包围盒进行聚合,确定聚合包围盒;其中,
所述聚合包围盒用于对属于同一种类的包围盒进行聚合;
步骤35:通过所述聚合包围盒,生成聚合模型矩阵,并根据所述聚合模型矩阵,采集对应的聚合模型矩阵信息;
步骤36:获取墙线信息,基于预设的处理方式,对墙线信息进行处理,确定墙体数据;其中,
所述处理方式至少包括排序、去重、合并、遍历和求交;
步骤37:通过聚合模型矩阵信息和墙体数据,确定模型信息。
6.如权利要求5所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤36,包括:
获取墙线信息,基于预设的处理方式,对墙线信息进行处理,确定墙体数据;排序、去重、合并、遍历和求交一种或多种
步骤360:获取墙线信息,根据所述墙线信息,生成对应的墙线模型;其中,
所述墙线模型以线段表示;
步骤361:沿着X轴正方向或Y轴正方向,对所有的墙线模型进行排序,确定墙线排序结果;
步骤362:通过所述墙线排序结果,遍历排序后的墙线模型,确定排序墙线模型;
步骤363:去除排序墙线模型中的重复的墙线模型,同时删除排序墙线模型中的长度小于0.01米的线段;
步骤364:根据排序墙线模型,获取未排序的墙线模型,根据未排序的墙线模型,确定未排序墙线模型;
步骤365:获取每条未排序墙线模型的共线墙线,对所述共线墙线和正在遍历的墙线模型进行判断,确定判断结果;
步骤366:当所述判断结果为共线墙线和正在遍历的墙线模型的相邻端点之间的距离小于墙体最大宽度或者相邻两个墙线之间存在门、窗、柱,则将共线墙线和正在遍历的墙线合并为一条墙线,确定合并墙线。
7.如权利要求5所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤366,还包括:
步骤A1:获取聚合模型矩阵信息,根据所述聚合模型矩阵信息,确定对应的门窗聚合包围盒;其中,
所述门窗聚合包围盒代表门模型和窗模型聚合生成的包围盒;步骤A2:基于所述门窗聚合包围盒,对共线墙线和正在遍历的墙线模型进行碰撞检测,确定碰撞检测结果;
步骤A3:当所述碰撞检测结果为共线墙线和正在遍历的墙线模型同时相交于同一个门窗聚合包围盒,则将共线墙线和正在遍历的墙线合并为一条墙线,确定合并墙线。
8.如权利要求1所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤4,包括:
步骤40:获取模型矩阵信息,通过所述模型矩阵信息,构建基层模型;
步骤41:基于预设的预定模型,按照预设的模型种类,将所述预定模型添加至基层模型中,确定初级模型;其中,
所述预定模型至少包括柱、门、窗、楼梯、电梯和消火栓的模型;
步骤42:获取墙体数据,并根据所述墙体数据,生成墙体模型;
步骤43:通过所述初级模型和墙体模型,构建楼层模型。
9.如权利要求8所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤42,还包括:
步骤420:遍历合并墙线,并获取每条合并墙线的对应墙线;其中,
所述对应墙线为CAD中绘制墙体时是两条平行的双实线中的其中一条;
所述合并墙线为CAD中绘制墙体时是两条平行的双实线中的另外一条;
步骤421:通过合并墙线和对应墙线,确定墙体信息,并通过所述墙体信息,构建墙体;其中,
所述墙体信息包括墙体起点、墙体终点、墙体厚度和墙体方向;
步骤422:获取门窗聚合包围盒,并通过遍历门窗聚合包围盒和墙体进行求交,获取墙体和门窗的关系信息;其中
所述关系信息包括墙上门窗的位置、门窗的大小和门窗的类型;
步骤423:获取墙体数据,通过所述关系信息和墙体数据,生成墙体模型。
10.如权利要求8所述的一种基于OSG与CAD建筑平面图的自动建模方法,其特征在于,所述步骤43,还包括:
步骤430:获取初级模型的第一模型比例,根据所述第一模型比例,确定第一比例数据;其中,
所述第一模型比例为CAD中的初级模型的比例数据;
步骤431:获取墙体模型的第二模型比例,根据所述第二模型比例,确定第二比例数据;其中,
所述第二模型比例为CAD中的墙体模型的比例数据;步骤432:对比并计算所述第一比例数据和第二比例数据,确定对比系数,并通过所述对比系数对第一比例数据或第二比例数据进行缩放,确定缩放比例;
步骤433:基于所述缩放比例,叠加缩放后的初级模型和墙体模型,确定叠加模型;
步骤434:对所述叠加模型进行过滤、除杂和增强对比处理,构建楼层模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111332095.3A CN114065344A (zh) | 2021-11-11 | 2021-11-11 | 一种基于osg与cad建筑平面图的自动建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111332095.3A CN114065344A (zh) | 2021-11-11 | 2021-11-11 | 一种基于osg与cad建筑平面图的自动建模方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114065344A true CN114065344A (zh) | 2022-02-18 |
Family
ID=80275166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111332095.3A Pending CN114065344A (zh) | 2021-11-11 | 2021-11-11 | 一种基于osg与cad建筑平面图的自动建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114065344A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115393887A (zh) * | 2022-07-07 | 2022-11-25 | 泰瑞数创科技(北京)股份有限公司 | 用于计算建筑cad图块标识符的模型包围盒方法 |
-
2021
- 2021-11-11 CN CN202111332095.3A patent/CN114065344A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115393887A (zh) * | 2022-07-07 | 2022-11-25 | 泰瑞数创科技(北京)股份有限公司 | 用于计算建筑cad图块标识符的模型包围盒方法 |
CN115393887B (zh) * | 2022-07-07 | 2023-09-29 | 泰瑞数创科技(北京)股份有限公司 | 用于计算建筑cad图块标识符的模型包围盒方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Döllner et al. | Continuous level-of-detail modeling of buildings in 3D city models | |
CN104462155B (zh) | 一种兴趣点父子关系的建立方法及装置 | |
Tang et al. | BIM generation from 3D point clouds by combining 3D deep learning and improved morphological approach | |
Bacci et al. | HBIM methodologies for the architectural restoration. The case of the ex-church of San Quirico all'Olivo in Lucca, Tuscany | |
Liu et al. | Change detection of mobile LIDAR data using cloud computing | |
Cotella | From 3D point clouds to HBIM: application of artificial intelligence in cultural heritage | |
Kaufmann et al. | ScaleBIM: Introducing a scalable modular framework to transfer point clouds into semantically rich building information models | |
CN114065344A (zh) | 一种基于osg与cad建筑平面图的自动建模方法 | |
CN115600307A (zh) | 一种从城市场景的Mesh模型中生成单体化建筑的方法 | |
Wysocki et al. | Combining visibility analysis and deep learning for refinement of semantic 3D building models by conflict classification | |
Pan et al. | Void-growing: A novel Scan-to-BIM method for manhattan world buildings from point cloud | |
Adán et al. | Reconstruction of wall surfaces under occlusion and clutter in 3D indoor environments | |
Jiang et al. | Scan4Façade: Automated as-is façade modeling of historic high-rise buildings using drones and AI | |
Zhao et al. | A 3D modeling method for buildings based on LiDAR point cloud and DLG | |
Forlani et al. | Building reconstruction and visualization from lidar data | |
He et al. | All range and heterogeneous multi-scale 3D city models | |
Dikaiakou et al. | Modelling the Walled City of Nicosia. | |
Zeng et al. | Integrating as-built BIM model from point cloud data in construction projects | |
Sahebdivani et al. | Deep learning based classification of color point cloud for 3D reconstruction of interior elements of buildings | |
CN114048535A (zh) | 构建地图时在cad墙图层中生成门窗的系统及其方法 | |
Çalışır Adem et al. | Cellular automata for infill designs in historic urban quarters | |
Döllner et al. | Smartbuildings-a concept for ad-hoc creation and refinement of 3d building models | |
Shi et al. | An innovative approach to determine building window-to-wall ratios for urban energy simulation | |
Ioannidis et al. | Technical aspects for the creation of a multi-dimensional land information system | |
La Russa et al. | Advanced 3D Parametric Historic City Block Modeling Combining 3D Surveying, AI and VPL |
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 |