CN115098935B - 感烟火灾探测器规划方法、装置、设备及存储介质 - Google Patents
感烟火灾探测器规划方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115098935B CN115098935B CN202211016547.1A CN202211016547A CN115098935B CN 115098935 B CN115098935 B CN 115098935B CN 202211016547 A CN202211016547 A CN 202211016547A CN 115098935 B CN115098935 B CN 115098935B
- Authority
- CN
- China
- Prior art keywords
- area
- target
- smoke
- fire detector
- determining
- 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
- 239000000779 smoke Substances 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013461 design Methods 0.000 claims abstract description 39
- 238000002898 library design Methods 0.000 claims abstract description 30
- 238000005192 partition Methods 0.000 claims description 29
- 238000005070 sampling Methods 0.000 claims description 26
- 238000009434 installation Methods 0.000 claims description 17
- 230000002285 radioactive effect Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims 2
- 230000035807 sensation Effects 0.000 abstract description 30
- 230000002265 prevention Effects 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 abstract description 5
- 239000000306 component Substances 0.000 description 109
- 238000010586 diagram Methods 0.000 description 11
- 238000003780 insertion Methods 0.000 description 6
- 230000037431 insertion Effects 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Structural Engineering (AREA)
- Mathematical Analysis (AREA)
- Civil Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computational Mathematics (AREA)
- Architecture (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及建筑设计技术领域，公开了一种感烟火灾探测器规划方法、装置、设备及存储介质。本方法包括：通过对地库设计图像进行识别，确定需要布置烟感的目标区域；确定目标区域对应构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；若是，基于目标区域中结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到烟感网格的围合区域；获取围合区域的目标外接矩形和特殊构件，以确定烟感的位置坐标；基于位置坐标计算烟感可以保护的覆盖区域的总面积，得到对应的烟感布置方案。本方案通过对地库设计图像中的防火分区和房间信息进行处理，提高了烟感布置的准确性，满足不同布置形式的要求，提升了布置效率。
Description
技术领域
本发明涉及建筑设计技术领域，尤其涉及一种感烟火灾探测器规划方法、装置、设备及存储介质。
背景技术
感烟火灾探测器简称“烟感”，是早期火灾探测的核心部件之一。在工程制图中，感烟火灾探测器的设计主要参考《火灾自动报警系统设计规范》，进行选型、计算和定位。设计任务简单但重复度较高，比较耗时。特别是，在行业主推三维BIM正向设计的情形下，建模效率低于传统二维设计，也制约着新技术的发展。
目前，在三维BIM正向设计的应用中，感烟火灾探测器的设计主要依靠人工操作，辅以提效插件，比如基于revit二次开发的BIMSpace、TR天正电气等，布置方式有两点布置、沿线均布，基于面的矩形布置、扇形布置等。在人工确定好感烟探测器的数量、定位后，通过插件或者手动放置点位，然后再吸附至顶板上。由此，如何减少人工介入时间，布置结果更加准确，同时满足不同布置形式的要求实现布置效率的大幅度提升，成了本领域技术人员需要解决的技术问题。
发明内容
本发明的主要目的是通过对防火分区图像中的房间和构件数据进行处理，提高了感烟火灾探测器布置的准确性，满足不同布置形式的要求，提升了布置效率。
本发明第一方面提供了一种感烟火灾探测器规划方法，包括：读取建筑三维模型，从所述建筑三维模型中提取目标建筑的地库设计图像；对所述地库设计图像进行识别，确定所述地库中需要布置感烟火灾探测器的目标区域；确定所述目标区域对应目标构件的构件数据，并根据所述构件数据判断所述地库的结构形式是否为梁板结构；若是，则确定所述目标区域中的目标结构梁，并基于所述目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域；获取所述围合区域的目标外接矩形和特殊构件，基于所述目标外接矩形和所述特殊构件确定所述感烟火灾探测器的位置坐标；基于所述位置坐标计算所述感烟火灾探测器可以保护的覆盖区域的总面积，得到所述目标区域对应的感烟火灾探测器布置方案。
可选地，在本发明第一方面的第一种实现方式中，所述对所述地库设计图像进行识别，确定所述地库中需要布置感烟火灾探测器的目标区域，包括：对所述地库设计图像进行识别，获取所述地库设计图像中的防火分区图像，并通过预设防火分区识别模型对所述防火分区图像进行识别，得到防火分区识别结果；基于所述防火分区识别结果，对所述防火分区边界线进行采样，得到所述防火分区边界线对应多个采样点；根据所述防火分区边界线对应多个采样点和预设历史的防火分区边界线识别结果，确定所述防火分区图像中的防火分区边界线信息；根据所述防火分区边界线信息计算所述地库中防火分区的第一区域面积，并获取房间的核心中心边界，根据所述房间的核心中心边界计算所述房间的第二区域面积；基于所述第一区域面积和所述第二区域面积，得到所述地库中待布置感烟火灾探测器的目标区域。
可选地，在本发明第一方面的第二种实现方式中，所述确定所述目标区域对应目标构件的构件数据，包括：获取构件图形和构件标识；基于所述构件图形和所述构件标识，确定在所述建筑三维模型中的目标构件的构件特征数据；对所述构件特征数据进行解析，确定所述目标区域对应目标构件的构件数据。
可选地，在本发明第一方面的第三种实现方式中，所述确定所述目标区域中的目标结构梁，包括：获取目标区域的梁平面布置图，并对所述梁平面布置图进行识别，得到所述目标区域内的梁数据；对所述梁数据进行提取，得到目标结构梁。
可选地，在本发明第一方面的第四种实现方式中，在所述根据所述构件数据判断所述地库的结构形式是否为梁板结构之后，还包括：若所述地库的结构形式并非是为梁板结构，则对所述目标区域的梁平面布置图进行识别，得到所述目标区域内的结构柱数据；基于预设放射性算法对所述结构柱数据计算，得到所述结构柱对应的放射线；基于所述放射线、所述防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域。
可选地，在本发明第一方面的第五种实现方式中，所述获取所述围合区域的目标外接矩形和特殊构件，基于所述目标外接矩形和所述特殊构件确定所述感烟火灾探测器的位置坐标包括：获取所述围合区域的目标外接矩形和特殊构件；基于所述目标外接矩形和所述特殊构件，确定所述目标外接矩形的几何中心是否在所述围合区域内；若否，则计算所述目标外接矩形的几何中心在二维坐标中的坐标信息，并基于所述坐标信息和所述围合区域的对应边界，确定所述感烟火灾探测器的位置坐标。
可选地，在本发明第一方面的第六种实现方式中，所述基于所述位置坐标计算所述感烟火灾探测器可以保护的覆盖区域的总面积，得到所述目标区域对应的感烟火灾探测器布置方案，包括：以预设距离为半径，以所述位置坐标为圆心，计算所有所述感烟火灾探测器可以保护的覆盖区域的总面积；判断所述覆盖区域的总面积是否大于所述目标区域的面积；若否，则确定所述感烟火灾探测器的安装方式和布置形式；根据所述安装方式和所述布置形式，确定所述目标区域所需布置感烟火灾探测器的目标数量；基于所述感烟火灾探测器的安装方式和布置形式，将所述目标数量个感烟火灾探测器布置于所述目标区域，得到所述目标区域对应的感烟火灾探测器布置方案。
本发明第二方面提供了一种感烟火灾探测器规划装置，包括：提取模块，用于读取建筑三维模型，从所述建筑三维模型中提取目标建筑的地库设计图像；第一识别模块，用于对所述地库设计图像进行识别，确定所述地库中需要布置感烟火灾探测器的目标区域；判断模块，用于确定所述目标区域对应目标构件的构件数据，并根据所述构件数据判断所述地库的结构形式是否为梁板结构；第一划分模块，用于若是，则确定所述目标区域中的目标结构梁，并基于所述目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域；确定模块，用于获取所述围合区域的目标外接矩形和特殊构件，基于所述目标外接矩形和所述特殊构件确定所述感烟火灾探测器的位置坐标；第一计算模块，用于基于所述位置坐标计算所述感烟火灾探测器可以保护的覆盖区域的总面积，得到所述目标区域对应的感烟火灾探测器布置方案。
可选地，在本发明第二方面的第一种实现方式中，所述第一识别模块包括：识别单元，用于对所述地库设计图像进行识别，获取所述地库设计图像中的防火分区图像，并通过预设防火分区识别模型对所述防火分区图像进行识别，得到防火分区识别结果；采样单元，用于基于所述防火分区识别结果，对所述防火分区边界线进行采样，得到所述防火分区边界线对应多个采样点；确定单元，用于根据所述防火分区边界线对应多个采样点和预设历史的防火分区边界线识别结果，确定所述防火分区图像中的防火分区边界线信息；计算单元，用于根据所述防火分区边界线信息计算所述地库中防火分区的第一区域面积，并获取房间的核心中心边界，根据所述房间的核心中心边界计算所述房间的第二区域面积；基于所述第一区域面积和所述第二区域面积，得到所述地库中待布置感烟火灾探测器的目标区域。
可选地，在本发明第二方面的第二种实现方式中，所述判断模块具体用于：获取构件图形和构件标识；基于所述构件图形和所述构件标识，确定在所述建筑三维模型中的目标构件的构件特征数据；对所述构件特征数据进行解析，确定所述目标区域对应目标构件的构件数据。
可选地，在本发明第二方面的第三种实现方式中，所述第一划分模块具体用于：获取目标区域的梁平面布置图，并对所述梁平面布置图进行识别，得到所述目标区域内的梁数据；对所述梁数据进行提取，得到目标结构梁。
可选地，在本发明第二方面的第四种实现方式中，所述感烟火灾探测器规划装置还包括：第二识别模块，用于若所述地库的结构形式并非是为梁板结构，则对所述目标区域的梁平面布置图进行识别，得到所述目标区域内的结构柱数据；第二计算模块，用于基于预设放射性算法对所述结构柱数据计算，得到所述结构柱对应的放射线；第二划分模块，用于基于所述放射线、所述防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域。
可选地，在本发明第二方面的第五种实现方式中，所述确定模块具体用于：获取所述围合区域的目标外接矩形和特殊构件；基于所述目标外接矩形和所述特殊构件，确定所述目标外接矩形的几何中心是否在所述围合区域内；若否，则计算所述目标外接矩形的几何中心在二维坐标中的坐标信息，并基于所述坐标信息和所述围合区域的对应边界，确定所述感烟火灾探测器的位置坐标。
可选地，在本发明第二方面的第六种实现方式中，所述第一计算模块具体用于：以预设距离为半径，以所述位置坐标为圆心，计算所有所述感烟火灾探测器可以保护的覆盖区域的总面积；判断所述覆盖区域的总面积是否大于所述目标区域的面积；若否，则确定所述感烟火灾探测器的安装方式和布置形式；根据所述安装方式和所述布置形式，确定所述目标区域所需布置感烟火灾探测器的目标数量；基于所述感烟火灾探测器的安装方式和布置形式，将所述目标数量个感烟火灾探测器布置于所述目标区域，得到所述目标区域对应的感烟火灾探测器布置方案。
本发明第三方面提供了一种感烟火灾探测器规划设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述感烟火灾探测器规划设备执行上述的感烟火灾探测器规划方法的各个步骤。
本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的感烟火灾探测器规划方法的各个步骤。
本发明提供的技术方案中，通过对地库设计图像进行识别，确定需要布置烟感的目标区域；确定目标区域对应构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；若是，基于目标区域中梁跨的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到烟感网格的围合区域；获取围合区域的目标外接矩形和特殊构件，以确定烟感的位置坐标；基于位置坐标计算烟感可以保护的覆盖区域的总面积，得到对应的烟感布置方案。本方案通过对地库设计图像中的防火分区和房间信息进行处理，提高了烟感布置的准确性，满足不同布置形式的要求，提升了布置效率。
附图说明
图1为本发明提供的感烟火灾探测器规划方法的第一个实施例示意图；
图2为本发明提供的感烟火灾探测器规划方法的第二个实施例示意图；
图3为本发明提供的感烟火灾探测器规划方法的第三个实施例示意图；
图4为本发明提供的感烟火灾探测器规划装置的第一个实施例示意图；
图5为本发明提供的感烟火灾探测器规划装置的第二个实施例示意图；
图6为本发明提供的感烟火灾探测器规划设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种感烟火灾探测器规划方法、装置、设备及存储介质，本发明的技术方案中，首先通过对地库设计图像进行识别，确定需要布置烟感的目标区域；确定目标区域对应构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；若是，基于目标区域中梁跨的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到烟感网格的围合区域；获取围合区域的目标外接矩形和特殊构件，以确定烟感的位置坐标；基于位置坐标计算烟感可以保护的覆盖区域的总面积，得到对应的烟感布置方案。本方案通过对地库设计图像中的防火分区和房间信息进行处理，提高了烟感布置的准确性，满足不同布置形式的要求，提升了布置效率。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中感烟火灾探测器规划方法的第一个实施例包括：
101、读取建筑三维模型，从建筑三维模型中提取目标建筑的地库设计图像；
本实施例中，获取建筑三维模型，并从建筑三维模型中提取目标建筑的地库设计图像。具体地，读取建筑、结构专业通过三维建模软件（Revit）搭建的.RVT格式的BIM模型，检查防火分区、防火分区边界线、车道宽度等信息是否完备。
通过从建筑三维模型中读取防火分区，获取防火分区轮廓，将防火分区以详图项目的形式，呈现在当前视口中，可进行预览查看，用户根据实际需要选择布置车道灯的防火分区，可单选、多选。每个防火分区内的感烟火灾探测器布置相对独立。同时通过名称读取地库区域内的防火分区、房间，首先获取房间的核心中心边界信息，待后续步骤中使用。
102、对地库设计图像进行识别，确定地库中需要布置感烟火灾探测器的目标区域；
本实施例中，对地库设计图像进行识别，确定地库设计图像中地下室范围防火分区内需要布置感烟火灾探测器的区域。具体地，基于获取的防火分区、房间，首先获取房间的核心中心边界，即围合房间的墙中线所围合的区域；然后求防火分区和房间核心中心边界的差集。所得差集（地下室车库区域也即目标区域）为需要布置感烟火灾探测器的区域。
103、确定目标区域对应目标构件的构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；
本实施例中，通过获取构件图形和构件标识；基于所述构件图形和所述构件标识，确定在所述建筑设计图纸中的所述建筑构件的图像；对所述建筑构件的图像进行解析，确定所述构件信息和所述位置信息。其中，所述构件信息包括所述建筑构件在所述建筑设计图纸中的第一尺寸、所述建筑构件的形状信息以及所述建筑构件的材质信息。
104、若是，则确定目标区域中的目标结构梁，并基于目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到感烟火灾探测器网格的围合区域；
本实施例中，当目标建筑的建筑结构形式为梁板结构时：通过识别结构梁中心线，防火分区边界、房间核心中心边界等，形成小网格区域。具体地，在目标区域内，并计算梁凸出顶棚高度，即获取梁底距离板底的间距；凸出顶棚高度为[0,200）的梁记为梁集合A，突出顶棚高度为[200,600]的梁记为梁集合B，突出顶棚高度为（600,+∞）的梁记为梁集合C。梁集合A和梁集合B中，搭接两端为梁或者墙的梁（即梁的两个端点在其他梁上或墙上），记为集合D。获取除集合D以外所有梁的梁中线。
获取防火分区边界线，房间的核心中心边界线，通过梁中心线、防火分区边界线，房间的核心中心边界线进行小网格围合，完成感烟火灾探测器网格对应的围合区域的网格划分。
105、获取围合区域的目标外接矩形和特殊构件，基于目标外接矩形和特殊构件确定感烟火灾探测器的位置坐标；
本实施例中，基于获取的边界线、梁中线、放射线等围合成的多边形，获取多边形网格区域的最小外接矩形，感烟火灾探测器布置在外接矩形的几何中心。并基于所述外接矩形的几何中心和所述特殊构件确定所述感烟火灾探测器的位置坐标。具体地，当外接矩形的几何中心在围合区域以外时，沿几何中心向最近的围合区域边界做垂线，沿垂线方向，将集合中心点向围合区域内偏移，偏移距离此边界800mm；偏移之后的几何中心作为感烟探测器的插入点。
在另一实施例中，获取集合D中梁的轮廓，集合D中的梁作为障碍物，当遇到几何中心在障碍物上时，需将几何中心沿障碍物边缘法线方向（负X方向）进行偏移， 使感烟火灾探测器与障碍物的垂直距离为500mm。偏移之后的几何中心作为感烟探测器的插入点。
106、基于位置坐标计算感烟火灾探测器可以保护的覆盖区域的总面积，得到目标区域对应的感烟火灾探测器布置方案。
本实施例中，在整个楼层平面内，以各个感烟探测器为中心，5.8m为半径，画圆，先进行单个多边形网格覆盖区域的修正，再对比所有覆盖区域是否能包含整个目标区域。具体地，单个多边形网格覆盖区域修正，当圆的轮廓与集合C中的梁相交时，覆盖区域需被集合C中的梁中线剪切。当圆的轮廓与边界线相交时，覆盖区域需被边界线剪切。判断对比所有覆盖区域，是否能包含整个目标区域，即目标区域为覆盖区域的并集的子集时，所布置的感烟探测器为满足要求的。如果对比结果为否时，需将未覆盖区域清单列举出来，由用户判断是否需要添加新的感烟火灾探测器。
本发明实施例中，通过对地库设计图像进行识别，确定需要布置烟感的目标区域；确定目标区域对应构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；若是，基于目标区域中梁跨的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到烟感网格的围合区域；获取围合区域的目标外接矩形和特殊构件，以确定烟感的位置坐标；基于位置坐标计算烟感可以保护的覆盖区域的总面积，得到对应的烟感布置方案。本方案通过对地库设计图像中的防火分区和房间信息进行处理，提高了烟感布置的准确性，满足不同布置形式的要求，提升了布置效率。
请参阅图2，本发明实施例中感烟火灾探测器规划方法的第二个实施例包括：
201、读取建筑三维模型，从建筑三维模型中提取目标建筑的地库设计图像；
202、对地库设计图像进行识别，获取地库设计图像中的防火分区图像，并通过预设防火分区识别模型对防火分区图像进行识别，得到防火分区识别结果；
本实施例中，对地库设计图像进行识别，获取地库设计图像中的防火分区图像，并通过预设防火分区识别模型对防火分区图像进行识别，得到防火分区识别结果。具体地，本申请实施例中在识别防火分区图像时，需要先获取当前时刻采集到的防火分区图像，然后利用事先训练好的防火分区图像识别模型对防火分区图像进行识别。
其中，防火分区识别模型可以基于现有的深度学习模型训练得到，包括但不限于各类深度神经网络(Deep Neural Networks，简称DNN)、卷积神经网络(ConvolutionalNeural Networks，简称CNN)、支持向量机(Support Vector Machines，简称SVM)、决策树、随机森林模型等等，具体如何训练防火分区识别模型，本领域技术人员可根据实际需求灵活设置，在此不作具体限定。
203、基于防火分区识别结果，对防火分区边界线进行采样，得到防火分区边界线对应多个采样点；
本实施例中，基于防火分区识别结果，确定防火分区对应的防火分区拟合方程。具体的，防火分区识别结果还可以包括每条防火分区边界对应的防火分区拟合方程以及防火分区起始点和终止点信息，防火分区拟合方程即基于对应同一条防火分区的所有防火分区点信息拟合出一条线，使这些防火分区点尽可能位于这条线上或者接近于这条线。
然而，由于训练好的防火分区识别算法或多或少会存在一定的识别误差，因此针对每一条防火分区来说，并不能够使实际识别出的防火分区点都符合这条防火分区所对应的防火分区拟合方程，且实际识别出的防火分区点的间隔也是不确定的，难以直接用于后续的防火分区颜色和防火分区类型的识别。对此，在防火分区拟合方程的精度是可以被接受的基础上，本申请实施例可以以防火分区起始点和终止点作为约束，利用防火分区拟合方程以等间隔均匀采样的方式从中确定出多个采样点，这些采样点中虽然可能有部分并非是识别算法实际识别出的防火分区点，但却可能是更加接近于真实防火分区的防火分区点，以此进行后续的防火分区颜色和类型的识别所带来的误差是可以被接受的。
204、根据防火分区边界线对应多个采样点和预设历史的防火分区边界线识别结果，确定防火分区图像中的防火分区边界线信息；
本实施例中，基于防火分区拟合方程和防火分区对应起止点数据，对防火分区进行采样，得到防火分区对应的多个采样点。具体地，均匀采样的方式具体可以以图像列坐标x为方程自变量，间隔2个或者更多个像素点采样，之所以等间隔方式采样而非连续采样主要是为了提高防火分区识别的效率，根据所述防火分区边界线对应多个采样点和预设历史的防火分区边界线识别结果，确定所述防火分区图像中的防火分区边界线信息。
205、根据防火分区边界线信息计算地库中防火分区的第一区域面积，并获取房间的核心中心边界，根据房间的核心中心边界计算房间的第二区域面积；
本实施例中，筛选出地下室范围防火分区内需要布置感烟火灾探测器的区域。根据获取的防火分区、房间，首先获取房间的核心中心边界，根据所述防火分区边界线信息计算所述地库中防火分区的第一区域面积，并获取房间的核心中心边界，根据所述房间的核心中心边界计算所述房间的第二区域面积。也即围合房间的墙中线所围合的区域，然后求防火分区和房间核心中心边界的差集。其中，所述差集为需要布置感烟火灾探测器的目标区域。
206、基于第一区域面积和第二区域面积，得到地库中待布置感烟火灾探测器的目标区域；
本实施例中，基于所述第一区域面积和所述第二区域面积，得到所述地库中待布置感烟火灾探测器的目标区域。具体地，根据所述防火分区边界线信息计算所述地库中防火分区的第一区域面积，并获取房间的核心中心边界，根据所述房间的核心中心边界计算所述房间的第二区域面积。也即围合房间的墙中线所围合的区域，然后求防火分区和房间核心中心边界的差集。其中，所述差集为需要布置感烟火灾探测器的目标区域。
207、获取构件图形和构件标识；
本实施例中，根据预设规则对所述建筑设计图纸进行解析，确定在所述建筑设计图纸中的所述建筑构件的图像；对所述建筑构件的图像进行解析，确定所述构件信息和所述位置信息。
其中，预设规则可以是对建筑设计图纸中的建筑构件的图像采用从上到下的方式进行解析，也可以是采用从左到右的方式进行解析，也可以是基于构件图形的优先级进行解析，也可以是其他方式。
208、基于构件图形和构件标识，确定在建筑设计图中的目标构件的图像；
本实施例中，根据预设规则对建筑设计图纸进行解析，确定在建筑设计图纸中的建筑构件的图像；对建筑构件的图像进行解析，确定构件信息和位置信息。在另一实现方式中，所述构件信息包括所述建筑构件在所述建筑设计图纸中的第一尺寸、所述建筑构件的形状信息以及所述建筑构件的材质信息。
209、对目标构件的图像进行解析，确定目标区域对应目标构件的构件数据；
本实施例中，获取构件图形和构件标识；基于所述构件图形和所述构件标识，确定在所述建筑设计图纸中的所述建筑构件的图像；对所述建筑构件的图像进行解析，确定所述构件信息和所述位置信息。
210、获取目标区域的梁平面布置图，并对梁平面布置图进行识别，得到目标区域内的梁数据；
本实施例中，所述目标建筑例如可以是住宅、地下车库需要梁构件的建筑项目，此处不做唯一限定。
首先从梁平面布置图中识别文字图元，从文字图元中筛选出梁数据。具体的，可以通过识别关键词的方法，从众多文字图元中识别到一族梁数据。在梁平面布置图中，一组梁跨一般包含一个集中标注(一族梁数据)，其中，对于多梁跨，还可包含与每个梁跨各自对应的原位标注，该原位标注位于每一梁跨附近，标识该梁跨的一些属性信息。
211、对梁数据进行提取，得到目标结构梁；
本实施例中，对至少一族梁数据进行提取，得到对应梁编号数据，并根据梁编号数据和梁引线确定梁配筋视图中的目标结构梁。具体地，所述梁跨又叫梁的跨度。主要是指梁的一端至另一端的距离，实际工程中计算梁的跨度应根据梁支座约束方式来确定。建筑结构的支座通常分为固定铰支座，滑移支座，固定（端）支座和辊轴支座四类。当支座约束方式为固定铰支座，滑移支座，和辊轴支座，那就算梁净跨即搭界的内边缘再加上一个数值。要是，固定（端）支座那就是只算净跨。不过实际工程都是这两者的中间部分，也就是要考虑一个系数。
具体地，在梁平面布置图中，梁引线与两根梁线垂直，且梁引线与其中靠近一族梁数据的一条梁线有交点，梁引线与两根梁线之间的位置关系，从梁平面布置图的各种线条中，提取两根梁线。
212、基于目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到感烟火灾探测器网格的围合区域；
本实施例中，根据梁线编号数据和预设梁引线，确定所述目标区域内的目标结构梁，并通过识别结构梁中心线，防火分区边界、房间核心中心边界等，形成小网格区域。具体地，在目标区域内，并计算梁凸出顶棚高度，即获取梁底距离板底的间距；凸出顶棚高度为[0,200）的梁记为梁集合A，突出顶棚高度为[200,600]的梁记为梁集合B，突出顶棚高度为（600,+∞）的梁记为梁集合C。梁集合A和梁集合B中，搭接两端为梁或者墙的梁（即梁的两个端点在其他梁上或墙上），记为集合D。获取除集合D以外所有梁的梁中线。获取防火分区边界线，房间的核心中心边界线，通过梁中心线、防火分区边界线，房间的核心中心边界线进行小网格围合。
213、获取围合区域的目标外接矩形和特殊构件，基于目标外接矩形和特殊构件确定感烟火灾探测器的位置坐标；
214、基于位置坐标计算感烟火灾探测器可以保护的覆盖区域的总面积，得到目标区域对应的感烟火灾探测器布置方案。
本实施例中步骤201、213-214与第一实施例中的步骤101、104-105类似，此处不再赘述。
本发明实施例中，通过对地库设计图像进行识别，确定需要布置烟感的目标区域；确定目标区域对应构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；若是，基于目标区域中梁跨的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到烟感网格的围合区域；获取围合区域的目标外接矩形和特殊构件，以确定烟感的位置坐标；基于位置坐标计算烟感可以保护的覆盖区域的总面积，得到对应的烟感布置方案。本方案通过对地库设计图像中的防火分区和房间信息进行处理，提高了烟感布置的准确性，满足不同布置形式的要求，提升了布置效率。
请参阅图3，本发明实施例中感烟火灾探测器规划方法的第三个实施例包括：
301、读取建筑三维模型，从建筑三维模型中提取目标建筑的地库设计图像；
302、对地库设计图像进行识别，确定地库中需要布置感烟火灾探测器的目标区域；
303、确定目标区域对应目标构件的构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；
304、若是，则确定目标区域中的目标结构梁，并基于目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到感烟火灾探测器网格的围合区域；
305、获取围合区域的目标外接矩形和特殊构件，基于目标外接矩形和特殊构件确定感烟火灾探测器的位置坐标；
306、以预设距离为半径，以位置坐标为圆心，计算所有感烟火灾探测器可以保护的覆盖区域的总面积；
本实施例中，以预设距离为半径，以位置坐标为圆心，比如，在整个楼层平面内，以各个感烟探测器为中心，5.8m为半径，画圆，先进行单个多边形网格覆盖区域的修正。进一步地，计算所有感烟火灾探测器可以保护的覆盖区域的总面积，先进行单个多边形网格覆盖区域的修正，再对比所有覆盖区域是否能包含整个目标区域。
307、判断覆盖区域的总面积是否大于目标区域的面积；
本实施例中，计算所有感烟火灾探测器可以保护的覆盖区域的总面积，先进行单个多边形网格覆盖区域的修正，再对比所有覆盖区域是否能包含整个目标区域，判断覆盖区域的总面积是否大于目标区域的面积。
308、若否，则基于位置坐标、感烟火灾探测器的安装方式和布置形式进行感烟火灾探测器的规划，得到目标区域对应的感烟火灾探测器布置方案；
本实施例中，若覆盖区域的总面积小于目标区域的面积，需将未覆盖区域清单列举出来，由用户判断是否需要添加新的感烟火灾探测器。进一步地，将需要保护的目标区域的区域总面积除以感烟火灾探测器的保护面积，并取整数，得到所需感烟火灾探测器的最小数量；按照均匀布置的原则和预设安装方式和布置形式进行感烟火灾探测器的规划，对感烟火灾探测器进行初步布置，，得到目标区域对应的感烟火灾探测器布置方案。
309、判断目标外接矩形的几何中心是否在围合区域内；
本实施例中，根据坐标，判断目标外接矩形的几何中心是否在围合区域内。具体地，当外接矩形的几何中心在围合区域以外时，沿几何中心向最近的围合区域边界做垂线，沿垂线方向，将集合中心点向围合区域内偏移，偏移距离此边界800mm；偏移之后的几何中心作为感烟探测器的插入点。获取集合D中梁的轮廓，集合D中的梁作为障碍物，当遇到几何中心在障碍物上时，需将几何中心沿障碍物边缘法线方向（负X方向）进行偏移， 使感烟火灾探测器与障碍物的垂直距离为500mm。偏移之后的几何中心作为感烟探测器的插入点。
310、若否，则确定目标外接矩形的几何中心在二维坐标中的坐标信息，并基于坐标信息和围合区域的对应边界，确定感烟火灾探测器的位置坐标。
本实施例中，若目标外接矩形的几何中心不在围合区域内，则确定目标外接矩形的几何中心在二维坐标中的坐标信息，并基于坐标信息和围合区域的对应边界，具体地，当外接矩形的几何中心在围合区域以外时，沿几何中心向最近的围合区域边界做垂线，沿垂线方向，将集合中心点向围合区域内偏移，偏移距离此边界800mm；偏移之后的几何中心作为感烟探测器的插入点。获取集合D中梁的轮廓，集合D中的梁作为障碍物，当遇到几何中心在障碍物上时，需将几何中心沿障碍物边缘法线方向（负X方向）进行偏移， 使感烟火灾探测器与障碍物的垂直距离为500mm。偏移之后的几何中心作为感烟探测器的插入点。
本实施例中步骤301-305与第一实施例中的步骤101-105类似，此处不再赘述。
本发明实施例中，通过对地库设计图像进行识别，确定需要布置烟感的目标区域；确定目标区域对应构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；若是，基于目标区域中梁跨的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到烟感网格的围合区域；获取围合区域的目标外接矩形和特殊构件，以确定烟感的位置坐标；基于位置坐标计算烟感可以保护的覆盖区域的总面积，得到对应的烟感布置方案。本方案通过对地库设计图像中的防火分区和房间信息进行处理，提高了烟感布置的准确性，满足不同布置形式的要求，提升了布置效率。
上面对本发明实施例中感烟火灾探测器规划方法进行了描述，下面对本发明实施例中感烟火灾探测器规划装置进行描述，请参阅图4，本发明实施例中感烟火灾探测器规划装置的第一个实施例包括：
提取模块401，用于读取建筑三维模型，从所述建筑三维模型中提取目标建筑的地库设计图像；
第一识别模块402，用于对所述地库设计图像进行识别，确定所述地库中需要布置感烟火灾探测器的目标区域；
判断模块403，用于确定所述目标区域对应目标构件的构件数据，并根据所述构件数据判断所述地库的结构形式是否为梁板结构；
第一划分模块404，用于若是，则确定所述目标区域中的目标结构梁，并基于所述目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域；
确定模块405，用于获取所述围合区域的目标外接矩形和特殊构件，基于所述目标外接矩形和所述特殊构件确定所述感烟火灾探测器的位置坐标；
第一计算模块406，用于基于所述位置坐标计算所述感烟火灾探测器可以保护的覆盖区域的总面积，得到所述目标区域对应的感烟火灾探测器布置方案。
本发明实施例中，通过对地库设计图像进行识别，确定需要布置烟感的目标区域；确定目标区域对应构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；若是，基于目标区域中梁跨的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到烟感网格的围合区域；获取围合区域的目标外接矩形和特殊构件，以确定烟感的位置坐标；基于位置坐标计算烟感可以保护的覆盖区域的总面积，得到对应的烟感布置方案。本方案通过对地库设计图像中的防火分区和房间信息进行处理，提高了烟感布置的准确性，满足不同布置形式的要求，提升了布置效率。
请参阅图5，本发明实施例中感烟火灾探测器规划装置的第二个实施例，该感烟火灾探测器规划装置具体包括：
提取模块401，用于读取建筑三维模型，从所述建筑三维模型中提取目标建筑的地库设计图像；
第一识别模块402，用于对所述地库设计图像进行识别，确定所述地库中需要布置感烟火灾探测器的目标区域；
判断模块403，用于确定所述目标区域对应目标构件的构件数据，并根据所述构件数据判断所述地库的结构形式是否为梁板结构；
第一划分模块404，用于若是，则确定所述目标区域中的目标结构梁，并基于所述目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域；
确定模块405，用于获取所述围合区域的目标外接矩形和特殊构件，基于所述目标外接矩形和所述特殊构件确定所述感烟火灾探测器的位置坐标；
第一计算模块406，用于基于所述位置坐标计算所述感烟火灾探测器可以保护的覆盖区域的总面积，得到所述目标区域对应的感烟火灾探测器布置方案。
本实施例中，所述第一识别模块402包括：
识别单元4021，用于对所述地库设计图像进行识别，获取所述地库设计图像中的防火分区图像，并通过预设防火分区识别模型对所述防火分区图像进行识别，得到防火分区识别结果；
采样单元4022，用于基于所述防火分区识别结果，对所述防火分区边界线进行采样，得到所述防火分区边界线对应多个采样点；
确定单元4023，用于根据所述防火分区边界线对应多个采样点和预设历史的防火分区边界线识别结果，确定所述防火分区图像中的防火分区边界线信息；
计算单元4024，用于根据所述防火分区边界线信息计算所述地库中防火分区的第一区域面积，并获取房间的核心中心边界，根据所述房间的核心中心边界计算所述房间的第二区域面积；基于所述第一区域面积和所述第二区域面积，得到所述地库中待布置感烟火灾探测器的目标区域。
本实施例中，所述判断模块403具体用于：
获取构件图形和构件标识；
基于所述构件图形和所述构件标识，确定在所述建筑三维模型中的目标构件的构件特征数据；
对所述构件特征数据进行解析，确定所述目标区域对应目标构件的构件数据。
本实施例中，所述第一划分模块404具体用于：
获取目标区域的梁平面布置图，并对所述梁平面布置图进行识别，得到所述目标区域内的梁数据；对所述梁数据进行提取，得到目标结构梁。
本实施例中，所述感烟火灾探测器规划装置还包括：
第二识别模块407，用于若所述地库的结构形式并非是为梁板结构，则对所述目标区域的梁平面布置图进行识别，得到所述目标区域内的结构柱数据；
第二计算模块408，用于基于预设放射性算法对所述结构柱数据计算，得到所述结构柱对应的放射线；
第二划分模块409，用于基于所述放射线、所述防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域。
本实施例中，所述确定模块405具体用于：
获取所述围合区域的目标外接矩形和特殊构件；
基于所述目标外接矩形和所述特殊构件，确定所述目标外接矩形的几何中心是否在所述围合区域内；
若否，则计算所述目标外接矩形的几何中心在二维坐标中的坐标信息，并基于所述坐标信息和所述围合区域的对应边界，确定所述感烟火灾探测器的位置坐标。
本实施例中，所述第一计算模块406具体用于：
以预设距离为半径，以所述位置坐标为圆心，计算所有所述感烟火灾探测器可以保护的覆盖区域的总面积；
判断所述覆盖区域的总面积是否大于所述目标区域的面积；
若否，则确定所述感烟火灾探测器的安装方式和布置形式；
根据所述安装方式和所述布置形式，确定所述目标区域所需布置感烟火灾探测器的目标数量；
基于所述感烟火灾探测器的安装方式和布置形式，将所述目标数量个感烟火灾探测器布置于所述目标区域，得到所述目标区域对应的感烟火灾探测器布置方案。
本发明实施例中，通过对地库设计图像进行识别，确定需要布置烟感的目标区域；确定目标区域对应构件数据，并根据构件数据判断地库的结构形式是否为梁板结构；若是，基于目标区域中梁跨的梁中心线、防火分区的边界线及房间的核心中心边界线对目标区域进行划分，得到烟感网格的围合区域；获取围合区域的目标外接矩形和特殊构件，以确定烟感的位置坐标；基于位置坐标计算烟感可以保护的覆盖区域的总面积，得到对应的烟感布置方案。本方案通过对地库设计图像中的防火分区和房间信息进行处理，提高了烟感布置的准确性，满足不同布置形式的要求，提升了布置效率。
上面图4和图5从模块化功能实体的角度对本发明实施例中的感烟火灾探测器规划装置进行详细描述，下面从硬件处理的角度对本发明实施例中感烟火灾探测器规划设备进行详细描述。
图6是本发明实施例提供的一种感烟火灾探测器规划设备的结构示意图，该感烟火灾探测器规划设备800可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）810（例如，一个或一个以上处理器）和存储器820，一个或一个以上存储应用程序833或数据832的存储介质830（例如一个或一个以上海量存储设备）。其中，存储器820和存储介质830可以是短暂存储或持久存储。存储在存储介质830的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对感烟火灾探测器规划设备800中的一系列指令操作。更进一步地，处理器810可以设置为与存储介质830通信，在感烟火灾探测器规划设备800上执行存储介质830中的一系列指令操作，以实现上述各方法实施例提供的感烟火灾探测器规划方法的步骤。
感烟火灾探测器规划设备800还可以包括一个或一个以上电源840，一个或一个以上有线或无线网络接口850，一个或一个以上输入输出接口860，和/或，一个或一个以上操作系统831，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的感烟火灾探测器规划设备结构并不构成对本申请提供的感烟火灾探测器规划设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行上述感烟火灾探测器规划方法的步骤。
所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种感烟火灾探测器规划方法，其特征在于，所述感烟火灾探测器规划方法包括：
读取建筑三维模型，从所述建筑三维模型中提取目标建筑的地库设计图像；
对所述地库设计图像进行识别，确定所述地库中需要布置感烟火灾探测器的目标区域；
确定所述目标区域对应目标构件的构件数据，并根据所述构件数据判断所述地库的结构形式是否为梁板结构；
若是，则确定所述目标区域中的目标结构梁，并基于所述目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域；
获取所述围合区域的目标外接矩形和特殊构件，基于所述目标外接矩形和所述特殊构件确定所述感烟火灾探测器的位置坐标；其中，所述获取所述围合区域的目标外接矩形和特殊构件，基于所述目标外接矩形和所述特殊构件确定所述感烟火灾探测器的位置坐标包括：获取所述围合区域的目标外接矩形和特殊构件；基于所述目标外接矩形和所述特殊构件，确定所述目标外接矩形的几何中心是否在所述围合区域内；若否，则计算所述目标外接矩形的几何中心在二维坐标中的坐标信息，并基于所述坐标信息和所述围合区域的对应边界，确定所述感烟火灾探测器的位置坐标；所述特殊构件是指所述地库的结构形式为梁板结构时，所述目标区域中的构件数据，所述构件数据包括结构柱、墙、楼板；
以预设距离为半径，以所述位置坐标为圆心，计算所述感烟火灾探测器对应覆盖区域的面积，并基于所述覆盖区域的面积确定所述目标区域对应的感烟火灾探测器布置方案；其中，所述以预设距离为半径，以所述位置坐标为圆心，计算所述感烟火灾探测器对应覆盖区域的面积，并基于所述覆盖区域的面积确定所述目标区域对应的感烟火灾探测器布置方案，包括：以预设距离为半径，以所述位置坐标为圆心，计算所有所述感烟火灾探测器可以保护的覆盖区域的总面积；判断所述覆盖区域的总面积是否大于所述目标区域的面积；若否，则确定所述感烟火灾探测器的安装方式和布置形式；根据所述安装方式和所述布置形式，确定所述目标区域所需布置感烟火灾探测器的目标数量；基于所述感烟火灾探测器的安装方式和布置形式，将所述目标数量个感烟火灾探测器布置于所述目标区域，得到所述目标区域对应的感烟火灾探测器布置方案。
2.根据权利要求1所述的感烟火灾探测器规划方法，其特征在于，所述对所述地库设计图像进行识别，确定所述地库中需要布置感烟火灾探测器的目标区域，包括：
对所述地库设计图像进行识别，获取所述地库设计图像中的防火分区图像，并通过预设防火分区识别模型对所述防火分区图像进行识别，得到防火分区识别结果；
基于所述防火分区识别结果，对所述防火分区边界线进行采样，得到所述防火分区边界线对应多个采样点；
根据所述防火分区边界线对应多个采样点和预设历史的防火分区边界线识别结果，确定所述防火分区图像中的防火分区边界线信息；
根据所述防火分区边界线信息计算所述地库中防火分区的第一区域面积，并获取房间的核心中心边界，根据所述房间的核心中心边界计算所述房间的第二区域面积；
基于所述第一区域面积和所述第二区域面积，得到所述地库中待布置感烟火灾探测器的目标区域。
3.根据权利要求1所述的感烟火灾探测器规划方法，其特征在于，所述确定所述目标区域对应目标构件的构件数据，包括：
获取构件图形和构件标识；
基于所述构件图形和所述构件标识，确定在所述建筑三维模型中的目标构件的构件特征数据；
对所述构件特征数据进行解析，确定所述目标区域对应目标构件的构件数据。
4.根据权利要求1所述的感烟火灾探测器规划方法，其特征在于，所述确定所述目标区域中的目标结构梁，包括：
得到所述目标区域内的梁数据；
对所述梁数据进行提取，得到目标结构梁。
5.根据权利要求1所述的感烟火灾探测器规划方法，其特征在于，在所述根据所述构件数据判断所述地库的结构形式是否为梁板结构之后，还包括：
若所述地库的结构形式并非是为梁板结构，则对所述目标区域的结构平面进行识别，得到所述目标区域内的结构柱数据；
基于预设放射性算法对所述结构柱数据计算，得到所述结构柱对应的放射线；
基于所述放射线、所述防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域。
6.一种感烟火灾探测器规划装置，其特征在于，所述感烟火灾探测器规划装置包括：
提取模块，用于读取建筑三维模型，从所述建筑三维模型中提取目标建筑的地库设计图像；
第一识别模块，用于对所述地库设计图像进行识别，确定所述地库中需要布置感烟火灾探测器的目标区域；
判断模块，用于确定所述目标区域对应目标构件的构件数据，并根据所述构件数据判断所述地库的结构形式是否为梁板结构；
第一划分模块，用于若是，则确定所述目标区域中的目标结构梁，并基于所述目标结构梁的梁中心线、防火分区的边界线及房间的核心中心边界线对所述目标区域进行划分，得到感烟火灾探测器网格的围合区域；
确定模块，用于获取所述围合区域的目标外接矩形和特殊构件；其中，所述获取所述围合区域的目标外接矩形和特殊构件，基于所述目标外接矩形和所述特殊构件确定所述感烟火灾探测器的位置坐标包括：获取所述围合区域的目标外接矩形和特殊构件；基于所述目标外接矩形和所述特殊构件，确定所述目标外接矩形的几何中心是否在所述围合区域内；若否，则计算所述目标外接矩形的几何中心在二维坐标中的坐标信息，并基于所述坐标信息和所述围合区域的对应边界，确定所述感烟火灾探测器的位置坐标；所述特殊构件是指所述地库的结构形式为梁板结构时，所述目标区域中的构件数据，所述构件数据包括结构柱、墙、楼板；
第一计算模块，用于以预设距离为半径，以所述位置坐标为圆心，计算所述感烟火灾探测器对应覆盖区域的面积，并基于所述覆盖区域的面积确定所述目标区域对应的感烟火灾探测器布置方案；其中，所述以预设距离为半径，以所述位置坐标为圆心，计算所述感烟火灾探测器对应覆盖区域的面积，并基于所述覆盖区域的面积确定所述目标区域对应的感烟火灾探测器布置方案，包括：以预设距离为半径，以所述位置坐标为圆心，计算所有所述感烟火灾探测器可以保护的覆盖区域的总面积；判断所述覆盖区域的总面积是否大于所述目标区域的面积；若否，则确定所述感烟火灾探测器的安装方式和布置形式；根据所述安装方式和所述布置形式，确定所述目标区域所需布置感烟火灾探测器的目标数量；基于所述感烟火灾探测器的安装方式和布置形式，将所述目标数量个感烟火灾探测器布置于所述目标区域，得到所述目标区域对应的感烟火灾探测器布置方案。
7.一种感烟火灾探测器规划设备，其特征在于，所述感烟火灾探测器规划设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述感烟火灾探测器规划设备执行如权利要求1-5中任一项所述的感烟火灾探测器规划方法的各个步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的感烟火灾探测器规划方法的各个步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211016547.1A CN115098935B (zh) | 2022-08-24 | 2022-08-24 | 感烟火灾探测器规划方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211016547.1A CN115098935B (zh) | 2022-08-24 | 2022-08-24 | 感烟火灾探测器规划方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115098935A CN115098935A (zh) | 2022-09-23 |
| CN115098935B true CN115098935B (zh) | 2023-02-28 |
Family
ID=83301251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211016547.1A Active CN115098935B (zh) | 2022-08-24 | 2022-08-24 | 感烟火灾探测器规划方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115098935B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117454496B (zh) * | 2023-12-25 | 2024-03-22 | 合肥坤颐建筑科技合伙企业(有限合伙) | 消防广播布置方法、装置、设备及存储介质 |
| CN117473635B (zh) * | 2023-12-27 | 2024-03-22 | 合肥坤颐建筑科技合伙企业(有限合伙) | 消火栓布置方法、装置、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105303755A (zh) * | 2014-07-08 | 2016-02-03 | 霍尼韦尔国际公司 | 用于建筑物信息模型中的设备的自动配置的系统和方法 |
| CN109614723A (zh) * | 2018-12-14 | 2019-04-12 | 中建二局第建筑工程有限公司 | 一种基于bim技术的综合施工方法 |
| CN112614224A (zh) * | 2020-12-24 | 2021-04-06 | 万翼科技有限公司 | 基于bim模型的在线消防监控方法及其相关产品 |
| CN112906099A (zh) * | 2021-01-15 | 2021-06-04 | 珠海新势力创建筑设计有限公司 | 一种基于bim的住宅地下室防火分区最小面积单元的生成方法 |
| CN113204820A (zh) * | 2021-04-29 | 2021-08-03 | 上海原构建筑工程有限公司 | 一种建筑电气消防火警探测点位智能布置校核方法 |
| CN113254736A (zh) * | 2021-04-13 | 2021-08-13 | 中铁第一勘察设计院集团有限公司 | 基于bim技术的铁路fas报警三维图形显示方法 |
| CN113903135A (zh) * | 2021-12-07 | 2022-01-07 | 浙江华东工程数字技术有限公司 | 一种基于bim的火灾探测器自动布置设计方法 |
| CN113962000A (zh) * | 2021-10-21 | 2022-01-21 | 上海品览数据科技有限公司 | 一种cad图纸中感烟探测器动态排布的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11093671B2 (en) * | 2019-09-06 | 2021-08-17 | Beamup Ltd. | Structural design systems and methods to define areas of interest for modeling and simulation-based space planning |
-
2022
- 2022-08-24 CN CN202211016547.1A patent/CN115098935B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105303755A (zh) * | 2014-07-08 | 2016-02-03 | 霍尼韦尔国际公司 | 用于建筑物信息模型中的设备的自动配置的系统和方法 |
| CN109614723A (zh) * | 2018-12-14 | 2019-04-12 | 中建二局第建筑工程有限公司 | 一种基于bim技术的综合施工方法 |
| CN112614224A (zh) * | 2020-12-24 | 2021-04-06 | 万翼科技有限公司 | 基于bim模型的在线消防监控方法及其相关产品 |
| CN112906099A (zh) * | 2021-01-15 | 2021-06-04 | 珠海新势力创建筑设计有限公司 | 一种基于bim的住宅地下室防火分区最小面积单元的生成方法 |
| CN113254736A (zh) * | 2021-04-13 | 2021-08-13 | 中铁第一勘察设计院集团有限公司 | 基于bim技术的铁路fas报警三维图形显示方法 |
| CN113204820A (zh) * | 2021-04-29 | 2021-08-03 | 上海原构建筑工程有限公司 | 一种建筑电气消防火警探测点位智能布置校核方法 |
| CN113962000A (zh) * | 2021-10-21 | 2022-01-21 | 上海品览数据科技有限公司 | 一种cad图纸中感烟探测器动态排布的方法 |
| CN113903135A (zh) * | 2021-12-07 | 2022-01-07 | 浙江华东工程数字技术有限公司 | 一种基于bim的火灾探测器自动布置设计方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115098935A (zh) | 2022-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115098935B (zh) | 感烟火灾探测器规划方法、装置、设备及存储介质 | |
| Rebolj et al. | Point cloud quality requirements for Scan-vs-BIM based automated construction progress monitoring | |
| Nikoohemat et al. | Indoor 3D reconstruction from point clouds for optimal routing in complex buildings to support disaster management | |
| Bansal | Use of GIS and topology in the identification and resolution of space conflicts | |
| KR102024695B1 (ko) | 감시카메라 배치 모델링 시스템 및 방법 | |
| EP3432172A1 (en) | Predicting user desirability of a constructional connection in a building information model | |
| Fichtner et al. | Semantic enrichment of octree structured point clouds for multi‐story 3D pathfinding | |
| KR20230153471A (ko) | 로봇이 미지 영역을 탐색하기 위해 사용되는 맵 탐색 방법, 칩 및 로봇 | |
| KR20150003008A (ko) | 파라메트릭 툴을 이용한 주동배치 방법 | |
| JP2009128952A (ja) | 建物外部光量値算出プログラムおよび光環境解析プログラム | |
| EP4258154A1 (en) | Fire system floor plan layout generation | |
| US20210248279A1 (en) | Process for constructing a three dimensional model of the living space or interior space of a house or building from a floor-plan drawing of the house or building for use in sizing hvac systems, sizing air ducting systems, or other energy modeling for the house or building | |
| CN117454496B (zh) | 消防广播布置方法、装置、设备及存储介质 | |
| Zeng et al. | Optimal planning of indoor laser scans based on continuous optimization | |
| EP2837913B1 (en) | Node placement planning | |
| CN111177837B (zh) | 基于三维建筑模型的数据处理方法、装置和电子设备 | |
| CN111240322B (zh) | 机器人移动限制框的工作起点确定方法及运动控制方法 | |
| CN116910881A (zh) | 一种沿行走路径自动获取消火栓布置点位的方法 | |
| CN111814224A (zh) | 建材估算系统及其管理服务器和建材估算方法 | |
| Li et al. | A sliding window method for detecting corners of openings from terrestrial LiDAr data | |
| JP2000048061A (ja) | 仮設足場設計支援方法、それを実現するシステム、および、プログラムを記録した記録媒体 | |
| CN112801620B (zh) | 工程信息处理方法、装置、设备及存储介质 | |
| Gruen et al. | An Operable System for LoD3 Model Generation Using Multi-Source Data and User-Friendly Interactive Editing | |
| Sulzer et al. | Shape based classification of seismic building structural types | |
| KR20210062220A (ko) | 지상 공간과 대칭되는 지하 공간에 관한 지하 공간 정보 생성 방법 및 장치 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20241022 Address after: 230000, 11th Floor, Building A1, Xunfei Building, No. 666 Wangjiang West Road, Hefei High tech Zone, Hefei City, Anhui Province, China (Anhui) Pilot Free Trade Zone Patentee after: Hefei Liangzhen Construction Technology Co.,Ltd. Country or region after: China Address before: Room 754, Building H2, Phase II, Innovation Industrial Park, No. 2800, Chuangxin Avenue, High-tech Zone, Hefei City, Anhui Province, 230000 Patentee before: Hefei Kunyi Construction Technology Partnership (Limited Partnership) Country or region before: China |