CN115577526A - 一种面向行人交通建模的定制建筑信息模型构建方法 - Google Patents

Abstract

本发明公开了一种面向行人交通建模的定制建筑信息模型构建方法，包括：构建行人仿真信息数据库；获取常规建筑信息模型，对常规建筑信息模型进行数据提取，获得建筑信息数据集；对行人仿真信息数据库与建筑信息数据集进行数据一致性匹配，获得面向行人交通建模的定制建筑信息模型。本发明提出本体数据库和常规BIM模型相关数据集一致性的推理逻辑思路，以判断常规BIM模型内含的建筑构件、设施设备是否为行人仿真所需，能够更好的改进常规BIM模型用于行人仿真，提高成果交付效率；解决用于行人仿真的定制BIM模型需要人工修改、效率低下、有可能导致的错漏项等问题。

Description

一种面向行人交通建模的定制建筑信息模型构建方法

技术领域

本发明属于模型构建领域，特别是涉及一种面向行人交通建模的定制建筑信息模型构建方法。

背景技术

随着近年来BIM软件的发展和广泛应用，如何利用既有BIM模型进行三维空间的行人仿真，已成为行人仿真建模的新发展趋势。BIM模型与行人仿真融合具有多种优势，包括：直观地进行设施设备的三维空间布局评估，对影响行人通行的障碍设施进行可视化的检查，提高建模和优化布局的效率；输出图表数据，对建筑设施设备的布局优化提供量化支撑。因此，定制化的BIM模型(以下称定制BIM模型)可提高行人仿真模拟的精确度，对指导建筑平面布局、优化疏散预案具有重要意义。

目前结合常规BIM(以下称常规BIM模型)的行人交通仿真，在导入模型后需要进行仔细的鉴别和繁琐的人工修改，删除与行人活动无关的元素(如暖通、给排水设施等)，保留行人仿真所需的活动环境(如地面、门、地铁检票闸机、走廊、垂直电梯、自动扶梯等)和障碍物(如柱、墙等)。接着，在修改后的定制BIM模型基础上，建立行人交通流逻辑模型，以及进行数据输入和关联后，结合元胞自动机或社会力模型，即可对其进行建模和动静态分析，最后通过仿真模拟结果，辅助建筑的优化布局及行人的流线设计。

然而，在常规BIM模型中手动删除与行人仿真无关的元素时，存在着一定的局限性。首先，当模型体量大时，由于各专业设计规范众多，人工审核速度慢、工作效率低，有时还需要前往现场，依据实际布局予以修正，影响建模进度。其次，在判断是否需要删除某元素时，其高度、位置、与空间内的其他设施设备的关联关系较复杂，仅凭人工的经验来判断设备间是否冲突，容易会出现误删漏删的情况。而在复杂的建筑环境下进行行人仿真模拟时，细节的差别就可能会导致仿真错误，因此，为了更准确地开展行人流仿真分析，有必要更高效率地建立更加精确的定制BIM模型。

发明内容

本发明的目的是提供一种面向行人交通建模的定制建筑信息模型构建方法，以解决上述现有技术存在的问题。

为实现上述目的，本发明提供了一种面向行人交通建模的定制建筑信息模型构建方法，包括：

构建行人仿真信息数据库；

获取常规建筑信息模型，对所述常规建筑信息模型进行数据提取，获得建筑信息数据集；

对所述行人仿真信息数据库与所述建筑信息数据集进行数据一致性匹配，获得面向行人交通建模的定制建筑信息模型。

可选的，构建所述行人仿真信息数据库的过程包括：构建建筑行人仿真空间本体库；对所述建筑行人仿真空间本体库分别进行本体抽取、属性抽取、关系抽取，获得本体集、属性集、关系集；基于本体集、属性集、关系集构建行人仿真信息数据库。

可选的，所述数据提取的过程包括：基于所述本体集与关系集获得行人仿真模型所需的数据类型集，基于所述数据类型集对常规建筑信息模型进行数据提取。

可选的，所述数据一致性匹配包括建筑类型匹配和数据匹配。

可选的，建筑类型匹配的过程包括：基于所述行人仿真信息数据库中的本体信息与所述建筑信息数据集进行匹配，判断建筑类型是否一致。

可选的，所述数据匹配的过程包括：基于所述本体集、所述属性集、所述关系集获得建立语义映射集，所述建筑信息数据集作为信息参数集，将所述信息参数集与所述语义映射集进行匹配，若信息参数集中的信息与语义映射集中对应的信息相符，则保留；若不符合，则删除数据并记录。

可选的，所述建筑信息数据集包括：建筑构件集与构件属性参数集。

可选的，采用七步法构建建筑行人仿真空间本体库。

可选的，基于本体与属性之间的包含关系，属性与属性值之间的约束关系进行关系抽取。

本发明的技术效果为：

1)本发明实现了本体数据库的结构化表达，并将其运用在常规BIM模型的相关信息的人工智能识别中。通过定义行人仿真所需的本体、属性和属性之间的关系等规则，形成相应的信息集。

2)提出本体数据库和常规BIM模型相关数据集一致性的推理逻辑思路，按照建筑类型、强制性规定和非强制性规定类型分别匹配，通过语义映射，以审查常规BIM模型内含的建筑构件、设施设备是否为行人仿真所需。能够更好的改进常规BIM模型用于行人仿真，提高成果交付效率。

3)本发明对建立规范数据本体库、常规BIM模型信息提取、信息匹配逻辑思路等方面进行研究，解决用于行人仿真的定制BIM模型需要人工修改、效率低下、有可能导致的错漏项等问题。该方法可推广促进建筑业人工智能的发展，具有积极的意义。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本发明实施例中的构建可用于行人仿真的定制BIM模型的方法示意图；

图2为本发明实施例中的七步法构建本体方法流程图；

图3为本发明实施例中的建筑行人仿真空间本体的领域范围确定的方法示例图；

图4为本发明实施例中的数据一致性匹配流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例一

如图1-4所示，本实施例中提供一种面向行人交通建模的定制建筑信息模型构建方法，包括：

如图1所示，本发明是基于AI识别算法来自动构建可用于行人仿真的定制BIM模型，该方法的操作主要分为三个步骤，分别是建立用于行人仿真的数据库，包括本体构建、本体抽取、属性抽取和关系抽取四个流程；接着在数据采集完成的基础上，导入常规BIM模型，根据提取需求来进行信息提取，形成常规BIM信息数据集；最后，根据规范行人仿真所需的数据库中的本体集、属性集、关系集，使用一种逻辑推理思路，将两者信息进行建筑类型和数据的匹配，将不匹配的建筑构件和设施设备删除，最后数据输出的就是行人仿真所需的定制BIM模型。

该AI识别算法来自动构建可用于行人仿真的定制BIM模型方法，具体实现步骤如下所示：

(1)建立用于行人仿真的数据库

1)本体构建：通过本体可定义行人交通仿真领域内概念、属性及之间关系，起到支撑整个数据库的主体架构的作用，进而实现规范数据信息的统一，提升资源的利用效率。因此本文以建筑行人仿真所需空间为研究对象，按照斯坦福大学列出的七步法进行本体构建，如图2所示。其中，本体有关概念的解释在附录中进行了详细说明。

首先，确定建筑行人仿真空间本体的领域范围，将建筑构件每类概念逐级细分，概念与逐级细分的子概念形成层级关系体系，如图3举例所示。

其次，查询规范领域内或相近领域内是否已经有的相应成熟或完善的知识本体体系，以便提高工作效率、减轻工作量。若有相应本体体系，可在借鉴该体系基础上进行进一步本体的扩展。

再次，列举建筑行人仿真空间本体中的重要术语，并进行总结。用于行人仿真的数据库中的术语按约束条件可分为强制性条文与非强制性条文，其中强制性条文中主要由“应”、“必须”等词语构成，非强制性条文主要由“宜”、“不宜”等词语组成。

然后，定义类以及类之间的层级关系。从上述形成的强制性和非强制条文，进行总结分析，并对类进行定义，内容包括名称、角色、自然语言描述和约束等。以某一防火门为例，其类的定义如下表1所示，其类以及类之间的层级关系如下表2所示。

表1

表2

序号	类别层级关系
		1	整体与部分
2	父类与子类
		3	类与本体
4	本体与属性

接着，定义类属性，包括对象、数据以及注释三个部分。对象主要阐述的是类、本体的联系；用于描述本体、数据值之间关系的类属性被叫做数据属性；注释属性用于增加描述类、属性和本体的源数据，通常出现在规范中的小注。以某一防火门为例，其类属性的定义如下表3所示

表3

最后，通过定义约束条件，进一步将类、类之间的关系扩充，确定本体。将属性添加属性值来完成对本体的创建。以某一防火门为例，其防火门的本体创建情况如下表4所示。

表4

2)本体抽取：构建完行人仿真所需的本体库之后，在此基础上，对其内容进行本体提取。本体即指建筑设备、单体构件的属性、属性值等信息，该过程可通过将本体库的文字导入分词系统，结合分词结果，将内容进行筛选并更正。再将分词系统的结果导入自动识别软件模块中，以“防火门”等建筑设备构件为关键词，即可得出相应的本体抽取结果。统计本体出现的频率，将相应本体进行汇总，可后续为常规BIM模型的信息提取提供参考依据。

这部分的本体集合为E＝{e₁，e₂，e₃，…，e_n}。

3)属性抽取：通过对本体库中的属性语法分析可以发现，带“的”字后面的名词一般都是属性词，例如“防火门的耐火极限”，其中“耐火极限”即为属性词。按照与本体抽取一致的方法，继续统计相应词中的内容，可以得到属性词，并进行汇总和分析归纳。

这部分的关系集合为U＝{u₁，u₂，u₃，…，u_n}。

4)关系抽取：在完成上述步骤后，建立数据库的最后一步就是将类别定义、属性与本体连接在一起。根据本体与属性之间的包含关系，属性与属性值之间的约束关系，如甲级防火门的耐火极限不应小于1.5小时，这句话中甲级防火门是本体，它的属性是耐火极限，1.5小时是属性值，而甲级防火门和耐火极限是包含关系，耐火极限不小于1.5小时是约束关系。通过关系抽取，将属性值添加属性来完成本体库创建，为后面常规BIM模型提取相应的数据提供依据。

这部分的关系集合为R＝{r₁，r₂，r₃，…，r_n}。

5)数据库的表示

在创建好本体，并对本体的属性、类别、关系等进行了提取之后，构建完成的数据库S可以用以下集合形式表示。

其中，乘号代表E、R、U三个集合的交集，S可以用于描述本体之间的关系，本体1-关系-本体2，如防火门-属于-门；也可以是实体-属性-属性值，用于描述实体的具体属性，如甲级防火门-耐火极限-1.5小时。

(2)常规BIM模型相应数据提取

1)常规BIM模型导入：按照我国已经发布的实施标准，如《建筑信息模型分类和编码标准》、《建筑信息模型存储标准》等，导入符合建模标准以及建筑设备构件属性信息齐全、模型中节点碰撞、幕墙碰撞等几何计算无误的常规BIM模型。

2)数据提取：针对常规BIM模型的信息提取，通过上一部分构建的本体集合E、本体的关系R，确定建筑行人仿真模型中所需的数据类型集为T，主要是建筑设备构件的属性参数、位置、材质、几何属性等信息，例如防火门的类型、尺寸、耐火极限等。

T＝{t₁，t₂，t₃，…，t_n}

其中，某一类型的初始构件集合为K，

K＝{k₁，k₂，k₃，…，k_n}

以防火门为例，防火门的BIM数据提取如下表5所示，

表5

上述集合的关系是，

在构件信息集成的集合K的基础上，将每类型构件与建筑行人仿真模型所需的基本相关信息，如建筑类型、属性类别，属性数据等提取出来，得到不同类型的建筑构件集合G，和构件的属性参数集合P。

G＝{g₁，g₂，g₃，…，g_n}

P＝{p₁，p₂，p₃，…，p_n}

(3)数据一致性匹配

1)建筑类型匹配：在建立好本体的数据库，以及提取了规范的常规BIM模型数据之后，下一步主要涉及两方面内容的匹配。首先是建筑类型的匹配，不同类型的建筑构件可能会出现类型不一致，但属性值可能会相同的情况，比如防火门和承重墙都有防火极限这一属性。若提取常规BIM构件信息与所匹配的数据库中的属性信息一致，但实际提取的本体与建筑类型不符，则会影响定制行人仿真BIM模型的建立。故在确保常规BIM模型的完整简洁性以外，还需将数据库中的本体信息与常规BIM模型中的设备构件信息相匹配，来判断建筑类型是否一致。

2)数据匹配：将本体数据库的本体集，属性集，关系集三者共同建立语义映射集，将常规BIM模型中所提取的构件和属性作为信息参数集，如下图4流程所示，进行匹配。如符合规范，则保留相应的构件，进行下一条数据匹配；反之，将不匹配的构件删除并记录，完成可用于行人仿真的定制BIM模型的自动AI识别过程。

最后，将AI识别后的结果，即将不符合规范，被删除的构件以可视化的形式展示出来，生成详细的评估报告，方便后续的核实检查工作。

(4)模型输出：一个包含建筑结构、机械、电气、暖通设备等构件的常规BIM模型，经过上述步骤处理之后，不匹配的行人仿真所需的元素被删除，最后便能自动输出一个可直接用于行人仿真的定制BIM模型。

实施例二

本实施例中提供一种面向行人交通建模的定制建筑信息模型构建方法，包括：

构建行人仿真信息数据库；

获取常规建筑信息模型，对常规建筑信息模型进行数据提取，获得建筑信息数据集；

对行人仿真信息数据库与建筑信息数据集进行数据一致性匹配，获得面向行人交通建模的定制建筑信息模型。

在一些实施例中，构建行人仿真信息数据库的过程包括：构建建筑行人仿真空间本体库；对建筑行人仿真空间本体库分别进行本体抽取、属性抽取、关系抽取，获得本体集、属性集、关系集；基于本体集、属性集、关系集构建行人仿真信息数据库。

在一些实施例中，数据提取的过程包括：基于本体集与关系集获得行人仿真模型所需的数据类型集，基于数据类型集对常规建筑信息模型进行数据提取。

在一些实施例中，数据一致性匹配包括建筑类型匹配和数据匹配。

在一些实施例中，建筑类型匹配的过程包括：基于行人仿真信息数据库中的本体信息与建筑信息数据集进行匹配，判断建筑类型是否一致。

在一些实施例中，数据匹配的过程包括：基于本体集、属性集、关系集获得建立语义映射集，建筑信息数据集作为信息参数集，将信息参数集与语义映射集进行匹配，若信息参数集中的信息与语义映射集中对应的信息相符，则保留；若不符合，则删除数据并记录。

在一些实施例中，建筑信息数据集包括：建筑构件集与构件属性参数集。

在一些实施例中，采用七步法构建建筑行人仿真空间本体库。

在一些实施例中，基于本体与属性之间的包含关系，属性与属性值之间的约束关系进行关系抽取。

以上所述，仅为本申请较佳的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (9)

1.一种面向行人交通建模的定制建筑信息模型构建方法，其特征在于，包括以下步骤：

构建行人仿真信息数据库；

获取常规建筑信息模型，对所述常规建筑信息模型进行数据提取，获得建筑信息数据集；

对所述行人仿真信息数据库与所述建筑信息数据集进行数据一致性匹配，获得面向行人交通建模的定制建筑信息模型。

2.根据权利要求1所述的面向行人交通建模的定制建筑信息模型构建方法，其特征在于，构建所述行人仿真信息数据库的过程包括：构建建筑行人仿真空间本体库；对所述建筑行人仿真空间本体库分别进行本体抽取、属性抽取、关系抽取，获得本体集、属性集、关系集；基于本体集、属性集、关系集构建行人仿真信息数据库。

3.根据权利要求2所述的面向行人交通建模的定制建筑信息模型构建方法，其特征在于，所述数据提取的过程包括：基于所述本体集与关系集获得行人仿真模型所需的数据类型集，基于所述数据类型集对常规建筑信息模型进行数据提取。

4.根据权利要求2所述的面向行人交通建模的定制建筑信息模型构建方法，其特征在于，所述数据一致性匹配包括建筑类型匹配和数据匹配。

5.根据权利要求4所述的面向行人交通建模的定制建筑信息模型构建方法，其特征在于，建筑类型匹配的过程包括：基于所述行人仿真信息数据库中的本体信息与所述建筑信息数据集进行匹配，判断建筑类型是否一致。

6.根据权利要求4所述的面向行人交通建模的定制建筑信息模型构建方法，其特征在于，所述数据匹配的过程包括：基于所述本体集、所述属性集、所述关系集获得建立语义映射集，所述建筑信息数据集作为信息参数集，将所述信息参数集与所述语义映射集进行匹配，若信息参数集中的信息与语义映射集中对应的信息相符，则保留；若不符合，则删除数据并记录。

7.根据权利要求1所述的面向行人交通建模的定制建筑信息模型构建方法，其特征在于，所述建筑信息数据集包括：建筑构件集与构件属性参数集。

8.根据权利要求2所述的面向行人交通建模的定制建筑信息模型构建方法，其特征在于，采用七步法构建建筑行人仿真空间本体库。

9.根据权利要求2所述的面向行人交通建模的定制建筑信息模型构建方法，其特征在于，基于本体与属性之间的包含关系，属性与属性值之间的约束关系进行关系抽取。

Images