CN115659477B - 一种基于bim模型的数据提取方法、装置、设备及存储介质 - Google Patents

Abstract

本发明提供了一种基于BIM模型的数据提取方法、装置、设备及存储介质，涉及数据处理技术领域。本申请中，通过轨道交通工程中的几何数据构建三维模型，并将功能需求信息和构件属性信息等数据信息按照一定的层级结构导入三维模型，构成BIM模型。且根据墙图元数据对三维模型进行细化，并采用自定义限定条件和关键词信息对相应的图元进行数据提取，提高了建筑信息数据的管理效率，在施工过程中展现了数据利用的高效率和方便性，解决模型不能脱离专业软件以至于难以进行现场技术指导、打开大体量Revit模型时系统变的卡顿、不同专业之间数据传递使用效率低下等问题。

Description

一种基于BIM模型的数据提取方法、装置、设备及存储介质

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种基于BIM模型的数据提取方法、装置、设备及存储介质。

背景技术

近年来，BIM 技术在工程领域得到了快速地应用及发展，但是在逐步应用的过程中新的问题也随之产生，如模型不能脱离专业软件以至于难以进行现场技术指导、打开大体量 Revit 模型时系统变的卡顿、不同专业之间数据传递使用效率低下等。这些问题极大的限制了 BIM 在工程领域的进一步发展，因此让模型变“轻”的轻量化思想便随之产生。

发明内容

本发明的目的在于提供一种基于BIM模型的数据提取方法、装置、设备及存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

第一方面，本申请提供了一种基于BIM模型的数据提取方法，包括：

获取轨道交通工程的BIM模型和关键词信息，所述BIM模型是以轨道交通工程的相关信息数据为基础，仿真模拟构建的三维模型；所述关键词信息为用户需要提取轨道交通工程中的建筑属性信息的关键词；

基于所述BIM模型，利用过滤器提取墙图元集合，所述过滤器的过滤条件为墙参数的描述信息；

遍历所述墙图元集合中的每个墙图元，判断相邻所述墙图元的底部是否可以形成闭合轮廓，若相邻所述墙图元的底部可以形成闭合轮廓，则提取房间图元集合；

基于所述关键词信息对所述房间图元集合中的每个房间图元进行检索，提取房间基本属性数据和房间使用数据。

第二方面，本申请还提供了一种基于BIM模型的数据提取装置，包括获取模块、过滤模块、判断模块和提取模块，其中：

获取模块：用于获取轨道交通工程的BIM模型和关键词信息，所述BIM模型是以轨道交通工程的相关信息数据为基础，仿真模拟构建的三维模型；所述关键词信息为用户需要提取轨道交通工程中的建筑属性信息的关键词；

过滤模块：用于基于所述BIM模型，利用过滤器提取墙图元集合，所述过滤器的过滤条件为墙参数的描述信息；

判断模块：用于遍历所述墙图元集合中的每个墙图元，判断相邻所述墙图元的底部是否可以形成闭合轮廓，若相邻所述墙图元的底部可以形成闭合轮廓，则提取房间图元集合；

提取模块：用于基于所述关键词信息对所述房间图元集合中的每个房间图元进行检索，提取房间基本属性数据和房间使用数据。

第三方面，本申请还提供了一种基于BIM模型的数据提取设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现所述基于BIM模型的数据提取方法的步骤。

第四方面，本申请还提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于BIM模型的数据提取方法的步骤。

本发明的有益效果为：

本申请中，通过建筑工程的几何数据构建三维模型，并将功能需求信息和构件属性信息等数据信息按照一定的层级结构导入三维模型，构成BIM模型。且根据墙图元数据对三维模型进行细化，并采用自定义限定条件和关键词信息对相应的图元进行数据提取，从而实现建筑图元数据的快速筛选和提取，提高了建筑信息数据的管理效率，在施工过程中展现了数据利用的高效率和方便性，解决模型不能脱离专业软件以至于难以进行现场技术指导、打开大体量Revit 模型时系统变的卡顿、不同专业之间数据传递使用效率低下等问题。

本发明的其他特征和优点将在随后的说明书阐述，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实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域图像普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例中所述的基于BIM模型的数据提取方法流程示意图；

图2为本发明实施例中所述的基于BIM模型的数据提取装置结构示意图；

图3为本发明实施例中所述的基于BIM模型的数据提取设备结构示意图。

图中：710、获取模块；720、过滤模块；730、判断模块；731、第一获取单元；732、第一判断单元；733、第二判断单元；740、提取模块；741、构建单元；742、第二获取单元；743、第一匹配单元；744、第二匹配单元；745、第三匹配单元；7451、第三获取单元；7452、排序单元；7453、计算单元；746、提取子单元；800、基于BIM模型的数据提取设备；801、处理器；802、存储器；803、多媒体组件；804、I/O接口；805、通信组件。

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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域图像普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

实施例1：

本实施例提供了一种基于BIM模型的数据提取方法。

参见图1，图1中示出了本方法包括步骤S1、步骤S2、步骤S3和步骤S4，其中：

步骤S1、获取轨道交通工程的BIM模型和关键词信息，所述BIM模型是以轨道交通工程的相关信息数据为基础，仿真模拟构建的三维模型；所述关键词信息为用户需要提取轨道交通工程中的建筑属性信息的关键词。

可以理解的是，在本步骤中，根据轨道交通工程相关的几何特征信息、功能需求信息和构件属性信息等所有数据信息整合到一起构建BIM模型，其中，在本实施例中，轨道交通工程包括位于地下的地铁站或者地表上的地铁站等建筑物。BIM模型的构建方法：根据几何特征信息（建筑物模型内部和外部的空间结构的几何表示）构建三维模型，然后按照自上而下的类别、族、族类型和族实例的层级结构，将建筑工程的相关信息数据导入三维模型中组成轨道交通工程的BIM模型。层级结构中，类别为一组用于对建筑设计进行建模或记录的图元，如墙、窗、梁等；族为一种含有通用属性的图元集合，一个族中不同图元的部分或全部属性可能有不同的值，但是属性的设置(其名称与含义)是相同的，如圆柱、矩形柱、多边形柱等；族类型为同一个族内的不同“变体”，族类型可以是族的特定尺寸，也可以是样式，如同一族内不同标高、轴网等的样式；族实例是指放置在项目中的实际项，将选定的族类型加载到项目中之后，就成为独立的族实例。然后将每个族实施例对应的功能需求信息（使用者参数、材质参数、造价参数等）和构件属性信息（构件名称信息、标高参数、房间编号信息、面积等）载入对应的构件中。并且通过键盘输入、语音识别、图像识别等多种方式获取关键词信息。

步骤S2、基于所述BIM模型，利用过滤器提取墙图元集合，所述过滤器的过滤条件为墙参数的描述信息。

可以理解的是，在本步骤中，过滤器为墙图元类别的参数信息，在过滤器的作用下将BIM模型中的所有墙图元提取出来，构成墙图元集合并在BIM模型中异色显示出来。

步骤S3、遍历所述墙图元集合中的每个墙图元，判断相邻所述墙图元的底部是否可以形成闭合轮廓，若相邻所述墙图元的底部可以形成闭合轮廓，则提取房间图元集合。

可以理解的是，在本步骤中，基于墙图元对BIM模型中的空间进行空间细化，遍历所有的墙图元判断相邻墙图元的底部是否可以形成闭合轮廓，进而判断是否构成闭合房间图元，便于后期基于房间图元进行行房间数据的提取，实现更加灵活、针对性的数据提取。

优选地，上述房间图元集合的提取方法包括步骤S31、步骤S32和步骤S33。

步骤S31、获取所有所述墙图元的底部标高值，得到标高值集合。

可以理解的是，在本步骤中，基于每个墙图元分别提取对应的标高值，所有的标高值构成标高值集合。

步骤S32、基于所述标高值集合判断所述墙图元的底部偏移是否均为零，若所述墙图元的底部偏移为零，则判断相临所述墙图元是否为闭合轮廓，若相临所述墙图元为闭合轮廓，则提取房间图元集合。

可以理解的是，在本步骤中，根据所有的标高值对应的墙的底部偏移判断墙的底部偏移是否等于零，且相临墙图元是否为闭合轮廓，若是则基于闭合轮廓对应的墙图元构成房间图元，并基于房间图元提取其内部所有图元的几何信息和功能信息等，构成房间图元集合。如果墙的底部偏移大于0,则该墙不能与其他墙形成闭合轮廓，不能构成房间图元。

步骤S33、若所述墙图元的底部偏移小于零，则判断所述墙图元是否为房间边界；若所述墙图元为房间边界，则判断包含所述墙图元的非闭合空间内是否存在除所述墙图元以外的其他基础图元，若存在除所述墙图元以外的其他基础图元，则基于所述非闭合空间提取房间图元集合。

可以理解的是，在本步骤中，根据所有的标高值对应的墙图元的底部偏移判断墙的底部偏移是否小于零，若是则判断该墙图元是否是房间边界，若是则判断该墙图元对应的非闭合空间内是否还存在其他类别的图元，如存在则根据非闭合空间提取其内部所有图元的几何信息和功能信息等，构成房间图元集合。

步骤S4、基于所述关键词信息对所述房间图元集合中的每个房间图元进行检索，提取房间基本属性数据和房间使用数据。

可以理解的是，在本步骤中，根据用户输入的关键词信息对房间图元集合中的房间图元进行检索，基于信息检索算法等手段提取房间基本属性数据和房间使用数据。房间基本属性数据包括房间周长、房间面积、房间高度等数据；房间使用数据包括每个图元负责管理的监理师、房间功能、房间编号、所在楼层、材质、价格等数据。

进一步地，上述提取房间基本属性数据和房间使用数据的方法包括步骤S41、步骤S42、步骤S43、步骤S44、步骤S45和步骤S46。

步骤S41、基于历史查询信息构建数据提取模型，所述数据提取模型包括每个图元与房间基本属性数据的第一映射关系、每个所述图元与房间使用数据的第二映射关系，以及每个图元与监理师的第三映射关系。

步骤S42、基于所述关键词信息获取与所述房间图元集合对应的所有图元信息、监理师信息和提取数据主题词。

步骤S43、基于所有的所述图元信息和所述第二映射关系匹配，得到至少一个候选房间使用数据。

可以理解的是，在本步骤中，基于用户端输入的关键词信息中的图元信息，通过第二映射关系确定包含有该图元（关键词信息中的同一图元）的房间图元对应的候选房间使用数据。

步骤S44、基于至少一个所述候选房间使用数据和所述第一映射关系匹配，得到至少一个候选房间基本属性数据。

可以理解的是，在本步骤中，基于所有的候选房间使用数据与第一映射关系，分别确定每个房间图元对应的候选房间基本属性数据。

步骤S45、基于至少一个所述候选房间基本属性数据、所述监理师信息和所述提取数据主题词确定提取数据。

可以理解的是，在本步骤中，根据客户端输入的监理师信息和提取数据主题词（族名称、房间编号等信息）从所有的候选房间基本属性数据中查找相应的索引信息，确定提取数据。

进一步地，步骤S45中确定提取数据的方法包括步骤S451、步骤S452和步骤S453。

步骤S451、基于所述监理师信息获取图元提取权重值，所述图元提取权重值是基于历史数据统计的监理师查询所述房间图元的属性数据的频繁度。

可以理解的是，在本步骤中，基于每个监理师分别统计其查询房间图元的属性数据（房间使用数据和房间基本属性数据）中每个不同类别的属性信息（材质、造价和面积等）对应的查询频率数据，并根据该频率数据确定对应的图元提取权重值。

步骤S452、基于所述图元提取权重值对至少一个所述候选房间基本属性数据进行降序排列，得到提取序列。

可以理解的是，在本步骤中，根据候选房间基本属性数据中每个基本属性数据对应的图元提取权重值的大小进行降序排列，得到提取序列。

进一步地，考虑到基本属性数据时效性对其数据访问频率的影响，步骤S452包括步骤S4521、步骤S4522和步骤S4523。

步骤S4521、基于每个所述候选房间基本属性数据判断是否被访问，若所述候选房间基本属性数据被访问则获取变更时间参数、初始温度参数、数据温度增量。

可以理解的是，在本步骤中，初始温度为候选房间基本属性数据中每个属性数据对应的自定义温度参数以及数据温度增量。变更时间参数为属性数据被相邻两次访问时对应的时间信息。当候选房间基本属性数据被访问时，则获取变更时间参数、初始温度参数、数据温度增量。

步骤S4522、基于所述变更时间参数、初始温度参数、数据温度增量和所述图元提取权重值计算，得到数据温度参数。

可以理解的是，在本步骤中，根据公式（1）计算数据温度参数，公式（1）如下：

          （1）

其中：为属性数据在t_n时刻被访问时对应的数据温度参数；为图元提取权重值；为属性数据在t_n时刻被访问时对应的初始温度参数；e为自然常数；c为牛顿衰减系数；R为数据温度增量，为自定义常数。

步骤S4523、基于所述温度参数的大小，对所有的所述候选房间基本属性数据进行降序排列，得到所述提取序列。

可以理解的是，在本步骤中，基于牛顿冷却定律计算出候选房间基本属性数据在当前时刻下的温度，从而实时地反应候选房间基本属性数据的活跃程度，将近期监理师经常访问的数据排在提取序列排在前面，便于监理师能够快速地选择其需要提取的数据，加快数据提取效率。

步骤S453、基于所述提取序列和所述提取数据主题词分别计算每个匹配值，确定所述提取数据，每个所述匹配值为所述提取序列中每个所述候选房间使用数据与所述提取数据主题词的相似度值。

可以理解的是，在本步骤中，根据提取序列中的每个属性数据和提取数据主题词分别计算相似度，即匹配值，并基于匹配值和预设个数进行筛选，确定提取数据。

进一步地，上述步骤S453包括步骤S4531、步骤S4532和步骤S4533。

步骤S4531、基于所述提取序列中的每个所述候选房间基本属性数据以及所述提取数据主题词，利用余弦相识度算法计算匹配值。

步骤S4532、基于所述匹配值的大小进行降序排列，得到候选列表。

步骤S4533、基于所述候选列表和用户输入操作数据，确定所述提取数据，所述用户输入操作数据包括点选或删除部分所述候选房间基本属性数据的操作。

可以理解的是，在本步骤中，根据用户输入操作数据从候选列表中增添或删除部分候选房间基本属性数据，确定最终的提取数据。

步骤S46、基于所述提取数据，确定所述房间基本属性数据和所述房间使用数据。

可以理解的是，在本步骤中，基于提取数据将对应的房间基本属性数据和所述房间使用数据从BIM模型中导出即可。

实施例2：

如图2所示为本实施例提供了一种基于BIM模型的数据提取装置，包括获取模块710、过滤模块720、判断模块730和提取模块740，其中：

获取模块710：用于获取轨道交通工程的BIM模型和关键词信息，所述BIM模型是以轨道交通工程的相关信息数据为基础，仿真模拟构建的三维模型；所述关键词信息为用户需要提取的轨道交通工程中的建筑属性信息的关键词。

过滤模块720：用于基于所述BIM模型，利用过滤器提取墙图元集合，所述过滤器的过滤条件为墙参数的描述信息。

判断模块730：用于遍历所述墙图元集合中的每个墙图元，判断相邻所述墙图元的底部是否可以形成闭合轮廓，若相邻所述墙图元的底部可以形成闭合轮廓，则提取房间图元集合。

进一步地，判断模块730包括第一获取单元731、第一判断单元732和第二判断单元733，其中：

第一获取单元731：用于获取所有所述墙图元的底部标高值，得到标高值集合。

第一判断单元732：用于基于所述标高值集合判断所述墙图元的底部偏移是否均为零，若所述墙图元的底部偏移为零，则判断相临所述墙图元是否为闭合轮廓，若相临所述墙图元为闭合轮廓，则提取房间图元集合。

第二判断单元733：用于若所述墙图元的底部偏移小于零，则判断所述墙图元是否为房间边界；若所述墙图元为房间边界，则判断包含所述墙图元的非闭合空间内是否存在除所述墙图元以外的其他基础图元，若存在除所述墙图元以外的其他基础图元，则基于所述非闭合空间提取房间图元集合。

提取模块740：用于基于所述关键词信息对所述房间图元集合中的每个房间图元进行检索，提取房间基本属性数据和房间使用数据。

优选地，提取模块740包括构建单元741、第二获取单元742、第一匹配单元743、第二匹配单元744、第三匹配单元745和提取子单元746，其中：

构建单元741：用于基于历史查询信息构建数据提取模型，所述数据提取模型包括每个图元与房间基本属性数据的第一映射关系、每个所述图元与房间使用数据的第二映射关系，以及每个图元与监理师的第三映射关系。

第二获取单元742：用于基于所述关键词信息获取与所述房间图元集合对应的所有图元信息、监理师信息和提取数据主题词。

第一匹配单元743：用于基于所有的所述图元信息和所述第二映射关系匹配，得到至少一个候选房间使用数据。

第二匹配单元744：用于基于至少一个所述候选房间使用数据和所述第一映射关系匹配，得到至少一个候选房间基本属性数据。

第三匹配单元745：用于基于至少一个所述候选房间基本属性数据、所述监理师信息和所述提取数据主题词确定提取数据。

优选地，所述第三匹配单元745包括第三获取单元7451、排序单元7452和计算单元7453，其中：

第三获取单元7451：用于基于所述监理师信息获取图元提取权重值，所述图元提取权重值是基于历史数据统计的监理师查询所述房间图元的属性数据的频繁度。

排序单元7452：用于基于所述图元提取权重值对至少一个所述候选房间基本属性数据进行降序排列，得到提取序列。

计算单元7453：用于基于所述提取序列和所述提取数据主题词分别计算每个匹配值，确定所述提取数据，每个所述匹配值为所述提取序列中每个所述候选房间使用数据与所述提取数据主题词的相似度值。

提取子单元746：用于基于所述提取数据，确定所述房间基本属性数据和所述房间使用数据。

需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

实施例3：

相应于上面的方法实施例，本实施例中还提供了一种基于BIM模型的数据提取设备800，下文描述的一种基于BIM模型的数据提取设备800与上文描述的一种基于BIM模型的数据提取方法可相互对应参照。

图3是根据示例性实施例示出的一种基于BIM模型的数据提取设备800的框图。如图3所示，该基于BIM模型的数据提取设备800可以包括：处理器801，存储器802。该基于BIM模型的数据提取设备800还可以包括多媒体组件803，I/O接口804，以及通信组件805中的一者或多者。

其中，处理器801用于控制该基于BIM模型的数据提取设备800的整体操作，以完成上述的基于BIM模型的数据提取方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该基于BIM模型的数据提取设备800的操作，这些数据例如可以包括用于在该基于BIM模型的数据提取设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(StaticRandom Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该基于BIM模型的数据提取设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearFieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。

在一示例性实施例中，基于BIM模型的数据提取设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal ProcessingDevice，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的基于BIM模型的数据提取方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机存储介质，该程序指令被处理器执行时实现上述的基于BIM模型的数据提取方法的步骤。例如，该计算机存储介质可以为上述包括程序指令的存储器802，上述程序指令可由基于BIM模型的数据提取设备800的处理器801执行以完成上述的基于BIM模型的数据提取方法。

实施例4：

相应于上面的方法实施例，本实施例中还提供了一种存储介质，下文描述的一种存储介质与上文描述的一种基于BIM模型的数据提取方法可相互对应参照。

一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的基于BIM模型的数据提取方法的步骤。

该存储介质具体可以为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存储程序代码的存储介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域图像的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域图像的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，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以权利要求的保护范围为准。

Claims (8)

1.一种基于BIM模型的数据提取方法，其特征在于，包括：

获取轨道交通工程的BIM模型和关键词信息，所述BIM模型是以轨道交通工程的相关信息数据为基础，仿真模拟构建的三维模型；所述关键词信息为用户需要提取的轨道交通工程中的属性信息的关键词；

基于所述BIM模型，利用过滤器提取墙图元集合，所述过滤器的过滤条件为墙参数的描述信息；

遍历所述墙图元集合中的每个墙图元，判断相邻所述墙图元的底部是否可以形成闭合轮廓，若相邻所述墙图元的底部可以形成闭合轮廓，则提取房间图元集合；

基于所述关键词信息对所述房间图元集合中的每个房间图元进行检索，提取房间基本属性数据和房间使用数据；

其中，所述房间图元集合的提取方法包括：

获取所有所述墙图元的底部标高值，得到标高值集合；

基于所述标高值集合判断所述墙图元的底部偏移是否均为零，若所述墙图元的底部偏移为零，则判断相邻所述墙图元是否为闭合轮廓，若相邻所述墙图元为闭合轮廓，则提取房间图元集合；

若所述墙图元的底部偏移小于零，则判断所述墙图元是否为房间边界；若所述墙图元为房间边界，则判断包含所述墙图元的非闭合空间内是否存在除所述墙图元以外的其他基础图元，若存在除所述墙图元以外的其他基础图元，则基于所述非闭合空间提取房间图元集合。

2.根据权利要求1所述的基于BIM模型的数据提取方法，其特征在于，基于所述关键词信息对所述房间图元集合中的每个房间图元进行检索，提取房间基本属性数据和房间使用数据包括：

基于历史查询信息构建数据提取模型，所述数据提取模型包括每个图元与房间基本属性数据的第一映射关系、每个所述图元与房间使用数据的第二映射关系，以及每个图元与监理师的第三映射关系；

基于所述关键词信息获取与所述房间图元集合对应的所有图元信息、监理师信息和提取数据主题词；

基于所有的所述图元信息和所述第二映射关系匹配，得到至少一个候选房间使用数据；

基于至少一个所述候选房间使用数据和所述第一映射关系匹配，得到至少一个候选房间基本属性数据；

基于至少一个所述候选房间基本属性数据、所述监理师信息和所述提取数据主题词确定提取数据；

基于所述提取数据，确定所述房间基本属性数据和所述房间使用数据。

3.根据权利要求2所述的基于BIM模型的数据提取方法，其特征在于，基于至少一个所述候选房间基本属性数据、所述监理师信息和所述提取数据主题词确定提取数据包括：

基于所述监理师信息获取图元提取权重值，所述图元提取权重值是基于历史数据统计的监理师查询所述房间图元的属性数据的频繁度；

基于所述图元提取权重值对至少一个所述候选房间基本属性数据进行降序排列，得到提取序列；

基于所述提取序列和所述提取数据主题词分别计算每个匹配值，确定所述提取数据，每个所述匹配值为所述提取序列中每个所述候选房间使用数据与所述提取数据主题词的相似度值。

4.一种基于BIM模型的数据提取装置，其特征在于，包括：

获取模块：用于获取轨道交通工程的BIM模型和关键词信息，所述BIM模型是以轨道交通工程的相关信息数据为基础，仿真模拟构建的三维模型；所述关键词信息为用户需要提取轨道交通工程中的建筑属性信息的关键词；

过滤模块：用于基于所述BIM模型，利用过滤器提取墙图元集合，所述过滤器的过滤条件为墙参数的描述信息；

判断模块：用于遍历所述墙图元集合中的每个墙图元，判断相邻所述墙图元的底部是否可以形成闭合轮廓，若相邻所述墙图元的底部可以形成闭合轮廓，则提取房间图元集合；

提取模块：用于基于所述关键词信息对所述房间图元集合中的每个房间图元进行检索，提取房间基本属性数据和房间使用数据；

其中，所述判断模块包括：

第一获取单元：用于获取所有所述墙图元的底部标高值，得到标高值集合；

第一判断单元：用于基于所述标高值集合判断所述墙图元的底部偏移是否均为零，若所述墙图元的底部偏移为零，则判断相邻所述墙图元是否为闭合轮廓，若相邻所述墙图元为闭合轮廓，则提取房间图元集合；

第二判断单元：用于若所述墙图元的底部偏移小于零，则判断所述墙图元是否为房间边界；若所述墙图元为房间边界，则判断包含所述墙图元的非闭合空间内是否存在除所述墙图元以外的其他基础图元，若存在除所述墙图元以外的其他基础图元，则基于所述非闭合空间提取房间图元集合。

5.根据权利要求4所述的基于BIM模型的数据提取装置，其特征在于，所述提取模块包括：

构建单元：用于基于历史查询信息构建数据提取模型，所述数据提取模型包括每个图元与房间基本属性数据的第一映射关系、每个所述图元与房间使用数据的第二映射关系，以及每个图元与监理师的第三映射关系；

第二获取单元：用于基于所述关键词信息获取与所述房间图元集合对应的所有图元信息、监理师信息和提取数据主题词；

第一匹配单元：用于基于所有的所述图元信息和所述第二映射关系匹配，得到至少一个候选房间使用数据；

第二匹配单元：用于基于至少一个所述候选房间使用数据和所述第一映射关系匹配，得到至少一个候选房间基本属性数据；

第三匹配单元：用于基于至少一个所述候选房间基本属性数据、所述监理师信息和所述提取数据主题词确定提取数据；

提取子单元：用于基于所述提取数据，确定所述房间基本属性数据和所述房间使用数据。

6.根据权利要求5所述的基于BIM模型的数据提取装置，其特征在于，所述第三匹配单元包括：

第三获取单元：用于基于所述监理师信息获取图元提取权重值，所述图元提取权重值是基于历史数据统计的监理师查询所述房间图元的属性数据的频繁度；

排序单元：用于基于所述图元提取权重值对至少一个所述候选房间基本属性数据进行降序排列，得到提取序列；

计算单元：用于基于所述提取序列和所述提取数据主题词分别计算每个匹配值，确定所述提取数据，每个所述匹配值为所述提取序列中每个所述候选房间使用数据与所述提取数据主题词的相似度值。

7.一种基于BIM模型的数据提取设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至3任一项所述基于BIM模型的数据提取方法的步骤。

8.一种可读存储介质，其特征在于：

所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述基于BIM模型的数据提取方法的步骤。

Images