CN116977558A - 一种三维模型更新方法、装置、计算机设备及存储介质 - Google Patents
一种三维模型更新方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116977558A CN116977558A CN202310943400.5A CN202310943400A CN116977558A CN 116977558 A CN116977558 A CN 116977558A CN 202310943400 A CN202310943400 A CN 202310943400A CN 116977558 A CN116977558 A CN 116977558A
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- monitoring data
- code script
- modeling
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 63
- 238000010276 construction Methods 0.000 claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 10
- 238000006073 displacement reaction Methods 0.000 claims abstract description 8
- 230000015654 memory Effects 0.000 claims description 26
- 238000005457 optimization Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012986 modification Methods 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 11
- 238000012545 processing Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005662 electromechanics Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
-
- 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)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
Abstract
本发明提供一种三维模型更新方法、装置、计算机设备及存储介质,涉及数据处理领域,该方法包括:获取建模需求,建模需求包括目标建筑物的形状描述以及目标建筑物参数值的描述;根据建模需求,确定对应的第一代码脚本,并将第一代码脚本输入到预设平台中生成对应的三维模型;实时获取监测数据,监测数据包括目标建筑物在建设阶段和运维阶段中的位移、应力、变形以及沉降;根据监测数据,调整三维模型的参数,以对三维模型进行更新。通过本发明提供的三维模型更新方法,根据建模需求生成三维模型,实现自动化建模,减少人工建模成本,根据监测数据对三维模型参数进行调整,三维模型与实际工程建设过程耦合,实现三维模型跟随工程周期动态更新。
Description
技术领域
本发明涉及数据处理领域,具体涉及一种三维模型更新方法、装置、计算机设备及存储介质。
背景技术
BIM(Building Information Modeling,建筑信息模型)模型是建筑学、工程学及土木工程的辅助设计工具,BIM模型可以实现建筑信息的集成,设计团队、施工单位以及设施运营部门等各方人员可以基于BIM模型进行协同工作,有效提高工作效率、节省资源、降低成本。
在现有技术中,当前的BIM建模过程为工程师将设计好的二维图纸利用BIM建模软件翻成三维模型,然而,大型工程的BIM模型建模工作量较大,建模困难且复杂,导致建立好的BIM模型无法跟随工程全生命周期进行动态更新。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中BIM模型无法跟随工程全生命周期进行动态更新的问题,从而提供一种三维模型更新方法、装置、计算机设备及存储介质。
根据第一方面,本发明提供一种三维模型更新方法,所述方法包括:
获取建模需求,所述建模需求包括目标建筑物的形状描述以及目标建筑物参数值的描述;
根据所述建模需求,确定对应的第一Python代码脚本,并将所述第一Python代码脚本输入到预设平台中生成对应的三维模型,所述预设平台为dynamo平台;
实时获取监测数据,所述监测数据包括目标建筑物在建设阶段和运维阶段中的位移、应力、变形以及沉降;
根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新。
在一实施例中,所述根据所述建模需求,确定对应的第一Python代码脚本,并将所述第一Python代码脚本输入到预设平台中生成对应的三维模型,包括:
将所述建模需求输入到人工智能模型中,生成对应的第一Python代码脚本;
将所述第一Python代码脚本输入到dynamo平台中,生成对应的三维模型。
在一实施例中,在将所述第一Python代码脚本输入到预设平台中生成对应的三维模型之后,所述方法还包括:
判断预设平台生成的三维模型与目标三维模型是否一致:
若不一致,则根据预设平台生成的三维模型和目标三维模型的比对结果确定优化方案,并根据所述优化方案对三维模型进行优化。
在一实施例中,所述根据预设平台生成的三维模型和目标三维模型的比对结果确定优化方案,并根据所述优化方案对三维模型进行优化,包括:
根据预设平台生成的三维模型和目标三维模型的比对结果,确定优化方案对应的代码脚本;
将所述优化方案对应的代码脚本导入到预设平台中,以对三维模型进行优化。
在一实施例中,所述根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新,包括:
根据所述监测数据,建立监测数据和三维模型的参数之间的关联关系;
根据所述关联关系,生成第二代码脚本,并将第二代码脚本输入到预设平台中,得到参数的修改参照值;
根据所述参数的修改参照值,调整所述三维模型的参数,以对三维模型进行更新。
在一实施例中,所述根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新,包括:
建立所述监测数据和三维模型的代码脚本之间的映射关系;
根据所述映射关系对所述三维模型的参数进行调整,以对三维模型进行更新。
在一实施例中,所述根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新,包括:
建立所述监测数据和三维模型的代码脚本之间的映射关系;
根据所述映射关系对所述三维模型的参数进行调整,以对三维模型进行更新。
根据第二方面,本发明提供一种三维模型更新装置,所述装置包括:
第一获取模块,用于获取建模需求,所述建模需求包括目标建筑物的形状描述以及目标建筑物参数值的描述;
生成模块,用于根据所述建模需求,确定对应的第一Python代码脚本,并将所述第一Python代码脚本输入到预设平台中生成对应的三维模型,所述预设平台为dynamo平台;
第二获取模块,用于实时获取监测数据,所述监测数据包括目标建筑物在建设阶段和运维阶段中的位移、应力、变形以及沉降;
更新模块,用于根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新。
根据第三方面,本发明提供一种计算机设备,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面及其可选实施方式中任一项所述的三维模型更新方法。
根据第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行第一方面及其可选实施方式中任一项的三维模型更新方法。
本发明技术方案,具有如下优点:
本发明实施例提供了一种三维模型更新方法,根据建模需求对应的代码脚本生成三维模型,以实现自动化建模,极大减少了人工建模的人力成本和时间成本,根据监测数据对三维模型的参数进行调整,融合了监测数据,使得更新后的三维模型与实际工程建设过程耦合,从而实现三维模型跟随工程周期进行动态更新,提高了三维模型的实际应用价值。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,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的附图。
图1是本发明实施例提出的一种三维模型更新方法的流程图;
图2是本发明实施例提出的一种三维模型更新装置的结构框图;
图3是本发明实施例提出的一种计算机设备的硬件结构示意图。
具体实施方式
下面将结合附图对本发明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做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。
在目前的BIM建模过程中,BIM工程师基本不参与实际的设计过程,导致没有充分发挥BIM模型的设计属性。同时,大型工程的BIM建模工作量较大,十分耗费人力物力和时间成本。并且,建立好的BIM模型通常分为设计模型和施工模型,由于BIM模型无法在工程全生命周期串联起来,工程师难以利用BIM模型进行设计变更检验和监测比对数据等工作,导致BIM模型成为展示效果的可视化手段,极大降低了BIM模型的实际价值。
在现有技术中,通常通过将二维图纸翻模,建立三维BIM模型,建模过程耗时耗力,且无法实现正向设计。尤其是水电、机电以及金属结构等三维模型,依靠传统人工手动建模效率较低。并且,建立好的BIM模型改动较为困难,自动化程度较低,难以对施工阶段或运维阶段的实际结构物形变进行关联,无法发挥BIM模型的最大价值。
为了发挥BIM模型在施工阶段和运维阶段的价值,本发明实施例中提供一种三维模型更新方法,如图1所示,该方法包括如下步骤S101至步骤S104。
步骤S101:获取建模需求,建模需求包括目标建筑物的形状描述以及目标建筑物参数值的描述。
在本发明实施例中,用户将建模需求发送至ChatGPT(Chat Generative Pre-trained Transformer,生成型预训练变换模型),ChatGPT获取用户的建模需求,并对建模需求进行分析。其中,建模需求包括目标建筑物的大致形状描述以及核心参数值的描述等。
其中,ChatGPT模型是人工智能技术驱动的自然语言处理工具,能够通过理解和学习人类的语言来进行交流对话,在本方案中,ChatGPT模型能够获取并接收用户的建模需求。
步骤S102:根据建模需求,确定对应的第一Python代码脚本,并将第一Python代码脚本输入到预设平台中生成对应的三维模型,预设平台为dynamo平台。
在本发明实施例中,ChatGPT模型根据建模需求,确定对应的第一Python代码脚本,将第一Python代码脚本导入到dynamo平台中运行,生成对应的三维模型。
具体地,dynamo平台是以Autodesk Revit软件为基础的可视化编程平台,能够可以实现与Revit模型的联动,通过dynamo平台运行代码脚本进而生成三维模型,更有利于复杂模型的设计,实现无障碍传输,防止出现丢失数据的情况。
步骤S103:实时获取监测数据,监测数据包括目标建筑物在建设阶段和运维阶段中的位移、应力、变形以及沉降。
在本发明实施例中,在目标建筑物的工程建设阶段和运维阶段布设有监测设备,实时获取各个监测设备的点位信息和监测数据,监测数据包括目标建筑物的位移、应力、变形以及沉降等数据,将点位信息和监测数据输入到ChatGPT模型中,以建立BIM模型和监测数据之间的关联关系。
步骤S104:根据监测数据,调整三维模型的参数,以对三维模型进行更新。
在本发明实施例中,ChatGPT模型根据监测设备监测的数据,不断调整三维模型的参数,形成新的代码脚本,导入dynamo平台中,形成耦合监测数据的BIM模型。
通过上述实施例,根据建模需求对应的代码脚本生成三维模型,以实现自动化建模,极大减少了人工建模的人力成本和时间成本,根据监测数据对三维模型的参数进行调整,融合了监测数据,使得更新后的三维模型与实际工程建设过程耦合,从而实现三维模型跟随工程周期进行动态更新,提高了三维模型的实际应用价值。
具体地,在一实施例中,上述步骤S102中根据建模需求,确定对应的第一Python代码脚本,并将第一Python代码脚本输入到预设平台中生成对应的三维模型,具体包括如下步骤:
步骤S1021:将建模需求输入到人工智能模型中,生成对应的第一Python代码脚本。
步骤S1022:将第一Python代码脚本输入到dynamo平台中,生成对应的三维模型。
在本发明实施例中,将建模需求输入到ChatGPT模型中,ChatGPT模型通过dynamo和RevitAPI接口接收建模需求,并根据建模需求生成对应的Python代码。
利用ChatGPT模型生成Python代码,首先,安装Auto-GPT,Auto-GPT将多个GPT实例链接在一起,以实现用户和ChatGPT之间的交互,并执行命令。然后,设定目标代码的约束和限制条件。最后,用户和ChatGPT进行对话,ChatGPT根据用户的建模需求生成对应的代码。
根据建模需求生成对应的三维模型,使得三维模型参与了实际的设计过程,BIM工程师仅需提出需求即可自动生成三维模型,ChatGPT模型提供三维模型和各项建模参数接口,利用ChatGPT模型自动化建模,实现人工智能和BIM的有效结合,极大简化了BIM工程师学习和利用BIM建模软件的建模过程,节省了大量的时间成本和人力成本。
具体地,在一实施例中,本发明实施例提供的三维模型更新方法还包括如下步骤:
步骤S102a:判断预设平台生成的三维模型与目标三维模型是否一致。
步骤S102b:若不一致,则根据预设平台生成的三维模型和目标三维模型的比对结果确定优化方案,并根据优化方案对三维模型进行优化。
在本发明实施例中,获取目标三维模型,并判断预设平台生成的三维模型和目标三维模型的正向设计结果是否一致,其中,三维模型的正向设计结果是指由概念到建模到实物的过程。
若预设平台生成的三维模型和目标三维模型的正向设计结果不一致,则需要对三维模型进行优化。ChatGPT模型根据比对结果,确定优化的内容和优化的参数值,对三维模型进行优化,能够进一步提高三维模型和目标三维模型的匹配度,避免在建模过程中和实际建筑过程中对三维模型进行反复改动带来的不便。
具体地,在一实施例中,上述步骤S102b中根据预设平台生成的三维模型和目标三维模型的比对结果确定优化方案,并根据优化方案对三维模型进行优化,具体包括如下步骤:
步骤S102b1:根据预设平台生成的三维模型和目标三维模型的比对结果,确定优化方案对应的代码脚本。
步骤S102b2:将优化方案对应的代码脚本导入到预设平台中,以对三维模型进行优化。
在本发明实施例中,将预设平台生成的三维模型和目标三维模型进行比对,根据比对结果进行优化,以使得ChatGPT模型根据监测数据不断优化三维模型的代码脚本,将优化方案的代码脚本导入到dynamo平台中,形成耦合监测数据的BIM模型。
对三维模型进行优化,以实现三维模型的自动校准,使得优化后的三维模型更加贴合目标三维模型,以提高三维模型的准确性。
具体地,在一实施例中,上述步骤S104中根据监测数据,调整三维模型的参数,以对三维模型进行更新,具体包括如下步骤:
步骤S1041:根据监测数据,建立监测数据和三维模型的参数之间的关联关系。
步骤S1042:根据关联关系,生成第二代码脚本,并将第二代码脚本输入到预设平台中,得到参数的修改参照值。
步骤S1043:根据参数的修改参照值,调整三维模型的参数,以对三维模型进行更新。
在本发明实施例中,将监测数据输入到ChatGPT模型中,使其找到三维模型对应的位置,并根据监测数据自动与三维模型的参数建立关联关系,也可以人工编写函数,调整其关联关系,ChatGPT模型根据关联关系,生成新的第二代码脚本。
将第二代码脚本导入到dynamo平台中,ChatGPT模型自动检验生成的第二代码脚本对应的修改参数值,参照修改参数值,修改三维模型的参数,完成三维模型的自动化校核,进行更新。
根据监测数据和三维模型参数的关联关系以及对应的修改参照值对三维模型进行更新,实现三维模型的自动化动态更新,耦合监测数据,提高了三维模型的实际应用价值。
具体地,在一实施例中,上述步骤S104中根据监测数据,调整三维模型的参数,以对三维模型进行更新,具体还包括如下步骤:
步骤S104a:建立监测数据和三维模型的代码脚本之间的映射关系。
步骤S104b:根据映射关系对三维模型的参数进行调整,以对三维模型进行更新。
在本发明实施例中,建立监测数据和三维BIM模型在dynamo平台上的Python脚本建模参数的映射关系,以利用ChatGPT模型定期更新Python脚本,导入至dynamo,即可形成在各个阶段BIM模型耦合监测数据、实际工程进度的动态BIM模型,以对三维模型进行更新,实现了三维模型基于动态监测数据的快速智能化更新,增加了生成的三维模型和实际工程进度之间的匹配度。
具体地,在一实施例中,本发明实施例提供的三维模型更新方法还包括如下步骤:
步骤S105:获取目标建筑物的建设进度指标。
步骤S106:根据建设进度指标与三维模型的参数之间的关系,确定三维模型的当前参数对应目标建筑物的实际建设进度。
在本发明实施例中,将目标建筑物的建设进度指标输入到ChatGPT模型中,使得ChatGPT模型根据建设进度指标与三维模型的参数之间的关系,将三维模型的当前参数和建设进度指标进行对比,得到实际施工完成百分比以及其他建设进度,从而完成进度分析和进度纠偏。
确定目标建筑物的实际建设进度,以便于BIM工程师及时了解目标建筑物的建设进度,同时便于项目工作人员及时根据建设进度进行调整。
基于相同发明构思,本发明还提供一种三维模型更新装置。
图2是根据一示例性实施例提出的一种三维模型更新装置的结构框图。如图2所示,该装置包括:
第一获取模块101,用于获取建模需求,建模需求包括目标建筑物的形状描述以及目标建筑物参数值的描述。具体内容参见上述步骤S101的相关描述,在此不再进行赘述。
生成模块102,用于根据建模需求,确定对应的第一Python代码脚本,并将第一Python代码脚本输入到预设平台中生成对应的三维模型,预设平台为dynamo平台。具体内容参见上述步骤S102的相关描述,在此不再进行赘述。
第二获取模块103,用于实时获取监测数据,监测数据包括目标建筑物在建设阶段和运维阶段中的位移、应力、变形以及沉降。具体内容参见上述步骤S103的相关描述,在此不再进行赘述。
更新模块104,用于根据监测数据,调整三维模型的参数,以对三维模型进行更新。具体内容参见上述步骤S104的相关描述,在此不再进行赘述。
本发明实施例提供的三维模型更新装置,根据建模需求对应的代码脚本生成三维模型,以实现自动化建模,极大减少了人工建模的人力成本和时间成本,根据监测数据对三维模型的参数进行调整,融合了监测数据,使得更新后的三维模型与实际工程建设过程耦合,从而实现三维模型跟随工程周期进行动态更新,提高了三维模型的实际应用价值。
上述基于三维模型更新装置的具体限定以及有益效果可以参见上文中对于三维模型更新方法的限定,在此不再赘述。上述各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
图3是根据一示例性实施例提出的一种计算机设备的硬件结构示意图。如图3所示,该设备包括一个或多个处理器1310以及存储器1320,存储器1320包括持久内存、易失内存和硬盘,图3中以一个处理器1310为例。该设备还可以包括:输入装置1330和输出装置1340。
处理器1310、存储器1320、输入装置1330和输出装置1340可以通过总线或者其他方式连接,图3中以通过总线连接为例。
处理器1310可以为中央处理器(Central Processing Unit,CPU)。处理器1310还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器1320作为一种非暂态计算机可读存储介质,包括持久内存、易失内存和硬盘,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请实施例中的三维模型更新方法对应的程序指令/模块。处理器1310通过运行存储在存储器1320中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述任意一种三维模型更新方法。
存储器1320可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据、需要使用的数据等。此外,存储器1320可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器1320可选包括相对于处理器1310远程设置的存储器,这些远程存储器可以通过网络连接至数据处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置1330可接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键信号输入。输出装置1340可包括显示屏等显示设备。
一个或者多个模块存储在存储器1320中,当被一个或者多个处理器1310执行时,执行如图1所示的三维模型更新方法。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,具体可参见如图1所示的实施例中的相关描述。
本发明实施例还提供了一种非暂态计算机存储介质,计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的方法。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccess Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引申出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种三维模型更新方法,其特征在于,所述方法包括:
获取建模需求,所述建模需求包括目标建筑物的形状描述以及目标建筑物参数值的描述;
根据所述建模需求,确定对应的第一Python代码脚本,并将所述第一Python代码脚本输入到预设平台中生成对应的三维模型,所述预设平台为dynamo平台;
实时获取监测数据,所述监测数据包括目标建筑物在建设阶段和运维阶段中的位移、应力、变形以及沉降;
根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新。
2.根据权利要求1所述的方法,其特征在于,所述根据所述建模需求,确定对应的第一Python代码脚本,并将所述第一Python代码脚本输入到预设平台中生成对应的三维模型,包括:
将所述建模需求输入到人工智能模型中,生成对应的第一Python代码脚本;
将所述第一Python代码脚本输入到dynamo平台中,生成对应的三维模型。
3.根据权利要求1所述的方法,其特征在于,在将所述第一Python代码脚本输入到预设平台中生成对应的三维模型之后,所述方法还包括:
判断预设平台生成的三维模型与目标三维模型是否一致:
若不一致,则根据预设平台生成的三维模型和目标三维模型的比对结果确定优化方案,并根据所述优化方案对三维模型进行优化。
4.根据权利要求3所述的方法,其特征在于,所述根据预设平台生成的三维模型和目标三维模型的比对结果确定优化方案,并根据所述优化方案对三维模型进行优化,包括:
根据预设平台生成的三维模型和目标三维模型的比对结果,确定优化方案对应的代码脚本;
将所述优化方案对应的代码脚本导入到预设平台中,以对三维模型进行优化。
5.根据权利要求1所述的方法,其特征在于,所述根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新,包括:
根据所述监测数据,建立监测数据和三维模型的参数之间的关联关系;
根据所述关联关系,生成第二代码脚本,并将第二代码脚本输入到预设平台中,得到参数的修改参照值;
根据所述参数的修改参照值,调整所述三维模型的参数,以对三维模型进行更新。
6.根据权利要求1所述的方法,其特征在于,所述根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新,包括:
建立所述监测数据和三维模型的代码脚本之间的映射关系;
根据所述映射关系对所述三维模型的参数进行调整,以对三维模型进行更新。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取目标建筑物的建设进度指标;
根据建设进度指标与三维模型的参数之间的关系,确定所述三维模型的当前参数对应所述目标建筑物的实际建设进度。
8.一种三维模型更新装置,其特征在于,所述装置包括:
第一获取模块,用于获取建模需求,所述建模需求包括目标建筑物的形状描述以及目标建筑物参数值的描述;
生成模块,用于根据所述建模需求,确定对应的第一Python代码脚本,并将所述第一Python代码脚本输入到预设平台中生成对应的三维模型,所述预设平台为dynamo平台;
第二获取模块,用于实时获取监测数据,所述监测数据包括目标建筑物在建设阶段和运维阶段中的位移、应力、变形以及沉降;
更新模块,用于根据所述监测数据,调整所述三维模型的参数,以对三维模型进行更新。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1-7中任一项所述的三维模型更新方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使计算机执行权利要求1-7中任一项所述的三维模型更新方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310943400.5A CN116977558A (zh) | 2023-07-28 | 2023-07-28 | 一种三维模型更新方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310943400.5A CN116977558A (zh) | 2023-07-28 | 2023-07-28 | 一种三维模型更新方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116977558A true CN116977558A (zh) | 2023-10-31 |
Family
ID=88470850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310943400.5A Pending CN116977558A (zh) | 2023-07-28 | 2023-07-28 | 一种三维模型更新方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116977558A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290379A (zh) * | 2023-11-27 | 2023-12-26 | 华南理工大学 | 一种自然语言转SQL和Revit数据交互的系统 |
-
2023
- 2023-07-28 CN CN202310943400.5A patent/CN116977558A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290379A (zh) * | 2023-11-27 | 2023-12-26 | 华南理工大学 | 一种自然语言转SQL和Revit数据交互的系统 |
CN117290379B (zh) * | 2023-11-27 | 2024-03-15 | 华南理工大学 | 一种自然语言转SQL和Revit数据交互的系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109376397B (zh) | 一种三维模具的智能设计方法及其系统 | |
CN108121216B (zh) | 一种基于数字化工厂的自动化车间虚拟调试方法 | |
AU2021240155A1 (en) | Control Pulse Generation Method, Apparatus, System, Device And Storage Medium | |
CN111063030A (zh) | 一种基于Dynamo的BIM参数化建模方法及装置 | |
CN116977558A (zh) | 一种三维模型更新方法、装置、计算机设备及存储介质 | |
CN111736821B (zh) | 可视化建模分析方法、系统、计算机设备和可读存储介质 | |
CN107229790B (zh) | 生成三维、二维图形的桥梁结构信息模型系统及使用方法 | |
CN113158292B (zh) | 构件匹配方法、工程量计算方法、装置及电子设备 | |
CN111310318A (zh) | 基于数字孪生的工艺余量处理方法、系统及机械制造总成 | |
CN113741216A (zh) | 一种基于人工智能优化算法的生产设备虚拟组合仿真系统及方法 | |
CN114997584A (zh) | 基于bim可视化的高拱坝施工全生命周期动态仿真分析方法 | |
CN102375895A (zh) | 一种自动构建器件模型参数优化提取过程的方法 | |
CN114818286A (zh) | 一种工程机械整机仿真模型构建系统及方法 | |
CN109165397B (zh) | 基于ug和ansa平台的自动cae分析系统与开发方法 | |
CN113642079B (zh) | 一种基于三维技术的工厂设计方法 | |
CN103454976B (zh) | 一种应用后置程序逆向建模的方法 | |
WO2012131074A1 (en) | Method for managing process automation control and associated system | |
CN114466259B (zh) | 一种物联网关的数据处理方法、装置、设备及物联网关 | |
CN113962384A (zh) | 针对点击率预测模型的自动一体化架构搜索系统和方法 | |
CN110377934B (zh) | 船用机电产品的设计计算方法及装置 | |
KR101896112B1 (ko) | 자동차 부품의 최적설계를 위한 cad 및 cae의 통합 방법 | |
CN109145429B (zh) | 土方工程量的计算方法及计算土方工程量的装置 | |
CN114065460A (zh) | 火电发电系统中模型处理方法、存储介质和电子装置 | |
CN114036683A (zh) | 远程调试方法、装置、工程机械、调试设备以及系统 | |
CN107180141B (zh) | 基于径向基代理模型的齿轮减速器箱体可靠性优化方法 |
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 |