CN117390812B - 一种cad图纸暖通风管结构化信息提取方法及系统 - Google Patents
一种cad图纸暖通风管结构化信息提取方法及系统 Download PDFInfo
- Publication number
- CN117390812B CN117390812B CN202311685392.5A CN202311685392A CN117390812B CN 117390812 B CN117390812 B CN 117390812B CN 202311685392 A CN202311685392 A CN 202311685392A CN 117390812 B CN117390812 B CN 117390812B
- Authority
- CN
- China
- Prior art keywords
- line
- line segment
- air
- pipe
- 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.)
- Active
Links
- 238000009423 ventilation Methods 0.000 title claims abstract description 37
- 238000000605 extraction Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 238000010438 heat treatment Methods 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000001788 irregular Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 101100313471 Streptomyces sp getA gene Proteins 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 239000010410 layer Substances 0.000 description 35
- 238000010586 diagram Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 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
- 238000012545 processing Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/414—Extracting the geometrical structure, e.g. layout tree; Block segmentation, e.g. bounding boxes for graphics or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/14—Pipes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Graphics (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Duct Arrangements (AREA)
- Ventilation (AREA)
Abstract
本发明公开一种CAD图纸暖通风管结构化信息提取方法及系统，方法包括：将风管线、法兰线以及风管线中心线拆分成至少一个线段，对至少一个线段进行预处理，得到与风管线相对应的第一目标线段集、与法兰线相对应的第二目标线段集以及与风管中心线相对应的第三目标线段；分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由至少一个第一目标线段与至少一个第二目标线段围合而成至少一个多边形区域；对闭合的至少一个多边形区域划分为风管和/或管件；将围合后第一目标线段集中多余的平行且等长的线段配对组合成风管；根据相对位置关系对风管进行修正为管件，并对未修正的风管进行断管重连。对于不太规范的图纸具体相当高的容错能力。
Description
技术领域
本发明属于信息提取技术领域，尤其涉及一种CAD图纸暖通风管结构化信息提取方法及系统及可读存储介质。
背景技术
BIM(Building Information Model) 是“建筑信息模型”的简称，是一种多维信息模型集成技术，可以将建筑、结构、给排水、暖通、电气专业信息集成于一个三维建筑模型中，能极大地提高设计生产效率。随着对建筑质量、工期和成本管理的要求越来越高，越来越多的建筑公司正在转向BIM技术，由此带来的是对二维 CAD 图纸转三维 BIM 模型的巨量需求。现阶段这个过程主要是由人工来完成的，人工翻模需要大量的时间和人力成本，特别是对于复杂的建筑设计，可能需要数周甚至数月时间才能完成，远远无法满足市场需求，因此能够取代人工翻模的自动化翻模技术十分关键。
二维 CAD 图纸自动转三维BIM 模型的一个核心难题是将 CAD 图纸中非结构化的数据结构化。以暖通专业为例，CAD 图纸中的风管图层仅包含一些零散的线段，图纸并不会直接告诉我们一个风管的位置以及它是由哪些风管线组合而成，暖通风管数据结构化要做的是合理地组织CAD 图纸中数据，提取风管的几何结构及其它相关属性。实际的暖通专业 CAD 图纸没有统一规范，很大程度上受设计师个人设计习惯的影响，如何尽可能地兼容更多图纸的同时保证结构化结果的准确性是一个十分困难的问题。
发明内容
本发明提供一种CAD图纸暖通风管结构化信息提取方法及系统，用于解决将CAD图纸中非结构化数据转换为结构化数据的准确性不高的技术问题。
第一方面，本发明提供一种CAD图纸暖通风管结构化信息提取方法，包括：
对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层，其中，所述风管线图层中包含风管线、所述法兰线图层中包含法兰线以及所述风管线中心线图层中包含风管线中心线；
将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段，并对所述至少一个线段进行预处理，分别得到与所述风管线相对应的第一目标线段集、与所述法兰线相对应的第二目标线段集以及与所述风管线中心线相对应的第三目标线段；
基于多边形化算法在所述第一目标线段集和所述第二目标线段中分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由所述至少一个第一目标线段与所述至少一个第二目标线段围合而成至少一个多边形区域；
根据多边形区域的形状特征对闭合的所述至少一个多边形区域划分为风管和/或管件，其中，所述风管包括横风管和/或立风管，所述形状特征包括圆形特征、矩形特征以及不规则多边形特征；
将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管；
根据相对位置关系对所述风管进行修正为管件。
第二方面，本发明提供一种CAD图纸暖通风管结构化信息提取系统，包括：
解析模块，配置为对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层，其中，所述风管线图层中包含风管线、所述法兰线图层中包含法兰线以及所述风管线中心线图层中包含风管线中心线；
拆分模块，配置为将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段，并对所述至少一个线段进行预处理，分别得到与所述风管线相对应的第一目标线段集、与所述法兰线相对应的第二目标线段集以及与所述风管线中心线相对应的第三目标线段；
围合模块，配置为基于多边形化算法在所述第一目标线段集和所述第二目标线段中分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由所述至少一个第一目标线段与所述至少一个第二目标线段围合而成至少一个多边形区域；
划分模块，配置为根据多边形区域的形状特征对闭合的所述至少一个多边形区域划分为风管和/或管件，其中，所述风管包括横风管和/或立风管，所述形状特征包括圆形特征、矩形特征以及不规则多边形特征；
配对模块，将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管；
修正模块，配置为根据相对位置关系对所述风管进行修正为管件。
第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的CAD图纸暖通风管结构化信息提取方法的步骤。
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本发明任一实施例的CAD图纸暖通风管结构化信息提取方法的步骤。
本申请的CAD图纸暖通风管结构化信息提取方法及系统，具体以下有益效果：结合几何、图论以及机器学习中的多种算法提取CAD图纸暖通风管结构化信息，速度快、准确度高、可扩展性强，对于不太规范的图纸具体相当高的容错能力。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明一实施例提供的一种CAD图纸暖通风管结构化信息提取方法的流程图；
图2为本发明一实施例提供一个具体实施例的部分管件与立管的样例图；
图3为本发明一实施例提供一个具体实施例的风管矩形端口线缺失示意图；
图4为本发明一实施例提供一个具体实施例的矩形变径示意图；
图5为本发明一实施例提供一个具体实施例的断管重连示意图；
图6为本发明一实施例提供的一种CAD图纸暖通风管结构化信息提取系统的结构框图；
图7是本发明一实施例提供的电子设备的结构示意图。
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。基于本发明中的实施例，本领域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。
请参阅图1，其示出了本申请的一种CAD图纸暖通风管结构化信息提取方法的流程图。
如图1所示，CAD图纸暖通风管结构化信息提取方法，具体包括以下步骤：
步骤S101，对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层，其中，所述风管线图层中包含风管线、所述法兰线图层中包含法兰线以及所述风管线中心线图层中包含风管线中心线。
在本步骤中，基于ObjectARX工具对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层。
具体地，暖通专业风管包括加压送风风管、送风风管、新风风管、排风风管、空调回风风管、空调送风风管、油烟风管等，每种风管线都有一个特定的图层；法兰线一般出现在管道的两端，起到密闭与连接的作用；风管线中心线用于确定风管的方向，有单独的图层，实际图纸中可能会省略。
步骤S102，将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段，并对所述至少一个线段进行预处理，分别得到与所述风管线相对应的第一目标线段集、与所述法兰线相对应的第二目标线段集以及与所述风管线中心线相对应的第三目标线段。
在本步骤中，其中，风管线、所述法兰线以及所述风管线中心线为多段线、圆弧线或椭圆弧线。例如，将所述多段线在节点处直接打断拆分成至少一个线段，或基于采样方法将所述圆弧线和所述椭圆弧线转化为至少一个线段。
具体地，圆弧是椭圆弧的一个特殊情况，一段椭圆弧可由中心点 ，旋转角
，长轴半径a，短轴半径b，起始角，终止角表示，设采样间隔角为（一般设置为），考虑
到终止角与起始角的差值不一定是采样间隔角的整数倍，需要对采样间隔角为进行修
正，修正公式如下：
，
第个采样点的坐标为：
其中，。
需要说明的是，实际CAD图纸或多或少存在制图不规范的问题，例如同一个地方的一段风管线重复画了两次、本来是一条线的中间多了一些节点、应该相交的两条线段没有相交等，需要提前对线段进行预处理避免后续出现风管丢失、识别错误等异常。因此，对至少一个线段进行预处理包括对至少一个线段进行去重、删除共线点以及智能延长。
步骤S103，基于多边形化算法在所述第一目标线段集和所述第二目标线段中分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由所述至少一个第一目标线段与所述至少一个第二目标线段围合而成至少一个多边形区域。
在本步骤中，暖通CAD 图纸中风管与管件一般由风管线与法兰线围合而成的闭合区域表示，geos库是一个开源的几何库，其提供了基本的几何对象类并封装了大量高效的几何算法，本发明中闭合区域的识别调用geos库中多边形化算法实现，其中风管根据其延伸方向分为横管与立管两类，另外也可根据三维形状分为圆管与方管两类。由于二维图纸的表达能力的局限性，图纸上的圆横管与方横管方立管是矩形，而圆立管是圆形。管件又分为弯头、三通、四通、变径与天圆地方，其形状一般为不规则多边形，也有可能是由多个多边形拼接而成的矩形。图 2为部分管件与立管的示意图，注意到横管都是单个矩形，而部分管件与立管是由多个多边形拼接而成的。
步骤S104，根据多边形区域的形状特征对闭合的所述至少一个多边形区域划分为风管和/或管件，其中，所述风管包括横风管和/或立风管，所述形状特征包括圆形特征、矩形特征以及不规则多边形特征。
步骤S105，将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管。
在本步骤中，实际图纸中横风管两端可能存在相连的构件，视觉上可以起到了法兰线或端线封口的作用，因此部分设计师可能在风管两端选择不画法兰线或端线，这样风管线无法闭合进而造成风管丢失。如图 3所示，两根风管左端都连接有风机盘管，上面风管左端口有法兰线封口，下面风管则缺少法兰线或端线封口，因此上面的风管矩形闭合区域可以通过多边形化算法得到，而下面由于矩形未闭合无法获取。需要对多边形化后多余的等长的平行线段配对，补上缺失的端口线段进而得到横风管的矩形表示。
具体地，将围合后第一目标线段集中多余的平行且等长的线段配对组合成风管包括：
通过聚类算法在第一目标线段集中寻找平行且等长的冗余的风管线段，并对冗余的风管线段进行分组；
假设得到个平行的线段组，第个平行线段组有条线段, 记为
，计算第个平行线段组内所有线段与 x 轴夹角的平均值为 ，可得到第组平行线的法
向量为，计算各个平行线段组内每条线段中点坐标与该组平行线的法向
量的内积，即投影值；
以投影值为依据对各个平行线段组内线段从小到大排序，依顺序将相邻的每两条线段配对组合成一段风管。
需要说明的是，通过聚类算法在第一目标线段集中寻找平行且等长的冗余的风管线段，并对冗余的风管线段进行分组具体为：
假设与/>是两条冗余的风管线段，/>与/>分别是风管线段/>与风管线段/>的中点，/>与/>分别是风管线段/>与水平方向的夹角、风管线段/>与水平方向的夹角；
计算风管线段和风管线段/>的方向向量与法向量分别是/>、以及/>、/>，并定义风管线段/>和风管线段/>之间的角度距离、方向距离、法向距离以及长度距离，其中，计算风管线段/>和风管线段/>之间的角度距离/>的表达式为：
，
计算风管线段和风管线段/>之间的方向距离/>的表达式为：
，
式中，为变量，/>等于0时可以得到平行线组，/>等于1可以得到共线线段组；
计算风管线段和风管线段/>之间的法向距离/>的表达式为：
，
计算风管线段和风管线段/>之间的长度距离/>的表达式为：
，
给定角度距离、方向距离/>、法向距离/>以及长度距离/>的权重分别为，得到最终距离矩阵，其中，计算最终距离矩阵的表达式为：
，
式中，为第i条风管线段和第j条风管线段之间的最终距离矩阵，默认设置；
当取时，最终距离矩阵应用于DBSCAN 算法时，可以得到平行的线段组，当取/>时，最终距离矩阵应用于 DBSCAN算法时，可得到共线的线段组。
步骤S106，根据相对位置关系对所述风管进行修正为管件，并对未修正的风管进行断管重连。
在本步骤中，暖通里面一般不会出现连续三段端口相连的横风管，如果出现，则会认为中间的那个风管识别错误，应该为变径（管件的一种）。如图 4 所示，仅用形状作为区分管件与管道的依据，则图中存在三段连续的风管，实则中间那段小矩形应该为变径，另外变径的两端一定有法兰线，这个特征可以作为寻找连续三段风管的锚点。具体流程如下：
通过聚类算法寻找相互平行的至少两个第二目标线段并基于线段长度对所述至少两个第二目标线段进行分组，得到至少一个第二目标线段组；
寻找每个第二目标线段组内以第二目标线段为端口的风管，并对与组内第二目标线段相对应的风管按照沿法兰线的法向进行排序；
判断与组内第二目标线段相对应的风管的风管数量是否为奇数：
若与组内第二目标线段相对应的风管的风管数量为奇数，则将序号为偶数的风管修改为变径；
若与组内第二目标线段相对应的风管的风管数量不为奇数，则输出异常。
横风管的方向可由风管两个端口的中点表示，两个中点的连线即为风管的方向轴线。在未确定方向的情况下，由于横风管在图纸上表示为矩形，其可能的方向有两个。横管方向的推断需要综合考虑其与法兰线、风管线中心线以及管件的相对位置关系。假设一个可能的方向轴两端是否存在法兰线的布尔值为，是否存在中心线与轴线重合的布尔值为，轴线两端是否存在管件的布尔值为/>，则计算此方向的得分为：
，
其中，表示特征的权值，/>，可写在配置文件里面。计算两个可能方向的得分值，取得分值最大的方向为横风管的方向。
进一步地，暖通图纸存在一根横管被另一根横管或多根横管打断的情况，如图5所示，三根水平的横管被两根竖直的横管打断，需要将三根已经实例化的横管拼接为一根长的横管，这根长横管与两根竖向的横管高度不同，在三维空间是不会相交的。具体流程如下：
通过聚类算法找到风管轴线共线且宽度相同的风管并分组；
对组内风管按轴线方向进行排序；
检查组内前一个风管与后一个风管中间是否存在另一根风管，如果存在，则将这两根风管重新连接为一根风管。
综上，本申请的方法，结合几何、图论以及机器学习中的多种算法提取CAD图纸暖通风管结构化信息，速度快、准确度高、可扩展性强，对于不太规范的图纸具体相当高的容错能力。
请参阅图6，其示出了本申请的一种CAD图纸暖通风管结构化信息提取系统的结构框图。
如图6所示，CAD图纸暖通风管结构化信息提取系统200，包括解析模块210、拆分模块220、围合模块230、划分模块240、配对模块250以及修正模块260。
其中，解析模块210，配置为对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层，其中，所述风管线图层中包含风管线、所述法兰线图层中包含法兰线以及所述风管线中心线图层中包含风管线中心线；拆分模块220，配置为将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段，并对所述至少一个线段进行预处理，分别得到与所述风管线相对应的第一目标线段集、与所述法兰线相对应的第二目标线段集以及与所述风管线中心线相对应的第三目标线段；围合模块230，配置为基于多边形化算法在所述第一目标线段集和所述第二目标线段中分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由所述至少一个第一目标线段与所述至少一个第二目标线段围合而成至少一个多边形区域；划分模块240，配置为根据多边形区域的形状特征对闭合的所述至少一个多边形区域划分为风管和/或管件，其中，所述风管包括横风管和/或立风管，所述形状特征包括圆形特征、矩形特征以及不规则多边形特征；配对模块250，将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管；修正模块260，配置为根据相对位置关系对所述风管进行修正为管件。
应当理解，图6中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图6中的诸模块，在此不再赘述。
在另一些实施例中，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行上述任意方法实施例中的CAD图纸暖通风管结构化信息提取方法；
作为一种实施方式，本发明的计算机可读存储介质存储有计算机可执行指令，计算机可执行指令设置为：
对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层，其中，所述风管线图层中包含风管线、所述法兰线图层中包含法兰线以及所述风管线中心线图层中包含风管线中心线；
将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段，并对所述至少一个线段进行预处理，分别得到与所述风管线相对应的第一目标线段集、与所述法兰线相对应的第二目标线段集以及与所述风管线中心线相对应的第三目标线段；
基于多边形化算法在所述第一目标线段集和所述第二目标线段中分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由所述至少一个第一目标线段与所述至少一个第二目标线段围合而成至少一个多边形区域；
根据多边形区域的形状特征对闭合的所述至少一个多边形区域划分为风管和/或管件，其中，所述风管包括横风管和/或立风管，所述形状特征包括圆形特征、矩形特征以及不规则多边形特征；
将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管；
根据相对位置关系对所述风管进行修正为管件，并对未修正的风管进行断管重连。
计算机可读存储介质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CAD图纸暖通风管结构化信息提取系统的使用所创建的数据等。此外，计算机可读存储介质可以包括高速随机存取存储器，还可以包括存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至CAD图纸暖通风管结构化信息提取系统。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。
图7是本发明实施例提供的电子设备的结构示意图，如图7所示，该设备包括：一个处理器310以及存储器320。电子设备还可以包括：输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接，图7中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、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，即实现上述方法实施例CAD图纸暖通风管结构化信息提取方法。输入装置330可接收输入的数字或字符信息，以及产生与CAD图纸暖通风管结构化信息提取系统的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备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，可参见本发明实施例所提供的方法。
作为一种实施方式，上述电子设备应用于CAD图纸暖通风管结构化信息提取系统中，用于客户端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层，其中，所述风管线图层中包含风管线、所述法兰线图层中包含法兰线以及所述风管线中心线图层中包含风管线中心线；
将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段，并对所述至少一个线段进行预处理，分别得到与所述风管线相对应的第一目标线段集、与所述法兰线相对应的第二目标线段集以及与所述风管线中心线相对应的第三目标线段；
基于多边形化算法在所述第一目标线段集和所述第二目标线段中分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由所述至少一个第一目标线段与所述至少一个第二目标线段围合而成至少一个多边形区域；
根据多边形区域的形状特征对闭合的所述至少一个多边形区域划分为风管和/或管件，其中，所述风管包括横风管和/或立风管，所述形状特征包括圆形特征、矩形特征以及不规则多边形特征；
将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管；
根据相对位置关系对所述风管进行修正为管件，并对未修正的风管进行断管重连。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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）执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：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CAD图纸暖通风管结构化信息提取方法，其特征在于，包括：
对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层，其中，所述风管线图层中包含风管线、所述法兰线图层中包含法兰线以及所述风管线中心线图层中包含风管线中心线；
将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段，并对所述至少一个线段进行预处理，分别得到与所述风管线相对应的第一目标线段集、与所述法兰线相对应的第二目标线段集以及与所述风管线中心线相对应的第三目标线段；
基于多边形化算法在所述第一目标线段集和所述第二目标线段中分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由所述至少一个第一目标线段与所述至少一个第二目标线段围合而成至少一个多边形区域；
根据多边形区域的形状特征对闭合的所述至少一个多边形区域划分为风管和/或管件，其中，所述风管包括横风管和/或立风管，所述形状特征包括圆形特征、矩形特征以及不规则多边形特征；
将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管，其中，所述将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管包括：
通过聚类算法在所述第一目标线段集中寻找平行且等长的冗余的风管线段，并对冗余的风管线段进行分组，所述通过聚类算法在所述第一目标线段集中寻找平行且等长的冗余的风管线段，并对冗余的风管线段进行分组包括：
假设与/>是两条冗余的风管线段，/>与/>分别是风管线段/>与风管线段/>的中点，/>与/>分别是风管线段/>与水平方向的夹角、风管线段/>与水平方向的夹角；
计算风管线段和风管线段/>的方向向量与法向量分别是/>、以及/>、/>，并定义风管线段/>和风管线段/>之间的角度距离、方向距离、法向距离以及长度距离，其中，计算风管线段/>和风管线段/>之间的角度距离/>的表达式为：
，
计算风管线段和风管线段/>之间的方向距离/>的表达式为：
，
式中，为变量，/>等于0时可以得到平行线组，/>等于1可以得到共线线段组；
计算风管线段和风管线段/>之间的法向距离/>的表达式为：
，
计算风管线段和风管线段/>之间的长度距离/>的表达式为：
，
给定角度距离、方向距离/>、法向距离/>以及长度距离/>的权重分别为，得到最终距离矩阵，其中，计算最终距离矩阵的表达式为：
，
式中，为第i条风管线段和第j条风管线段之间的最终距离矩阵，默认设置/>；
当取时，最终距离矩阵应用于DBSCAN 算法时，可以得到平行的线段组，当取/>时，最终距离矩阵应用于 DBSCAN算法时，可得到共线的线段组；
假设得到个平行的线段组，第/>个平行线段组有/>条线段, 记为/>，计算第/>个平行线段组内所有线段与 x 轴夹角的平均值为/>，可得到第/>组平行线的法向量为/>，计算各个平行线段组内每条线段中点坐标与该组平行线的法向量的内积，即投影值；
以所述投影值为依据对各个平行线段组内线段从小到大排序，依顺序将相邻的每两条线段配对组合成一段风管；
根据相对位置关系对所述风管进行修正为管件，并对未修正的风管进行断管重连。
2.根据权利要求1所述的一种CAD图纸暖通风管结构化信息提取方法，其特征在于，所述对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层包括：
基于ObjectARX工具对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层。
3.根据权利要求1所述的一种CAD图纸暖通风管结构化信息提取方法，其特征在于，其中，所述风管线、所述法兰线以及所述风管线中心线为多段线、圆弧线或椭圆弧线；
所述将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段包括：
将所述多段线在节点处直接打断拆分成至少一个线段，或
基于采样方法将所述圆弧线和所述椭圆弧线转化为至少一个线段。
4.根据权利要求1所述的一种CAD图纸暖通风管结构化信息提取方法，其特征在于，所述根据相对位置关系对所述风管进行修正为管件包括：
通过聚类算法寻找相互平行的至少两个第二目标线段并基于线段长度对所述至少两个第二目标线段进行分组，得到至少一个第二目标线段组；
寻找每个第二目标线段组内以第二目标线段为端口的风管，并对与组内第二目标线段相对应的风管按照沿法兰线的法向进行排序；
判断与组内第二目标线段相对应的风管的风管数量是否为奇数：
若与组内第二目标线段相对应的风管的风管数量为奇数，则将序号为偶数的风管修改为变径；
若与组内第二目标线段相对应的风管的风管数量不为奇数，则输出异常。
5.根据权利要求1所述的一种CAD图纸暖通风管结构化信息提取方法，其特征在于，所述对未修正的风管进行断管重连包括：
通过聚类算法找到风管轴线共线且宽度相同的风管并分组，对分组后的风管按轴线方向进行排序；
检查各个组内前一个风管与后一个风管中间是否存在另一根风管，如果存在，则将这两根风管重新连接为一根风管。
6.一种CAD图纸暖通风管结构化信息提取系统，其特征在于，包括：
解析模块，配置为对暖通CAD图纸进行解析，得到风管线图层、法兰线图层以及风管线中心线图层，其中，所述风管线图层中包含风管线、所述法兰线图层中包含法兰线以及所述风管线中心线图层中包含风管线中心线；
拆分模块，配置为将所述风管线、所述法兰线以及所述风管线中心线分别拆分成至少一个线段，并对所述至少一个线段进行预处理，分别得到与所述风管线相对应的第一目标线段集、与所述法兰线相对应的第二目标线段集以及与所述风管线中心线相对应的第三目标线段；
围合模块，配置为基于多边形化算法在所述第一目标线段集和所述第二目标线段中分别寻找至少一个第一目标线段以及至少一个第二目标线段，使由所述至少一个第一目标线段与所述至少一个第二目标线段围合而成至少一个多边形区域；
划分模块，配置为根据多边形区域的形状特征对闭合的所述至少一个多边形区域划分为风管和/或管件，其中，所述风管包括横风管和/或立风管，所述形状特征包括圆形特征、矩形特征以及不规则多边形特征；
配对模块，将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管，其中，所述将围合后所述第一目标线段集中多余的平行且等长的线段配对组合成风管包括：
通过聚类算法在所述第一目标线段集中寻找平行且等长的冗余的风管线段，并对冗余的风管线段进行分组，所述通过聚类算法在所述第一目标线段集中寻找平行且等长的冗余的风管线段，并对冗余的风管线段进行分组包括：
假设与/>是两条冗余的风管线段，/>与/>分别是风管线段/>与风管线段/>的中点，/>与/>分别是风管线段/>与水平方向的夹角、风管线段/>与水平方向的夹角；
计算风管线段和风管线段/>的方向向量与法向量分别是/>、以及/>、/>，并定义风管线段/>和风管线段/>之间的角度距离、方向距离、法向距离以及长度距离，其中，计算风管线段/>和风管线段/>之间的角度距离/>的表达式为：
，
计算风管线段和风管线段/>之间的方向距离/>的表达式为：
，
式中，为变量，/>等于0时可以得到平行线组，/>等于1可以得到共线线段组；
计算风管线段和风管线段/>之间的法向距离/>的表达式为：
，
计算风管线段和风管线段/>之间的长度距离/>的表达式为：
，
给定角度距离、方向距离/>、法向距离/>以及长度距离/>的权重分别为，得到最终距离矩阵，其中，计算最终距离矩阵的表达式为：
，
式中，为第i条风管线段和第j条风管线段之间的最终距离矩阵，默认设置/>；
当取时，最终距离矩阵应用于DBSCAN 算法时，可以得到平行的线段组，当取/>时，最终距离矩阵应用于 DBSCAN算法时，可得到共线的线段组；
假设得到个平行的线段组，第/>个平行线段组有/>条线段, 记为/>，计算第/>个平行线段组内所有线段与 x 轴夹角的平均值为 />，可得到第/>组平行线的法向量为/>，计算各个平行线段组内每条线段中点坐标与该组平行线的法向量的内积，即投影值；
以所述投影值为依据对各个平行线段组内线段从小到大排序，依顺序将相邻的每两条线段配对组合成一段风管；
修正模块，配置为根据相对位置关系对所述风管进行修正为管件。
7.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311685392.5A CN117390812B (zh) | 2023-12-11 | 2023-12-11 | 一种cad图纸暖通风管结构化信息提取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311685392.5A CN117390812B (zh) | 2023-12-11 | 2023-12-11 | 一种cad图纸暖通风管结构化信息提取方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117390812A CN117390812A (zh) | 2024-01-12 |
| CN117390812B true CN117390812B (zh) | 2024-03-08 |
Family
ID=89437725
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311685392.5A Active CN117390812B (zh) | 2023-12-11 | 2023-12-11 | 一种cad图纸暖通风管结构化信息提取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117390812B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004013838A (ja) * | 2002-06-11 | 2004-01-15 | Mitsubishi Heavy Ind Ltd | ３次元ダクト図作成方法および３次元変換プログラム |
| CN106682087A (zh) * | 2016-11-28 | 2017-05-17 | 东南大学 | 一种基于车载装饰品特征稀疏编码的车辆检索方法 |
| CN112417538A (zh) * | 2020-11-10 | 2021-02-26 | 杭州群核信息技术有限公司 | 基于cad图纸的窗户识别方法和装置以及窗户三维重建方法 |
| CN114036616A (zh) * | 2021-11-17 | 2022-02-11 | 北京蜂鸟视图科技有限公司 | 基于cad电子图纸构建地图时生成闭合面的系统及其方法 |
| CN114973287A (zh) * | 2022-04-15 | 2022-08-30 | 江西少科智能建造科技有限公司 | 基于建筑图纸的信息提取方法、系统、存储介质及设备 |
| CN115455571A (zh) * | 2022-10-11 | 2022-12-09 | 中国航发湖南动力机械研究所 | 一种零件参考设计模型筛选方法、装置、设备及存储介质 |
| CN115455521A (zh) * | 2022-07-20 | 2022-12-09 | 合肥坤颐建筑科技合伙企业(有限合伙) | 给排水机房系统图生成方法、装置、设备及存储介质 |
| CN115906335A (zh) * | 2023-01-06 | 2023-04-04 | 山东高速德建集团有限公司 | 基于Dynamo附着升降作业防护平台力学建模方法 |
| CN117172212A (zh) * | 2023-08-15 | 2023-12-05 | 深圳市万翼数字技术有限公司 | 图纸中的目录提取方法、装置、电子设备和存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10535182B2 (en) * | 2018-02-23 | 2020-01-14 | Ephere Inc. | Method of rendering computer graphics curves |
-
2023
- 2023-12-11 CN CN202311685392.5A patent/CN117390812B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004013838A (ja) * | 2002-06-11 | 2004-01-15 | Mitsubishi Heavy Ind Ltd | ３次元ダクト図作成方法および３次元変換プログラム |
| CN106682087A (zh) * | 2016-11-28 | 2017-05-17 | 东南大学 | 一种基于车载装饰品特征稀疏编码的车辆检索方法 |
| CN112417538A (zh) * | 2020-11-10 | 2021-02-26 | 杭州群核信息技术有限公司 | 基于cad图纸的窗户识别方法和装置以及窗户三维重建方法 |
| CN114036616A (zh) * | 2021-11-17 | 2022-02-11 | 北京蜂鸟视图科技有限公司 | 基于cad电子图纸构建地图时生成闭合面的系统及其方法 |
| CN114973287A (zh) * | 2022-04-15 | 2022-08-30 | 江西少科智能建造科技有限公司 | 基于建筑图纸的信息提取方法、系统、存储介质及设备 |
| CN115455521A (zh) * | 2022-07-20 | 2022-12-09 | 合肥坤颐建筑科技合伙企业(有限合伙) | 给排水机房系统图生成方法、装置、设备及存储介质 |
| CN115455571A (zh) * | 2022-10-11 | 2022-12-09 | 中国航发湖南动力机械研究所 | 一种零件参考设计模型筛选方法、装置、设备及存储介质 |
| CN115906335A (zh) * | 2023-01-06 | 2023-04-04 | 山东高速德建集团有限公司 | 基于Dynamo附着升降作业防护平台力学建模方法 |
| CN117172212A (zh) * | 2023-08-15 | 2023-12-05 | 深圳市万翼数字技术有限公司 | 图纸中的目录提取方法、装置、电子设备和存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| Object Detection for Texture-less Tubular Joints using Hierarchical CAD Tree;Syeda Mariam Ahmed等;IEEE;20190113;全文 * |
| 关于太阳耀斑观测的地图匹配算法实现;李恺;张晗;康晓军;;航天返回与遥感;20141215(06期);全文 * |
| 基于GPU的海量城市管线高效建模与实时绘制;李融;丁欣;郑文庭;王锐;鲍虎军;;计算机辅助设计与图形学学报;20150415(04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117390812A (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2369513A2 (en) | Methods and systems for constructing multi-dimensional data models for distribution networks | |
| JP2022521817A (ja) | エンジニアリングデータソースからの資産データの自動抽出 | |
| WO2022057303A1 (zh) | 一种图处理的方法，系统以及装置 | |
| CN108108580B (zh) | 一种机电系统逻辑关系的生成方法、装置及建筑信息模型 | |
| US20130151551A1 (en) | Computer-implemented method of geometric feature detection | |
| CN110222407B (zh) | 一种bim数据的融合方法及装置 | |
| CN112632678B (zh) | 基于bim模型的拓扑数据结构创建方法、系统、设备及介质 | |
| CN115588077A (zh) | 解决三维人体模型与服装模型穿模的方法及电子设备 | |
| CN112926122A (zh) | 基于bim技术的预装三维效果图的建筑施工预拼装方法 | |
| CN114491200A (zh) | 基于图神经网络的异源兴趣点匹配方法和装置 | |
| CN105468869A (zh) | 一种pds模型的拓扑关系解析方法 | |
| CN114494648A (zh) | 基于有限元网格划分的网格调整方法、设备和存储介质 | |
| CN117390812B (zh) | 一种cad图纸暖通风管结构化信息提取方法及系统 | |
| CN109684739B (zh) | 一种基于bim模型的钢筋参数生成方法、装置及设备 | |
| CN104778308B (zh) | 飞机结构型材的识别方法和装置 | |
| CN115146392A (zh) | 一种船舶管路系统建模仿真方法、计算机存储介质及设备 | |
| CN111680376B (zh) | 线要素构建多边形的方法、装置及系统 | |
| CN115203805A (zh) | 基于bim技术的风管模型生成方法、装置及可读介质 | |
| Shen et al. | Virtual simulation of communication between KUKA robot and PLC | |
| Gong et al. | Reconstruction of 3D curvilinear wire-frame from three orthographic views | |
| CN112308975A (zh) | 用于三维轻量化引擎的rvm二进制模型解析方法及系统 | |
| CN112183567A (zh) | Birch算法的优化方法、装置、设备及存储介质 | |
| CN117290132B (zh) | 一种便于三维模型机电管线综合的数据处理方法及系统 | |
| CN117744553B (zh) | 现场可编程门阵列建模方法、装置、设备及存储介质 | |
| CN110633517A (zh) | 一种用于三维场景的高效切片方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |