PatViewer专利搜索

一种基于人工智能的建筑设计方法

发明公布  在审
申请(专利)号:CN201811554242.X国省代码:上海 31
申请(专利权)人:上海荷福人工智能科技(集团)有限公司
温馨提示:Ctrl+D 请注意收藏,详细著录项请首页检索查看。 Please note the collection. For details, please search the home page.

摘要:
本发明提供一种基于人工智能的建筑设计方法,通过建立数据库存储楼形产品数据,利用外设对所需设计的建筑进行地面结构分析,并对比相关内置限定条件,完成建筑设计方法。

主权项:
1.一种基于人工智能的建筑设计方法,通过建立数据库存储楼形产品数据,利用外设对所需设计的建筑进行地面结构分析,并对比相关内置限定条件,完成建筑设计方法,其特征在于,具体包括如下步骤:步骤1:建立服务器,通过服务器收集建筑物的模型数据,并预先存储可供选择的建筑参数;步骤2:采集地图数据,对待建设地区进行地形数据录入,并在线进行建筑地的圈定,上传CAD基地文件;步骤3:向服务器了录入建筑物的基础参数,限定建筑物各项基础数据;步骤4:服务器内进行数据对比,通过内部的模型数据结合步骤3录入的建筑物的基础参数,自动生成楼型产品模型,并生成电子文件输出。


说明书

一种基于人工智能的建筑设计方法

技术领域

本发明涉及人工智能技术领域,特别涉及一种基于人工智能的建筑设计方法。

背景技术

随着数字化和信息化进程的不断推进,现有的施工设计中,设计师通常都会应用
现有的建筑装饰领域的设计工具软件进行设计,并据此生成最终以电子化数据的形式呈现
的设计结果。

建筑行业工作离不开资料信息和经验知识,包括图纸、技术文档、操作规程和行业
资讯等。在当前设计工作流程中,建筑师一般采用传统纸质和电子化资料文档,部分信息借
助互联网,但基本上处于windows文件夹管理的低效状态,表现为:资料缺乏系统分类,资料
量少,存放位置分散,人为的形成一个个信息孤岛,缺乏系统集成管理,与外部网络资源联
系薄弱;资料查询方式单一,查询效率低下,资料内容显示不直观。在信息化时代,建筑设计
是大量项目信息通过建筑师集成和创作处理的工作过程,电子化程度高,信息交换频繁,低
效的设计资料管理模式必然影响设计工作效率的提升。

发明内容

为实现上述技术目的,达到上述技术效果,提出一种基于人工智能的建筑设计方
法,通过建立数据库存储楼形产品数据,利用外设对所需设计的建筑进行地面结构分析,并
对比相关内置限定条件,完成建筑设计方法,其特征在于,具体包括如下步骤:

步骤1:建立服务器,通过服务器收集建筑物的模型数据,并预先存储可供选择的
建筑参数;

步骤2:采集地图数据,对待建设地区进行地形数据录入,并在线进行建筑地的圈
定,上传CAD基地文件;

步骤3:向服务器了录入建筑物的基础参数,限定建筑物各项基础数据;

步骤4:服务器内进行数据对比,通过内部的模型数据结合步骤3录入的建筑物的
基础参数,自动生成楼型产品模型,并生成电子文件输出。

具体的,所述建筑参数包括一级建筑参数、二级建筑参数和三级建筑参数。

具体的,所述一级建筑参数包括轴网和建筑模型。

具体的,所述耳机建筑参数包括建筑系列、二维转三维和门窗工具。

具体的,所述三级建筑参数包括柱子、梁、楼板、墙体和楼梯、项目名称、门编号、类
型和防火等级,以及过梁、地坪标高、门套样式、门扇厚度、门扇高度、门扇宽度和备注。

具体的,所述CAD基地文件包括待建地区的地形地貌、圈地范围以及再在建地方案
报告。

具体的,所述外设包括搭载有遥控设备并具有红外传感和摄像拍照设备的无人
机、现场测绘设备以及远程通信设备。

具体的,所生成的电子文件包括了设计总平面图、楼型各层平面图、立面图、说明
书以及概算书。

具体的,所述的自动生成楼型模型产品模型的过程采用深度学习模型进行,利用
训练样本集中的各个样本,对预先构建的初始深度学习模型进行训练,得到中间深度学习
模型;其中,所述初始深度学习模型为:加载有分类目标函数的深度学习模型;

利用所述中间深度学习模型,计算所述训练样本集中各个样本的特征向量,并根
据所述训练样本集中各个样本的特征向量,计算中心点距离目标函数的中间参数的初始
值;

将中心点距离目标函数添加到所述中间深度学习模型中并加载所述中间参数的
初始值,得到目标深度学习模型;

导入训练样本集中的预设数量个样本作为批次数据;

利用当前目标深度学习模型,计算当前批次数据中各个样本的特征向量,并根据
当前批次数据中各个样本的特征向量,更新所述中间参数的参数值;

基于当前批次数据中各个样本的特征向量,计算所述中心点距离目标函数的函数
值和所述分类目标函数的函数值,并判断计算得到的中心点距离目标函数的函数值是否收
敛到第一预定区间,且计算得到的分类目标函数的函数值是否收敛到第二预定区间;

如果否,利用中心点距离目标函数的反向传播梯度和所述分类目标函数的反向传
播梯度,调整当前目标深度学习模型的参数,并返回执行所述导入所述训练样本集中的预
设数量个样本作为批次数据的步骤;

如果是,结束对当前目标深度学习模型的训练。

区别于现有技术,在现有设计方法的基础上,加入基于深度学习的人工智能设计
方式,可以减少设计过程中的人力消耗,设计师只需在出产的图纸基础上加以审核和修改,
直观、精细化的进行建筑设计,提供更多的方便。

具体实施方式

下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,
显然,所描述的实施例仅是本发明的一部分实施例,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。

一种基于人工智能的建筑设计方法,通过建立数据库存储楼形产品数据,利用外
设对所需设计的建筑进行地面结构分析,并对比相关内置限定条件,完成建筑设计方法,具
体包括如下步骤:

步骤1:建立服务器,通过服务器收集建筑物的模型数据,并预先存储可供选择的
建筑参数;

步骤2:采集地图数据,对待建设地区进行地形数据录入,并在线进行建筑地的圈
定,上传CAD基地文件;

步骤3:向服务器了录入建筑物的基础参数,限定建筑物各项基础数据;

步骤4:服务器内进行数据对比,通过内部的模型数据结合步骤3录入的建筑物的
基础参数,自动生成楼型产品模型,并生成电子文件输出。

其中,所述建筑参数包括一级建筑参数、二级建筑参数和三级建筑参数。

所述一级建筑参数包括轴网和建筑模型。

所述耳机建筑参数包括建筑系列、二维转三维和门窗工具。

所述三级建筑参数包括柱子、梁、楼板、墙体和楼梯、项目名称、门编号、类型和防
火等级,以及过梁、地坪标高、门套样式、门扇厚度、门扇高度、门扇宽度和备注。

所述CAD基地文件包括待建地区的地形地貌、圈地范围以及再在建地方案报告。

所述外设包括搭载有遥控设备并具有红外传感和摄像拍照设备的无人机、现场测
绘设备以及远程通信设备,无人机可以设定巡航线路,遥控无人机进行巡航,同时通过搭载
在无人机之上的遥感设备在每一个监测位置对于待建地区周边区域进行拍摄。

所生成的电子文件包括了设计总平面图、楼型各层平面图、立面图、说明书以及概
算书。

进一步的,所述的自动生成楼型模型产品模型的过程采用深度学习模型进行,利
用训练样本集中的各个样本,对预先构建的初始深度学习模型进行训练,得到中间深度学
习模型;其中,所述初始深度学习模型为:加载有分类目标函数的深度学习模型;

利用所述中间深度学习模型,计算所述训练样本集中各个样本的特征向量,并根
据所述训练样本集中各个样本的特征向量,计算中心点距离目标函数的中间参数的初始
值;

将中心点距离目标函数添加到所述中间深度学习模型中并加载所述中间参数的
初始值,得到目标深度学习模型;

导入训练样本集中的预设数量个样本作为批次数据;

利用当前目标深度学习模型,计算当前批次数据中各个样本的特征向量,并根据
当前批次数据中各个样本的特征向量,更新所述中间参数的参数值;

基于当前批次数据中各个样本的特征向量,计算所述中心点距离目标函数的函数
值和所述分类目标函数的函数值,并判断计算得到的中心点距离目标函数的函数值是否收
敛到第一预定区间,且计算得到的分类目标函数的函数值是否收敛到第二预定区间;

如果否,利用中心点距离目标函数的反向传播梯度和所述分类目标函数的反向传
播梯度,调整当前目标深度学习模型的参数,并返回执行所述导入所述训练样本集中的预
设数量个样本作为批次数据的步骤;

如果是,结束对当前目标深度学习模型的训练。

服务器用于存储可供用户设置的建筑参数;其中服务器存储用可供用户设置的建
筑框架、建筑设计细节等参数,服务器具体可以是采用任何合适数据存储类型或者存储架
构的数据库。

作为优选方案,可根据本发明方案构建硬件系统,包括一个或多个处理器以及存
储器。其中,处理器以及存储器可以通过总线或者其他方式连接,

存储器作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、
非易失性计算机可执行程序以及模块,如本发明实施例中的基于建筑信息模型的建筑设计
方法对应的程序指令/模块。处理器通过运行存储在存储器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的基于建
筑信息模型的建筑设计方法。

存储器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给建筑设计系统的使用所创建的数
据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,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,存储器可
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基于建筑信
息模型的建筑设计系统。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。

所述一个或者多个模块存储在所述存储器中,当被所述一个或者多个处理器执行
时,执行上述建筑设计方法。

采用上述技术方案,其可通过无人机对于场所周边环境进行图像的获取,并基于
对图像包含颜色的分析处理,以确定待建地区所在环境的主色调,以及建筑物各个位置所
对应的细节色调(即选用色调);基于上述色调数据的分析,使得建筑物的色调即可与周边
的主环境相符,又可使得场所相对于部分环境细节进行色调的贴合,以使得场所与周边环
境的整体协调程度得以显著改善。与此同时,上述基于移动平台分析的大型待建地区建筑
设计方法在对场所周边环境的色调进行监测的同时,亦可对于周边环境的人员与车辆流量
进行监测,以使得设计人员可获知待建地区周边各个区域的交通流量数值,并基于上述数
...

=>>详细说明书全文请进入首页检索查看

图1
©2018 IPPH.cn   PatViewer·专利搜索
主办单位:知识产权出版社有限责任公司  咨询热线:01082000860-8588
浏览器:IE9及以上、火狐等  京ICP备09007110号 京公网安备 11010802026659号