本發(fā)明涉及快速建模領(lǐng)域，具體是一種徽州建筑智能營造系統(tǒng)。

背景技術(shù)：

建筑快速建模在古建筑的數(shù)字化遺產(chǎn)保護、歷史文化推廣等領(lǐng)域具有重要的意義.中國古建筑中的徽州建筑是中國傳統(tǒng)民居的重要流派之一,其獨特的風(fēng)格與卓越的成就,成為中國建筑歷史濃墨重彩的一頁,是寶貴的古代文化遺產(chǎn).徽州建筑具有強烈的建筑風(fēng)格,無論是使用傳統(tǒng)的CAD軟件還是建模軟件進行建筑建模,不但需要專業(yè)的建筑領(lǐng)域知識,而且具有高成本、低效率等問題,并不適用于大規(guī)模的快速建模.對于建筑快速建模領(lǐng)域，現(xiàn)有技術(shù)存在以下不足：

1、對用戶需要較高的領(lǐng)域背景知識或設(shè)計相關(guān)技能：為控制建筑規(guī)模與體量,中國古代建筑構(gòu)建用料、等級都有嚴(yán)格規(guī)定，組件的類型選擇、連接方式和構(gòu)建規(guī)則只有建筑領(lǐng)域用戶才能夠掌握；而基于手繪、草圖識別的方法同樣要求用戶具有較高的手繪技能。模型質(zhì)量嚴(yán)重依賴于用戶專業(yè)技術(shù)水平，普通用戶學(xué)習(xí)成本太高，所構(gòu)建模型難以達(dá)到合理的質(zhì)量和效果；

2、使用或交互繁瑣、復(fù)雜：現(xiàn)有的通用3D建模軟件功能雖強但操作和交互復(fù)雜繁瑣，通常只有美術(shù)、設(shè)計領(lǐng)域?qū)I(yè)用戶才能掌握；

3、缺少對建模過程的重演：傳統(tǒng)3D建模方式通過手工操作逐步完成模型構(gòu)建，最后只能保存模型的最終形態(tài)，無法展示模型構(gòu)建的過程以及每個組件的參數(shù)設(shè)置，以便進行重復(fù)構(gòu)建或動態(tài)的修改。

技術(shù)實現(xiàn)要素：
為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種徽州建筑智能營造系統(tǒng)，所解決的技術(shù)問題是：能夠通過領(lǐng)域規(guī)則和建筑數(shù)據(jù)提取參數(shù)化信息，形成建筑和組件的高層參數(shù)庫和低層參數(shù)庫，高層參數(shù)庫用于推薦系統(tǒng)，指導(dǎo)用戶完成向?qū)降目焖俳＃坏蛯訁?shù)庫用于完成計算每個組件的具體物理參數(shù)，完成最終的模型構(gòu)建。模型的構(gòu)建具有過程化、參數(shù)化的特點，可實現(xiàn)動態(tài)展示、重復(fù)使用、動態(tài)修改、規(guī)則擴充等優(yōu)點，且能實現(xiàn)構(gòu)建過程的完整重演。

為了達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案為：

一種徽州建筑智能營造系統(tǒng)，其特征在于：包括高層規(guī)則庫模塊、低層規(guī)則庫模塊、智能向?qū)浇ＤK，其中：

所述高層規(guī)則庫模塊從領(lǐng)域規(guī)則和建筑數(shù)據(jù)中提取通俗易懂的高層特征，參數(shù)化后形成基于概率網(wǎng)絡(luò)的高層參數(shù)規(guī)則庫,作為與普通用戶快速建模的人機交互接口；

所述低層規(guī)則庫模塊從領(lǐng)域規(guī)則和測繪數(shù)據(jù)中提取不同類型建筑組件的物理、幾何屬性并分類進行參數(shù)化，形成屬性之間的生成方法、約束規(guī)則的低層參數(shù)規(guī)則庫；

所述智能向?qū)浇ＤK采取逐組件向?qū)降闹笇?dǎo)建模,實時向用戶推薦當(dāng)前構(gòu)建建筑組件的最佳高層參數(shù),響應(yīng)用戶確認(rèn)后，將用戶輸入的高層參數(shù)自動生成所有建筑模塊的低層參數(shù)，并在模型顯示與編輯平臺實時顯示。

所述的一種徽州建筑智能營造系統(tǒng)，其特征在于：所述高層規(guī)則庫模塊從領(lǐng)域規(guī)則和建筑數(shù)據(jù)中提取不同類型建筑的高層特征,經(jīng)過人工標(biāo)定或聚類等方式進行離散化預(yù)處理，最終提供給概率網(wǎng)絡(luò)用于結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)，形成基于概率網(wǎng)絡(luò)的高層參數(shù)規(guī)則庫。

所述的一種徽州建筑智能營造系統(tǒng)，其特征在于：低層規(guī)則庫模塊中，將模塊輸入的高層參數(shù)轉(zhuǎn)換為組件的物理、幾何等低層參數(shù)，最終完成模型的構(gòu)建。

所述的一種徽州建筑智能營造系統(tǒng)，其特征在于：智能向?qū)浇ＤK中，當(dāng)用戶在構(gòu)建每一個建筑組件時，高層規(guī)則庫模塊給用戶推薦當(dāng)前組件的最佳高層參數(shù)，且自動過濾掉不符合規(guī)則的參數(shù)選項，用戶可選擇其他可選的高層參數(shù)選項來替換系統(tǒng)推薦參數(shù)，也可不做任何交互而全部使用系統(tǒng)推薦參數(shù)。

所述的一種徽州建筑智能營造系統(tǒng)，其特征在于：智能向?qū)浇ＤK中，用戶確認(rèn)高層參數(shù)的選擇后，可即時看到當(dāng)前組件構(gòu)建效果，且可通過撤銷交互，重新選擇當(dāng)前組件的高層參數(shù)。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

即使是沒有任何建筑、設(shè)計領(lǐng)域背景知識的用戶也可快速完成徽州建筑建模。在需要快速構(gòu)建大量、多樣化的徽州建筑的場景，當(dāng)前建模軟件構(gòu)建模型效率低、學(xué)習(xí)成本和對用戶要求高的情況下，提供了一種有效快捷且成本低廉的快速建模手段，能夠節(jié)省大量的人力物力，降低了徽州建筑建模的準(zhǔn)入門檻。本發(fā)明能夠通過學(xué)習(xí)真實徽州建筑數(shù)據(jù)生成高層參數(shù)庫與低層參數(shù)庫，能夠自動通過建筑和組件的高層參數(shù)生成所有建筑組件具體的低層參數(shù)。同時，本發(fā)明所具備的智能向?qū)浇ＤK，以向?qū)降耐扑]方式逐組件的指導(dǎo)用戶完成整個模型的構(gòu)建，并能夠?qū)崟r看到當(dāng)前選擇組件參數(shù)的效果，并提供撤銷功能允許用戶重新選擇組件參數(shù)直至滿意，使得構(gòu)建過程簡單、快捷，構(gòu)建完成后可保存所有組件的高層參數(shù)，可實現(xiàn)構(gòu)建過程的重演。

附圖說明

圖1為本發(fā)明中的徽州建筑智能營造系統(tǒng)結(jié)構(gòu)框圖。

圖2為組件參數(shù)計算流程圖。

具體實施方式

為使得本發(fā)明的技術(shù)方案更加清楚、完善，下面結(jié)合附圖及實施例對本發(fā)明作進一步說明。應(yīng)當(dāng)理解，此處所描述的具體實例僅僅用于解釋本發(fā)明，并不用于限定本發(fā)明。

圖1為徽州建筑智能營造系統(tǒng)結(jié)構(gòu)框圖，如圖1所示，一種徽州建筑智能營造系統(tǒng)，包括：

1、模型顯示與編輯平臺：用于實時顯示當(dāng)前構(gòu)建的模型狀態(tài)，以及提供相機視角變換操作、選擇操作、紋理材質(zhì)修改操作等；

2、高層規(guī)則庫模塊：用于從領(lǐng)域規(guī)則和建筑數(shù)據(jù)中提取建筑高層特征,最終提供給概率網(wǎng)絡(luò)用于結(jié)構(gòu)學(xué)習(xí)和參數(shù)學(xué)習(xí)，形成高層規(guī)則庫；

3、低層規(guī)則庫模塊：用于從領(lǐng)域規(guī)則和建筑數(shù)據(jù)中提取建筑低層規(guī)則,實現(xiàn)將高層參數(shù)轉(zhuǎn)化為具體組件的低層物理參數(shù)，形成低層規(guī)則庫；

4、智能向?qū)浇ＤK：用于向?qū)降慕换シ绞街笇?dǎo)用戶選擇組件高層參數(shù)，自動計算組件低層參數(shù)，最終完成組件構(gòu)建。

本發(fā)明中的高層規(guī)則庫模塊的數(shù)據(jù)學(xué)習(xí)步驟，其具體步驟如下：

步驟一：通過實地測量、測繪數(shù)據(jù)等方式，獲取真實徽派建筑村落建筑群的真實數(shù)據(jù)；

步驟二：使用人工標(biāo)定或聚類等方式，將建筑數(shù)據(jù)中的連續(xù)數(shù)據(jù)類型轉(zhuǎn)換為離散數(shù)據(jù)類型；

步驟三：結(jié)合建筑領(lǐng)域規(guī)則，構(gòu)建高層參數(shù)概率網(wǎng)絡(luò)，其中網(wǎng)絡(luò)中的每個節(jié)點表示一個高層參數(shù)，為方便沒有建筑領(lǐng)域知識的用戶理解，都具備通俗、直觀的含義，屬性可選集合大小為2到5左右；

步驟四：對于完整數(shù)據(jù)集，使用計數(shù)算法(Counting Algorithm)對概率網(wǎng)絡(luò)進行參數(shù)學(xué)習(xí)；對于非完整數(shù)據(jù)，使用共軛梯度下降法(Conjugate Gradient Descent)或最大化期望算法(EM,Expectation Maximization)等方法進行參數(shù)學(xué)習(xí)。

如圖2所示，模型參數(shù)的計算流程如下：

步驟一：當(dāng)用戶確定當(dāng)前組件的高層參數(shù)后，使用當(dāng)前組件的高層參數(shù)、該組件依賴組件的低層參數(shù)來求解低層參數(shù)中的類型參數(shù)，以確定當(dāng)前組件所選用的類型；

步驟二：通過當(dāng)前組件的類型參數(shù)、該組件依賴組件的低層參數(shù)求解低層參數(shù)中的形狀參數(shù)，以確定該組件的幾何大小尺寸；

步驟三：通過當(dāng)前組件的形狀參數(shù)、該組件依賴組件的低層參數(shù)求解低層參數(shù)中的布局參數(shù)，以確定該組件的空間布局信息；

步驟四：通過當(dāng)前組件的布局參數(shù)、形狀參數(shù)、該組件依賴組件的低層參數(shù)求解低層參數(shù)中的位置參數(shù)，以確定該組件的具體空間坐標(biāo)和朝向；

步驟五：通過當(dāng)前組件的上述低層參數(shù)信息，最終完成當(dāng)前組件的幾何計算、繪制、空間擺放。

本發(fā)明智能向?qū)浇ＤK的智能推薦步驟如下：

步驟一：用戶準(zhǔn)備構(gòu)建下一建筑組件時，通過聯(lián)合樹算法(Junction Tree Algorithm)進行精確推理，或通過吉布斯抽樣（Gibb ssampling）進行近似推理，實時為用戶推薦當(dāng)前構(gòu)建組件的高層參數(shù)值；

步驟二：用戶可選擇修改當(dāng)前組件的高層參數(shù)值，確認(rèn)參數(shù)設(shè)置后，即將當(dāng)前組件的高層參數(shù)輸入低層規(guī)則庫，計算該組件的所有低層參數(shù)，完成當(dāng)前組件的構(gòu)建，并將構(gòu)建結(jié)果顯示在模型顯示與編輯平臺上；

步驟三：用戶對當(dāng)前組件構(gòu)建結(jié)果不滿意時，可選擇上一步，撤銷當(dāng)前組件的構(gòu)建，重復(fù)步驟一；若用戶選擇下一步，則進入下一組件構(gòu)建步驟，進入步驟一；若所有組件構(gòu)建完畢，進入步驟四；

步驟四：建筑所有組件全部構(gòu)建完畢，提示用戶建筑構(gòu)建完成。此時可保存所有組件的高層參數(shù)，以便重演構(gòu)建過程；也可導(dǎo)出模型做進一步處理。