掌桥专利:专业的专利平台
掌桥专利
首页

一种基于大数据的装修建模方法及系统

文献发布时间:2023-06-19 19:33:46


一种基于大数据的装修建模方法及系统

技术领域

本发明涉及装修模拟技术领域,具体是一种基于大数据的装修建模方法及系统。

背景技术

装修又称装潢或装饰。是指在一定区域和范围内进行的,包括水电施工、墙体、地板、天花板、景观等所实现的,依据一定设计理念和美观规则形成的一整套施工方案和设计方案。

现有的装修途径多种多样,包括智能化装修软件或者装修公司服务等,这些途径的共同点在于,最终都会渲染出一个三维模型,使得用户有一种身临其境的感觉,更好地调节自己的设计方案,直观性极强。

实际上,装修后的入住过程是一个动态的过程,很多问题只有在使用过程中,才能够发觉,尤其是碰撞问题,因此,如何进一步提高装修方案的真实性,为用户提供装修指引是本发明技术方案想要解决的技术问题。

发明内容

本发明的目的在于提供一种基于大数据的装修建模方法及系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:

一种基于大数据的装修建模方法,所述方法包括:

根据户型图查询装修案例,基于装修案例接收用户的选取信息,根据所述选取信息确定目标装修图;

遍历目标装修图中的组件信息,根据所述组件信息搭建三维场景;

基于大数据建立运动模型,将所述运动模型插入所述三维场景,实时接收反馈信息;所述反馈信息包括组件名称项和力学参数项;

根据所述反馈信息生成场景报告;所述场景报告用于表征各组件的风险级别。

作为本发明进一步的方案:所述根据户型图查询装修案例,基于装修案例接收用户的选取信息,根据所述选取信息确定目标装修图的步骤包括:

接收用户输入的户型图,将所述户型图输入预设的户型图库,查询相似度达到预设条件的参考户型图;

基于所述参考户型图在预设的案例库中查询装修案例;

显示所述装修案例,接收用户的选取信息,根据所述选取信息确定目标案例;

将所述目标案例与用户输入的户型图输入训练好的拟合模型,得到目标装修图;

其中,所述目标装修图中含有调节端口,用于接收用户输入的调节信息,基于调节信息对目标装修图进行调节。

作为本发明进一步的方案:所述遍历目标装修图中的组件信息,根据所述组件信息搭建三维场景的步骤包括:

根据用户输入的颗粒度确定检测网格,将所述检测网格插入目标装修图;

获取采样点处的高度,根据所述高度建立三维场景;所述采样点为所述检测网格的交点;

将所述高度与层高进行比对,根据比对结果在三维场景中确定动态区和静态区。

作为本发明进一步的方案:所述基于大数据建立运动模型,将所述运动模型插入所述三维场景,实时接收反馈信息的步骤包括:

查询目标装修图中各组件的参数;所述参数包括边角尺寸;

在预设的风险记录库中查询各组件的影响人群特征,根据所述影响人群特征在预设的模型库中选取运动模型;所述影响人群特征包括性别、年龄和体能参数;

基于大数据技术定时更新各运动模型的运动特征;所述运动特征为基于随机数生成的运动向量;

将含有运动特征的运动模型插入三维场景,实时监测各组件的碰撞信息,生成反馈信息。

作为本发明进一步的方案:所述将含有运动特征的运动模型插入三维场景,实时监测各组件的碰撞信息,生成反馈信息的步骤包括:

读取三维场景的静态区,根据所述检测网格在所述静态区中确定暂留点;

随机选取两个暂留点分别作为起点和终点,确定运动路径;

将含有运动特征的运动模型插入所述运动路径,实时监测各组件的碰撞信息;所述碰撞信息包括组件名称和压强;所述压强为矢量;

打包并统计运动路径、碰撞信息和运动模型,得到反馈信息。

作为本发明进一步的方案:所述根据所述反馈信息生成场景报告的步骤包括:

查询所述碰撞信息中的组件名称;

根据所述组件名称对反馈信息进行分类;

将分类好的反馈信息输入训练好的评价模型,得到场景报告。

本发明技术方案还提供了一种基于大数据的装修建模系统,所述系统包括:

装修图确定模块,用于根据户型图查询装修案例,基于装修案例接收用户的选取信息,根据所述选取信息确定目标装修图;

场景搭建模块,用于遍历目标装修图中的组件信息,根据所述组件信息搭建三维场景;

反馈信息接收模块,用于基于大数据建立运动模型,将所述运动模型插入所述三维场景,实时接收反馈信息;所述反馈信息包括组件名称项和力学参数项;

场景报告生成模块,用于根据所述反馈信息生成场景报告;所述场景报告用于表征各组件的风险级别。

作为本发明进一步的方案:所述装修图确定模块包括:

户型图查询单元,用于接收用户输入的户型图,将所述户型图输入预设的户型图库,查询相似度达到预设条件的参考户型图;

案例查询单元,用于基于所述参考户型图在预设的案例库中查询装修案例;

目标案例确定单元,用于显示所述装修案例,接收用户的选取信息,根据所述选取信息确定目标案例;

数据拟合单元,用于将所述目标案例与用户输入的户型图输入训练好的拟合模型,得到目标装修图;

其中,所述目标装修图中含有调节端口,用于接收用户输入的调节信息,基于调节信息对目标装修图进行调节。

作为本发明进一步的方案:所述场景搭建模块包括:

网格确定单元,用于根据用户输入的颗粒度确定检测网格,将所述检测网格插入目标装修图;

高度应用单元,用于获取采样点处的高度,根据所述高度建立三维场景;所述采样点为所述检测网格的交点;

分区单元,用于将所述高度与层高进行比对,根据比对结果在三维场景中确定动态区和静态区。

作为本发明进一步的方案:所述反馈信息接收模块包括:

参数查询单元,用于查询目标装修图中各组件的参数;所述参数包括边角尺寸;

模型选取单元,用于在预设的风险记录库中查询各组件的影响人群特征,根据所述影响人群特征在预设的模型库中选取运动模型;所述影响人群特征包括性别、年龄和体能参数;

运动特征更新单元,用于基于大数据技术定时更新各运动模型的运动特征;所述运动特征为基于随机数生成的运动向量;

反馈信息生成单元,用于将含有运动特征的运动模型插入三维场景,实时监测各组件的碰撞信息,生成反馈信息。

与现有技术相比,本发明的有益效果是:本发明在现有技术的基础上,生成含有组件信息的三维场景,基于大数据技术建立一些运动模型及其运动特征,随机在三维场景中确定一些路径,获取含有运动特征的运动模型在路径中的运动过程,实时监测碰撞信息,根据监测到的碰撞信息生成场景报告,使得用户更好地了解装修方案。

附图说明

为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例。

图1为基于大数据的装修建模方法的流程框图。

图2为基于大数据的装修建模方法的第一子流程框图。

图3为基于大数据的装修建模方法的第二子流程框图。

图4为基于大数据的装修建模方法的第三子流程框图。

图5为基于大数据的装修建模方法的第四子流程框图。

图6为基于大数据的装修建模系统的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

图1为基于大数据的装修建模方法的流程框图,本发明实施例中,一种基于大数据的装修建模方法,所述方法包括:

步骤S100:根据户型图查询装修案例,基于装修案例接收用户的选取信息,根据所述选取信息确定目标装修图;

户型图由用户输入,由户型图可以在预设的装修案例库中查询到一些装修案例,所述装修案例库基于大数据技术生成并定时更新,装修案例库中的含有案例项和评分项,装修案例库中的装修案例越多,确定的目标装修图就越容易满足用户需求。

值得一提的是,在用户的选取过程中,本方法的执行主体可以引入一些现有的匹配推荐技术,根据用户的选取操作不断地缩小装修案例库的范围,进而提高匹配速度。

步骤S200:遍历目标装修图中的组件信息,根据所述组件信息搭建三维场景;

所述组件信息对应着装修方案中各装修用具,包括硬装部分和软装部分,由这些组件信息,可以搭建三维场景;三维建模过程在现有技术中很常见,这一过程并不困难。

步骤S300:基于大数据建立运动模型,将所述运动模型插入所述三维场景,实时接收反馈信息;所述反馈信息包括组件名称项和力学参数项;

现有的装修方案展示环节,在三维场景建立后截止,本发明技术方案在此基础上进行了进一步的扩充,基于大数据技术查询一些运动模型,所述运动模型对应不同年龄、不同性别、不同身体机能的人员以及一些动物,包括学龄前儿童,成年女人,成年男性、宠物等;将这些运动模型插入所述三维场景,实时监测碰撞信息,所述碰撞信息可以极大地模拟入住过程,提前预知风险。

步骤S400:根据所述反馈信息生成场景报告;所述场景报告用于表征各组件的风险级别;

统计所有的反馈信息,对所述反馈信息进行分析,生成场景报告,所述场景报告表示了各个组件的风险级别,用户在查询到这些风险级别时,会对装修的三维场景进行调整,从而得到更加契合的装修方案。

图2为基于大数据的装修建模方法的第一子流程框图,所述根据户型图查询装修案例,基于装修案例接收用户的选取信息,根据所述选取信息确定目标装修图的步骤包括:

步骤S101:接收用户输入的户型图,将所述户型图输入预设的户型图库,查询相似度达到预设条件的参考户型图;

接收用户输入户型图,所述户型图为含有尺寸的图像数据,根据所述尺寸和所述图像数据在预设的户型图库中查询相似度较高的户型图,建立参考户型图库。

步骤S102:基于所述参考户型图在预设的案例库中查询装修案例;

基于所述参考户型图在预设的案例库中查询装修案例,参考户型图的数量不唯一,查询到的装修案例也不唯一。

步骤S103:显示所述装修案例,接收用户的选取信息,根据所述选取信息确定目标案例;

显示装修案例,借鉴现有的推送技术,获取用户的选取信息,最终可以确定一个目标案例。

步骤S104:将所述目标案例与用户输入的户型图输入训练好的拟合模型,得到目标装修图;

目标案例对应的户型图有可能与用户输入的户型图难以对应,此时,需要将目标案例与所述户型图进行拟合,拟合过程借鉴现有的拟合技术即可。需要说明的是,由于目标案例对应的户型图与用户输入的户型图之间的相似度较高,拟合过程并不困难。

作为本发明技术方案的一个优先实施例,所述目标装修图中含有调节端口,用于接收用户输入的调节信息,基于调节信息对目标装修图进行调节;由于拟合模型的性能不一,拟合结果可能存在错误,因此,建立调节端口,根据调节端口接收用户输入的调节信息,从而对目标装修图进行调节。

在此基础上,用户也可以借助所述调节端口主动输入一些调节信息,对目标装修图进行主观调节。

图3为基于大数据的装修建模方法的第二子流程框图,所述遍历目标装修图中的组件信息,根据所述组件信息搭建三维场景的步骤包括:

步骤S201:根据用户输入的颗粒度确定检测网格,将所述检测网格插入目标装修图;

所述颗粒度代表了检测密度,检测密度由检测网格中网格单元的尺寸确定。

步骤S202:获取采样点处的高度,根据所述高度建立三维场景;所述采样点为所述检测网格的交点;

将检测网格中网格单元的交点作为采样点,获取采样点处的高度,结合高度可以将装修图转换为三维场景。

步骤S203:将所述高度与层高进行比对,根据比对结果在三维场景中确定动态区和静态区;

当高度与层高的差值在一定范围内时,就说明该处没有安装家具或硬装材料,称为静态区;如果某处的高度与层高的差值较大,就说明该处设有家具等,称为动态区;命名的含义为,静态区中的组件一般都是固定的,比如瓷砖地面,动态区中的组件一般都是可调整的,比如沙发。

图4为基于大数据的装修建模方法的第三子流程框图,所述基于大数据建立运动模型,将所述运动模型插入所述三维场景,实时接收反馈信息的步骤包括:

步骤S301:查询目标装修图中各组件的参数;所述参数包括边角尺寸;

查询目标装修图中各组件的参数,所述参数包括边角尺寸;所述边角尺寸是压强的其中一个影响因素;

步骤S302:在预设的风险记录库中查询各组件的影响人群特征,根据所述影响人群特征在预设的模型库中选取运动模型;所述影响人群特征包括性别、年龄和体能参数;

实时获取风险记录,根据所述风险记录查询各组件的影响人群特征,比如厨房中的家具有更大概率影响做饭的人,因此,影响的人几乎都成人;由影响人群特征可以建立多个运动模型。

步骤S303:基于大数据技术定时更新各运动模型的运动特征;所述运动特征为基于随机数生成的运动向量;

基于大数据技术定时更新运动模型的运动特征,所述运动特征代表着一种随机性,由随机数乘以预设的运动参数得到,其中,不同运动模型的运动参数不同,如速度等,所述运动参数定时更新。

步骤S304:将含有运动特征的运动模型插入三维场景,实时监测各组件的碰撞信息,生成反馈信息;

将含有运动特征的运动模型插入三维场景,实时监测各组件的碰撞信息,统计所有碰撞信息,即可得到反馈信息。

作为本发明技术方案的一个优选实施例,所述将含有运动特征的运动模型插入三维场景,实时监测各组件的碰撞信息,生成反馈信息的步骤包括:

读取三维场景的静态区,根据所述检测网格在所述静态区中确定暂留点;

随机选取两个暂留点分别作为起点和终点,确定运动路径;

将含有运动特征的运动模型插入所述运动路径,实时监测各组件的碰撞信息;所述碰撞信息包括组件名称和压强;所述压强为矢量;

打包并统计运动路径、碰撞信息和运动模型,得到反馈信息。

上述内容对反馈信息的识别过程进行了限定,首先,读取三维场景中的静态区,根据检测网格在静态区中确定运动路径;所述运动路径不唯一,用于模拟用户的运动路线;然后,结合运动模型和运动路径,模拟用户在运动过程中,随机出现的一些异常运动行为,所述异常运动行为由所述运动特征确定;通俗地说,用户在运动路径上的运动为主运动,在主运动过程中,由运动特征生成一些随机的辅运动(方向和速度随机),结合主运动和辅运动,即有可能会碰撞到已有的组件,打包运动过程中产生的数据,即可得到反馈信息。

图5为基于大数据的装修建模方法的第四子流程框图,所述根据所述反馈信息生成场景报告的步骤包括:

步骤S401:查询所述碰撞信息中的组件名称;

步骤S402:根据所述组件名称对反馈信息进行分类;

步骤S403:将分类好的反馈信息输入训练好的评价模型,得到场景报告。

统计所述碰撞信息,根据碰撞信息中的组件对碰撞信息进行分类,即可得到各个组件被碰撞的可能性及其碰撞强度(由压强确定),借助工作人员预先设置的评价模型,可以得到场景报告。

图6为基于大数据的装修建模系统的组成结构框图,本发明技术方案的一个优选实施例中,提供了一种基于大数据的装修建模系统,所述系统10包括:

装修图确定模块11,用于根据户型图查询装修案例,基于装修案例接收用户的选取信息,根据所述选取信息确定目标装修图;

场景搭建模块12,用于遍历目标装修图中的组件信息,根据所述组件信息搭建三维场景;

反馈信息接收模块13,用于基于大数据建立运动模型,将所述运动模型插入所述三维场景,实时接收反馈信息;所述反馈信息包括组件名称项和力学参数项;

场景报告生成模块14,用于根据所述反馈信息生成场景报告;所述场景报告用于表征各组件的风险级别。

所述装修图确定模块11包括:

户型图查询单元,用于接收用户输入的户型图,将所述户型图输入预设的户型图库,查询相似度达到预设条件的参考户型图;

案例查询单元,用于基于所述参考户型图在预设的案例库中查询装修案例;

目标案例确定单元,用于显示所述装修案例,接收用户的选取信息,根据所述选取信息确定目标案例;

数据拟合单元,用于将所述目标案例与用户输入的户型图输入训练好的拟合模型,得到目标装修图;

其中,所述目标装修图中含有调节端口,用于接收用户输入的调节信息,基于调节信息对目标装修图进行调节。

所述场景搭建模块12包括:

网格确定单元,用于根据用户输入的颗粒度确定检测网格,将所述检测网格插入目标装修图;

高度应用单元,用于获取采样点处的高度,根据所述高度建立三维场景;所述采样点为所述检测网格的交点;

分区单元,用于将所述高度与层高进行比对,根据比对结果在三维场景中确定动态区和静态区。

所述反馈信息接收模块13包括:

参数查询单元,用于查询目标装修图中各组件的参数;所述参数包括边角尺寸;

模型选取单元,用于在预设的风险记录库中查询各组件的影响人群特征,根据所述影响人群特征在预设的模型库中选取运动模型;所述影响人群特征包括性别、年龄和体能参数;

运动特征更新单元,用于基于大数据技术定时更新各运动模型的运动特征;所述运动特征为基于随机数生成的运动向量;

反馈信息生成单元,用于将含有运动特征的运动模型插入三维场景,实时监测各组件的碰撞信息,生成反馈信息。

上述基于大数据的装修建模方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于大数据的装修建模方法的功能。

处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。

示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (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。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,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要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、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)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,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是,在本文中,术语“包括”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

相关技术
  • 一种基于大数据的脱硫磨制系统钢球调整方法及系统
  • 一种基于大数据CDP系统的数据指标体系建模方法及系统
  • 一种基于大数据的智能装修需求匹配推单系统及方法
技术分类

06120115958317