掌桥专利:专业的专利平台
掌桥专利
首页

一种设计图中车位识别的方法、介质及电子设备

文献发布时间:2024-04-18 19:58:21


一种设计图中车位识别的方法、介质及电子设备

技术领域

本发明涉及建筑设计领域,尤其是涉及一种设计图中车位识别的方法、介质及电子设备。

背景技术

在停车场与车库的建筑设计过程中,经常需要对设计图纸中的车位数量进行统计,以对设计方案的指标进行统计及设计方面的优化。当前对设计图纸中的车位进行识别和统计的方法主要基于AutoCAD平台提供的特性功能对车位图元的数量进行统计,该统计方式需要过多的人工参与,且在人员疏忽或设计图纸不规范的情况下极易导致统计结果不准确的问题。使用该统计方式时,统计之前需要将设计图纸中的所有车位单独筛选出来,人工操作繁琐复杂,如果遇到规模较大的方案或不规范的图纸,需要耗费大量时间整理图纸且容易出错;另外,如果有其它图元掺杂在车位图元中或同一位置有多个重叠车位图元,人眼无法发现的话,使用AutoCAD统计会导致图元误算,造成统计结果不正确;此外,使用AutoCAD统计还存在无法对不同大小的车位图元进行统计、无法对车位图元进行自动排序编号的问题,都需要人工的参与,不仅导致车位图元的识别和统计效率低,进而导致设计图纸的修改效率低。

因此,需要一种能够对设计图纸中的车位图元进行自动识别并针对各种易错问题进行优化的识别统计方案,提高设计图纸中车位图元的识别统计效率和准确性。

发明内容

本申请的一个目的是提供一种设计图中车位识别的方法、介质及电子设备,用以解决现有技术下对设计图中车位图元进行识别和统计的效率较低、准确性不高的问题。

为实现上述目的,本申请的一些实施例提供了一种设计图中车位识别的方法,该方法包括:

获取包括车位图元的设计图;

对设计图进行识别,确定设计图中的多个车位图元;

对多个车位图元进行异常状态检查,去除存在异常状态的车位图元;

根据车位图元的不同类型,对多个车位图元进行统计并导出统计数据。

进一步地,获取包括车位图元的设计图之后,还包括:

获取设计图中需要进行车位图元统计的图形区域;

根据图形区域确定用于车位图元识别统计的设计图。

进一步地,对设计图进行识别,确定设计图中的多个车位图元,包括:

获取用于车位图元识别统计的设计图中需要进行车位图元识别的图层;

对用于车位图元识别统计的设计图中图层的图元进行识别,确定图层中的候选车位图元;

对候选车位图元进行识别筛选,确定用于车位图元识别统计的设计图中的多个车位图元。

进一步地,对用于车位图元识别统计的设计图中图层的图元进行识别,确定图层中的候选车位图元,还包括:

将候选车位图元的三维坐标转换为位于同一平面的坐标。

进一步地,确定图层中的候选车位图元之后,还包括:

根据车位图元的表现形式确定相应的工作模式,并根据确定的工作模式进行车位图元的识别统计,车位图元的表现形式为块或多线段,工作模式包括块模式和非块模式。

进一步地,对候选车位图元进行识别筛选,确定用于车位图元识别统计的设计图中的多个车位图元,包括:

对候选车位图元进行分解,根据分解图元进行判断筛选,去除不满足预设第一条件的候选车位图元,第一条件为分解图元包括矩形;

获取预先设定的车位图元的尺寸数据,并根据尺寸数据,确定车位图元的面积;

将面积与分解图元中矩形的面积进行比对,去除不满足预设第二条件的候选车位图元,第二条件为面积与分解图元中矩形的面积相同;

将剩余的候选车位图元确定为用于车位图元识别统计的设计图中的车位图元。

进一步地,异常状态检查,至少包括如下一种:

面积异常检查、叠加异常检查和相交异常检查。

进一步地,该方法还包括:

获取多个车位图元的位置点并对位置点进行排序;

根据多个车位图元的数量,生成连续的编号;

将生成的编号与位置点一一对应。

本申请的一些实施例还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现前述设计图中车位识别的方法。

本申请的一些实施例还提供了一种电子设备,该电子设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,使该电子设备执行前述设计图中车位识别的方法。

与现有技术相比,本申请提供的方案能够获取包括车位图元的设计图,并对设计图进行识别,确定设计图中的多个车位图元,对多个车位图元进行异常状态检查,去除存在异常状态的车位图元,再根据车位图元的不同类型,对多个车位图元进行统计,从而能够以自动化方式对设计图中的车位图元进行识别和统计,能够提高对车位图元的识别效率和识别准确性,进而提高设计图修改的效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:

图1为本申请的一些实施例提供的一种设计图中车位识别的方法的流程图。

图2为本申请的一些实施例提供的一种通过组合Grasshopper电池实现车位识别的结构示意图。

图3为本申请的一些实施例提供的一种用于获取设计图的Grasshopper电池的结构示意图。

图4a为本申请的一些实施例提供的一种通过核验得到的叠加异常点和相交异常点的示意图。

图4b为本申请的一些实施例提供的一种实现叠加异常点和相交异常点核验的Grasshopper电池的结构示意图。

图5为本申请的一些实施例提供的一种对车位图元的不同类型分别进行统计的结果示意图。

图6a为本申请的一些实施例提供的一种车位图元排序编号的示意图。

图6b为本申请的一些实施例提供的一种实现车位图元自动排序编号的Grasshopper电池的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。

在此,本申请实施例的设计图中车位识别的方法适合用于停车场或车库的建筑设计场景。

在车库或停车场的传统建筑设计过程中,往往需要以人工方式对设计图中的车位图元进行识别和统计,不仅需要花费大量时间对设计图进行整理,在遇到车位图元中有其它图元掺杂或多个车位图元重叠时,对车位图元进行统计极易产生错误,造成车位统计结果不准确,进而导致设计图产生错误,影响建筑设计的准确性;另外,对不同类型的车位分别进行识别、统计也是比较困难的问题,难以方便地进行分类统计,也难以对当前的车位图元进行更多的信息处理和逻辑运算;在需要对车位进行编号时,也需要人工对每个车位进行一一编号,费时费力,而且出错几率较高。

本申请实施例提供的设计图中车位识别的方法,能够获取包括车位图元的设计图,并对设计图进行识别,确定设计图中的多个车位图元,对多个车位图元进行异常状态检查,去除存在异常状态的车位图元,再根据车位图元的不同类型,对多个车位图元进行统计,从而能够以自动化方式对设计图中的车位图元进行识别和统计,能够提高对车位图元的识别效率和识别准确性,进而提高设计图修改的效率。

本申请的一些实施例提供了一种设计图中车位识别的方法,如图1所示,该方法具体包括如下步骤:

步骤S101,获取包括车位图元的设计图。

在此,设计图是建筑设计图,可以包括但不限于停车场或车库的建筑设计,只要是包含有多个车位的建筑设计即可,本申请实施例对此不作具体限制。

本申请的一些实施例中,设计图为电子设计图,可以在电子设备上存储和显示。设计图以文件的形式存储在电子设备的存储器中。可以理解,设计图的文件格式可以为不同的格式,例如DWG格式、DXF格式、DGN格式、DWF格式等,本申请实施例对此不作具体限制。

设计图中包括多种图元,不同的图元用于描述建筑设计中的不同设计组件,本申请的一些实施例中,设计图中至少包括两个以上的车位图元,一般包括数十乃至数百个车位图元。

本申请的一些实施例中,设计图使用DWG格式,DWG格式文件具有良好的兼容性,可以在多个CAD软件中编辑和查看,在工程设计和建筑设计领域中得到了广泛的应用。

本申请的一些实施例中,通过3D造型软件Rhino导入设计项目的DWG图纸文件来获得包括车位图元的设计图。3D造型软件Rhino是一种三维建模工具软件,广泛应用于三维动画制作、工业制造、科学研究及机械设计等领域,它能够整合不同建模软件的模型功能,并且能输出多种模型格式,能够高效增加三维建模的效率。

本申请的一些实施例中,3D造型软件Rhino还安装有Grasshopper插件,Grasshopper是一种在Rhino环境下运行的采用程序算法生成模型的插件,其不需要太多程序语言的知识就可以通过一些简单的流程方法得到想要的模型。Grasshopper中包括预设的功能组件和自定义的功能组件,Grasshopper功能组件也称为Grasshopper电池或运算器等。

在此,在Rhino中导入DWG图纸文件后,再打开Grasshopper相关电池文件,图2示出本申请的一些实施例中通过组合Grasshopper电池实现车位识别的相关结构。

图3示出本申请的一些实施例中用于获取设计图的Grasshopper电池结构,如图3所示,用于获取设计图的前端输入包括三个端口,输入端口为Muntiline Data形式,不仅能同时输入多个数据,还能够在多个图层中识别多种尺寸的车位图元。

本申请的一些实施例中,可以指定设计图中需要进行车位识别的区域,具体来说是在得到包括车位图元的设计图之后,获取设计图中需要进行车位图元统计的图形区域,根据该图形区域确定用于车位图元识别统计的设计图。

在此,包括车位图元的设计图中,车位图元分布通常并不均匀,在设计图的某些区域分布有多个车位图元,而在其它区域很少或没有车位图元的分布,因此仅在分布有多个车位图元的设计图的区域进行车位图元的识别和统计,能够提高车位图元识别的效率。

本申请的一些实施例中,通过Grasshopper中的Rec运算器框选设计图中需要进行车位图元统计的图形区域,从而可以把位于设计图中不同图层或不同区域的车位图元分别进行处理。以下示例中的运算器或电池皆为Grasshopper平台中的功能组件。

在此,得到设计图中需要进行车位图元统计的图形区域后,将该图形区域作为用于车位图元识别统计的设计图,使用该设计图进行后续处理。

步骤S102,对设计图进行识别,确定设计图中的多个车位图元。

本申请的一些实施例中,对设计图进行识别,确定设计图中的多个车位图元,具体可以包括如下步骤:

1)获取用于车位图元识别统计的设计图中需要进行车位图元识别的图层;

2)对用于车位图元识别统计的设计图中图层的图元进行识别,确定图层中的候选车位图元;

3)对候选车位图元进行识别筛选,确定用于车位图元识别统计的设计图中的多个车位图元。

在此,首先获取需要进行车位图元识别的图层,用于车位图元识别统计的设计图中可以包括多个图层,不同的图层中包括不同的设计组件,通过指定包括车位图元的图层,再对指定图层中的图元进行识别,能够提高车位图元识别的效率。

本申请的一些实施例中,可以通过Panel电池输入用于车位图元识别统计的设计图中包括车位图元的图层名称。另外,Panel电池还可以用于输入车位图元的尺寸数据,这里的尺寸数据可以有不同大小,用于对应不同类型的车位,例如普通车位、子母车位、微型车位等。

本申请的一些实施例中,对图层中的图元进行识别,确定图层中的候选车位图元,可以通过Elefront电池中的RefLay运算器和Human电池中的SortByType运算器对指定的图层进行识别并选出相应的候选车位图元。在此,候选车位图元包括图层中所有可识别的图元,候选车位图元用于在后续处理中逐步筛选去除非车位图元以得到真正的车位图元。

本申请的一些实施例中,还可以通过Point In Brep电池对候选车位图元进行位置筛选,确定候选车位图元的三维坐标,三维坐标用于描述候选车位图元在X轴、Y轴和Z轴的坐标。

本申请的一些实施例中,还可以对候选车位图元的坐标进行转换,将候选车位图元的三维坐标转换为位于同一平面的坐标。具体来说,可以通过Deconstruct和ConstructPoint电池给所有候选车位图元的坐标进行分解和重建处理,将Z轴坐标归零,从而确保所有候选车位图元能在同一平面上。通过将候选车位图元的三维坐标转换为平面坐标,能够避免不规范的设计图中候选车位图元的Z轴坐标不在一个平面上导致对候选车位图元的识别统计错误。

本申请的一些实施例中,确定图层中的候选车位图元之后,还可以根据车位图元的表现形式确定相应的工作模式,再根据确定的工作模式进行车位图元的识别统计。具体来说,是在车位图元的表现形式为块的情况下,将工作模式确定为块模式,在车位图元的表现形式为多线段的情况下,将工作模式确定为非块模式。

可以理解,不同设计人员的绘图习惯不同,设计得到的设计图中车位图元的表现形式也不同,有的设计人员将车位图元表示为块,有的设计人员将车位图元表示为多线段(即PL线),为了能够对使用不同表现形式的车位图元进行识别,可以根据车位图元的表现形式确定后续对车位图元进行识别的工作模式。

本申请的一些实施例中,可以通过Toggle运算器和Cull Pattern运算器来判断车位图元的表现形式是否为块,从而确定后续处理时使用块还是非块的工作模式,从而可以兼容设计图中不同的绘图习惯。

本申请的一些实施例中,对候选车位图元进行识别筛选,确定用于车位图元识别统计的设计图中的多个车位图元,可以包括如下步骤:

1)对候选车位图元进行分解,根据分解图元进行判断筛选,去除不满足预设第一条件的候选车位图元。

在此,首先对由多个候选车位图元组成的集合进行形状筛选。通过收集各种设计图中常见的车位图元可知,不管车位图元有多复杂,都有一个和车位轮廓尺寸一致的矩形,即正常车位都为矩形,因此通过将第一条件确定为分解图元包括矩形,可以根据第一条件对分解图元进行是否包括矩形的判断筛选,将分解单元不包括矩形的候选车位图元从候选车位图元的集合中去除。

本申请的一些实施例中,通过Debrep运算器对候选车位图元进行分解,使用CullPattern运算器进行判断筛选,将候选车位图元的集合中非四边形、非矩形的候选车位图元去掉。

2)获取预先设定的车位图元的尺寸数据,并根据尺寸数据,确定车位图元的面积。

接下来进行面积筛选,获取前面通过Panel电池得到的车位图元的尺寸数据,计算出车位图元的面积。

3)将面积与分解图元中矩形的面积进行比对,去除不满足预设第二条件的候选车位图元。

在此,将第二条件确定为面积与分解图元中矩形的面积相同,这里的面积相同也可以包括两个面积的差距在预先设定的面积误差范围内。

本申请的一些实施例中,通过Area运算器和Larger运算器将车位图元的面积与分解图元中各个矩形的面积进行比对筛选,去除矩形面积不足的候选车位图元。

4)将剩余的候选车位图元确定为用于车位图元识别统计的设计图中的车位图元。

通过上述形状筛选和面积筛选,候选车位图元集合中剩下来的多个候选车位图元都为真正的车位图元了,因此将剩余的候选车位图元确定为用于车位图元识别统计的设计图中的车位图元。

本申请的一些实施例中,还预留了一些调节接口和容差选项,从而可以将因为绘图误差导致的近似矩形和面积略小一点的候选车位图元在人工允许的条件下作为车位图元计入最终的统计结果。

步骤S103,对多个车位图元进行异常状态检查,去除存在异常状态的车位图元。

在此,设计图中可能包括有车位图元重叠、相交等异常情况,在对车位图元进行统计时,需要对存在异常状态的车位图元进行排除。

本申请的一些实施例中,异常状态检查可以包括但不限于:面积异常检查、叠加异常检查和相交异常检查。这里通过异常点描述异常状态,异常点可以包括但不限于面积异常点、叠加异常点和相交异常点。

面积异常点即车位图元的面积不符合输入面积尺寸的车位图元。本申请的一些实施例中,可以通过Equality运算器和Area运算器进行面积对比,得到面积异常点并在设计图中进行标注。

叠加异常点即同一位置有多个重叠的车位图元,人眼很难看出,但是会影响车位图元的识别统计结果。本申请的一些实施例中,可以通过Point Groups运算器筛选出距离小于一定阈值的图元,去除重叠的车位图元,阈值可以根据实际情况预先设定。

相交异常点即两个车位图元的线条存在相交的情况。本申请的一些实施例中,可以通过Point In Curves运算器对相交异常点进行核验。

图4a示出本申请的一些实施例中一种通过核验得到的叠加异常点和相交异常点,如图4a所示,通过相应电池的计算后,左侧设计图中车位图元叠加的位置和车位图元有线条相交的位置分别生成了相应的圆形图案,在识别统计过程中可以通过生成的圆形图案来检查人眼发现不了的错误。

本申请的一些实施例中,可以通过List Length运算器对车位图元的异常点数量进行统计,通过Dot Display运算器标注出该车位图元的位置,根据标注出的位置对设计图进行调整。图4b示出本申请的一些实施例中一种实现叠加异常点和相交异常点核验的Grasshopper电池结构。

步骤S104,根据车位图元的不同类型,对多个车位图元进行统计并导出统计数据。

在此,车位图元的类型可以包括但不限于:普通车位、直面车位、微型车位、电动车位等。

在设计人员根据核验的结果反馈调整设计图并确认无误后,再进行识别统计得到的车位图元的数量就是准确的车位数量。得到车位数量后,还可以增加一些运算器进行进一步的信息加工和逻辑运算,还可以使用电池根据车位图元的信息自动生成表格等,从而在多方案出图和修改频繁的阶段可以节约大量人力,极大提高设计工作效率。

图5示出本申请的一些实施例中对车位图元的不同类型分别进行统计的结果,如图5所示,其中根据不同图层分别对普通车位、子母车位和微型车位的数量进行了统计。

本申请的一些实施例中,还可以在设计图中对识别的多个车位图元进行有序编号。具体来说,需要根据多个车位图元的信息进行进一步处理,可以包括如下步骤:

1)获取多个车位图元的位置点并对位置点进行排序;

2)根据多个车位图元的数量,生成连续的编号;

3)将生成的编号与位置点一一对应。

图6a示出本申请的一些实施例中一种车位图元排序编号,图6b示出本申请的一些实施例中一种实现车位图元自动排序编号的Grasshopper电池的结构。如图6b所示,通过Grasshopper相应电池首先提取出每个车位图元所在的位置点,再根据输入的UV容差,使用Sort Points运算器对多个车位图元的位置点进行排序,并使用Elefront运算器在Panel电池的窗口中输入字体、图层、起始编号等标注样式,通过滑动拉杆输入字号,再根据车位图元的数量使用Series运算器创造连续数列组成编号,随后使用Define Text Object运算器在对应的位置点生成编号,再以一个Button按钮一键标注,从而生成符合条件的车位图元编号。

本申请的一些实施例还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现前述设计图中车位识别的方法。

本申请的一些实施例还提供了一种电子设备,该电子设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,使该电子设备执行前述设计图中车位识别的方法。

综上所述,本申请提供的方案能够获取包括车位图元的设计图,并对设计图进行识别,确定设计图中的多个车位图元,对多个车位图元进行异常状态检查,去除存在异常状态的车位图元,再根据车位图元的不同类型,对多个车位图元进行统计,从而能够以自动化方式对设计图中的车位图元进行识别和统计,能够提高对车位图元的识别效率和识别准确性,进而提高设计图修改的效率。

需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。

在本申请一个典型的配置中,终端、网络设备均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。

另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本申请的一个实施例包括一个设备,该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该设备运行基于前述根据本申请的多个实施例的方法和/或技术方案。

对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。

相关技术
  • 一种车位确定方法、装置、电子设备、车辆及存储介质
  • 一种车位识别方法、装置、设备及介质
  • 一种漆面识别方法、装置、存储介质及电子设备
  • 一种虚假主叫识别方法、装置、电子设备及存储介质
  • 一种基于图像识别的语言学习方法、电子设备及存储介质
  • 一种车位识别方法、识别系统、电子设备及存储介质
  • 一种车位状态识别方法、装置、电子设备及存储介质
技术分类

06120116483041