一种CAD图纸中感烟探测器动态排布的方法技术

本发明专利技术属于图纸分析技术领域，且公开了一种CAD图纸中感烟探测器动态排布的方法，包括动态排布方法与构件分析模块，该CAD图纸中感烟探测器动态排布的具体操作步骤如下：S1、获取待绘制的建筑底图dwg文件；S2、通过cad解析服务，获取图纸相关楼层信息和构成构件的最基础图元信息。本发明专利技术运用深度神经网络模型解决了CAD建筑设计图纸中构件和空间的精准识别问题，减少了构件识别对图层的过度依赖；基于识别到的构件和空间，解决电气设计中的感烟探测器构件放置排布问题；依靠计算机的精准计算，既能够保证构件的放置完全符合设计规范，相较于人工设计、手动绘图，人力成本和时间成本更是得到了最大程度的节省。是得到了最大程度的节省。是得到了最大程度的节省。

【技术实现步骤摘要】
一种CAD图纸中感烟探测器动态排布的方法


[0001]本专利技术属于图纸分析
，具体是一种CAD图纸中感烟探测器动态排布的方法。

技术介绍

[0002]CAD图纸具体指的就是采用CAD软件绘制的图纸，该图纸广泛应用于建筑行业，是建筑参考图纸的主要依据，且其凭借数据记录详细观察清晰与调整容易而广受欢迎。
[0003]现在的建筑设计施工领域，CAD图纸的绘制主要是由具有多年工作经验的电气设计师手动进行构件的放置排布，但这样的方式，通常导致感烟探测器构件的放置以下几个问题：感烟探测器构件的覆盖半径是变动的，通常需要视放置空间的情况而定，借助现有的绘图软件，无法精准确定每个感烟探测器的覆盖范围，可能出现一些空间的角落位置未能被覆盖，可能存在安全隐患；为避免安全隐患的存在，保证感烟探测器能够完全覆盖其监控区域，从而在覆盖区域内放置了多余的感烟探测器，造成成本的增加；设计师手动进行排布，时间周期长，无法快速及时地响应施工中的变更；施工图的绘制通常需要经验丰富的电气设计工程师，需要其积累的行业知识作为绘图的基础条件，从而导致人工设计成本较高。
[0004]为了解决上述问题，本申请提出了一种CAD图纸中感烟探测器动态排布的方法。

技术实现思路

[0005]本专利技术的目的是针对以上问题，本专利技术提供了一种CAD图纸中感烟探测器动态排布的方法，具有设计规范、成本低、安全隐患小与设计周期短的优点。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种CAD图纸中感烟探测器动态排布的方法，包括动态排布方法与构件分析模块，该CAD图纸中感烟探测器动态排布的具体操作步骤如下：
[0007]S1、获取待绘制的建筑底图dwg文件；
[0008]S2、通过cad解析服务，获取图纸相关楼层信息和构成构件的最基础图元信息，若可以获取到基础图元信息则记录此条标志为1；否则记录此条标志为0，进入统计分析流程；
[0009]S3、构件合并与分类，将含义相近的图层的基础图元按照特定的匹配模式进行合并，获取每个构件的外接矩形框，采用基于深度学习的分类模型对图片上构件外接矩形区域进行分类，获取构件的类别名称，若可以获取到构件及其名称则记录此条标志为1；否则记录此条标志为0，进入统计分析流程；
[0010]S4、空间的分割与命名，在S3中已经分类构件中找到门窗构件，并连接门窗的两侧的短墙线，从而形成封闭空间，然后用图像处理的方法找到每个小空间，然后为每个小空间匹配空间内部文本，从而得到每个空间名称，若可以获取到空间及其名称则记录此条标志为1；否则记录此条标志为0，进入统计分析流程；
[0011]S5、遍历空间，进行感烟探测器的放置排布；根据国家建筑电气设计规范，通过获取到的空间信息确定感烟探测器的覆盖半径，从而确定每个空间内需要放置的感烟探测器
的数量以及安装位置，并定义感烟探测器的放置尺寸、旋转角度、绘制图层等细节信息，若可以获取到感烟探测器的安装位置则记录此条标志为1；否则记录此条标志为0，进入统计分析流程；
[0012]S6、调用CAD的打印服务，以完成图纸的自动化出图，若可以正确完成CAD图纸出图则记录此条标志为1；否则记录此条标志为0，进入统计分析流程；
[0013]S7、对整个过程的动作结果进行统计分析，记录标志位全部为1，则完成图纸的自动化出图，若存在标志0，则未能成功出图；同时，根据标志0出现的位置获取图纸未能完成自动化出图的原因；
[0014]整个操作步骤从S1
‑
7均会进行YES与NO的判断处理，如果可以继续往下工作判定为YES、并且针对该操作记录为1；反之则是输出判定为NO、并且针对该操作记录为0，简单来说整个系统的流程进行判断类似于计算机二进制的“是与非”原则，不会出现第三种情况。
[0015]作为本专利技术的一种优选技术方案，S3中具体操作又分为如下步骤：
[0016]S31、获取不同楼盘、不同画图风格的CAD图纸；
[0017]S32、将含义相近的图层的基础图元按照特定的匹配模式进行合并，获取每个构件的外接矩形框，获取矩形框区域的构件图像；
[0018]S33、使用构件区域图像训练构件分类深度神经网络模型，获得构件分类模型。
[0019]作为本专利技术的一种优选技术方案，S5中具体操作分为如下步骤：
[0020]S51、遍历每个空间，获取当前空间用途属性，确定当前空间是否需要安装感烟探测器；
[0021]S52、获取当前空间长度、宽度、高度、用途属性等信息，精准确定感烟探测器的覆盖半径；
[0022]S53、通过感烟探测器的覆盖半径和空间的宽度确定，需要放置感烟探测器的排数；
[0023]S54、通过感烟探测器的覆盖半径和空间的长度确定，需要每排安装线上需要放置感烟探测器的数量；
[0024]S55、根据S52和S53的计算结果确定每个感烟探测器的具体放置位置坐标；
[0025]S56、通过计算定义感烟探测器的放置尺寸、旋转角度、绘制图层等细节信息，以完成感烟探测器在当前空间的放置排布，继续对下一空间重复如上步骤，直至遍历所有空间。
[0026]作为本专利技术的一种优选技术方案，S2步骤中图元指的是组成图形的可见基础元素，具体为直线、圆弧、圆等，该部分中具体所指也只是一部分，常规的基础元素能够制作成的各类线条结构均包括；构件指的是基础元素组成一个个有实际意义的实体，具体为楼梯、空调等，该部分构件组成的有意义实体则是通过基础元素组合搭配，形成一个个现实中的实体物件，类似于家电、建筑与管网布置等等。
[0027]作为本专利技术的一种优选技术方案，构件分析模块包括有构件分类模块、空间分割模块、动态排布模块：构件分类模块由图元合并单元和构件分类单元构成，其中，构件分类单元的具体分类方法包括：分类模块首先将图像输入到分类模型，得到N个一维数组[class，score]，数组第一个元素代表构件类别序号，数组第二个元素代表置信度分数，每个数组均对应一个构件目标，通过运用深度神经网络模型解决了CAD建筑设计图纸中构件和空间的精准识别问题，并且减少了构件识别对图层的过度依赖；
[0028]空间分割模块由空间闭合单元和空间命名单元构成，空间闭合单元主要是通过获取构件分类结果中的门窗构件，找出空间的安置门窗处的两侧短墙线，并连接两侧短墙线以形成闭合空间，空间命名单元是获取空间内部的文本，通过正则匹配确定；
[0029]动态排布模块由动态排布单元构成，具体识别方法包括：获取当前空间长度、宽度、高度、用途属性等信息，确定感烟探测器的覆盖半径，根据覆盖半径和空间信息确定，需要放置感烟探测器的感烟探测器的数量和具体安装位置。
[0030]作为本专利技术的一种优选技术方案，构件分类模块中分类模型的获取方法如下：
[0031]A、训练数据准备：获取不同楼盘、不同画图风格的CAD图纸；
[0032]B、数据标注：将含义相近的图层的基础图元按照特定的匹配模式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种CAD图纸中感烟探测器动态排布的方法，包括动态排布方法与构件分析模块，其特征在于：该CAD图纸中感烟探测器动态排布的具体操作步骤如下：S1、获取待绘制的建筑底图dwg文件；S2、通过cad解析服务，获取图纸相关楼层信息和构成构件的最基础图元信息；S3、构件合并与分类，将含义相近的图层的基础图元按照特定的匹配模式进行合并，获取每个构件的外接矩形框；S4、空间的分割与命名，在S3中已经分类构件中找到门窗构件，并连接门窗的两侧的短墙线，从而形成封闭空间，然后用图像处理的方法找到每个小空间，然后为每个小空间匹配空间内部文本，从而得到每个空间名称；S5、遍历空间，进行感烟探测器的放置排布；根据国家建筑电气设计规范，通过获取到的空间信息确定感烟探测器的覆盖半径，从而确定每个空间内需要放置的感烟探测器的数量以及安装位置，并定义感烟探测器的放置尺寸、旋转角度、绘制图层等细节信息；S6、调用CAD的打印服务，以完成图纸的自动化出图；S7、对整个过程的动作结果进行统计分析，记录标志位全部为1，则完成图纸的自动化出图，若存在标志0，则未能成功出图；同时，根据标志0出现的位置获取图纸未能完成自动化出图的原因。2.根据权利要求1的一种CAD图纸中感烟探测器动态排布的方法，其特征在于，S3中具体操作又分为如下步骤：S31、获取不同楼盘、不同画图风格的CAD图纸；S32、将含义相近的图层的基础图元按照特定的匹配模式进行合并，获取每个构件的外接矩形框，获取矩形框区域的构件图像；S33、使用构件区域图像训练构件分类深度神经网络模型，获得构件分类模型。3.根据权利要求1的一种CAD图纸中感烟探测器动态排布的方法，其特征在于，S5中具体操作分...

【专利技术属性】
技术研发人员：谷维鑫，李一帆，
申请(专利权)人：上海品览数据科技有限公司，
类型：发明
国别省市：