家居自动布局的方法技术

本发明专利技术涉及一种家居自动布局的方法，所述方法包括：输入室内需要布局的家具；将输入的所述家具分别归类于坐卧家具、坐卧邻接家具、视觉中心家具、舒适性家具共四类家具中其中一类；以所述视觉中心家具为核心根据所述分类对输入的所述家具进行组合；采用禁忌搜索算法对组合后的家具进行布局。本发明专利技术可有效提升布局效率。

Method of home automatic layout

The invention relates to a method for Home Furnishing automatic layout, the method includes: input the need for the layout of the indoor furniture; the furniture input were classified as sitting furniture, sitting adjacent furniture, furniture, furniture visual center comfort of four kinds of furniture in one class; to the visual center of furniture as the core according to the the classification of the furniture of the input combination; using tabu search algorithm for the layout of the combination furniture. The invention can effectively improve the layout efficiency.

【技术实现步骤摘要】
家居自动布局的方法
本专利技术涉及家居布局领域，特别是涉及一种家居自动布局的方法。
技术介绍
随着互联网的飞速发展，在线的应用程序数量激增，其中以3D方式展示空间的应用，如3D游戏，场景编辑器，家居设计、汽车设计等软件应用，占不小的比例。在家具设计布局方面，在一些应用的场景中，尤其是多场景的时候，系统就会面临一个场景布局的问题。传统的场景布局一般由人工完成，或人工完成后进行批量重复。前者虽效果较好，但工作量大，要做出规模大效果好的场景需要耗费大量的人力物力和时间成本；后者虽然工作量小，需要的人力物力资源相应少些，但产生的布局容易造成大量重复，场景单薄枯燥，千篇一律，没有特色，场景分辨度低。随着计算机辅助设计在场景自动布局中的应用，在家居自动布局上，Lap-FaiYu等人在提出了基于模拟退火算法的家具自动摆放系统，该系统通过家具包围盒提出了accessiblespace的模型，从而比较现实的模拟了家具布局中家具间位置的关系。该系统用模拟退火算法迭代完成布局工作，创造性的提出了视觉中心(viewfrustum)的概念。但在模拟退火算法的迭代中，寻找解的方式都是纯随机的、没有规律的，家居自动布局效率低下，且家居自动布局后的人性化效果差。
技术实现思路
基于此，有必要针对目前家居自动布局效率低下且人性化效果差的问题，提供一种家居自动布局的方法。一种家居自动布局的方法，所述方法包括：输入室内需要布局的家具；将输入的所述家具分别归类于坐卧家具、坐卧邻接家具、视觉中心家具、舒适性家具共四类家具中其中一类；以所述视觉中心家具为核心根据所述分类对输入的所述家具进行组合；采用禁忌搜索算法对组合后的家具进行布局。在其中一个实施例中，所述以所述视觉中心家具为核心根据所述分类对输入的所述家具进行组合，包括：获取输入的所述视觉中心家具；为每个所述视觉中心家具创建对应的功能特性；根据每个所述视觉中心家具的功能特性匹配对应的坐卧家具；根据所述坐卧家具的特性匹配对应的坐卧邻接家具；建立由每个所述视觉中心家具和对应的坐卧家具及坐卧邻接家具组成的家具组合。在其中一个实施例中，所述采用禁忌搜索算法对组合后的家具进行布局，包括：对建立所述家具组合后的家具进行初始布局，并以所述初始布局作为初始解；在单次迭代内根据所述初始解控制领域移动，并从领域移动中选择一个解，所述领域移动为每个家具组合中坐卧邻接家具的偏移量所组成偏移量组；判断选择的解是否为最优解；若是，则接收并记录该选择的解。在其中一个实施例中，所述采用禁忌搜索算法对组合后的家具进行布局，还包括：若选择的解为非最优解，则根据禁忌表判断选择的解是否被禁忌；若是，则将选择的解更新至禁忌表；若否，则接收并记录该选择的解。在其中一个实施例中，所述采用禁忌搜索算法对组合后的家具进行布局，还包括：若根据禁忌表判断选择的解被禁忌时，则根据评价函数计算该选择的解的评价函数值；根据该评价函数值判断该选择的解是否需要破禁；若是，则接收并记录该选择的解。在其中一个实施例中，所述接收并记录该选择的解之后，还包括：将选择的解更新至禁忌表。在其中一个实施例中，所述对建立所述家具组合后的家具进行初始布局，包括：将所述视觉中心家具随机摆放，将所述坐卧家具中的卧家具靠墙随机摆放，将组合后的坐卧邻接家具随机摆放，作为初始布局。在其中一个实施例中，所述偏移量为三维变量，所述三维变量包括所述坐卧邻接家具沿所在的二维坐标X轴和Y轴方向的移动和在所述二维坐标的偏移角度Z。在其中一个实施例中，所述采用禁忌搜索算法对组合后的家具进行布局，还包括：判断当前的迭代次数是否大于允许的最大次数值；若是，则结束领域移动。在其中一个实施例中，所述方法还包括：对布局后的家具进行旋转、移动，增加或删除中的一个或一个以上操作。以上所述家居自动布局的方法将输入的家具归类后，以视觉中心家具为核心根据分类对输入的家具进行组合，并采用禁忌搜索算法对组合后的家具进行布局；其中，对家具进行归类，由于不同类家具之间的布局具有关联性，因此，可以减少家具摆放的随机性，提升后续的布局效率；家具归类后，以视觉中心家具为核心根据分类对输入的家具进行组合，可以根据视觉中心家具的功能与其他家具进行组合，使家具的布局更为人性化；采用禁忌搜索算法对组合后的家具进行布局时，可以通过禁忌准则避免迂回搜索，提升布局效率。附图说明图1为家居自动布局的方法的流程图；图2为图1中步骤S160的流程图；图3为图1中步骤S180的流程图；图4为图1中步骤S180的另一流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术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专利技术，并不用于限定本专利技术。如图1所示，本实施例的家居自动布局的方法包括步骤S120至步骤S180。步骤S120，输入室内需要布局的家具。在计算机系统中，通过键盘、鼠标、触摸屏等输入设备可以输入室内需要布局的家具。在网页界面或者应用程序界面可以直接输入需要布局的家具。输入的家具通常与室内相对应。例如，二室一厅、三室二厅的室内空间，要输入的家具是有差异的。步骤S140，将输入的家具分别归类于坐卧家具、坐卧邻接家具、视觉中心家具、舒适性家具共四类家具中其中一类。本实施例将家具分为四类，分别为坐卧家具、坐卧邻接家具、视觉中心家具和舒适性家具。坐卧家具是指能够承载人的家具，分为坐家具和卧家具。坐家具包括沙发、椅子等；卧家具包括各种床类。坐卧家具中坐家具和卧家具的共同点是都可载人休息，在与视觉中心家具进行排列组合时有共同点，比如电视的对面既可以是一套沙发(如客厅)，也可以是一张床(如卧室)。而坐卧家具内中坐家具和卧家具的区别，主要是与坐卧邻接家具组合时的区别，如坐家具沙发椅子等旁边不适合摆放大衣柜、床头柜等。坐卧邻接家具，就是坐家具或卧家具旁边摆放的家具。具体又分坐具邻接家具和卧具邻接家具，它们都是坐卧家具的附属家具，在属性上有着相同点。而在摆放组合方式上，它们又有较为明显的区别。卧具邻接家具如大衣柜与卧家具床的组合关系和位置关系是比较固定的，而坐具邻接家具如小茶几与坐家具沙发或椅子的组合关系和位置关系则是不固定的。视觉中心家具是指人们一般休息或会话时人们所对应的焦点，是能够将其他家具聚合到一起的中心家具。视觉中心家具有电视、壁炉等家具。舒适性家具是指为整个房间提供服务的家具，如空调、风扇、吊灯等家具。它们的共同点是与其他家具的组合关系较小，它们只需要考虑覆盖到的面积或人数即可。步骤S160，以视觉中心家具为核心根据分类对输入的家具进行组合。对家具进行组合时，由于视觉中心家具电视、壁炉等为室内的中心家具，因此，通常均以视觉中心家具为中心搭建或组合其他家具。步骤S180，采用禁忌搜索算法对组合后的家具进行布局。禁忌搜索(TabooSearch)算法是一种亚启发式(meta-heuristic)随机搜索算法，它从一个初始可行解出发，选择一系列的特定搜索方向(移动)作为试探，选择实现让特定的目标函数值变化最多的移动。为了避免陷入局部最优解，禁忌搜索算法中采用了一种灵活的“记忆”方法，对已经优化的过程进行记录和选择，指导下一步的搜索方向，这就是禁忌表的建立。禁忌搜索是对人类思维过程本身的一种模本文档来自技高网...

【技术保护点】
一种家居自动布局的方法，其特征在于，所述方法包括：输入室内需要布局的家具；将输入的所述家具分别归类于坐卧家具、坐卧邻接家具、视觉中心家具、舒适性家具共四类家具中其中一类；以所述视觉中心家具为核心根据所述分类对输入的所述家具进行组合；采用禁忌搜索算法对组合后的家具进行布局。

【技术特征摘要】
1.一种家居自动布局的方法，其特征在于，所述方法包括：输入室内需要布局的家具；将输入的所述家具分别归类于坐卧家具、坐卧邻接家具、视觉中心家具、舒适性家具共四类家具中其中一类；以所述视觉中心家具为核心根据所述分类对输入的所述家具进行组合；采用禁忌搜索算法对组合后的家具进行布局。2.根据权利要求1所述的方法，其特征在于，所述以所述视觉中心家具为核心根据所述分类对输入的所述家具进行组合，包括：获取输入的所述视觉中心家具；为每个所述视觉中心家具创建对应的功能特性；根据每个所述视觉中心家具的功能特性匹配对应的坐卧家具；根据所述坐卧家具的特性匹配对应的坐卧邻接家具；建立由每个所述视觉中心家具和对应的坐卧家具及坐卧邻接家具组成的家具组合。3.根据权利要求2所述的方法，其特征在于，所述采用禁忌搜索算法对组合后的家具进行布局，包括：对建立所述家具组合后的家具进行初始布局，并以所述初始布局作为初始解；在单次迭代内根据所述初始解控制领域移动，并从领域移动中选择一个解，所述领域移动为每个家具组合中坐卧邻接家具的偏移量所组成偏移量组；判断选择的解是否为最优解；若是，则接收并记录该选择的解。4.根据权利要求3所述的方法，其特征在于，所述采用禁忌搜索算法对组合后的家具进行布局，还包括：若选择的解为非最优解，则根...

【专利技术属性】
技术研发人员：李勤学，
申请(专利权)人：深圳市蜗牛窝科技有限公司，
类型：发明
国别省市：广东,44