一种快速实现厨房自动布局的方法及系统技术方案

本发明专利技术公开了一种快速实现厨房自动布局的方法，首先根据厨房布局规则初步筛选出可布局的空间；然后利用空间信息以及空间与家具、家具与家具之间的关系建立合理的参数化布局模型；最后通过学习用户输入的布局风格获得模型的参数以确定最终的家具布局方案。针对厨房布局与其他功能空间布局的差异，本发明专利技术可以根据不同的空间特征以及指定的布局风格生成合理的厨房布局方案。

A Fast Method and System for Automatic Kitchen Layout

【技术实现步骤摘要】
一种快速实现厨房自动布局的方法及系统
本专利技术涉及一种快速实现厨房自动布局的方法及系统，属于计算机辅助设计

技术介绍
随着装修需求和装修热潮的不断增长，由设计师依据户型和装修风格为每一套住房设计适配的房间布局变得耗时耗力。厨房是每一个居住空间中必要的区域，也是居住空间中使用频率最高的空间。空间较小的厨房里需要摆放玲琅满目的食材和调味剂并供人使用，这要求厨房的布局必须尽量考虑功能性和实用性。由于现有自动布局算法不能完全适应厨房布局的要求，厨房自动布局方法的实现尤为重要。例如：现有技术CN106484940A披露了一种家居装饰智能设计方法，该方法中需要获取大量的设计样本，并通过人工智能算法获得家居布局设计结果，但是这种方法对于厨房这样的空间小、家具位置摆放需要严格控制的设计任务来说，存在着机器学习效果不佳的问题；又例如CN107256434A披露了一种家居自动布局的方法，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，这种方法中需要采用禁忌搜索算法，因此需要预先设定较多的判定参数，智能化效果不好，而且在小样本条件下，布局设计结果不能满足厨房设计的要求。
技术实现思路
本专利技术设计开发了一种快速实现厨房自动布局的方法。本专利技术根据厨房布局的基本规则对布局空间进行筛选，得到可布局的候选区域。然后，本专利技术将厨房布局特点的信息转化成一个参数化布局模型，通过设置和改变模型中的参数得到具有不同风格的布局效果图。更重要的是，本专利技术可以根据用户指定的风格来学习布局模型中的参数，从而使得用户可以及时看到自己想要的布局效果。一种快速实现厨房自动布局的方法，包括如下步骤：第1步，获取厨房户型图以及图中门和窗的位置；第2步，确定出厨房户型图中用于放置家具物品的自由空间区域；第3步，通过设定参数化的布局模型或者机器学习方法在自由空间区域内设计出需要布局的物件的位置。在一个实施方式中，所述的自由空间区域是连续的并且沿墙分布。在一个实施方式中，所述的自由空间区域与门的开闭空间不重合。在一个实施方式中，所述的自由空间区域的面积占厨房面积的比值不超过设定阈值。在一个实施方式中，所述的自由空间区域中的两条相平行的矩形之间的距离大于设定阈值。在一个实施方式中，将自由空间区域中的长度最长的矩形设为用于布置物件的区域。在一个实施方式中，所述的自由空间区域中需要确定出灶台和水池的位置。在一个实施方式中，灶台和水池位于用于布置物件的区域中。在一个实施方式中，灶台位于用于布置物件的区域中的远离窗户的一端。在一个实施方式中，机器学习方法包括但不限于：遗传算法、神经网络算法、支持向量机算法等。在一个实施方式中，机器学习方法包括如下步骤：S1，读入厨房户型图样本数据，获取样本数据中的物件；S2，计算出每个物件与墙之间的距离，将每个物件归属于所述物件距离最近的一面墙体上；S3，针对每一面墙体对应的物件，作出最小外接矩形；并将所述的最小外接矩形最靠近墙体一侧的边延伸至墙体所在线段，并将所述的最小外接矩形的另外三条边扩张至合适位置，将各个最小外接矩形经过扩张后得到的区域确定为样本自由区域；S4，以物件为输入值，以物件在样本自由区域的相对位置为输出值，对模型进行训练，得到预测模型；S5，获取需要进行布局的物件，通过上述的预测模型输出物件在第2步得到的自由空间区域中的位置。在一个实施方式中，参数化的布局模型是指能够量化地表示空间与家具、家具与家具之间的位置关系的规则。一种快速实现厨房自动布局的系统，包括：户型图识别模块，用于获取厨房户型图以及图中门和窗的位置；自由区域生成模块，用于确定出厨房户型图中用于放置家具物品的自由空间区域；布局模块，用于通过设定参数化的布局模型或者机器学习方法在自由空间区域内设计出需要布局的物件的位置。在一个实施方式中，所述的自由区域生成模块执行以下判定：所述的自由空间区域是连续的并且沿墙分布；所述的自由空间区域与门的开闭空间不重合；所述的自由空间区域的面积占厨房面积的比值不超过设定阈值；所述的自由空间区域中的两条相平行的矩形之间的距离大于设定阈值。在一个实施方式中，所述的自由区域生成模块将自由空间区域中的长度最长的矩形设为用于布置物件的区域。在一个实施方式中，所述的自由区域生成模块在所述的自由空间区域中确定出灶台和水池的位置。在一个实施方式中，所述的自由区域生成模块将灶台和水池设于布置物件的区域中；灶台位于用于布置物件的区域中的远离窗户的一端。在一个实施方式中，机器学习方法包括但不限于：遗传算法、神经网络算法、支持向量机算法等。在一个实施方式中，布局模块中包括机器学习模块，所述的机器学习模块包括：物件读取模块，用于读入厨房户型图样本数据，获取样本数据中的物件；物件归属判定模块，用于计算出每个物件与墙之间的距离，将每个物件归属于所述物件距离最近的一面墙体上；样本自由区域确定模块，用于针对每一面墙体对应的物件，作出最小外接矩形；并将所述的最小外接矩形最靠近墙体一侧的边延伸至墙体所在线段，并将所述的最小外接矩形的另外三条边扩张至合适位置，将各个最小外接矩形经过扩张后得到的区域确定为样本自由区域；样本训练模块，用于以物件为输入值，以物件在样本自由区域的相对位置为输出值，对模型进行训练，得到预测模型；布局模块，用于获取需要进行布局的物件，通过所述的预测模型输出物件在自由空间区域中的位置。一种记载有可以运行上述的快速实现厨房自动布局的方法的程序的计算机可读介质。有益效果本专利技术利用厨房布局规则对给定的空间筛选出可布局的候选区域，通过建立家具与空间、不同家具之间的相互关系构造一个参数化布局模型，对用户要求的布局风格进行学习得到布局参数，最终确定布局方案。当用户选择不同的布局风格时，布局模型能快速地对其进行学习并获得该空间下合理的布局方案。附图说明图1为本专利技术所述方法的流程示意图。图2为本专利技术所述方法中筛选可布局区域的流程示意图。图3为本专利技术所述方法中得到家具布局方案的流程示意图。图4为本专利技术所述方法中筛选出可布局空间的示意图。图5为机器学习算法中对训练样本处理的示意图。图6为本专利技术所述方法中实现厨房自动布局的三维示意图。具体实施方式为了更清楚地说明本申请的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。应当理解，给出这些示例性实施例仅是为了使相关领域的技术人员能够更好地理解进而实现本专利技术，而并非以任何方式限制本专利技术的范围。如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。虽然本申请对根据本申请的实施例的系统中的某些系统、模块或单元做出了各种引用，然而，任何数量的不同模块本文档来自技高网...

【技术保护点】
1.一种快速实现厨房自动布局的方法，其特征在于，包括如下步骤：第1步，获取厨房户型图以及图中门和窗的位置；第2步，确定出厨房户型图中用于放置家具物品的自由空间区域；第3步，通过设定参数化的布局模型或者机器学习方法在自由空间区域内设计出需要布局的物件的位置。

【技术特征摘要】
1.一种快速实现厨房自动布局的方法，其特征在于，包括如下步骤：第1步，获取厨房户型图以及图中门和窗的位置；第2步，确定出厨房户型图中用于放置家具物品的自由空间区域；第3步，通过设定参数化的布局模型或者机器学习方法在自由空间区域内设计出需要布局的物件的位置。2.根据权利要求1所述的快速实现厨房自动布局的方法，其特征在于，在一个实施方式中，所述的自由空间区域是连续的并且沿墙分布。3.根据权利要求1所述的快速实现厨房自动布局的方法，其特征在于，在一个实施方式中，所述的自由空间区域与门的开闭空间不重合。4.根据权利要求1所述的快速实现厨房自动布局的方法，其特征在于，所述的自由空间区域的面积占厨房面积的比值不超过设定阈值；所述的自由空间区域中的两条相平行的矩形之间的距离大于设定阈值；将自由空间区域中的长度最长的矩形设为用于布置物件的区域。5.根据权利要求1所述的快速实现厨房自动布局的方法，其特征在于，所述的自由空间区域中需要确定出灶台和水池的位置；灶台和水池位于用于布置物件的区域中；灶台位于用于布置物件的区域中的远离窗户的一端；机器学习方法包括但不限于：遗传算法、神经网络算法、支持向量机算法等。6.根据权利要求1所述的快速实现厨房自动布局的方法，其特征在于，机器学习方法包括如下步骤：S1，读入厨房户型图样本数据，获取样本数据中的物件；S2，计算出每个物件与墙之间的距离，将每个物件归属于所述物件距离最近的一面墙体上；S3，针对每一面墙体对应的物件，作出最小外接矩形；并将所述的最小外接矩形最靠近墙体一侧的边延伸至墙体所在线段，并将所述的最小外接矩形的另外三条边扩张至合适位置，将各个最小外接矩形经过扩张后得到的区域确定为样本自由区域；S4，以物件为输入值，以物件在样本自由区域的相对位置为输出值，对模型进行训练，得到预测模型；S5，获取需要进行布局的物件，通过上述的预测模型输出物件在第2步得到的自由空间区域中的位置；参数化的布局模型是指能够量化地表示空间与家具、家具与家具之间的位置关系的...

【专利技术属性】
技术研发人员：陈旋，黄书贤，
申请(专利权)人：江苏艾佳家居用品有限公司，
类型：发明
国别省市：江苏,32