一种用于智能楼宇的三维可视化系统及方法技术方案

本申请公开了一种用于智能楼宇的三维可视化系统及方法，主要涉及智能楼宇技术领域，包括：楼宇可视化模块，用于根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域；楼宇神经学习模块，用于获取采集展示数据，以及将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据；楼宇外观更新模块，用于根据有效展示数据更新预设展示数据；楼宇安全检测模块，用于根据有效展示数据，确定有效展示数据是否为安全隐患数据，以在确定有效展示数据为安全隐患数据时，生成报警指令至维护终端。本申请通过上述方法实现了有将三维图像整合到楼宇的实际应用中。合到楼宇的实际应用中。合到楼宇的实际应用中。

【技术实现步骤摘要】
一种用于智能楼宇的三维可视化系统及方法


[0001]本申请涉及智能楼宇
，尤其涉及一种用于智能楼宇的三维可视化系统及方法。

技术介绍

[0002]智能楼宇简称IB(Intelligent Building)，是信息时代和计算机应用科学的必然产物，是现代高科技与建筑的结合。可视化技术是指把各类数据，包括数值、图像或是数字，变为直观的、以图形图像信息表示的信息，呈现在使用者面前，使他们能够观察、模拟和计算。
[0003]最近几年，随着计算机技术的发展使得可视化三维技术的不断发展，出现了通过建模将三维技术应用在智能楼宇中。例如，CN202010262008.0，智慧建筑楼宇三维模型渲染方法及楼宇云服务器。
[0004]但是，上述现有的将三维模型应用在楼宇中的技术方案，都仅仅是对三维建模技术或三维渲染技术的完善，并没有将三维图像真正的整合到楼宇的实际应用中。因此，亟需一种用于智能楼宇的三维可视化系统及方法，以将三维图像融合到楼宇的实际管理中。

技术实现思路

[0005]针对现有技术的上述不足，本专利技术提供一种用于智能楼宇的三维可视化系统及方法，以解决上述技术问题。
[0006]第一方面，本申请实施例提供了一种用于智能楼宇的三维可视化系统，系统包括：楼宇可视化模块，用于根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域；楼宇神经学习模块，用于获取采集展示数据，以及将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据；楼宇外观更新模块，用于根据有效展示数据更新预设展示数据；楼宇安全检测模块，用于根据有效展示数据，确定有效展示数据是否为安全隐患数据，以在确定有效展示数据为安全隐患数据时，生成报警指令至维护终端。
[0007]进一步地，楼宇可视化模块包括关键字分类单元、楼宇环境可视化单元、建筑外观可视化单元、结构可视化单元以及区域可视化单元；关键字分类单元，用于根据预设关键字分类算法，确定预设展示数据对应的数据类型；其中，数据类型包括：环境类型、外观类型、结构类型以及楼宇功能类型；楼宇环境可视化单元，用于根据环境类型的预设展示数据，构建预设楼宇对应的楼宇环境；建筑外观可视化单元，用于根据外观类型的预设展示数据，构建预设楼宇对应的楼宇外观；结构可视化单元，用于根据结构类型的预设展示数据，构建预设楼宇对应的楼宇结构；区域可视化单元，用于根据楼宇功能类型的预设展示数据，构建预设楼宇对应的楼宇功能区域。
[0008]进一步地，楼宇神经学习模块包含数据获取单元、数据学习单元、算法更新单元；数据获取单元，用于获取巡逻终端上传的采集展示数据；数据学习单元，用于将采集展示数
据导入预设的神经学习算法，以确定采集展示数据是否为有效展示数据；算法更新单元，用于获取预设的神经学习算法的有效率，以在有效率小于预设有效阈值时，更新预设的神经学习算法。
[0009]进一步地，维护终端包含：任务生成单元、任务监测单元以及任务提醒单元；任务生成单元，用于根据楼宇安全检测模块下发的报警指令，生成维护任务；任务监测单元，用于根据预设的时间预测算法，确定维护任务对应的维护时长；任务提醒单元，用于在维护时长内，进行维护任务提醒。
[0010]进一步地，维护终端包括以下任意一项或多项：密码验证协议端、计算机端、手机端。
[0011]第二方面，本申请实施例提供了一种用于智能楼宇的三维可视化方法，方法包括：根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域；获取采集展示数据，以及将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据；根据有效展示数据更新预设展示数据；根据有效展示数据，确定有效展示数据是否为安全隐患数据，以在确定有效展示数据为安全隐患数据时，生成报警指令至维护终端。
[0012]进一步地，根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域，具体包括：根据预设关键字分类算法，确定预设展示数据对应的数据类型；其中，数据类型包括：环境类型、外观类型、结构类型以及楼宇功能类型；根据环境类型的预设展示数据，构建预设楼宇对应的楼宇环境；根据外观类型的预设展示数据，构建预设楼宇对应的楼宇外观；根据结构类型的预设展示数据，构建预设楼宇对应的楼宇结构；根据楼宇功能类型的预设展示数据，构建预设楼宇对应的楼宇功能区域。
[0013]进一步地，获取采集展示数据，以将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据，具体包括：获取巡逻终端上传的采集展示数据；将采集展示数据导入预设的神经学习算法，以确定采集展示数据是否为有效展示数据。
[0014]本领域技术人员能够理解的是，本专利技术至少具有如下有益效果：通过楼宇可视化模块，实现了智能楼宇内的建筑外观、室外活动场所、绿化、停车场、道路、大门等按照真实场景的三维构建，方便了用户快速确认建筑在城市中的相对位置。通过楼宇神经学习模块，实现了获取采集展示数据中的有效展示数据。通过楼宇外观更新模块，实现了更新楼宇可视化模块构建三维图像的预设展示数据。通过楼宇安全检测模块，实现了自动化的快速检测安全隐患数据，有效避免了意外的发生。
附图说明
[0015]下面参照附图来描述本公开的部分实施例，附图中：
[0016]图1是本申请实施例提供的一种用于智能楼宇的三维可视化系统内部结构示意图。
[0017]图2是本申请实施例提供的一种用于智能楼宇的三维可视化方法流程图。
具体实施方式
[0018]本领域技术人员应当理解的是，下文所描述的实施例仅仅是本公开的优选实施
例，并不表示本公开仅能通过该优选实施例实现，该优选实施例仅仅是用于解释本公开的技术原理，并非用于限制本公开的保护范围。基于本公开提供的优选实施例，本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例，仍应落入到本公开的保护范围之内。
[0019]还需要说明的是，术语“包括”、“包含”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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0020]下面通过附图对本申请实施例提出的技术方案进行详细的说明。
[0021]图1为本申请实施例提供的一种用于智能楼宇的三维可视化系统。如图1所示，本申请实施例提供的三维可视化系统，主要包括：楼宇可视化模块110、楼宇神经学习模块120、楼宇外观更新模块130以及楼宇安全检测模块140。
[0022]其中，楼宇可视化模块110包含三维建模框架，能够根据预设展示数据，生成三维的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域，主要用于根据预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于智能楼宇的三维可视化系统，其特征在于，所述系统包括：楼宇可视化模块，用于根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域；楼宇神经学习模块，用于获取采集展示数据，以及将所述采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据；楼宇外观更新模块，用于根据所述有效展示数据更新所述楼宇可视化模块中的所述预设展示数据；楼宇安全检测模块，用于根据所述有效展示数据，确定所述有效展示数据是否为安全隐患数据，以在确定有效展示数据为安全隐患数据时，生成报警指令至维护终端。2.根据权利要求1所述的用于智能楼宇的三维可视化系统，其特征在于，楼宇可视化模块包括关键字分类单元、楼宇环境可视化单元、建筑外观可视化单元、结构可视化单元以及区域可视化单元；所述关键字分类单元，用于根据预设关键字分类算法，确定预设展示数据对应的数据类型；其中，所述数据类型包括：环境类型、外观类型、结构类型以及楼宇功能类型；所述楼宇环境可视化单元，用于根据所述环境类型的预设展示数据，构建预设楼宇对应的楼宇环境；所述建筑外观可视化单元，用于根据所述外观类型的预设展示数据，构建预设楼宇对应的楼宇外观；所述结构可视化单元，用于根据所述结构类型的预设展示数据，构建预设楼宇对应的楼宇结构；所述区域可视化单元，用于根据所述楼宇功能类型的预设展示数据，构建预设楼宇对应的楼宇功能区域。3.根据权利要求1所述的用于智能楼宇的三维可视化系统，其特征在于，楼宇神经学习模块包含数据获取单元、数据学习单元、算法更新单元；所述数据获取单元，用于获取巡逻终端上传的采集展示数据；所述数据学习单元，用于将采集展示数据导入预设的神经学习算法，以确定采集展示数据是否为有效展示数据；所述算法更新单元，用于获取预设的神经学习算法的有效率，以在所述有效率小于预设有效阈值时，更新预设的神经学习算法。4.根据权利要求1所述的用于智能楼宇的三维可视化系统，其特征在于，所述...

【专利技术属性】
技术研发人员：高鹤，丁成伟，朱本春，高广超，魏洁，宋圆圆，
申请(专利权)人：山东正晨科技股份有限公司，
类型：发明
国别省市：