基于人工智能的照明设备设计推荐方法、装置、设备制造方法及图纸

本申请涉及一种基于人工智能的照明设备设计推荐方法、装置、设备。该方法包括：利用照明设计图像、照明布局图及照明解释数据训练推荐神经网络模型；将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐；将所述照明设备推荐以信息表的形式保存于建筑设计模型中，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取。采用本方法能够有效根据户型推荐照明设备的推荐，提高了效率，使得设计更智能化。能化。能化。

【技术实现步骤摘要】
基于人工智能的照明设备设计推荐方法、装置、设备


[0001]本申请涉及建筑辅助设计
，特别是涉及一种基于人工智能的照明设备设计推荐方法、装置、设备。

技术介绍

[0002]随着时代的发展，科学技术逐渐趋向专业化和综合化定量化发展，建筑照明系统实施绿色照明工程为重点，绿色照明工程旨在节约能源，保护环境。然而在传统的照明设备设计过程中，通过人工进行设计得到设计结果(即照明设备模型)，在照明设备模型中进行修改或替换，操作复杂，工作效率慢；且可视化反应慢。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种基于人工智能的照明设备设计推荐方法、装置、设备。
[0004]第一方面，本申请实施例提供一种于人工智能的照明设备设计推荐方法，所述方法包括：
[0005]利用照明设计图像、照明布局图及照明解释数据训练推荐神经网络模型；
[0006]将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐；
[0007]将所述照明设备推荐以信息表的形式保存于建筑设计模型中，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取。
[0008]在其中一个实施例中，所述将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐，包括：
[0009]提取所述建筑户型图的户型面积、照明区域、需要系数、户型结构的特征参数；
[0010]根据所述特征参数进行相似度分析，获得与所述建筑户型图相似的多个建筑采用的照明设备；
[0011]根据所述照明设备的功用参数与所述建筑户型图进行匹配，得到所述建筑户型图中每一户型结构对应的照明设备。
[0012]在其中一个实施例中，所述将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐，包括：
[0013]提取所述建筑户型图的户型面积、照明区域、需要系数、户型结构的特征参数；
[0014]根据所述特征参数进行匹配适合所述建筑户型图的至少一部分的照明设备；
[0015]根据所述照明设备的功用参数与所述建筑户型图进行匹配，得到所述建筑户型图中每一户型结构对应的照明设备。
[0016]在其中一个实施例中，所述将所述照明设备推荐以信息表的形式保存于建筑设计模型中，包括：
[0017]根据所述照明设备的厂商、型号及与照明设备模型有关的参数构建所述信息表，
所述信息表用于调取模型库中相关的照明设备的模型；
[0018]将所述信息表中的照明设备按预设规则排序，并对应照明设备模型的显示顺序。
[0019]在其中一个实施例中，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取，包括：
[0020]根据所述信息表调取所述照明设备模型的显示缩略图并用于显示；
[0021]根据所述信息表调取所述照明设备模型的存储地址，用于用户选取解析所述照明设备模型并根据用户的操作插入至所述建筑设计模型中。
[0022]第二方面，本申请实施例提供一种基于人工智能的照明设备设计推荐装置，所述装置包括：
[0023]神经网络模块，用于利用照明设计图像、照明布局图及照明解释数据训练推荐神经网络模型；
[0024]推荐模块，用于将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐；
[0025]导入模块，用于将所述照明设备推荐以信息表的形式保存于建筑设计模型中，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取。
[0026]在其中一个实施例中，所述推荐模块包括：
[0027]第一提取单元，用于提取所述建筑户型图的户型面积、照明区域、需要系数、户型结构的特征参数；
[0028]第一分析单元，用于根据所述特征参数进行相似度分析，获得与所述建筑户型图相似的多个建筑采用的照明设备；
[0029]第一匹配单元，用于根据所述照明设备的功用参数与所述建筑户型图进行匹配，得到所述建筑户型图中每一户型结构对应的照明设备。
[0030]在其中一个实施例中，所述推荐模块包括：
[0031]第二提取单元，用于提取所述建筑户型图的户型面积、照明区域、需要系数、户型结构的特征参数；
[0032]第二分析单元，用于根据所述特征参数进行匹配适合所述建筑户型图的至少一部分的照明设备；
[0033]第二匹配单元，用于根据所述照明设备的功用参数与所述建筑户型图进行匹配，得到所述建筑户型图中每一户型结构对应的照明设备。
[0034]在其中一个实施例中，所述导入模块包括：
[0035]显示单元，用于根据所述信息表调取所述照明设备模型的显示缩略图并用于显示；
[0036]调取单元，用于根据所述信息表调取所述照明设备模型的存储地址，用于用户选取解析所述照明设备模型并根据用户的操作插入至所述建筑设计模型中。
[0037]在其中一个实施例中，所述导入模块包括：
[0038]构建单元，用于根据所述照明设备的厂商、型号及与照明设备模型有关的参数构建所述信息表，所述信息表用于调取模型库中相关的照明设备的模型；
[0039]排序单元，用于将所述信息表中的照明设备按预设规则排序，并对应照明设备模型的显示顺序。
[0040]第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下方法的步骤：
[0041]利用照明设计图像、照明布局图及照明解释数据训练推荐神经网络模型；
[0042]将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐；
[0043]将所述照明设备推荐以信息表的形式保存于建筑设计模型中，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取。
[0044]第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：
[0045]利用照明设计图像、照明布局图及照明解释数据训练推荐神经网络模型；
[0046]将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐；
[0047]将所述照明设备推荐以信息表的形式保存于建筑设计模型中，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取。
[0048]上述基于人工智能的照明设备设计推荐方法、装置、计算机设备，利用照明设计图像、照明布局图及照明解释数据训练推荐神经网络模型；将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐；将所述照明设备推荐以信息表的形式保存于建筑设计模型中，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取。利用照明相关数据训练具有照明设备推荐功能的神经网络模型，可有效根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的照明设备设计推荐方法，其特征在于，所述方法包括：利用照明设计图像、照明布局图及照明解释数据训练推荐神经网络模型；将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐；将所述照明设备推荐以信息表的形式保存于建筑设计模型中，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取。2.根据权利要求1中所述的方法，其特征在于，所述将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐，包括：提取所述建筑户型图的户型面积、照明区域、需要系数、户型结构的特征参数；根据所述特征参数进行相似度分析，获得与所述建筑户型图相似的多个建筑采用的照明设备；根据所述照明设备的功用参数与所述建筑户型图进行匹配，得到所述建筑户型图中每一户型结构对应的照明设备。3.根据权利要求1中所述的方法，其特征在于，所述将建筑户型图输入所述推荐神经网络模型，得到与所述建筑户型图相匹配的照明设备推荐，包括：提取所述建筑户型图的户型面积、照明区域、需要系数、户型结构的特征参数；根据所述特征参数进行匹配适合所述建筑户型图的至少一部分的照明设备；根据所述照明设备的功用参数与所述建筑户型图进行匹配，得到所述建筑户型图中每一户型结构对应的照明设备。4.根据权利要求1中所述的方法，其特征在于，所述建筑设计模型依据所述信息表调取相应照明设备模型予以显示并供用户选取，包括：根据所述信息表调取所述照明设备模型的显示缩略图并用于显示；根据所述信息表调取所述照明设备模型的存储地址，用于用户选取解析所述照明设备模型并根据用户的操作插入至所述建筑设计模型中。5.根据权利要求1中所述的方法，其特征在于，所述将所述照明设备推荐以信息表的形式保存于建筑设计模型中，包括：根据所述照明设备的厂商、型号及与照明设备模型有关的参数构建所述信息表，所述信息表用于调取模型库中相关的照明设备的模型；将所述信息表中的照明设备按预设规则排序，并对应照明设备模型的显示顺序。6.一种基于人工智能的照明设备设计推荐装置，其特征在于，所述装置包括：神经网络模块，用于利用照明设计图像、照明布局图及照明解释数据训练推...

【专利技术属性】
技术研发人员：华荣伟，请求不公布姓名，
申请(专利权)人：久瓴江苏数字智能科技有限公司，
类型：发明
国别省市：