一种多级分类的BIM模型智能轻量化处理方法技术

本发明专利技术公开一种多级分类的BIM模型智能轻量化处理方法，该方法首先对基于AutodeskRevit建立的BIM模型进行属性信息与几何模型信息分离处理，并将构件的ID与对应的属性进行关联，其次对几何模型中的构件进行多级分类，然后利用建立的构件圆弧面的最优减面系数分类模型对构件的每个圆弧面进行最优减面系数预测，再根据得到的构件的每个圆弧面的最优减面系数计算构件的减面系数，最后利用不同构件的减面系数将BIM模型转换成glTF格式，实现Revit模型的智能轻量化处理。本发明专利技术方法针对不同专业、不同形态的BIM模型构件采用不同的减面系数，在保留所有属性信息的前提下，在模型轻量化处理的同时兼顾模型显示效果，提高了BIM模型轻量化处理的效率和质量。高了BIM模型轻量化处理的效率和质量。高了BIM模型轻量化处理的效率和质量。

【技术实现步骤摘要】
一种多级分类的BIM模型智能轻量化处理方法


[0001]本专利技术属于建筑信息模型相关
，具体涉及一种多级分类的BIM模型智能轻量化处理方法。

技术介绍

[0002]建筑信息模型(Building Information Modeling,BIM)作为一项应用于建筑全生命周期的三维信息化管理技术，是推动建筑产业信息化发展不可或缺的技术环节。在应用过程中，BIM模型的轻量化处理对于模型储存、传输、后期运行维护，特别是对虚拟场景显示有着重要意义。同时，BIM模型的轻量化技术可以给建筑工程云管理施工进程提供良好的技术支持。
[0003]BIM模型轻量化技术的研究是为了解决由于BIM模型构件特征复杂、模型绘制数据量大导致的终端显示不顺畅等问题。目前主流的轻量化技术在简化BIM模型的任务中还存在一些问题，如通过删除冗余构件、模型信息减小模型大小导致的重要信息丢失；或是几何模型减面处理后丢失重要细节特征，导致模型表面出现空洞、失真等现象。
[0004]将Revit BIM模型转换成glTF格式是本领域惯用的轻量化方法，“减面系数”指的是在该轻量化方法中用于控制glTF三维模型精细化程度的参数。导出glTF文件时，有参数控制几何模型显示的精细程度，给几何模型进行细分面，视图将相应的呈现不同的详细程度，调整该参数，对应的模型文件大小和模型精细程度会发生改变，当该参数越小时，模型文件越小，模型精度越低，当该参数越大时，模型文件越大，模型精度越高，故当调整该参数时，会产生对模型面的细分与减面，也会产生对模型轻量化的效果，称该参数为“减面系数”。上述BIM模型轻量化处理存在的显示问题多发生在异形构件上，而异形构件中不规则曲面大多由多段圆弧面组成，因此需要针对各个异形构件圆弧面作最优减面处理。

技术实现思路

[0005]针对上述问题，本专利技术提供一种多级分类的BIM模型智能轻量化处理方法，该方法针对不同专业、不同形态的BIM模型构件采用不同的减面系数，在保留所有属性信息的前提下，在模型轻量化处理的同时兼顾模型显示效果。
[0006]本专利技术解决其技术问题是采取以下技术方案实现的：设计一种多级分类的BIM模型智能轻量化处理方法，其特征在于，该方法包括下述几个步骤：
[0007]步骤一：将一个完整的基于Autodesk Revit软件建立的BIM模型进行属性信息与几何模型信息分离处理，将属性信息存入独立的数据库中，将几何模型信息另存为独立的Revit文件，并通过几何模型中构件的ID与对应的属性信息数据库进行关联；
[0008]步骤二：根据属性信息，对几何模型中的构件进行多级分类，并判断各子类别文件中的各构件是否包含圆弧面，获取每一个子类别文件中包含圆弧面的构件的每一个圆弧面的几何特征参数；
[0009]步骤三：建立建筑模型构件的圆弧面最优减面系数分类模型
[0010]步骤3.1以圆弧面的角度、半径和高度作为几何特征参数，在Autodesk Revit软件中依据特征参数值绘制对应的BIM模型，然后将BIM模型依据不同减面系数转换成glTF格式，当多边形相邻两边夹角大于或等于156
°
时，此时的减面系数即为该组几何特征参数的最优减面系数，将其作为该组几何特征参数的分类标签；依次获取每一组几何特征参数的分类标签，得到数据库；数据库中的一条数据为圆弧面的角度、半径和高度，以及对应的分类标签；将数据库中的数据随机不重复的按数量8:2分为训练集和测试集；
[0011]步骤3.2建立圆弧面最优减面系数分类模型
[0012]在梯度提升决策树算法的基础上建立圆弧面最优减面系数分类模型，并使用网格搜索与交叉验证方法进行超参数寻优；用步骤3.1中得到的训练集中的几何特征参数X作为梯度提升决策树的输入变量，最优减面系数Y作为期望输出，建立梯度提升决策树预测模型；在建模时，选取超参数决策树数量M的集合、学习率v的集合以及每棵决策树最大叶子节点数J的集合，利用网格搜索技术遍历所有可能的超参数组合，根据最小对数损失准则，对于训练集中的数据采用5折交叉验证方法确定模型的最优参数，得到圆弧面最优减面系数分类模型；
[0013]步骤3.3利用测试集对步骤3.2中得到的圆弧面最优减面系数分类模型进行测试，当准确率大于0.9时，即验证该分类模型为有效模型；
[0014]步骤四：将步骤二中的每一个子类别文件中包含圆弧面的构件的每一个圆弧面的几何特征参数输入到步骤三中验证为有效的分类模型中，得到每一个圆弧面的最优减面系数预测值，并计算每一个构件的减面系数，一个构件的减面系数K的计算方法为：
[0015][0016]其中，K是赋予一个构件的减面系数；n是含圆弧面构件上圆弧面的数量；
[0017]步骤五：根据步骤四中计算得到的每一个构件的减面系数，将步骤一中的基于Autodesk Revit建立的BIM模型转换成glTF格式，实现Revit模型的智能轻量化处理。
[0018]与现有技术相比，本专利技术有益效果在于：本专利技术一种多级分类的BIM模型智能轻量化处理方法，首先对Revit建立的BIM模型进行多级分类，然后利用建立的构件圆弧面的最优减面系数分类模型对构件的每个圆弧面进行最优减面系数预测，再根据得到的构件的每个圆弧面的最优减面系数计算构件的减面系数，最后利用不同构件的减面系数将基于Autodesk Revit建立的BIM模型转换成glTF格式，实现Revit模型的智能轻量化处理。本专利技术方法针对不同专业、不同形态的BIM模型构件采用不同的减面系数，在保留所有属性信息的前提下，在模型轻量化处理的同时兼顾模型显示效果，提高了BIM模型轻量化处理的效率和质量。
附图说明
[0019]图1为本专利技术一种多级分类的BIM模型智能轻量化处理方法一种实施例的方法流程图。
[0020]图2为本专利技术一种多级分类的BIM模型智能轻量化处理方法实施例1中RevitBIM模型的建筑模型类别中的7个具有不同形态的构件的结构示意图。
[0021]图3为本专利技术一种多级分类的BIM模型智能轻量化处理方法的判定最优减面系数
边界(多边形相邻两边夹角等于156
°
)的正多边形近圆的示意图。
[0022]图4为本专利技术一种多级分类的BIM模型智能轻量化处理方法的圆弧面最优减面系数分类模型(GB)与支持向量机算法(SVM)、高斯过程算法(GP)、随机森林算法(RF)、Adaboost迭代算法(Adaboost)、朴素贝叶斯算法(NB)在实施例1中的训练集与测试集的基础上得到的预测结果的准确率。
[0023]图5为实施例1中RevitBIM模型的建筑模型类别中的构件7在Revit中的局部细节图。
[0024]图6为实施例1中RevitBIM模型的建筑模型类别中的构件7经本专利技术一种多级分类的BIM模型智能轻量化处理方法处理后在网页端显示的局部细节图。
具体实施方式
[0025]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多级分类的BIM模型智能轻量化处理方法，其特征在于，该方法包括下述几个步骤：步骤一：将一个完整的基于Autodesk Revit软件建立的BIM模型进行属性信息与几何模型信息分离处理，将属性信息存入独立的数据库中，将几何模型信息另存为独立的Revit文件，并通过几何模型中构件的ID与对应的属性信息数据库进行关联；步骤二：根据属性信息，对几何模型中的构件进行多级分类，并判断各子类别文件中的各构件是否包含圆弧面，获取每一个子类别文件中包含圆弧面的构件的每一个圆弧面的几何特征参数；步骤三：建立建筑模型构件的圆弧面最优减面系数分类模型步骤3.1以圆弧面的角度、半径和高度作为几何特征参数，在Autodesk Revit软件中依据特征参数值绘制对应的BIM模型，然后将BIM模型依据不同减面系数转换成glTF格式，当多边形相邻两边夹角大于或等于156
°
时，此时的减面系数即为该组几何特征参数的最优减面系数，将其作为该组几何特征参数的分类标签；依次获取每一组几何特征参数的分类标签，得到数据库；数据库中的一条数据为圆弧面的角度、半径和高度，以及对应的分类标签；将数据库中的数据随机不重复的按数量8:2分为训练集和测试集；步骤3.2建立圆弧面最优减面系数分类模型在梯度提升决策树算法的基础上建立圆弧面最优减面系数分类模型，并使用网格搜索与交叉验证方法进行超参数寻优；用步骤3.1中得到的训练集中的几何特征参数X作为梯度提升决策树的输入变量，最优减面系数Y作为期望输出，建立梯度提升决策树预测模型；在建模时，选取超参数决策树数量M的集合、学习率v的集合以及每棵决策树最大叶子节点数J的集合，利用网格搜索技术遍历所有可能的超参数组合，根据最小对数损失准则，对于训练集中的数据采用5折交叉验证方法确定模型的最优参数，得到圆弧面最优减面系数分类模型；步骤3.3利用测试集对步骤3.2中得到的圆弧面最优减面系数分类模型进行测试，当准确率大于0.9时，即验证该分类模型为有效模型；步骤四：将步骤二中的每一个子类别文件中包含圆弧面的构件的每一个圆弧面的几何特征参数输入到步骤三中验证为有效的分类模型中，得到每一个圆弧面的最优减面系数预测值，并计算每一个构件的减面系数，一个构件的减面系数K的计算方法为：其中，K是赋予一个构件的减面系数；n是含圆弧面构件上圆弧面的数量；步骤五：根据步骤四中计...

【专利技术属性】
技术研发人员：马国伟，杨萌，黄轶淼，董威，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：