[发明专利]基于人类活动信息的平面图设计方法、装置及终端设备在审

专利信息
申请号: 202011066302.0 申请日: 2020-09-30
公开(公告)号: CN112199748A 公开(公告)日: 2021-01-08
发明(设计)人: 曾伟;王士东;陈茜 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: G06F30/13 分类号: G06F30/13;G06F30/27
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 罗琳丽
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 人类 活动 信息 平面图 设计 方法 装置 终端设备
【权利要求书】:

1.一种基于人类活动信息的平面图设计方法,其特征在于,包括:

获取目标建筑的外边界信息和人类活动信息,所述人类活动信息为人类在所述目标建筑内的活动概率图,用于描述居民和目标建筑之间的交互关系;

将所述外边界信息和所述人类活动信息,输入到预训练的平面设计图生成模型中处理,得到所述目标建筑的内部空间的平面设计图。

2.如权利要求1所述的基于人类活动信息的平面图设计方法,其特征在于,获取所述人类活动信息的方法,包括:

获取用户输入的家具位置信息;

通过预设出入口设计规则确定出入口位置信息;

对所述家具位置信息和所述出入口位置信息进行计算,得到所述人类活动信息。

3.如权利要求2所述的基于人类活动信息的平面图设计方法,其特征在于,对所述家具位置信息和所述出入口位置信息进行计算,得到所述人类活动信息,包括:

根据所述家具位置信息,确定每个家具的中心点的位置;

根据所述出入口位置信息,确定每个出入口的中心点的位置;其中,所述出入口包括主要出入口及一个以上的次要出入口;

以每个家具的中心点的位置为起始点,以与所述家具对应的次要出入口的中心点为终点,根据预设算法进行路径规划,获得第一区域人类活动信息;其中,所述预设算法包括双向快速扩展随机树算法;

以每个次要出入口的中心点的位置为起始点,以所述主要出入口或者其他次要出入口的中心点的位置为终点,根据所述预设算法进行路径规划,获得第二区域人类活动信息;其中,所述其他次要出入口为除与起始点对应的次要出入口以外的任一个次要出入口;

对所述第一区域人类活动信息和所述第二区域人类活动信息进行融合处理,获得所述人类活动信息。

4.如权利要求1所述的基于人类活动信息的平面图设计方法,其特征在于,获取所述人类活动信息的方法,还包括:

将所述目标建筑的外边界信息输入到预训练的人类活动信息生成模型中处理,得到所述人类活动信息。

5.如权利要求4所述的基于人类活动信息的平面图设计方法,其特征在于,所述方法还包括:

获取第一平面设计图训练数据集,所述第一平面设计图训练数据集包括多个边界信息样本,和与每个边界信息样本对应的平面设计图样本;

根据所述第一平面设计图训练数据集中每个平面设计图样本,计算得到与所述每个边界信息样本对应的人类活动信息样本;

利用活动信息训练数据集对第一神经网络模型进行预训练,获得所述预训练的人类活动信息生成模型;其中,第一神经网络模型包括第一生成对抗神经网络模型,所述活动信息训练数据集包括所述多个边界信息样本,和基于与每个边界信息样本对应的平面设计图样本计算得到的人类活动信息样本。

6.如权利要求5所述的基于人类活动信息的平面图设计方法,其特征在于,根据所述第一平面设计图训练数据集中每个平面设计图样本,计算得到与所述每个边界信息样本对应的人类活动信息样本,包括:

根据预设家具设计规则,获得所述第一平面设计图训练数据集中每个平面设计图样本的家具位置信息;其中,所述平面设计图样本携带出入口位置信息;

对所述平面设计图样本的家具位置信息和出入口位置信息进行计算,获得与所述每个边界信息样本对应的人类活动信息样本。

7.如权利要求1至6任一项所述的基于人类活动信息的平面图设计方法,其特征在于,所述方法还包括:

获取第二平面设计图训练数据集,所述第二平面设计图训练数据集包括多个边界信息样本,和与每个边界信息样本对应的平面设计图样本和人类活动信息样本;

根据所述第二平面设计图训练数据集对第二神经网络模型进行预训练,获得所述预训练的平面设计图生成模型;其中,第二神经网络模型包括第二生成对抗神经网络模型。

8.如权利要求1所述的基于人类活动信息的平面图设计方法,其特征在于,所述方法还包括:

对所述平面设计图进行矢量化处理,得到目标矢量平面设计图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011066302.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top