[发明专利]基于轻量级设备的BIM渲染方法、设备和计算机可读存储介质在审
申请号: | 202011378459.7 | 申请日: | 2020-11-30 |
公开(公告)号: | CN112347546A | 公开(公告)日: | 2021-02-09 |
发明(设计)人: | 尤勇敏;其他发明人请求不公开姓名 | 申请(专利权)人: | 久瓴(江苏)数字智能科技有限公司 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/23;G06T17/10;G06T17/20;G06T19/20 |
代理公司: | 深圳紫藤知识产权代理有限公司 44570 | 代理人: | 远明 |
地址: | 213161 江苏省常州市武进区延政西大道8*** | 国省代码: | 江苏;32 |
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 轻量级 设备 bim 渲染 方法 计算机 可读 存储 介质 | ||
1.一种基于轻量级设备的BIM渲染方法,其特征在于,所述方法包括:
载入建筑三维模型的几何结构数据;
根据所述建筑三维模型的几何结构数据,对所述建筑三维模型的复杂度、动静态特性和/或几何特征进行分析;
根据对所述建筑三维模型的复杂度、动静态特性和/或几何特征进行分析的分析结果,生成相应的层次包围盒树结构、二叉分割空间树结构或八叉树结构,以记录所述建筑三维模型的信息;
基于所述层次包围盒树结构、二叉分割空间树结构或八叉树结构的算法,从内存读取所述建筑三维模型的信息,对所述建筑三维模型的有效部分进行渲染。
2.如权利要求1所述基于轻量级设备的BIM渲染方法,其特征在于,所述根据对所述建筑三维模型的复杂度、动静态特性和/或几何特征进行分析的分析结果,生成相应的层次包围盒树结构,包括:
若所述分析结果为所述建筑三维模型属于简单三维模型,则采用自顶向下的树构建方法对单个对象创建叶子节点,逐层迭代直至创建第一层次包围盒树结构;
当场景发生动态变化时,将场景中每个对象的包围盒作为一个节点,采用自底向上的方式更新所述第一层次包围盒树结构,生成第二层次包围盒树结构。
3.如权利要求2所述基于轻量级设备的BIM渲染方法,其特征在于,所述基于所述层次包围盒树结构的算法,从内存读取所述建筑三维模型的信息,对所述建筑三维模型的有效部分进行渲染,包括:
判断从视点发出的光线是否与所述层次包围盒树结构的节点对应包围盒相交;
若所述光线与层次包围盒树结构的节点对应包围盒相交,则进一步判断所述相交的节点对应包围盒是否存在图元;
若所述相交的节点对应包围盒存在图元,则继续进行光线追踪,否则,结束光线追踪;
递归地判断从视点出发的每条光线,直至判断完成后输出所述建筑三维模型的有效部分的渲染图片。
4.如权利要求1所述基于轻量级设备的BIM渲染方法,其特征在于,所述根据对所述建筑三维模型的复杂度、动静态特性和/或几何特征进行分析的分析结果,生成相应的层次包围盒树结构,包括:
若所述分析结果为所述三维模型属于简单三维模型,则根据所述建筑三维模型的几何结构数据,对包围所述建筑三维模型的包围盒进行空间划分;
根据所述划分出的空间内面片数与预设阈值的大小关系,基于聚类方法构建所述层次包围盒树结构。
5.如权利要求4所述基于轻量级设备的BIM渲染方法,其特征在于,所述基于所述层次包围盒树结构的算法,从内存读取所述建筑三维模型的信息,对所述建筑三维模型的有效部分进行渲染,包括:
将从内存读取的所述建筑三维模型的信息逆序列化成层次包围盒树;
采用较少堆栈求交方法对所述层次包围盒树节点对应的包围盒进行场景求交,以确定求交结果;
根据求交结果进行光线跟踪渲染。
6.如权利要求1所述基于轻量级设备的BIM渲染方法,其特征在于,所述根据对所述建筑三维模型的复杂度、动静态特性和/或几何特征进行分析的分析结果,生成相应的二叉分割空间树结构,包括:
根据对所述建筑三维模型的几何特征进行分析的分析结果,以带有方向属性的切割面为边界,将所述建筑三维模型的空间不断地分割为的前向空间和背向空间,直至分割之后的前向空间和背向空间为原子空间为止;
以所述前向空间或原子的前向空间为左子树或左叶子节点,以所述背向空间或原子的前向空间为右子树或右叶子节点,生成所述二叉分割空间树结构。
7.如权利要求1所述基于轻量级设备的BIM渲染方法,其特征在于,所述根据对所述建筑三维模型的复杂度、动静态特性和/或几何特征进行分析的分析结果,生成相应的八叉树结构,包括:
设置待构建八叉树的参数;
遍历所有几何节点,计算根节点的包围盒大小;
将根节点的包围盒均匀地划分成八个空间,并根据相交检测算法将父节点下的所有几何节点分别归类至所述八个空间中;
进行递归调用,对所有子节点进行划分。
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久瓴(江苏)数字智能科技有限公司,未经久瓴(江苏)数字智能科技有限公司许可,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/202011378459.7/1.html,转载请声明来源钻瓜专利网。