[发明专利]多模态数据驱动的建筑结构构件的生成方法及装置

说明书

本发明提供一种多模态数据驱动的建筑结构构件的生成方法及装置，本发明提供的多模态数据驱动的建筑结构构件的生成方法及装置，通过构件布置生成模型与构件截面生成模型，可以根据输入的包含多种特征数据的多模态数据得到相应的构件布置特征和构件截面特征，进而能够快速、可靠的完成建筑结构构件的智能化设计，由于不依赖人工经验，设计结果稳定性更高。

技术领域

本发明涉及建筑结构设计与人工智能交叉技术领域，尤其涉及一种多模态数据驱动的建筑结构构件的生成方法及装置。

背景技术

在建筑结构的初步结构设计阶段，为保证最终结构设计方案的安全性，需在建筑设计方案的基础上以及结构设计条件的约束下，进行快速合理的结构构件平面布置和截面尺寸的初步方案设计。

但目前的结构构件平面布置和截面尺寸的初步设计方法，主要依赖建筑师和结构工程师的个人经验协同完成，人工设计方式不仅耗时耗力，且设计过程存在很多的主观性判断，导致结构构件设计过程效率低、设计结果不够稳定，且既有设计经验难以传承。

因此，现在亟需一种高效、准确的多模态数据驱动的建筑结构构件的生成方法以解决上述问题。

发明内容

本发明提供一种多模态数据驱动的建筑结构构件的生成方法及装置，用以解决现有技术中建筑结构构件平面布置和截面尺寸设计方法耗时耗力、效率低且设计结果不够稳定的缺陷。

第一方面，本发明提供一种多模态数据驱动的建筑结构构件的生成方法，该方法包括：

获取建筑结构的建筑设计图纸和设计条件文本，从所述建筑设计图纸中提取建筑分隔特征数据和建筑空间特征数据，从所述设计条件文本中提取设计条件特征数据；

将所述建筑分隔特征数据、建筑空间特征数据和设计条件特征数据融合为第一特征张量，将所述第一特征张量输入预先训练完成的构件布置生成模型，得到构件布置特征数据，并从所述构件布置特征数据中提取建筑结构构件的平面布置设计数据；

将所述构件布置特征数据、建筑空间特征数据和设计条件特征数据融合为第二特征张量，将所述第二特征张量输入预先训练完成的构件截面生成模型，得到构件截面特征数据，并从所述构件截面特征数据中提取建筑结构构件的截面尺寸设计数据；

将所述平面布置设计数据与截面尺寸设计数据进行匹配和整合，得到建筑结构构件的结构设计结果。

根据本发明提供的一种多模态数据驱动的建筑结构构件的生成方法，将所述建筑分隔特征数据、建筑空间特征数据和设计条件特征数据融合为第一特征张量，包括：

分别将所述建筑分隔特征数据和所述建筑空间特征数据表征为二阶矩阵，得到建筑分隔特征矩阵和建筑空间特征矩阵；

将所述设计条件特征数据表征为零阶标量，并将所述零阶标量复制为二阶矩阵，得到设计条件特征矩阵；

将所述建筑分隔特征矩阵、建筑空间特征矩阵和设计条件特征矩阵分别进行归一化处理，并将所述建筑分隔特征矩阵、建筑空间特征矩阵和设计条件特征矩阵的归一化处理结果进行堆叠，得到第一特征张量。

根据本发明提供的一种多模态数据驱动的建筑结构构件的生成方法，将所述构件布置特征数据、建筑空间特征数据和设计条件特征数据融合为第二特征张量，包括：

分别将所述构件布置特征数据和所述建筑空间特征数据表征为二阶矩阵，得到构件布置特征矩阵和建筑空间特征矩阵；

将所述设计条件特征数据表征为零阶标量，并将所述零阶标量复制为二阶矩阵，得到设计条件特征矩阵；

将所述构件布置特征矩阵、建筑空间特征矩阵和设计条件特征矩阵分别进行归一化处理，并将所述构件布置特征矩阵、建筑空间特征矩阵和设计条件特征矩阵的归一化处理结果进行堆叠，得到第二特征张量。