Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京飞渡科技股份有限公司张宇获国家专利权

北京飞渡科技股份有限公司张宇获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京飞渡科技股份有限公司申请的专利基于空间智能及图语义驱动的精细化建筑模型生成方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121543175B

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610064867.6,技术领域涉及:G06F30/13;该发明授权基于空间智能及图语义驱动的精细化建筑模型生成方法是由张宇;何文武;宋周莺;朱旭平;李景瑞;王聪玉;陈文博设计研发完成,并于2026-01-19向国家知识产权局提交的专利申请。

基于空间智能及图语义驱动的精细化建筑模型生成方法在说明书摘要公布了:本发明提供基于空间智能及图语义驱动的精细化建筑模型生成方法,属于数字孪生领域;解决建筑方案深化阶段模型细节缺失及人工建模效率低的问题;具体步骤如下:获取建筑骨架模型,将其转化为包含多父级连接关系的语义图;基于真实建筑构件数据,计算构件相对其宿主墙体的归一化坐标,并利用聚类算法构建槽位库;构建WallCount模块和AnchorTransformerGCN模块,结合语义图和槽位库,预测并确定待确认构件的几何属性及拓扑连接关系;挑选待确认构件并将最终输出的模型转化;本发明利用图神经网络与Transformer架构的混合深度学习模型,实现从低精度方案模型向高精度施工图模型的自动化细节丰富。

本发明授权基于空间智能及图语义驱动的精细化建筑模型生成方法在权利要求书中公布了:1.基于空间智能及图语义驱动的精细化建筑模型生成方法,其特征在于,所述方法如下: 获取建筑骨架模型,提取模型中的几何实体,并将其转化为包含多父级连接关系的语义图;基于真实建筑构件数据,计算每个建筑中各构件相对其宿主墙体的归一化坐标,并利用聚类算法构建槽位库; 构建槽位库的步骤如下: 收集真实建筑的构件数据,提取这些构件,相对各自建筑的宿主墙体之间的位置信息,并对这些位置信息进行数据清洗,再以归一化坐标的形式表示; 选择K-Means聚类算法对处理后的坐标数据进行无监督学习,再将全部的坐标数据划分为K个不同的簇,每个簇由其质心代表;其中,K表示确定簇的数量; 在K-Means聚类完成后,从每个簇中提取出质心坐标作为槽位,将所有确定簇对应的槽位坐标信息整理并存储在一个结构化的数据集中,形成槽位库; 构建WallCount模块处理语义图,预测标准层每面墙体上应生成的细部构件数量;根据预测数量及槽位库实例化的初始节点,构建AnchorTransformerGCN模块,并预测待确认构件的几何属性及拓扑连接关系; WallCount模块的构建步骤如下: WallCount数量预测模块的网络架构为:Transformer-GCN混合体; 在GCN层中,墙体节点会检测与其直接相连的门窗构件节点、洞口节点以及其他墙体节点的连接信息; 连接信息具体包括:门窗的类型和尺寸以及门窗在墙面所处的位置; 为安装门窗在墙面上预留洞口的位置、形状和大小; 相邻墙体的位置、方向、长度和厚度; 在Transformer层中,利用自注意力机制,使模型获取每个建筑模型对应标准层内的四个立面,以及四个立面中全部墙体与门窗的状态; 训练时,最小化同一标准层内不同立面装饰特征的差异,同时最大化不同标准层之间的差异,预测标准层每面墙体上应生成的细部构件数量,构建AnchorTransformerGCN模块; 构建AnchorTransformerGCN模块的步骤如下: AnchorTransformerGCN属性生成模块的网络架构为:并行双分支网络; GCN分支:用于处理构件与其宿主墙体及该构件对应宿主墙体上各门窗的微观几何关系,确保构件不会遮挡门窗洞口或超出墙体边界,具体实现过程如下: 根据第一阶段预测的细部构件数量,随机预生成具体的门窗构件,将预生成门窗构件的节点作为初始候选节点,获取初始候选节点的相关建筑信息构建成图结构数据; 使用图卷积核在图结构数据上进行卷积运算,聚合每个节点及其邻居节点的信息,并通过多层图卷积,逐步提取综合了语义、几何、物理约束和功能等与构件相关的更高级特征; 对卷积后的特征进行归一化、激活处理;在特征处理过程中,引入物理约束条件,确保生成的构件不会遮挡门窗洞口或超出墙体边界; Transformer分支:通过全局注意力机制,协调标准层四个立面上所有构件的尺寸风格; 应用物理附着约束,并结合待确认构件的几何属性及拓扑连接关系,对待确认构件进行几何修正和冲突剔除,并将最终输出的模型转化为BIM系统的可用格式。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京飞渡科技股份有限公司,其通讯地址为:102600 北京市大兴区盛坊路5号院6号楼8层801-1;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。