bim建模依据，BIM建模步骤过程及模型精度

BIM建模步骤过程：

1.建立网格及楼层线

建筑师绘制建筑设计图、施工图时，网格以及楼层为其重要的依据，放样、柱位判断皆须依赖网格才能让现场施作人员找到地基上的正确位置。

楼层线则为表达楼层高度的依据，同时也描述了梁位置、墙高度以及楼板位置，建筑师的设计大多将楼板与梁设计在楼层线以下，而墙则位于梁或楼板的下方；如果没有楼层线，现场施工人员对于梁的位置、楼板位置以及墙高度的判断会很困难。

2.导入CAD文档

将CAD文件导入软件可方便下一步骤建立柱梁板墙时，直接点选图面或按图绘制。导入CAD时应注意单位以及网格线是否与CAD图相符。

3.建立柱梁板

将柱、梁、板、墙等构件依图面放置到模型上，依构件的不同类型选取相符的形式进行绘制工作。

4.彩现

彩现图为可视化沟通的重要工具，建筑师与业主讨论其设计时，利用三维模型可与业主讨论建筑物外形、空间意象以及建筑师的设计是否达成业主需求等功能。

5.输出成CAD图与明细表

目前，在BIM应用较早的一些国家，其甲方已经能接受建筑师缴交建筑信息模型作为审图的依据，然而在国内并无类似制度，建筑师缴交资料给予甲方审核仍以传统图样或CAD图为主bim建模依据，BIM建模步骤过程及模型精度，因此建筑信息模型是否能够输出成CAD图使用，则是重要环。

BIM建模精度：

模型的细致程度，描述了一个BIM模型构件单元从最低级的近似概念化的程度发展到最高级的演示级精度的步骤。从概念设计到竣工设计学什么技能好，LOD被定义为5个等级，分别为到。具体的等级划分如下：

简言之bim建模依据，LOD让BIM应用有据可循。当然，在实际应用中，根据项目具体目的的不同，可对LOD进行适当的调整。

艾三维技术专注bim领域,建筑工程设计bim软件、软件白金级代理商，10年专注工程领域bim生命全周期应用解决方案，bim咨询、bim培训，软件二次开发，业务范围涉及土木、建筑、交通、市政管网、水厂、海绵城市、水利电力、石化、以及能源、环保等行业，服务热线 微信：

bim动态，一种基于BIM技术的逃生路径规划方法与流程

本发明涉及建筑软件bim技术领域,尤其涉及一种基于bim技术的逃生路径规划方法。

背景技术：

随着社会经济的发展，现代的建筑物的占地面积越来越大，楼层设计也越来越高，结构也越来越复杂。由于室内设计的路线繁多，人们在建筑物内容易迷路，特别是发生紧急情况时，不容易第一时间寻找到较佳的逃生路径。

火灾是不断蔓延的过程，仅仅通过当前时刻火灾情况进行逃生路径规划，并不能确保下一时刻该逃生路径的安全，而且逃生人员是不断运动的，每一时刻位置无法感知，就无法确保当前的逃生路径是最安全的逃生路径。

在已有的逃生路径规划方法中，一般只求得了着火点到建筑出口的最短路径，但是在逃生过程中这样的最短路径不一定是最优路径，主要有三个原因：1、在火情爆发时，如果引导人群都往最近的出口疏散，容易造成出口拥堵，甚至导致踩踏事件。2、最短路径不一定是最快的路径，比如在穿越楼梯等狭窄区域时通过时间会比较慢。3、最短路径上可能已经存在大量的烟雾，按照最短路径撤离可能会吸入烟雾过多导致危险。

技术实现要素：

本发明针对现有技术的不足，提出一种基本bim技术的火警逃生路线规划方法，目的在于为在发生火情时，为被困人员提供最佳的应急逃生路线，减少人员伤亡。

本发明综合应用了bim模型、动态火情模型、蚁群算法等技术方法。其中bim模型提供了整个建筑的逃生通道信息、被困人员的数量以及位置；动态火情模型提供了火情的动态变化数据，基于火情动态模型，将失火建筑划分为安全区域与危险区域，对安全区域和危险区域的人员采取不同的应急措施，保证人员的有序撤离。蚁群算法作为一种求最优解的方法，通过从bim模型中获取被困人员的数量和坐标，获取bim模型中的通道信息，结合火情的动态变化，通过迭代，给出被困人员的最佳逃生路线，同时本发明还采用了一种蚁群算法的改进型(基于q-学习的自适应蚁群算法)加快最优路径的求解速度。

具体如下,它包括用消防动态仿真模拟软件创建火灾模拟，将建筑物中红外摄像头和烟雾报警器设置为节点，参数初始化后，通过状态转移概率公式计算被困人员k从节点i到节点j的概率为被困人员选择下一个节点：其中，τij(t)表示t时刻节点i到节点j路径上的信息素，α为信息启发式因子，反映轨迹的重要性，β为期望启发式因子，反映能见度的重要性，ηij(t)为启发函数，其表达式为其中tij表示从节点i到节点j所需的时间，sij表示从节点i到节点j会吸入的烟雾量，引导被困人员向通过时间和烟雾量综合较小的节点移动。

进一步地,逃生路径规划方法还包括根据τij(t+1)＝(1-ρ)·τij(t)+δτij(t)更新每条路径信息量，其中τij(t+1)代表完成当前循环后路径上残留的信息素，ρ表示信息素挥发系数，则(1-ρ)表示信息素残留因子，为避免信息素的无限积累，ρ∈[0，1)；δτij(t)表示本次循环中留在路径(i，j)上的信息素增量，δτij(t)由如下公式计算,

(m表示有m个被困人员)

表示第k个被困人员本循环中在路径(i，j)上留下的信息素，

其中，q表示信息素强度，它会影响算法的收敛速度；lk表示蚂蚁k在本次循环中吸入的烟气量和所用时间的总和。

进一步地,逃生路径规划方法还包括循环迭代次数n←n+1至n≥nmax，循环结束，其中nmax为最大循环数，选出吸入的烟气量和所用时间的总和最小的路径作为最优路径。

进一步地,参数初始化令时间t＝0、循环次数n＝0、设置最大循环数nmax、令相邻节点之间的初始化信息素τij(t)＝0,且初始时刻δτij(0)＝0,初始化被困人员位置和设置禁忌表为空。

进一步地,对于位于节点i的被困人员k按如下公式选择下一节点j，式中从节点i到节点j的概率

q0是一个在区间[0,1]的参数，q是一个在区间[0,1]均匀分布的随机数；wk(i)表示可选择的城市集合。he(i，j)表示启发式信息，信息素aq值按照如下规则更新

式中ρ，γ都为区间[0,1]的常数；δaq(i，j)通过下式求得

式中，w为常数，且w＝10，kgb代表寻找到全局最优路径的蚂蚁；表示该蚂蚁从起始点到终点所用时间和吸入烟雾量之和。

进一步地,相邻节点通过时效函数tij＝fij(x),其中tij表示x个人同时从节点i到节点j所需的时间。

进一步地,为被困人员选择下一个节点后修改禁忌表，即将新节点放入禁忌表中。

进一步地,修改禁忌表后被困人员如果没有到达安全区域则继续选择下一个节点。

进一步地，修改禁忌表后被困人员如果到达安全区域则更新信息素。

进一步地，最优路径通过语音播报器告知被困人员。

本发明提供的方法，通过烟雾报警器获取火灾情况数据，并通过红外摄像头实时获取被困人员数量和位置坐标，结合建筑物模型bim的动态火情模型为被困人员实时动态规划逃生安全路线，从而提高火灾被困人员的逃生几率，实现火灾现场安全逃生，具体地，有如下有益效果：

1、在事故现场利用语音播报对被困人员进行引导，减少人群的慌乱，减少人群的慌乱，减少出现踩踏的机率，有利于提高逃生的成功率。

2、通过动态火情模型，划分安全区域与危险区域，危险区域的被困人员的优先级高于安全区域的人员，为危险区域的被困人员规划最优逃生路径，对安全区域的人员进行语音引导，就近撤离。这样可以在火情发生时，优先救助危险区域的被困人员，减少死亡的可能性。

3、考虑到了逃生路径上可能弥漫的烟雾对人的伤害，本发明在规划最优逃生路径时综合考虑了通过时间和烟雾吸入量两个因素，避免了被困人员的在撤离时吸入过多烟雾导致危险的情况。

4、本发明考虑了被困人员的数量对路径规划的影响，即使起火点相同，也会根据被困人数的不同而规划出不同的最佳逃生路线。

5、本发明避免了逃生时出口过分拥挤的情况，在为危险区域的被困人员规划最佳路径时，其终点不是出口，而是安全区域。即先引导危险区域的被困人员先快速到达安全区域，然后再从安全区域有序撤离。这样避免了危险区域的被困人员直接到达出口而出现的出口过分拥挤的情况。

说明书附图

图1为基于bim技术的逃生路径规划方法流程图

图2为最佳逃生路线规划算法流程图

具体实施方式

本发明提供一种基于bim技术的逃生路径规划方法，如图1所示，包括以下步骤：

s1、建筑物基础设备建设，包括烟雾报警器和红外摄像头，烟雾报警器和红外摄像头设置在建筑物内各路径沿途，红外摄像头具有远红外成像系统，烟雾报警器和红外摄像头连接至远程监控系统，还包括语音播报器和应急照明灯；

s2、用消防动态仿真模拟(n)的软件来创建火灾模拟考证培训机构，预测火灾烟气流动、火灾温度和有毒有害气体浓度分布。具体地，结合bim信息，依据真实失火的位置，在软件设置模拟火源，通过软件仿真，得到动态火情模型，具体步骤如下:第一步在软件中导入与真实建筑物对应的bim模型，一般以ifc的格式导入，导入成功后即可看到bim模型，随后在bim模型中根据真实的失火位置中设置火情，软件对该bim模型中的火灾的烟气的运动、温度和毒气浓度进行准确预测分析，得到动态火情模型。即不同区域不同时刻的火情状态，根据得到的火情动态模型，将烟雾浓度不会高于危险值的区域划分为安全区域，否则划分为危险区域；

s3、获取建筑物基础设备中的红外摄像头信息数据，通过远红外成像分析，得到被困人员的坐标数据以及数量；

s4、针对位于危险区域内的被困人员，根据被困人员坐标以及数量，规划最优应急求生路径：

s4.1、根据建筑模型bim中的环境信息数据和火灾情况数据，判断是否有逃生机会，这里的逃生机会是指人员是否有机会离开当前空间，例如在一个大会场空间中，会场的出口处火势凶猛，人员无法通过，在这种情况下则认为无逃生机会。对于无逃生机会的情形，通过语音播报器通知被困人员，采取火灾应急措施bim动态，原地等待救援。

s4.2、结合失火建筑的bim信息和动态火情模型，为危险区被困人员规划至安全区的最优路径，具体地，采用蚁群算法，考虑被困人员的位置、被困人员的数量、不同区域的通过时效性、火情的动态变化情况、为被困人员规划最佳路线；如图2所示，最佳逃生路线规划算法如下：

a.将每个红外摄像头和烟雾报警器设置为节点；

b.结合bim信息,即bim模型中的建筑结构信息，例如通过查询节点i和节点j的通道距离，通道宽度，用来计算通过时效函数,得到相邻节点的通过时效函数tij＝fij(x),其中tij表示x个人同时从节点i到节点j所需的时间；

c.通过火情动态模型，得到通过相邻节点会吸入的烟雾量,sij表示人员从节点i到节点j会吸入的烟雾量；

d.参数初始化。令时间t＝0和循环次数n＝0,设置最大循环数nmax，将m只蚂蚁，表示m个受困人员，放置于着火点，本发明中m＝25。令相邻节点之间的初始化信息素τij(t)＝0,且初始时刻δτij(0)＝0,δτij表示蚂蚁在本次循环中留在节点i至节点j路径上的信息素。

e.循环迭代次数n←n+1。(即在完成当前迭代(n)后进行下一轮的迭代(n+1)，并将下一轮的迭代视为当前迭代。)

f.初始化蚂蚁的位置，将蚂蚁的起点设为火源的节点。

g.设置蚂蚁的禁忌表为空，蚂蚁的禁忌表记录着蚂蚁已经经过的节点，禁忌表的目的是让蚂蚁不再选择已经走过的节点。

h.蚂蚁个体根据如下状态转移概率公式计算的概率选择下一个节点，并前进。

其中表示蚂蚁k从节点i到节点j的概率；τij(t)表示t时刻节点i到节点j路径上的信息素；α为信息启发式因子，表示轨迹的重要性，反映了蚂蚁在运动过程中所积累的信息在蚂蚁运动时所起到的作用，其值越大，则蚂蚁越倾向于选择其他蚂蚁经过的路径，蚂蚁之间的协作性越强；β为期望启发式因子，表示能见度的相对重要性，反映了蚂蚁在运动过程中启发信息在蚂蚁选择路径中的受重视程度，其值越大，则该转状态下的转移概率越接近于贪心算法；ηij(t)为启发函数，其表达式如下

其中tij表示蚂蚁从节点i到节点j所需的时间，sij表示从节点i到节点j会吸入的烟雾量。该启发函数综合考虑了通过时间和吸入的烟雾量，避免了片面地追求最快路径而出现吸入烟雾过多发生危险的情况。该启发函数引导蚂蚁向通过时间和烟雾量综合较小的节点移动。

i.修改蚂蚁禁忌表。即把蚂蚁选择的新节点加入禁忌表中。

j.若蚂蚁还未到达安全区域，则跳到步骤h,否则执行步骤k。

k.更新信息素，根据如下公式更新每条路径上的信息量，

τij(t+1)＝(1-ρ)·τij(t)+δτij(t)

其中τij(t+1)代表蚂蚁完成当前循环(即到达了安全区域)后路径上残留的信息素，这种更新策略模仿了人类大脑的记忆行为，在不断获取新信息时，也会逐渐淡忘旧的信息。上式中ρ表示信息素挥发系数，则(1-ρ)表示信息素残留因子，为避免信息素的无限积累，ρ∈[0，1)；δτij(t)表示本次循环中所有蚂蚁留在路径(i，j)上的信息素增量，δτij(t)由如下公式计算,

表示第k只蚂蚁在本次循环中在路径(i，j)上留下的信息素，使用如下公式进行计算，

其中，q表示信息素强度，它会影响算法的收敛速度；lk表示蚂蚁k在本次循环中吸入的烟气量和所用时间的总和。

若满足结束条件，即如果循环次数n≥nmax，则循环结束，选出吸入的烟气量和所用时间的总和最小的路径作为最优路径，否则跳到步骤e。

优选地，本发明同时提出一种基于q-学习的自适应蚁群算法的路线规划方法来加快求解的速度。基于q-学习的自适应蚁群算法的路径规划方法在搜索过程中动态调整状态转移概率，其他步骤与s4.2一致。对于位于节点i的蚂蚁k按照如下公式选择下一个节点j,

式中，

式中，q0是一个在区间[0,1]的参数，q是一个在区间[0,1]均匀分布的随机数；wk(i)表示可选择的城市集合。he(i，j)表示启发式信息，信息素aq值按照如下规则更新

式中ρ，γ都为区间[0,1]的常数；δaq(i，j)通过下式求得

式中，w为常数，且w＝10，kgb代表寻找到全局最优路径的蚂蚁；表示该蚂蚁从起始点到终点所用时间和吸入烟雾量之和。

s4.3、将规划出的最优求生路径通过语音播报器告知被困人员，引导被困人员逃出危险区域；

s5、针对处于安全区域内的被困人员，通过语音报警器播报火警应急措施，根据建筑物模型bim中的环境信息数据，引导人员有序撤离。

s5.1、通过红外摄像头获取安全区域内人员当前坐标，以及行动轨迹。；

s5.2、在安全区域和危险区域的临界处，进行语音播报提醒，避免人员在撤离时误入危险区域；

s5.3、一旦有人员在从安全区域撤离的过程中误入危险区域，立即按照s4步骤为其规划最优逃生路径。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

技术特征：

1.一种基于bim技术的逃生路径规划方法，其特征在于，它包括用消防动态仿真模拟软件创建火灾模拟，将建筑物中红外摄像头和烟雾报警器设置为节点，参数初始化后，通过状态转移概率公式计算被困人员k从节点i到节点j的概率为被困人员选择下一个节点：其中，τij(t)表示t时刻节点i到节点j路径上的信息素，α为信息启发式因子，反映轨迹的重要性，β为期望启发式因子，反映能见度的重要性，ηij(t)为启发函数，其表达式为其中tij表示从节点i到节点j所需的时间，sij表示从节点i到节点j会吸入的烟雾量，引导被困人员向通过时间和烟雾量综合较小的节点移动。

2.根据权利要求1所述逃生路径规划方法，其特征在于，所述逃生路径规划方法还包括根据τij(t+1)＝(1-ρ)·τij(t)+δτij(t)更新每条路径信息量，其中τij(t+1)代表完成当前循环后路径上残留的信息素，ρ表示信息素挥发系数，则(1-ρ)表示信息素残留因子，为避免信息素的无限积累，ρ∈[0，1)；δτij(t)表示本次循环中留在路径(i，j)上的信息素增量，δτij(t)由如下公式计算,

(m表示有m个被困人员)

表示第k个被困人员本循环中在路径(i，j)上留下的信息素，

其中，q表示信息素强度，它会影响算法的收敛速度；lk表示蚂蚁k在本次循环中吸入的烟气量和所用时间的总和。

3.根据权利要求2所述逃生路径规划方法，其特征在于，所述逃生路径规划方法还包括循环迭代次数n←n+1至n≥nmax，循环结束，其中nmax为最大循环数，选出吸入的烟气量和所用时间的总和最小的路径作为最优路径。

4.根据权利要求1所述逃生路径规划方法，其特征在于，所述参数初始化令时间t＝0、循环次数n＝0、设置最大循环数nmax、令相邻节点之间的初始化信息素τij(t)＝0,且初始时刻δτij(0)＝0,初始化被困人员位置和设置禁忌表为空。

5.根据权利要求1所述逃生路径规划方法，其特征在于，对于位于节点i的被困人员k按如下公式选择下一节点j，

式中从节点i到节点j的概率

q0是一个在区间[0,1]的参数，q是一个在区间[0,1]均匀分布的随机数；wk(i)表示可选择的城市集合。he(i，j)表示启发式信息，信息素aq值按照如下规则更新

式中ρ，γ都为区间[0,1]的常数；δaq(i，j)通过下式求得

式中，w为常数，且w＝10，kgb代表寻找到全局最优路径的蚂蚁；表示该蚂蚁从起始点到终点所用时间和吸入烟雾量之和。

6.根据权利要求1所述逃生路径规划方法，其特征在于，所述相邻节点通过时效函数tij＝fij(x),其中tij表示x个人同时从节点i到节点j所需的时间。

7.根据权利要求1所述逃生路径规划方法，其特征在于，所述为被困人员选择下一个节点后修改禁忌表，即将新节点放入禁忌表中。

8.根据权利要求7所述逃生路径规划方法，其特征在于，所述修改禁忌表后被困人员如果没有到达安全区域则继续选择下一个节点。

9.根据权利要求7所述逃生路径规划方法，其特征在于，所述修改禁忌表后被困人员如果到达安全区域则更新信息素。

10.根据权利要求3所述逃生路径规划方法，其特征在于，所述最优路径通过语音播报器告知被困人员。

技术总结

本发明公开了一种基于BIM技术的逃生路径规划方法，它包括用消防动态仿真模拟软件创建火灾模拟，将建筑物中红外摄像头和烟雾报警器设置为节点，参数初始化后，通过状态转移概率公式计算被困人员k从节点i到节点j的概率为被困人员选择下一个节点：其中，τij(t)表示t时刻节点i到节点j路径上的信息素，α为信息启发式因子bim动态，一种基于BIM技术的逃生路径规划方法与流程，反映轨迹的重要性，β为期望启发式因子，反映能见度的重要性，ηij(t)为启发函数，引导被困人员向通过时间和烟雾量综合较小的节点移动，结合建筑物模型BIM的动态火情模型为被困人员实时动态规划逃生安全路线，从而提高火灾被困人员的逃生几率，实现火灾现场安全逃生。

技术研发人员：李伯宇;孙屹;文盼

受保护的技术使用者：中设数字技术股份有限公司

技术研发日：2020.12.22

技术公布日：2021.04.09