bim的几何信息是什么，bim模型架构与建模主要有哪两种？

bim模型架构是指用于构建和管理建筑信息模型的体系结构。BIM是一种数字化建筑信息管理方法，旨在整合建筑项目的设计、建造和运营过程中的各个方面。

bim模型架构通常由以下几个层次组成：

应用程序层：这是最上层的层次，包括各种bim软件和工具，如、等。

数据管理层：该层次用于存储、管理和协调bim模型中的数据，包括项目信息、构建几何体、属性数据、时间和成本数据等。这些数据可以通过一些BIM软件或数据管理系统进行管理。

模型层：该层次包括建筑物或结构的三维模型，其中包含建筑物或结构的几何信息、构造和属性信息等。

系统层：该层次是模型的基础考证书的正规网站，用于支持模型层的建模工作。系统层包括各种计算机辅助设计(CAD)软件、数据管理系统、数据库等。

标准层：该层次用于制定和实施bim标准和规范bim的几何信息是什么，例如bim协作标准、bim信息交换标准、bim数据格式标准等。

bim模型架构与建模主要有两种：单一模型架构和多模型架构。

1.单一模型架构

单一模型架构是指整个bim项目所有的信息都包含在一个模型中。这种架构下，所有的建筑数据都在同一个模型中进行管理，包括结构、建筑物系统、设备、材料、成本和时间等等。单一模型架构的优点是方便管理和维护，同时也能够促进设计、施工和维护的一体化，但是对于大型复杂的项目来说bim的几何信息是什么，bim模型架构与建模主要有哪两种？，单一模型的文件大小和复杂性可能会变得非常大，对计算机的性能和存储要求较高。

2.多模型架构

多模型架构是指将整个bim项目分为多个不同的模型。每个模型可以包含特定的建筑数据，例如结构、机电系统、外观、景观等等。多模型架构的优点是可以更好地管理大型项目，并且可以提高团队的协作效率。但是，多个模型之间需要进行集成和协调，需要更多的协作和管理，同时也可能导致信息丢失和不一致。

综上所述，bim模型架构和建模方式是根据项目的大小和复杂性来决定的。单一模型架构适用于小型和中型项目，而多模型架构则适用于大型和复杂的项目。选择适合的模型架构可以更好地管理和协作bim项目，从而提高设计、施工和维护的效率和质量。

bim管理方法，基于BIM的建筑工程建设管理方法及系统技术方案

本发明专利技术涉及数据处理技术领域，具体涉及一种基于BIM的建筑工程建设管理方法及系统，包括：获取建筑三维点云数据，对点云数据按照预设的初始尺寸进行划分得到初始体素；根据每个初始体素中的点云数据获取每个初始体素的协方差矩阵，根据每个初始体素与相邻的初始体素的协方差矩阵的特征信息之间的差异情况得到合并程度；根据所述合并程度对初始体素进行合并得到特征区块；根据每个特征区块中所有点云数据的分布情况和聚集特征，得到每个特征区块的密集程度；根据所述密集程度对初始体素的尺寸进行调整确定每个特征区块的优选体素，利用所述优选体素对点云数据进行滤波处理。本发明专利技术能够获得更好的去噪效果的点云数据。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及数据处理，具体涉及一种基于bim的建筑工程建设管理方法及系统。

技术介绍

1、在建筑工程建设过程中使用的三维点云数据是建筑信息模型（，bim）的基础数据之一考什么证赚钱多，可以用于建筑物的设计、施工和维护等各个阶段。三维点云数据进行去噪的目的在于提高三维点云数据处理效率，降低数据处理成本，提高数据质量，从而在建筑工程建设的实际应用中发挥更大的价值。因此bim管理方法，基于BIM的建筑工程建设管理方法及系统技术方案，建筑工程建设三维点云数据的去噪对于数据的准确性和可靠性至关重要。体素化滤波是一种在三维点云数据中常用的去噪方法，该方法主要是将三维空间划分为一系列的小立方体即体素。然后对每一个体素进行滤波操作，进而得到去噪后的三维点云数据。但是该方法中的体素尺寸通常为固定尺寸，没有考虑到空间中数据密度分布不同的区域，导致利用固定尺寸的体素对三维点云数据进行滤波的效果较差。

技术实现思路

1、为了解决现有方法中利用固定尺寸的体素对三维点云数据进行滤波的效果较差的技术问题，本专利技术的目的在于提供一种基于bim的建筑工程建设管理方法及系统，所采用的技术方案具体如下：

2、第一方面，本专利技术提供了一种基于bim的建筑工程建设管理方法，包括：

3、获取建筑三维点云数据，对点云数据按照预设的初始尺寸进行划分得到初始体素；

4、根据每个初始体素中的点云数据获取每个初始体素的协方差矩阵，根据每个初始体素与相邻的初始体素的协方差矩阵的特征信息之间的差异情况，得到每个初始体素与相邻的初始体素之间的合并程度；根据所述合并程度对初始体素进行合并得到特征区块；

5、根据每个特征区块中所有点云数据的分布情况和聚集特征，得到每个特征区块的密集程度；

6、根据所述密集程度对初始体素的尺寸进行调整确定每个特征区块的优选体素，利用所述优选体素对点云数据进行滤波处理。

7、优选地，所述根据每个特征区块中所有点云数据的分布情况和聚集特征，得到每个特征区块的密集程度，具体包括：

8、对于任意一个特征区块，对特征区块内的点云数据进行聚类得到两个聚类簇；根据每个聚类簇内点云数据的数据量分布情况得到每个聚类簇的密集特征表征值；

9、根据两个聚类簇内密集特征表征值之间的差异情况以及两个聚类簇内点云数据的数据量之间的差异情况，得到特征区块的密集程度。

10、优选地，所述根据每个聚类簇内点云数据的数据量分布情况得到每个聚类簇的密集特征表征值，具体包括：

11、将任意一个特征区块内的任意一个聚类簇记为目标聚类簇，统计每个初始体素中属于目标聚类簇的点云数据的数量记为特征数量，计算所有初始体素的特征数量的均值得到目标聚类簇的特征均值；将目标聚类簇范围内的每个初始体素的特征数量与特征均值之间的差异的均值，作为目标聚类簇的密集特征表征值。

12、优选地，所述根据两个聚类簇内密集特征表征值之间的差异情况以及两个聚类簇内点云数据的数据量之间的差异情况，得到特征区块的密集程度，具体包括：

13、；

14、其中，表示第t个特征区块的密集程度，表示第t个特征区块内第一个聚类簇内包含的点云数据的数量，表示第t个特征区块内第二个聚类簇内包含的点云数据的数量，表示第t个特征区块内两个聚类簇的聚类中心之间的欧氏距离，表示第t个特征区块内第一个聚类簇的密集特征表征值，表示第t个特征区块内第二个聚类簇的密集特征表征值，norm()表示线性归一化函数，为预设的超参数。

15、优选地，所述根据每个初始体素与相邻的初始体素的协方差矩阵的特征信息之间的差异情况，得到每个初始体素与相邻的初始体素之间的合并程度，具体包括：

16、对于任意一个初始体素，获取初始体素的协方差矩阵的特征向量和特征值，将最大的特征值对应的特征向量记为初始体素的标记向量；将初始体素对应的每两个特征向量之间的夹角值的均值作为初始体素的复杂程度；

17、根据每个初始体素与相邻的初始体素之间的复杂程度的差异以及标记向量之间的差异，得到每个初始体素与相邻的初始体素的合并程度。

18、优选地，所述根据每个初始体素与相邻的初始体素之间的复杂程度的差异以及标记向量之间的差异，得到每个初始体素与相邻的初始体素的合并程度，具体包括：

19、将任意一个初始体素记为标记初始体素，将与标记初始体素相邻的任意一个初始体素记为参考初始体素；

20、根据标记初始体素和参考初始体素的复杂程度的差值绝对值得到第一特征系数，该差值绝对值与所述第一特征系数呈负相关关系，计算标记初始体素的标记向量与参考初始体素的标记向量之间的余弦相似度得到第二特征系数；

21、根据所述第一特征系数和第二特征系数得到标记初始体素与参考初始体素的合并程度；所述第一特征系数和第二特征系数均与所述合并程度呈正相关关系。

22、优选地，所述根据所述合并程度对初始体素进行合并得到特征区块，具体包括：

23、将所述合并程度大于预设的合并阈值的初始体素进行合并，得到全局区块；

24、根据每两个全局区块中每两个初始体素之间的合并程度以及每两个全局区块中初始体素的标记向量之间的差异，得到每两个全局区块的相似程度；

25、将所述相似程度大于预设的相似阈值的全局区块进行合并，得到特征区块。

26、优选地，所述根据每两个全局区块中每两个初始体素之间的合并程度以及每两个全局区块中初始体素的标记向量之间的差异，得到每两个全局区块的相似程度，具体包括：

27、将每个全局区块内所有初始体素的标记向量的均值记为每个全局区块的平均向量；

28、对于任意一个全局区块，将全局区块内每两个初始体素之间的合并程度的均值作为全局区块的体素聚集程度；

29、对于任意两个全局区块，根据所述任意两个全局区块的体素聚集程度之间的差值绝对值得到的第一系数；所述体素聚集程度之间的差值绝对值与所述第一系数呈负相关关系；

30、计算所述任意两个全局区块的平均向量之间的余弦相似度得到第二系数；根据所述第一系数和第二系数得到所述任意两个全局区块的相似程度；第一系数和第二系数均与所述相似程度呈正相关关系。

31、优选地，所述根据所述密集程度对初始体素的尺寸进行调整确定每个特征区块的优选体素，具体包括：

32、；

33、其中，表示第t个特征区块的优选体素的尺寸，表示初始体素的尺寸，表示第t个特征区块的密集程度，表示预设的体素的最大尺寸。

34、第二方面，本专利技术提供了一种基于bim的建筑工程建设管理系统，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种基于bim的建筑工程建设管理方法的步骤。

35、本专利技术实施例至少具有如下有益效果：

36、本专利技术首先将建筑三维点云数据划分为固定大小的初始体素，即以固定尺寸的体素

【技术保护点】

1.一种基于BIM的建筑工程建设管理方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于BIM的建筑工程建设管理方法，其特征在于，所述根据每个特征区块中所有点云数据的分布情况和聚集特征，得到每个特征区块的密集程度，具体包括：

3.根据权利要求2所述的一种基于BIM的建筑工程建设管理方法，其特征在于bim管理方法，所述根据每个聚类簇内点云数据的数据量分布情况得到每个聚类簇的密集特征表征值，具体包括：

4.根据权利要求2所述的一种基于BIM的建筑工程建设管理方法，其特征在于，所述根据两个聚类簇内密集特征表征值之间的差异情况以及两个聚类簇内点云数据的数据量之间的差异情况，得到特征区块的密集程度，具体包括：

5.根据权利要求1所述的一种基于BIM的建筑工程建设管理方法，其特征在于，所述根据每两个全局区块中每两个初始体素之间的合并程度以及每两个全局区块中初始体素的标记向量之间的差异，得到每两个全局区块的相似程度，具体包括：

6.根据权利要求1所述的一种基于BIM的建筑工程建设管理方法，其特征在于，所述根据所述密集程度对初始体素的尺寸进行调整确定每个特征区块的优选体素，具体包括：

7.一种基于BIM的建筑工程建设管理系统，包括存储器、处理器以及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的一种基于BIM的建筑工程建设管理方法的步骤。

【技术特征摘要】

1.一种基于bim的建筑工程建设管理方法，其特征在于，该方法包括以下步骤：

2.根据权利要求1所述的一种基于bim的建筑工程建设管理方法，其特征在于，所述根据每个特征区块中所有点云数据的分布情况和聚集特征，得到每个特征区块的密集程度，具体包括：

3.根据权利要求2所述的一种基于bim的建筑工程建设管理方法，其特征在于，所述根据每个聚类簇内点云数据的数据量分布情况得到每个聚类簇的密集特征表征值，具体包括：

4.根据权利要求2所述的一种基于bim的建筑工程建设管理方法，其特征在于，所述根据两个聚类簇内密集特征表征值之间的差异情况以及两个聚类簇内点云数据的数据量之间的差异情况，得到特征区块的密集程度，具体包…

【专利技术属性】

技术研发人员：唐健，王一，李霖，王红勤，索海军，蒋晓维，邓超，许骏，王凡，管硕，

申请(专利权)人：辽宁云也智能信息科技有限公司，

类型：发明

国别省市：

全部详细技术资料下载 我是这个专利的主人