[发明专利]一种快速的建筑物立体网格数据图生成方法

说明书

本发明公开了一种快速的建筑物立体网格数据图生成方法，属于信息技术领域，该方法能够快速且准确地确定建筑物内部各户位置以及业务数据信息。本发明的技术方案包括如下步骤：选取合适的网格层级将建筑物外轮廓的多边形区域的最小外包矩形剖分，并随机选择m样例网格。使用聚类算法将m个样例网格分成n类，n个聚类中心点做为维诺图的控制点，生成维诺图。使用维诺图分割建筑物外轮廓的多边形区域，得到建筑物内部的3D网格图。利用维诺图上的控制点对应的北斗网格码组成每户的空间索引码。将空间索引码与建筑物业务数据中对应的每户业务数据进行关联存储，并同时与建筑物内部的3D网格图关联，得到建筑物的立体网格数据图并进行展示。

技术领域

本发明涉及信息技术领域，具体涉及一种快速的建筑物立体网格数据图生成方法。

背景技术

建筑物的立体网格数据图，通常包括两个部分：建筑物的网格图，它是前端页面上根据建筑物的外轮廓绘制而成，页面中的每一个网格都有其对应的北斗网格码；建筑物的业务数据库，后台数据库中的每条业务数据根据北斗网格码建立了索引。前端页面上的每个网格根据自身的北斗网格码，从后台数据库中查询相应的业务数据，然后按照实际需求展示出来，就构成了基于北斗网格码的立体网格数据图系统。

在构建实际的建筑物立体网格数据图系统时，通常以户为单位关联前端页面上的网格和后端数据库中的业务数据。这要求有每户的位置(经度、纬度和高程)，将其编码为北斗网格码，做为数据库的索引。

但是，目前已经存在的数据基本都没有每户的位置信息。少量的建筑物有BIM模型或者CAD平面图，可以根据这些信息计算每户的位置信息。但是大量的建筑物并不存在BIM模型或者CAD平面图，要实现上述的建筑立体网格数据图系统，需要重新去实地采集位置信息。面对海量的存量数据，这样做不仅成本不可想象，而且项目的工期也将极大延长，这就极大限制了建筑物立体网格数据图系统的推广应用。

因此目前缺少一种能够快速且准确确定建筑物内部各户位置信息的技术方案。

发明内容

有鉴于此，本发明提供了一种快速的建筑物立体网格数据图生成方法，所生成的建筑物立体网格数据图能够快速且准确地确定建筑物内部各户位置以及业务数据信息。

为达到上述目的，本发明的技术方案包括如下步骤：

步骤1、从地图上提取出建筑物的外轮廓，建筑物的外轮廓的平面投影为多边形区域，根据建筑物外轮廓的多边形区域确定其最小外包矩形，选取合适的网格层级将最小外包矩形剖分成一个个的网格，在剖分所得网格中随机选择m个位于建筑物外轮廓的多边形区域内的网格作为样例网格，得到样例网格集。

步骤2、从建筑物的业务数据库中提取每个楼层的户数n，然后使用聚类算法将m个样例网格分成n类，得到共n个子类。

步骤3、将n个子类的聚类中心点做为维诺图的控制点，生成对应最小外包矩形的维诺图。

步骤4、使用生成的维诺图分割建筑物外轮廓的多边形区域，得到建筑物每户外轮廓的多边形区域，组成建筑物内部的3D网格图。

步骤5、每户外轮廓的多边形区域对应在维诺图上的控制点即为当前户的位置；利用维诺图上的控制点对应的北斗网格码组成当前户的空间索引码。

步骤6、建筑物中每一户的空间索引码与建筑物业务数据中对应的每户业务数据进行关联存储，并同时与建筑物内部的3D网格图关联，得到建筑物的立体网格数据图并进行展示。

进一步地，合适的网格层级为根据所使用网格尺寸，对比建筑物中每一户的实际尺寸，选取合适的网格层级。

进一步地，m的数值为剖分所得所有网格数量的20％～30％之间。

进一步地，样例网格集用于表示整个建筑物外轮廓的多边形区域。

进一步地，聚类算法为k-means算法。