[发明专利]一种基于双GPU的BIM模型渲染方法及渲染系统

权利要求书

1.一种基于双GPU的BIM模型渲染方法，其特征在于，包括以下步骤：

加载BIM模型；

选择第一显示核心渲染当前帧图形，选择第二显示核心作为预备，其中，所述第二显示核心用于对基于历史记录预测得出的相机动作所对应的图形进行预先渲染，渲染后的图形存储于缓冲区；

将相机参数变化枚举出所述相机动作，对多个所述相机动作进行编码，对相机与BIM模型的距离进行归一化处理，并将处理后的所述相机动作输入至循环神经网络，利用循环神经网络预测下一帧图形对应的相机动作，多个所述相机动作包括上移、下移、左移、右移、放大、缩小、向左旋转、向右旋转、向上旋转和向下旋转；

当判断用户实际操作的相机动作与预测的下一帧相机动作一致时，提取存储于缓冲区内由所述第二显示核心渲染后的图形进行显示。

2.根据权利要求1所述的基于双GPU的BIM模型渲染方法，其特征在于，所述加载BIM模型的步骤包括：

判断相机与BIM模型的距离是否满足预设范围，当满足预设范围时，对当前BIM模型进行渲染。

3.根据权利要求2所述的基于双GPU的BIM模型渲染方法，其特征在于，所述加载BIM模型的步骤还包括：

对渲染的BIM模型进行视锥剔除，保留相机可视部分。

4.根据权利要求1所述的基于双GPU的BIM模型渲染方法，其特征在于，在对多个所述相机动作进行编码过程中，编码采用One-Hot编码。

5.根据权利要求1所述的基于双GPU的BIM模型渲染方法，所述归一化处理的步骤包括：

设当前相机与BIM模型的距离为D，允许的相机与BIM模型的距离的最大值D_Max和最小值D_Min；

归一化处理后的相机距离

6.根据权利要求1-5任一项所述的基于双GPU的BIM模型渲染方法，其特征在于，还包括对循环神经网络进行训练步骤，包括：

当预测的动作和实际的动作发生偏差时，将偏差作为训练样本输入至所述循环神经网络；

将所述训练样本中历史记录得出相机动作所对应的图形存储至缓冲区。

7.根据权利要求6所述的基于双GPU的BIM模型渲染方法，其特征在于，将偏差作为训练样本输入至所述循环神经网络步骤包括：

将所述训练样本反复输入至所述循环神经网络，直至训练误差满足设定阈值时，结束训练并保存所述循环神经网络。

8.一种基于双GPU的BIM模型渲染系统，其特征在于，包括：

加载单元，用于加载BIM模型；

渲染选择单元，选择第一显示核心渲染当前帧图形，选择第二显示核心作为预备；

提取单元，用于提取存储于所述第二显示核心由历史记录得出的相机动作所对应的渲染后的图形；

循环神经网络单元，用于预测下一帧图形对应的相机动作，将相机参数变化枚举出所述相机动作，对多个所述相机动作进行编码，对相机与BIM模型的距离进行归一化处理，并将处理后的所述相机动作输入至循环神经网络单元，得到下一步相机动作的预测值，多个所述相机动作包括上移、下移、左移、右移、放大、缩小、向左旋转、向右旋转、向上旋转和向下旋转；

显示单元，当用户实际操作的相机动作与预测的下一帧相机动作一致时，所述显示单元显示由所述第二显示核心渲染后的图形。