[发明专利]建筑曲面的模具生成方法、装置、设备及计算机可读介质有效
申请号: | 202210358991.5 | 申请日: | 2022-04-07 |
公开(公告)号: | CN114510771B | 公开(公告)日: | 2022-07-08 |
发明(设计)人: | 李泰;王常任 | 申请(专利权)人: | 深圳小库科技有限公司 |
主分类号: | G06F30/13 | 分类号: | G06F30/13;G06K9/62;G06V10/762 |
代理公司: | 深圳智汇远见知识产权代理有限公司 44481 | 代理人: | 聂磊 |
地址: | 518000 广东省深圳市南山区西丽街*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 建筑 曲面 模具 生成 方法 装置 设备 计算机 可读 介质 | ||
1.一种建筑曲面的模具生成方法,其特征在于,包括:
获取待处理的建筑曲面的原始面板和形体阈值参数,其中,所述建筑曲面用于表示目标建筑的形体,所述形体阈值参数用于确定覆盖在所述建筑曲面上的面板的形体变化范围;
按照所述形体阈值参数将所述建筑曲面划分为多个子曲面;
基于所述形体阈值参数,为每个所述子曲面上的每个所述原始面板确定与所述原始面板的形体误差最小的目标面板;
确定每个所述目标面板的形体系数,并基于所述形体系数对相同类型的所述目标面板进行聚类,得到所述目标面板对应的模具;
所述确定每个所述目标面板的形体系数,并基于所述形体系数对相同类型的所述目标面板进行聚类,得到所述目标面板对应的模具包括:将所有平板类型的所述目标面板展开并平铺至同一平面,以进行对齐,其中,在所述平面中,所有所述目标面板的中心点重合,所有所述目标面板按照中心点至目标角点的向量进行对齐,所述目标角点为所述目标面板上距离所述中心点最远的角点;对齐后,确定每个所述目标面板的特征系数,其中,所述特征系数包括十二维平板特征系数和/或五维平板特征系数,所述十二维平板特征系数包括所述目标面板的四个角点向量的三维坐标值,所述五维平板特征系数包括四个角点向量的长度和目标夹角的角度,所述角点向量为所述目标面板的中心点至所述目标面板上的角点的向量,所述目标夹角为所述四个角点向量中第一预选向量和第二预选向量之间的夹角;按照所述特征系数对所述平板类型的所述目标面板进行迭代聚类,在迭代聚类的过程中逐渐增大聚类数目,直至所述聚类数目达到第一阈值时,从多次迭代聚类的聚类结果中选择出目标聚类结果,并根据所述目标聚类结果生成所述目标面板的所述模具,其中,所述目标聚类结果的误差平方和的下降速率小于或等于第二阈值,和/或,所述目标聚类结果的聚类数目对应的样本轮廓系数最大;或者,
所述确定每个所述目标面板的形体系数,并基于所述形体系数对相同类型的所述目标面板进行聚类,得到所述目标面板对应的模具还包括:将所有单曲面类型的所述目标面板的中心点对齐,并在所述中心点对齐后,旋转所述目标面板,直至所述目标面板的直线轴对齐;对齐后,确定每个所述目标面板的特征系数,其中,所述特征系数包括六维单曲面特征系数,所述六维单曲面特征系数包括所述目标面板的四个角点向量的长度、目标夹角的角度以及所述目标面板所在单曲面基准圆的半径值,所述角点向量为所述目标面板的中心点至所述目标面板上的角点的向量,所述目标夹角为所述四个角点向量中第三预选向量和第四预选向量之间的夹角;按照所述特征系数对所述单曲面类型的所述目标面板进行迭代聚类,在迭代聚类的过程中逐渐增大聚类数目,直至所述聚类数目达到第一阈值时,从多次迭代聚类的聚类结果中选择出目标聚类结果,并根据所述目标聚类结果生成所述目标面板的所述模具,其中,所述目标聚类结果的误差平方和的下降速率小于或等于第二阈值,和/或,所述目标聚类结果的聚类数目对应的样本轮廓系数最大;或者;
所述确定每个所述目标面板的形体系数,并基于所述形体系数对相同类型的所述目标面板进行聚类,得到所述目标面板对应的模具还包括:提取所有双曲面类型的所述目标面板;确定每个所述目标面板的特征系数,其中,所述特征系数包括十维双曲面特征系数,所述十维双曲面特征系数包括所述目标面板的四个角点向量的长度、目标夹角的角度、所述目标面板所在双曲面所属圆环的内径、所述圆环的剖面半径、所述目标面板所在双曲面的圆心角、所述目标面板所在圆环的剖面圆心角以及所述目标面板在所属双曲面上的位置类型,所述角点向量为所述目标面板的中心点至所述目标面板上的角点的向量,所述目标夹角为所述四个角点向量中第五预选向量和第六预选向量之间的夹角;按照所述特征系数对所述双曲面类型的所述目标面板进行迭代聚类,在迭代聚类的过程中逐渐增大聚类数目,直至所述聚类数目达到第一阈值时,从多次迭代聚类的聚类结果中选择出目标聚类结果,并根据所述目标聚类结果生成所述目标面板的所述模具,其中,所述目标聚类结果的误差平方和的下降速率小于或等于第二阈值,和/或,所述目标聚类结果的聚类数目对应的样本轮廓系数最大。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳小库科技有限公司,未经深圳小库科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210358991.5/1.html,转载请声明来源钻瓜专利网。