缩略图
Scientific Research

基于CAD图纸的建筑室内三维结构快速生产方法

作者

汪旻琦

上海市数字城市规划研究中心上海200003

一、引言

随着城市化、工业化、经济全球化的推进,各种灾害事故、环境安全、社会事件等公共安全危机不断出现,城市应急处置的难度也显著增加。我国每年因自然灾害、事故灾害和社会安全事件造成上百万人伤亡,经济损失6500 亿元左右,政府也高度重视城市应急救援与指挥工作。

建筑室内结构、应急设备分布以及建筑周边信息 直是城市应急管理中最重要的数据资源之一,以往这些数据网络技术和科技的不断发展,城市的信息化成为 趋势 慧城市的不断完善已经成为城市壮大新的契机和城市信息化建设的目标。三维城市模型能够真实、生动 表 维空间信息,如今已成为智慧城市建设中的最为主要的任务之一。

对于上海特大型城市建筑结构非常复杂,超 高层建筑与 部主体结构数据是应急救援指挥中最为重要的辅助决策数据之一。目前在城 依靠建筑 CAD 图纸,但二维建筑设计图纸存在数据信息较为分散,建筑内部结构形态 定程度上阻碍了城市应急救援指挥智能化发展。

本文主要面向城市应急救援指挥中重点建筑内部三维主要结构建模的需求,研究了基于建筑图纸高效智能化地建筑室内结构三维模型生产方法。

二、国内外研究现状

以往室内建模主要依赖 3DSMax,Maya 等三维软件上述的各软 场景的设计中大多是从无到有的手工创建,不适用于大批量快速构建。为了更好 决常 维场景建模中效率低下、工作量大的问题,人们提出了基于平面图的三维重建方法,它的目 (工程图或图像)提取三维信息,重建三维场景。

在基于二维工程图的三维重建领域,20 世纪90 年代以来,随着计算机软硬件的发展,基于工程图的三维重建的研究引起国内外众多研究人员的重视,取得了一些显著进展,这些重建技术主要分为面向体的重建方法和面向线框的重建方法。

面向体的重建方法中Aldefeld 等人首次提出基于模型引导的三维重建算法,采用启发式搜索策略在二维视图中识别基元体的特定模式。Na 等人扩展了A d 的 作,提出一种基于知识系统的重建算法。之后为弥补全自动算法的缺陷。霍彬[3]也提出一 种交 建算法, 借助数字化仪从工程图输入基元体的类型和5 个几何参数,直接构造相应的三维基元体。另外Kitajima[4]等人也着重研究了面向体的重建算法。

面向线框的重建方法中 Gujar[5]等人提出一种由候选面构造候选子体的详细算法。该算法利用平面法向和环边方向划分子空间得到候选子体,并通过对候选子体的分类,减少搜索空间,从而加速有效形体的求解过程。

尽管国内外学者提出了众多有价值的基于工程图的三维重建算法,但大多数的研究成果尚停留在实验室阶段,距离实用阶段还比较遥远到。目前 有彻底解决的几 (1)适用视图类型非常有限;(2)能够重建的形体范围有限;(3)算法的时间复杂度高;(4) 主要针对构件单体,缺乏构件与构件之间的拓扑关系的考虑。

从以上所述得知以往室内结构建模三维场景建模工作效率低,且对用户的专业技能有较高的要求。基于二维工程图的三维重建方法实用性与准确性还有待提高,内部结构模型生产方法较为复杂,建模所需周期较长,难以进行大批量生产。

三、总体技术路线

室内结构建模处理流程总的来说分为两个主要阶段,一个是二维数据预处理阶段,一个是三维快速建模阶段,具体包含以下9 个主要步骤。

1) 数据预处理

数据预处理主要包括数据调入,数据单位转换,冗余数据清理,重复对象的清除。在本文中将这些操作全部集成在数据导入功能中,即在数据导入过程中,自动将数据单位从毫米转换成米,并且自动删除重复对象,以及文字注记等冗余数据,简化了作业流程。

2) 建筑信息录入

填写整栋楼的单位名,建筑物名,以及每层的层高,标高(楼地板的高程)。本文针对建筑室内数据的特点开发并提供了两种方式填写建筑属性数据方式:

单层楼层属性信息输入:针对单楼层数据的处理,程序提供了手工填写相关信息,实现楼层三维建模所需的建筑名;各层标高等属性值。

批量整栋信息读取:读取单独一栋建筑的属性数据,并且自动根据表格中的属性值,自动对各楼层数据进行批量的赋值。

3) 构件分类

本文中在构件分类过程中,提供了基于图层名称的自动构件类型识别与基于图层和单体构件的手工分类工具。

程序首先根据图层的关键字进行换层处理,例如:原始数据中ARWALL 层中的内容自动复制到WALL(外墙)层,COL 层中的数据自动复制到COLS 层。

作业员在程序自动分类的基础上,再对于没有归好类的数据,可以点击一个要素,将该层的数据换到指定的图层下。也可以将选中的要素自动归到制定的类型中。

4) 三维模型坐标定位

大部分设计图纸中,各楼层数据都不具有准确的地理坐标,每个楼层之间的数据都建立在独立的平面坐标中。因此首先需要对各楼层数据进行相对定位,即使各楼层数据纠正到统一相对平面坐标系统中,然后依据设计总平图及基础地形数据,进行建筑平面位置的绝对定位,使内部结构设计数据能具有准确的地理坐标。

5) 构件对象化处理

在以往基于平面图纸的各类三维建模方法中,构件的对象化通常是三维建模过程中最为复杂,需要花费较

大人工的步骤。在本文中,为了简化作业方法,本文基于几何特征的对象识别技术与对象全自动处理方法,实现了墙体、窗户、电梯、门、柱子等自动构面功能,并能自动提示无法自动完成对象化的构件。如图 1 所示。

6) 平面矢量成果数据输出

为了在解决楼层平面图的制作,能自动根据楼层中各构件数据按照指定的符号化方法生成楼层平面图,还能自动根据生成该平面图对应的坐标范围框文件,从而使该平面图能与三维模型实现数据联动。

7) 三维结构自动建模

通过自动化工具,将预处理完成的二维数据,一键式导出到 Max 中,实现模型主体结构的自动化,快速建模。

8) 模型结构微调

作业员在自动化程序生成的模型基础上,对部分构件结构进行精细化地微调。如对结构较为复杂的楼梯,进行少量的精细化修改。

9) 自动光影贴图

本文构建了一套带有光影效果的标准纹理贴图,即每个构件的纹理都包含了从明到暗 4 个不同亮度等级的贴图,分别对应于构件顶面,迎光面, 侧光 算模型与光线投射方向的关系,判别每个面的类型,根据面的类型赋予不同的 动贴图的方式,避免了传统只有通过烘焙才能实现的构件的光影贴图效果,去除了模型光影烘焙所需大量人力与物力,大幅提高了模型贴图效率,如图 2 所示。

图 2:自动光影贴图效果

四、技术创新

1、 基于构件对象特征与拓扑关系的二维数据自动化处理方法

在传统的基于平面图纸的三维快速建模方法,主要是针对单个构件的几何形状特征构件相应的建模辅助工具,在本文中对于构件的处理方法,主要采用了基于对象特征编码和拓扑关系的自动建模方法。

构建了较为完整的建筑结构构件特征编码,还建立了一套构件间拓扑规则,程序不仅能自动根据对象特征编码对主要结构构件进行自动化处理,并且在数据处理与检查过程中还将根据构件间的拓扑关系,对平面数据进行自动的拓扑关系修正。

在大幅提高数据生产与处理的智能化与自动化的基础上,进一步减少了模型构建过程中产生的冗余数据,提高了三维结构建模的精确度。

2、 内部结构三维建模自动化方法

本文研究了一套较完善的建筑室内结构三维模型生产方法与技术标准,将原先最为复杂费时的三维建模过程,前移到二维CAD 数据的预处理上,将建筑内部墙、楼板、窗户、门、电梯、楼梯、疏散通道、消防设施等主要内部结构部件按照一定规则提取与处理后,通过自动化建模工具实现了三维结构模型的全自动生成,基于标准光影材质库的全自动贴图技术,避免了三维结构模型构建,纹理贴图,光影烘焙的工作量,大幅降低了模型生产的复杂程度,提高了模型生产效率。

五、结论与展望

本文研究了基于 CAD 矢量图的三维结构快速建模的生产流程与方法,实现了模型生产的高效化与自动化。目前利用本文的研究成果,可将原先1 栋建筑1 个人生产需要将近1 个月左右的时间,缩短为1 个人1-2 天左右,为建筑室内结构快速建模也提供了较好的解决方案。

随着智慧城市、智慧楼宇项目的不断推进,此外在国内外基于楼宇内部的应用项目也越来越多,如楼宇内部信息查询,定位与路线导航;以及城市应急救援应用中,FAS 智能报警和建筑内部单兵定位等功能,都需要准确且详细的建筑内部结构信息。

本文的研究成果不仅为建筑内部结构三维模型建设提供一套较高效的数据生产方法和数据浏览系统,并为今后基于CAD 的规划模型的快速建立奠 定的基础。通过该本文的研究能进一步丰富城市基础地理信息的种类,为相关建筑室内应用提供数据支持,同时也为智能楼宇、智能消防与智慧城市的推进提供有效的技术支撑。

六、参考文献

1. Aldefled B,Richter H.Semiautomatic. three-dimensional interpretation of line drawings. Computers and Graphics, 1984,8(4):371-380 2.Nagasamy , angrana A. econstruction f three-dimensional objects sing knowledge-based environment. Engineering with Computers, 1991,7(1):23-35. 3.Ho B. Inputting constructive solid geometry representations directly from 2D orthographic engineering drawings. Computer-Aided Design, 1986,18(3):147-155. 4.Kitajima K, Yoshida M, Tasaka M. Reconstruction of CSG SG solid from a set of orthographic three views. In: Proc. of the IEEE Int'l Conf. on Systems Engineering. IEEE Computer Society Press. 1992.220-224. http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=236866 5.Gujar UG, Nagendra IV. Construction of 3D solid objects from orthographic views. Computers and Graphics, 1989,13(4):505-521.