数据处理方法、装置、电子设备和计算机存储介质与流程

本申请涉及信息处理领域，尤其涉及一种数据处理方法、装置、电子设备和计算机存储介质。

背景技术：

现有的工程图审查方法主要是依托计算机辅助设计(computeraideddesign，cad)软件绘制的施工图进行，审查所需的建筑设计信息载体是二维的cad数据，在此基础上往往需要进行大量数据计算和几何空间推理来判断其是否符合相关规范的要求，审查过程主观判断意识强，容易造成漏审和错审的现象，从而影响审查工作的质量和效率。因此，越来越多的企业选择三维的建筑信息模型(buildinginformationmodeling，bim)作为施工图审查所需的建筑设计信息的载体，那么如何基于bim模型对施工图进行审查并提高施工图审查的效率和准确性成为了需要解决的问题。

技术实现要素：

为了解决现有技术中上述至少一个问题，本申请实施例提供一种数据处理方法、装置、电子设备和计算机存储介质。

第一方面，本申请实施例提供一种数据处理方法，所述方法包括：

获取待审查项目数据；

对所述待审查项目数据进行解析，得到所述待审查项目包含的建筑信息模型图、以及所述待审查项目的属性信息；

基于所述待审查项目的属性信息确定针对所述待审查项目的审查条文；

基于所述待审查项目的审查条文以及所述建筑信息模型图，确定针对所述待审查项目所对应的审查结果。

第二方面，本申请实施例提供一种数据处理装置，所述装置包括：

数据获取模块，用于获取待审查项目数据；

数据解析模块，用于对所述待审查项目数据进行解析，得到所述待审查项目包含的建筑信息模型图、以及所述待审查项目的属性信息；

条文确定模块，用于基于所述待审查项目的属性信息确定针对所述待审查项目的审查条文；

审查模块，用于基于所述待审查项目的审查条文以及所述建筑信息模型图，确定针对所述待审查项目所对应的审查结果。

第三方面，本申请实施例提供一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任意一项实施例所提供的方法。

第四方面，本申请实施例提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任意一项实施例所提供的方法。

上述申请中的一个实施例具有如下优点或有益效果：基于待审查项目数据获取建筑信息模型图、项目属性信息以及对应的审查条文，通过特征提取及模型分解得到建筑信息模型中的多个构件，进而在建筑信息模型图中的构件与审查条文之间建立映射关系，实现对bim模型的自动化审查。由此，解决传统模式下施工图审查周期长且审查准确性低的问题。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请一实施例的数据处理方法的流程示意图一；

图2是根据本申请一实施例的数据处理方法的流程示意图二；

图3是根据本申请一实施例的数据处理后关联性批注示意图；

图4是根据本申请一实施例的数据处理装置的结构示意图一；

图5是根据本申请一实施例的审查模块的组成结构示意图；

图6是根据本申请一实施例的数据处理装置的结构示意图二；

图7是本申请一实施例的电子设备组成结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

第一方面，本申请实施例提供了一种数据处理方法，如图1所示，包括：

s101：获取待审查项目数据；

s102：对所述待审查项目数据进行解析，得到所述待审查项目包含的建筑信息模型图、以及所述待审查项目的属性信息；

s103：基于所述待审查项目的属性信息确定针对所述待审查项目的审查条文；

s104：基于所述待审查项目的审查条文以及所述建筑信息模型图，确定针对所述待审查项目所对应的审查结果。

本申请实施例可能应用到网络系统架构的审查端，所述网络系统架构的另一端可以是建筑信息模型的设计端，设计端和审查端之间通过网络和通信链路进行连接。其中，项目建设单位利用设计端进行项目信息创建、模型导入、智能自检、数据压缩、导出并上传项目数据包。建筑信息模型的设计端用户主要是项目承建单位的设计人员、自检人员以及项目设计单位的审核人员。

本实施例中所述建筑信息模型的审查端可以应用于电子设备，所述电子设备可以是具备数据处理功能的设备，比如可以为终端设备，平板电脑、智能手机等等，或者，还可以为服务器。

本实施例中，建筑信息模型的审查端用户主要是建筑信息模型的审查人员，具体可以是审查机构的审查人员。

执行步骤s101之前，设计端通过信息创建、模型导入以及资料压缩，生成待审查项目数据包。审查端在执行步骤s101获取待审查项目数据时，用户可以在建筑信息模型的审查端网络页面或者应用程序上向设计端发送请求或指令，具体可以在审查端网络界面或者应用程序上进行相应操作。

获取待审查项目数据后执行步骤s102，对所述待审查项目数据进行解析，得到所述待审查项目包含的建筑信息模型图、以及所述待审查项目的属性信息。其中，对待审查项目数据进行解析包括项目读取和解压，解压后得到的待审查项目的属性信息包括项目创建企业名称，例如建设、勘测或设计单位名称；项目审查类型，例如建筑物的结构审查、外观组件审查、内装部品审查等；项目专业类型是指不同的建筑类型，例如普通住宅、高层住宅、路桥、轨道等；待审查项目信息可以通过添加缩略图来代表项目，例如以固定大小的图片或文件夹样式排列，并且在图片或文件夹上显示出项目名称、创建企业标志、操作等功能按钮。

获取项目的属性信息后，执行步骤s103：基于所述待审查项目的属性信息确定针对所述待审查项目的审查条文。具体包括：基于所述待审查项目的属性信息从预设的候选规则库中选取n个候选规则作为所述待审查项目的n个审查条文；n为大于等于1的整数。

其中，预设的候选规则库包括关于建筑信息模型审查的所有规范，例如：《住宅设计规范》、《城市道路工程设计规范》、《建筑外观管理规范》、《住宅建筑安全设计规范》、《高层建筑混凝土结构设计规程》等，在此不做穷举。

所述预设的候选规则库可以根据需要进行增加、删除、修改等操作，以适应相关领域审查规范的更新变化。所述从预设的候选规则库中选取n个候选规则可以是整体选取某一个或多个规范，例如整体选取《住宅建筑设计防火规范》和《高层建筑混凝土结构设计规程》中的所有规则作为待审查项目的审查条文。优选地，也可以是在各个审查规范中选取与待审查项目的专业类型及审查类型相关的规则作为审查条文，例如，根据项目的属性信息确定待审查项目的名称为东升科技园1号楼，专业类型为高层住宅建筑，当审查类型为安全保卫组件审查时，在与安全保卫相关的《住宅设计规范》和《住宅建筑安全设计规范》中共选取与小区监控系统、小区智能报警系统、综合布线系统相关的n个候选规则作为所述待审查项目的n个审查条文；当审查类型为建筑结构审查时，在《高层建筑混凝土结构技术规程》中选取与结构计算分析、框架结构设计等相关的n个候选规则作为所述待审查项目的n个审查条文，其中，n个审查条文可以是与高层建筑的结构审查相关的条文，例如，可以是《高层建筑混凝土结构技术规程》中第6.4.1条，矩形截面柱的边长，非抗震设计时不宜小于250mm；以及第6.4.3条，柱截面高宽比不宜大于3。还可以根据审查需要选择其他条文作为审查规则，此处不予限定。

确定出待审查项目的n个审查条文以及建筑信息模型图后，执行步骤s104：基于所述待审查项目的审查条文以及所述建筑信息模型图，确定针对所述待审查项目所对应的审查结果。

具体来说，可以将待审查项目的审查条文以及建筑信息模型图输入人工智能审查模型，经过人工智能审查模型内部多个隐藏层的卷积操作及池化处理，可以直接确定所输入的建筑信息模型图是否符合对应的审查规则。其中，所述人工智能审查模型基于采集大量建筑模型图以及对应的审查结果，通过深度学习训练后获得的。具体的，深度学习算法可以采用卷积神经网络、前馈神经网络、递归神经网络等，具体采用何种深度学习算法，在此不做限定。

在一种实施方式中，如图2所示，基于所述待审查项目的审查条文以及所述建筑信息模型图，确定针对所述待审查项目所对应的审查结果，具体包括：

s1041：对所述待审查项目包含的建筑信息模型图进行特征参数提取得到所述建筑信息模型图对应的l个特征参数；l为大于等于1的整数；

s1042：基于所述l个特征参数对所述建筑信息模型图进行分解，得到m个模型构件；

s1043：基于所述n个审查条文对所述m个模型构件中的第i个模型构件进行处理，得到所述第i个模型构件所对应的审查结果；i为大于等于1且小于等于m的整数。

具体来说，s1041中所述l个特征参数可以是人工智能审查模型识别得到的建筑信息模型图的特征参数信息，例如：长度、宽度、高度、厚度、弧度、角度、斜率等基本特征参数。进一步地，所述l个特征参数还可以是建筑信息模型图中各个基本构件的基本特征参数信息。此外，可以包括对上述基本特征参数进一步计算得到的补充特征参数，例如建筑信息模型基本构件的面积、体积、载荷等，其中，面积和体积参数可以通过长度、宽度、高度等尺寸信息计算得到，载荷参数可以基于面积和直接提取的重量等计算得到。上述l个特征参数可以根据审查需要进行设置，例如可以是100个、200个、500个、1000个等，此处不做限定。

提取得到的l个特征参数的数量越多，建筑信息模型图的细节就越完整，有利于下一步对建筑信息模型图进行精准分解。

在得到l个特征参数后，执行步骤s1042，基于所述l个特征参数对所述建筑信息模型图进行分解，得到m个模型构件。举例来说，在所述高层建筑混凝土结构模型中，可以基于l个建筑物高度参数以及层高参数，将所述建筑物分解为多个楼层，得到m个楼层的模型构件。所述模型构件还可以是颗粒度更小的单位，例如所述m个模型构件可以是5个框架梁、10个框架柱、以及4个剪力墙，此时m＝19，模型构件还可以根据审查需要设定为其他类型及数量，在此不做限定。

在此基础上执行步骤s1043，其中，基于所述n个审查条文对所述m个模型构件中的第i个模型构件进行处理，是通过以n个审查条文遍历所述m个模型构件，进而得到第i个模型构件与n个审查条文相对应的n个判定结果，基于n个判定结果确定出第i个模型构件的审查结果。然后对其他模型构件进行相应的处理。

举例来说，当n＝2时且m＝19时，基于2个审查条文对19个模型构件中的第1个模型构件进行处理，得到第1个模型构件与2个审查条文对应的2个判定结果，基于2个判定结果确定出第1个模型构件的审查结果。然后，再对第2个模型构件以及其他模型构件进行相同的处理，分别得到每个模型构件的审查结果，此处不再赘述。

其中，2个审查条文可以是与2项高层建筑的结构审查规则对应的条文，例如可以是《高层建筑混凝土结构技术规程》中第6.4.1条，矩形截面柱的边长，非抗震设计时不宜小于250mm；以及第6.4.3条，柱截面高宽比不宜大于3。

首先，当2项审查条文均为与框架柱相关的审查规则时，以上述2条审查规则遍历19个模型构件，其中4个剪力墙和5个框架梁与上述2项审查条文不具备相关性，人工智能审查模型自动判定与当前审查规则不具备相关性的构件为合格构件，由此，4个剪力墙和5个框架梁在此次审查后得到的结果均为合格。

其次，10个框架柱与上述2项审查条文具备相关性，此时，人工智能审查模型会对所述10个框架柱开展具体审查，以第1个框架柱为例进行说明，首先判定其是否符合《高层建筑混凝土结构技术规程》中第6.4.1条，根据s1041步骤中提取得到的l个特征参数中的长度、宽度信息，确定出第1个框架柱的矩形截面的长度为400mm，宽度为320mm，符合第6.4.1条矩形截面柱的边长不宜小于250mm(非抗震设计)的规定；进一步地，根据特征参数提取得到的宽度、高度信息，确定出该框架柱的宽度为320mm，高度为780mm，经计算得到第1个框架柱的柱截面高宽比为2.4，同样符合第6.4.3条柱截面高宽比不宜大于3的规定。当第1个框架柱同时符合第6.4.1条和第6.4.3条的规定时，得到第1个框架柱所对应的审查结果为合格；当第2个框架柱不符合第6.4.1条或第6.4.3条中的至少一条时，得到第2个框架柱所对应的审查结果为不合格。

其他框架柱的审查过程与第1个框架柱、第2个框架柱的审查过程类似，此处不再赘述。

经过上述智能审查共获取m个审查结果，在次基础上开展人工辅助审查，审查人员可对特定构件的特定属性进行筛选查询，基于建筑信息模型图和n个审查规则，根据查询结果对照相关规范条文进行合规性人工判断。具体来说，可以在审查结果为不合格的构件中进行二次人工辅助审查，筛查出其中为合格的构件数量。也可以在上述审查结果为合格的构件中进行二次审查，筛查出其中为不合格的模型构件。

根据上述开展人工辅助审查的结果，可以对审查数据进行标注，进一步对人工智能审查模型进行深度学习训练。

在一种实施方式中，所述方法还包括：

s1044：基于m个模型构件分别对应的审查结果，对所述m个模型构件进行分类，得到第一集合以及第二集合；其中，所述第一集合中包含审查结果为合格的p个模型构件，所述第二集合中包含审查结果为不合格的m-p个模型构件；p为整数。

例如，对上述19个模型构件进行分类，得到第一集合中可以包括15个模型构件，对应的，第二集合中包括4个模型构件。

此外，还可以对审查结果按照不同的审查专业、审查规范、空间拓扑关系、属性缺失等维度进行分类。例如，第三集合中可以包括20个框架柱模型构件，第四集合中可以包括15个框架梁模型构件等等，此处不做限定。

在一种实施方式中，所述方法还包括：

s1045：基于预设显示属性，对所述第二集合中的模型构件进行展示。

其中，所述预设显示属性可以是在审查系统中预设的特定建筑信息模型构件的突出显示方式，举例来说，可以是响应于鼠标停留在特定模型构件后展示所述预设属性，也可以是响应于对特定模型构件进行鼠标右击的操作后，选择预设显示属性所对应的选项。其中，突出显示方式包括对模型构件的高亮显示，或者是对模型构件进行隔离显示，以及对周围构件进行降低可视化的操作等，此处不予限定。

对所述第二集合中的模型构件进行展示，可以是在得到m个模型构件的审查结果后，自动对其中第二集合的模型构件按照预设显示属性进行展示。例如，第二集合中包含4个模型构件，则系统默认会对所述第二集合中的4个模型构件进行高亮显示，用户可以根据预设显示属性，通过手动操作对展示方式进行切换，此处不予限定。

在一种实施方式中，所述方法还包括：

s1046：根据所述m个模型构件分别对应的审查结果，生成所述第二集合中的模型构件的关联性批注，所述关联性批注包括n个审查条文中的一个或者多个。

具体地，可以是在审查结果显示界面内设置一个关联性批注区，如图3所示，对所有第二集合中的模型构件进行关联性批注，每个模型构件的关联性批注包括其对应的一个或多个不合格审查条文。例如，关联性批注可以是：第1个框架柱不符合《高层建筑混凝土结构技术规程》中第6.4.1条，第3个框架梁不符合《高层建筑混凝土结构技术规程》中第6.5.8条等。

同时，所述方法可以对批注进行增加、删除、修改、查询等操作，此处不做赘述。

基于上述审查结果以及关联性批注，可以实现自动生成建筑信息模型的审查报告。具体地，可以通过一键预览或者一键生成，获取不同格式的审查报告。审查报告的内容包括批注文字、模型位置图片和对应图纸资料等，其中，复杂的空间拓扑模型可以附带空间说明图片。

此外，所述方法还能够实现模型构件的信息查看、资料关联、多屏联动、剖切、草图绘制、批注视图切换、视图管理、渲染设置、属性表等功能，此处不做赘述。

第二方面，本申请实施例提供了一种数据处理装置，如图4所示，包括：

数据获取模块401，用于获取待审查项目数据；

数据解析模块402，用于对所述待审查项目数据进行解析，得到所述待审查项目包含的建筑信息模型图、以及所述待审查项目的属性信息；

条文确定模块403，用于基于所述待审查项目的属性信息确定针对所述待审查项目的审查条文；

审查模块404，用于基于所述待审查项目的审查条文以及所述建筑信息模型图，确定针对所述待审查项目所对应的审查结果。

在一种实施方式中，所述条文确定模块403，用于：

基于所述待审查项目的属性信息从预设的候选规则库中选取n个候选规则作为所述待审查项目的n个审查条文；n为大于等于1的整数。

在一种实施方式中，如图5所示，所述审查模块404，包括：

提取单元4041，用于对所述待审查项目包含的建筑信息模型图进行特征参数提取得到所述建筑信息模型图对应的l个特征参数；l为大于等于1的整数；

分解单元4042，用于基于所述l个特征参数对所述建筑信息模型图进行分解，得到m个模型构件；

审查单元4043，用于基于所述n个审查条文对所述m个模型构件中的第i个模型构件进行处理，得到所述第i个模型构件所对应的审查结果；i为大于等于1且小于等于m的整数。

在一种实施方式中，如图6所示，所述装置还包括分类模块405，用于：

基于m个模型构件分别对应的审查结果，对所述m个模型构件进行分类，得到第一集合以及第二集合；其中，所述第一集合中包含审查结果为合格的p个模型构件，所述第二集合中包含审查结果为不合格的m-p个模型构件；p为整数。

在一种实施方式中，如图6所示，所述装置还包括展示模块406，用于基于预设显示属性，对所述第二集合中的模型构件进行展示。

在一种实施方式中，如图6所示，所述装置还包括批注模块407，用于根据所述m个模型构件分别对应的审查结果，生成所述第二集合中的模型构件的关联性批注，所述关联性批注包括n个审查条文中的一个或者多个。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图7所示，是根据本申请实施例的电子设备的框图。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7以一个处理器701为例。

存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的基于图像的判题方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的基于图像的判题方法。

存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的基于图像的判题方法对应的程序指令/模块。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的基于图像的判题方法。

存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。

输入装置703可接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。