一种用于智能楼宇的三维可视化系统及方法与流程

1.本技术涉及智能楼宇技术领域，尤其涉及一种用于智能楼宇的三维可视化系统及方法。


背景技术：

2.智能楼宇简称ib(intelligent building)，是信息时代和计算机应用科学的必然产物，是现代高科技与建筑的结合。可视化技术是指把各类数据，包括数值、图像或是数字，变为直观的、以图形图像信息表示的信息，呈现在使用者面前，使他们能够观察、模拟和计算。
3.最近几年，随着计算机技术的发展使得可视化三维技术的不断发展，出现了通过建模将三维技术应用在智能楼宇中。例如，cn202010262008.0，智慧建筑楼宇三维模型渲染方法及楼宇云服务器。
4.但是，上述现有的将三维模型应用在楼宇中的技术方案，都仅仅是对三维建模技术或三维渲染技术的完善，并没有将三维图像真正的整合到楼宇的实际应用中。因此，亟需一种用于智能楼宇的三维可视化系统及方法，以将三维图像融合到楼宇的实际管理中。


技术实现要素：

5.针对现有技术的上述不足，本发明提供一种用于智能楼宇的三维可视化系统及方法，以解决上述技术问题。
6.第一方面，本技术实施例提供了一种用于智能楼宇的三维可视化系统，系统包括：楼宇可视化模块，用于根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域；楼宇神经学习模块，用于获取采集展示数据，以及将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据；楼宇外观更新模块，用于根据有效展示数据更新预设展示数据；楼宇安全检测模块，用于根据有效展示数据，确定有效展示数据是否为安全隐患数据，以在确定有效展示数据为安全隐患数据时，生成报警指令至维护终端。
7.进一步地，楼宇可视化模块包括关键字分类单元、楼宇环境可视化单元、建筑外观可视化单元、结构可视化单元以及区域可视化单元；关键字分类单元，用于根据预设关键字分类算法，确定预设展示数据对应的数据类型；其中，数据类型包括：环境类型、外观类型、结构类型以及楼宇功能类型；楼宇环境可视化单元，用于根据环境类型的预设展示数据，构建预设楼宇对应的楼宇环境；建筑外观可视化单元，用于根据外观类型的预设展示数据，构建预设楼宇对应的楼宇外观；结构可视化单元，用于根据结构类型的预设展示数据，构建预设楼宇对应的楼宇结构；区域可视化单元，用于根据楼宇功能类型的预设展示数据，构建预设楼宇对应的楼宇功能区域。
8.进一步地，楼宇神经学习模块包含数据获取单元、数据学习单元、算法更新单元；数据获取单元，用于获取巡逻终端上传的采集展示数据；数据学习单元，用于将采集展示数
据导入预设的神经学习算法，以确定采集展示数据是否为有效展示数据；算法更新单元，用于获取预设的神经学习算法的有效率，以在有效率小于预设有效阈值时，更新预设的神经学习算法。
9.进一步地，维护终端包含：任务生成单元、任务监测单元以及任务提醒单元；任务生成单元，用于根据楼宇安全检测模块下发的报警指令，生成维护任务；任务监测单元，用于根据预设的时间预测算法，确定维护任务对应的维护时长；任务提醒单元，用于在维护时长内，进行维护任务提醒。
10.进一步地，维护终端包括以下任意一项或多项：密码验证协议端、计算机端、手机端。
11.第二方面，本技术实施例提供了一种用于智能楼宇的三维可视化方法，方法包括：根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域；获取采集展示数据，以及将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据；根据有效展示数据更新预设展示数据；根据有效展示数据，确定有效展示数据是否为安全隐患数据，以在确定有效展示数据为安全隐患数据时，生成报警指令至维护终端。
12.进一步地，根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域，具体包括：根据预设关键字分类算法，确定预设展示数据对应的数据类型；其中，数据类型包括：环境类型、外观类型、结构类型以及楼宇功能类型；根据环境类型的预设展示数据，构建预设楼宇对应的楼宇环境；根据外观类型的预设展示数据，构建预设楼宇对应的楼宇外观；根据结构类型的预设展示数据，构建预设楼宇对应的楼宇结构；根据楼宇功能类型的预设展示数据，构建预设楼宇对应的楼宇功能区域。
13.进一步地，获取采集展示数据，以将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据，具体包括：获取巡逻终端上传的采集展示数据；将采集展示数据导入预设的神经学习算法，以确定采集展示数据是否为有效展示数据。
14.本领域技术人员能够理解的是，本发明至少具有如下有益效果：通过楼宇可视化模块，实现了智能楼宇内的建筑外观、室外活动场所、绿化、停车场、道路、大门等按照真实场景的三维构建，方便了用户快速确认建筑在城市中的相对位置。通过楼宇神经学习模块，实现了获取采集展示数据中的有效展示数据。通过楼宇外观更新模块，实现了更新楼宇可视化模块构建三维图像的预设展示数据。通过楼宇安全检测模块，实现了自动化的快速检测安全隐患数据，有效避免了意外的发生。
附图说明
15.下面参照附图来描述本公开的部分实施例，附图中：
16.图1是本技术实施例提供的一种用于智能楼宇的三维可视化系统内部结构示意图。
17.图2是本技术实施例提供的一种用于智能楼宇的三维可视化方法流程图。
具体实施方式
18.本领域技术人员应当理解的是，下文所描述的实施例仅仅是本公开的优选实施
例，并不表示本公开仅能通过该优选实施例实现，该优选实施例仅仅是用于解释本公开的技术原理，并非用于限制本公开的保护范围。基于本公开提供的优选实施例，本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例，仍应落入到本公开的保护范围之内。
19.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
20.下面通过附图对本技术实施例提出的技术方案进行详细的说明。
21.图1为本技术实施例提供的一种用于智能楼宇的三维可视化系统。如图1所示，本技术实施例提供的三维可视化系统，主要包括：楼宇可视化模块110、楼宇神经学习模块120、楼宇外观更新模块130以及楼宇安全检测模块140。
22.其中，楼宇可视化模块110包含三维建模框架，能够根据预设展示数据，生成三维的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域，主要用于根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域。需要说明的是，楼宇可视化模块110主要是对智能楼宇对应的建筑外观、室外活动场所、绿化、停车场、道路、大门等按照真实场景进行三维构建。
23.作为示例地，楼宇可视化模块110包括关键字分类单元111、楼宇环境可视化单元112、建筑外观可视化单元113、结构可视化单元114以及区域可视化单元115。其中，关键字分类单元111中预设了关键词提取算法，该算法能够提取预设展示数据中的关键字，达到确定该预设展示数据对应的数据类型的效果，作为示例地，关键字分类单元111根据预设关键字分类算法，确定预设展示数据对应的数据类型；其中，数据类型包括：环境类型、外观类型、结构类型以及楼宇功能类型。楼宇环境可视化单元112为任意能够根据数据构建三维环境的设备或装置等，主要用于根据环境类型的预设展示数据，构建预设楼宇对应的楼宇环境。建筑外观可视化单元113为任意能够根据数据构建楼宇的三维外观的设备或装置等，主要用于根据外观类型的预设展示数据，构建预设楼宇对应的楼宇外观。结构可视化单元114为任意能够根据数据构建楼宇的三维结构的设备或装置等，主要用于根据结构类型的预设展示数据，构建预设楼宇对应的楼宇结构。区域可视化单元115为任意能够根据数据构建楼宇的三维功能区域的设备或装置等，主要用于根据楼宇功能类型的预设展示数据，构建预设楼宇对应的楼宇功能区域。
24.楼宇神经学习模块120为包含了神经学习算法，且能通过该学习算法确定输入数据是否为有效展示数据的设备或装置等，主要用于获取采集展示数据，以及将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据。需要说明的是，神经学习算法可以为任意可行的训练好的能进行有效展示数据筛选的算法。神经学习算法的具体训练过程可由现有方法或设备实现，本发明对此不作过多限定。
25.作为示例地，楼宇神经学习模块120包含数据获取单元121、数据学习单元122、算法更新单元123。数据获取单元121为任意可行的能够获取采集展示数据的设备或装置等，用于获取巡逻终端上传的采集展示数据。需要说明的是，巡逻终端为进行动态采集展示数
据采集的终端，其中，动态采集展示数据主要为随着时间在变化的数据，例如电能等；静态采集展示数据一般保持不变，例如楼宇的高度等。数据学习单元122为任意可行的能够确定采集展示数据是否为有效展示数据的设备或装置等，主要用于将采集展示数据导入预设的神经学习算法，以确定采集展示数据是否为有效展示数据。算法更新单元123为任意可行的能够更新神经学习算法的设备或装置等，主要用于获取预设的神经学习算法的有效率，以在有效率小于预设有效阈值时，更新预设的神经学习算法。
26.楼宇外观更新模块130为任意可行的能够根据有效展示数据更新预设展示数据点设备或装置等，主要用于根据有效展示数据更新预设展示数据；
27.楼宇安全检测模块140为任意可行的能够根据确定有效展示数据是否为安全隐患数据的设备或装置等，主要用于根据有效展示数据，确定有效展示数据是否为安全隐患数据，以在确定有效展示数据为安全隐患数据时，生成报警指令至维护终端150。需要说明的是，楼宇安全检测模块140中预存了满足安全隐患数据的若干隐患条件，楼宇安全检测模块140可以将有效展示数据导入该若干隐患条件中，当确定有效展示数据满足其中任意一条隐患条件时，确定该有效展示数据为安全隐患数据。
28.作为示例一地，维护终端150包含：任务生成单元151、任务监测单元152以及任务提醒单元153；任务生成单元151为能够生成维护任务的设备或装置等，用于根据楼宇安全检测模块140下发的报警指令，生成维护任务；任务监测单元152为能够计算维护时长的设备或装置等，用于根据预设的时间预测算法，确定维护任务对应的维护时长；任务提醒单元153为能进行提醒的设备或装置等，用于在维护时长内，进行维护任务提醒。需要说明的是，维护终端150与楼宇安全检测模块140通过无线网络相连，能够接收楼宇安全检测模块140下发的报警指令。时间预测算法中预存了维护任务与维持时长的对应关系，以使时间预存算法能够根据对应关系，确定各个维持任务对应的维护时长。
29.作为示例二地，维护终端150包括以下任意一项或多项：密码验证协议端、计算机端、手机端。
30.本领域技术人员能够理解的是，本发明至少具有如下有益效果：通过楼宇可视化模块110，实现了智能楼宇内的建筑外观、室外活动场所、绿化、停车场、道路、大门等按照真实场景的三维构建，方便了用户快速确认建筑在城市中的相对位置。通过楼宇神经学习模块120，实现了获取采集展示数据中的有效展示数据。通过楼宇外观更新模块130，实现了更新楼宇可视化模块110构建三维图像的预设展示数据。通过楼宇安全检测模
31.图2为本技术实施例提供的一种用于智能楼宇的三维可视化方法。需要说明的是，在本技术实施例中提出的一种用于智能楼宇的三维可视化方法，其执行主体是服务器。如图2所示，本技术实施例提供的三维可视化方法，主要包括以下步骤：
32.步骤210、根据预设展示数据，构建预设楼宇对应的楼宇环境、楼宇外观、楼宇结构以及楼宇功能区域。
33.作为示例地，根据预设关键字分类算法，确定预设展示数据对应的数据类型；其中，数据类型包括：环境类型、外观类型、结构类型以及楼宇功能类型；根据环境类型的预设展示数据，构建预设楼宇对应的楼宇环境；根据外观类型的预设展示数据，构建预设楼宇对应的楼宇外观；根据结构类型的预设展示数据，构建预设楼宇对应的楼宇结构；根据楼宇功能类型的预设展示数据，构建预设楼宇对应的楼宇功能区域。
34.步骤220、获取采集展示数据，以及将采集展示数据导入预设的神经学习算法中，以确定采集展示数据是否为有效展示数据。
35.作为示例地，获取巡逻终端上传的采集展示数据；将采集展示数据导入预设的神经学习算法，以确定采集展示数据是否为有效展示数据。
36.步骤230、根据有效展示数据更新预设展示数据。
37.步骤240、根据有效展示数据，确定有效展示数据是否为安全隐患数据，以在确定有效展示数据为安全隐患数据时，生成报警指令至维护终端。
38.至此，已经结合前文的多个实施例描述了本公开的技术方案，但是，本领域技术人员容易理解的是，本公开的保护范围并不仅限于这些具体实施例。在不偏离本公开技术原理的前提下，本领域技术人员可以对上述各个实施例中的技术方案进行拆分和组合，也可以对相关技术特征作出等同的更改或替换，凡在本公开的技术构思和/或技术原理之内所做的任何更改、等同替换、改进等都将落入本公开的保护范围之内。