基于建筑信息模型的仿真方法、系统、设备及介质与流程

1.本发明涉及建筑信息模型领域，尤其是涉及了一种基于建筑信息模型的仿真方法、系统、设备及介质。


背景技术：

2.在建设工程及运营维护的过程中，建筑信息模型(bim)能够反映工程项目的空间信息、地理信息及工料信息，广泛应用于工程项目的审查审批。在一些建筑设计场景或突发事件场景中，需要基于建筑信息模型进行仿真，从而完成对建筑信息模型的性能指标或决策方案进行评估。
3.随着城市信息化的发展，提高工程项目审查审批的效率，将会对建设智慧城市产生促进作用。


技术实现要素：

4.本发明提出一种基于建筑信息模型的仿真方法、系统、设备及介质，有利于提高仿真结果的准确性。
5.第一方面，本发明提供一种基于建筑信息模型的目标对象运动仿真方法，其特征在于，包括：
6.获取建筑信息模型；
7.提取所述建筑信息模型中的特征信息；
8.根据所述特征信息，确定目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真。
9.其中的一个实施方式中，所述的基于建筑信息模型的仿真方法，其中，所述获取建筑信息模型，包括：
10.根据目标建筑的设计方案，建立建筑信息模型；或，
11.对目标建筑进行扫描获取目标建筑点云数据，基于所述目标建筑点云数据建立建筑信息模型；或，
12.根据目标建筑的设计方案和所述目标建筑点云数据，建立建筑信息模型。
13.其中的一个实施方式中，所述的基于建筑信息模型的仿真方法，其中，所述提取所述建筑信息模型中的特征信息，包括：
14.确定所述建筑信息模型中的预设物体，其中，所述预设物体包括道路、房间、指示物件、阻碍物中的一种或多种；
15.提取所述预设物体中的信息，得到特征信息，所述特征信息包括预设物体的位置信息、连接关系信息以及属性信息。
16.其中的一个实施方式中，所述的基于建筑信息模型的仿真方法，其中，所述根据所述特征信息，确定目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真，包括：
17.根据所述特征信息，对所述建筑信息模型进行划分，得到多个关键区域；
18.根据所述关键区域对应的所述特征信息，获取对应于所述关键区域的关键区域行为预测模型；
19.获取目标对象的信息，将所述目标对象的信息输入所述关键区域行为预测模型中，获得目标对象在所述建筑信息模型中的分布情况；
20.根据前后时刻对应的目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真。
21.其中的一个实施方式中，所述的基于建筑信息模型的仿真方法，其中，所述根据所述特征信息，对所述建筑信息模型进行划分，得到多个关键区域，包括：
22.按照预设重要程度顺序对特征信息中的特征实体进行排序，得到特征实体排名；
23.根据特征实体排名获取预设数量的特征实体，得的关键特征实体；
24.确定覆盖所述关键特征实体的关键区域，其中，所述多个关键区域的总面积与仿真场景的面积之比不低于预设面积比阈值。
25.其中的一个实施方式中，所述的基于建筑信息模型的仿真方法，其中，根据所述关键区域对应的所述特征信息，获取对应于所述关键区域的关键区域行为预测模型，包括：
26.构建预设评估模型，其中，所述预设评估模型为所述目标对象信息与目标对象分布情况之间的映射关系模型；
27.根据所述关键区域中的所述特征信息，确定所述预设评估模型中的参数值，得到关键区域行为预测模型。
28.其中的一个实施方式中，所述的基于建筑信息模型的仿真方法，其中，所述获取目标对象的信息，包括：
29.根据目标对象的历史数据或者实时统计数据，获取目标对象的运动能力信息、目标对象的位置信息、目标对象的数量信息。
30.第二方面，提供一种基于建筑信息模型的目标对象运动仿真系统，其中，包括：
31.获取模块，用于获取建筑信息模型；
32.提取模块，用于提取所述建筑信息模型中的特征信息；
33.仿真模块，用于根据所述特征信息，确定目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真。
34.第三方面，提供一种电子设备，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其中，当所述处理器执行所述程序时，实现如上所述的基于建筑信息模型的目标对象运动仿真方法的步骤。
35.第四方面，提供一种存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时，实现如上所述的基于建筑信息模型的目标对象运动仿真方法的步骤。
36.本发明的基于建筑信息模型的目标对象运动仿真方法，能够提取建筑信息模型中的特征信息，再根据特征信息确定目标对象在建筑信息模型中的分布情况，实现对目标对象运动进行仿真。根据特征信息对目标对象运动进行仿真有利于快速获得仿真结果，以及提高仿真结果的准确性。
附图说明
37.通过阅读下文优选的具体实施方式中的详细描述，本发明各种其他的优点和益处对于本领域普通技术人员来说将变得清楚明了。说明书附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。显而易见地，下面描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
38.下面将结合附图及实施例对本发明作进一步说明，附图中：
39.图1是本发明一个实施例的基于建筑信息模型的目标对象运动仿真方法的流程图；
40.图2是本发明一个实施例的建筑信息模型部分区域的结构示意图；
41.图3是本发明一个实施例中关键区域行为预测模型的关系示意图；
42.图4是本发明一个实施例中关键区域的示意图；
43.图5是本发明一个实施例的基于建筑信息模型的目标对象运动仿真系统的结构示意图；
44.图6为本发明一个实施例的电子设备的结构示意图。
具体实施方式
45.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本发明作进一步详细说明。
46.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术；本技术的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本技术的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
47.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
48.为了使本技术领域的人员更好地理解本技术方案，下面将结合附图，对本技术实施例中的技术方案进行清楚、完整地描述。
49.实施例一
50.在一个建筑信息模型设计应用场景中或应急仿真场景中，需要通过对应急场景中人群的运动情况进行仿真，从而确定救援方案或者对建筑信息模型设计的应急性能进行评估。为此，本实施例提供一种基于建筑信息模型的仿真方法，该基于建筑信息模型的仿真方法可以应用于手机、笔记本电脑等移动装置中，以及台式电脑、电视等固定装置中，完成基于建筑信息模型的应急仿真，帮助用户确定救援方案或者对建筑信息模型设计的应急性能进行评估。
51.图1为本实施中基于建筑信息模型的目标对象运动仿真方法的流程示意图。请参
阅图1，该基于建筑信息模型的目标对象运动仿真方法，包括步骤10、步骤20和步骤30。
52.步骤10、获取建筑信息模型。
53.建筑信息模型以3d技术为基础，能够建立项目集实体与功能为一体的数字化模型。建筑信息模型可以帮助实现建筑信息的集成，从建筑的设计、施工、运行直至建筑全寿命周期的终结，各种信息始终整合于一个三维模型信息数据库中，设计团队、施工单位、设施运营部门和业主等各方人员可以基于建筑信息模型进行协同工作，有效提高工作效率、节省资源、降低成本，以实现可持续发展。
54.步骤20、提取所述建筑信息模型中的特征信息。
55.建筑信息模型中含有从建筑的设计、施工、运行直至建筑全寿命周期的终结中的各种信息。对建筑信息模型中的信息进行筛选，从所述建筑信息模型提取得到需要的信息，并对这些信息进行分析融合等处理，得到特征信息。
56.特征信息是与目标对象运动仿真相关的信息。其中的一些比较重要的特征信息对目标对象运动会产生重要影响。在一个应急疏散应用场景中，目标对象为目标建筑中的人，特征信息可以是出口标志的位置信息、路口的位置信息以及道路宽度信息等，特征信息通常包括会影响目标建筑中的人在应急情况中进行决断的信息。
57.步骤30、根据所述特征信息，确定目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真。
58.确定目标对象在所述建筑信息模型中的分布情况也即是确定各个目标对象在位置情况建筑信息模型中位置。具体地，通过确定连续多个时刻的目标对象在所述建筑信息模型中的分布情况，可以确定目标对象运动轨迹或目标对象的变化过程，从而完成对目标对象运动进行仿真的目的。
59.本发明的基于建筑信息模型的目标对象运动仿真方法，能够提取建筑信息模型中的特征信息，再根据特征信息确定目标对象在建筑信息模型中的分布情况，实现对目标对象运动进行仿真。根据特征信息对目标对象运动进行仿真有利于快速获得仿真结果，以及提高仿真结果的准确性。
60.需要说明的是，本实施例的目标对象仿真方法可以适用于但不限于建筑信息模型的仿真过程，例如在cad建筑模型等二维或三维建筑模型的仿真也同样适用。
61.其中的一个实施方式中，所述获取建筑信息模型包括：步骤101、步骤102或步骤103。
62.步骤101、根据目标建筑的设计方案，建立建筑信息模型。
63.采用建筑信息模型正向设计的方式构建建筑信息模型。根据项目的要求，确定该项目中目标建筑的设计方案。根据目标建筑的设计方案进行建模设计工作。具体地，通过制定项目模板，获得预设建筑信息模型，在对该建筑信息模型进行修改，完成建筑信息模型的深化设计，得到最终的建筑信息模型。
64.步骤102、对目标建筑进行扫描获取目标建筑点云数据，基于所述目标建筑点云数据建立建筑信息模型。
65.采用建筑信息模型逆向设计的方式构建建筑信息模型。在一些应用场景中，需要对已经建好的目标建筑进行仿真，则可以采集该目标建筑的三维点云数据，在通过建筑信息模型软件对三维点云数据进行识别，根据三维点云数据在建筑信息模型软件中对目标建
筑进行构建，即可得到建筑信息模型。
66.步骤103、根据目标建筑的设计方案和所述目标建筑点云数据，建立建筑信息模型。
67.采用建筑信息模型正向设计和逆向设计相结合的方式构建建筑信息模型。在一些应用场景中，可以采集该目标建筑的三维点云数据建立初始建筑信息模型。
68.其中的一个实施方式中，所述提取所述建筑信息模型中的特征信息包括：步骤201和步骤202。
69.步骤201、确定所述建筑信息模型中的预设物体，其中，所述预设物体包括道路、房间、指示物件、阻碍物中的一种或多种。
70.预设物体是一些会对目标对象的运动行为产生较大影响的物体，例如道路、房间、指示物件、阻碍物。指示物件可以是出口指示牌，阻碍物可以是门。
71.举例地，预设物体为道路交叉路口，具体地，根据对建筑信息模型中的文字信息和结构信息，确定建筑信息模型中的所有道路交叉路口，并将道路交叉路口进行保存。
72.步骤202、提取所述预设物体中的信息，得到特征信息，所述特征信息包括预设物体的位置信息、连接关系信息以及属性信息。
73.对建筑信息模型进行预设物体检测，当检测到预设物体时则获取预设物体的特征点，从而获得特征信息。举例地，提取道路交叉路口的特征信息的过程包括：根据对建筑信息模型中道路交叉路口的位置信息、连接关系信息等信息；将道路交叉路口与对应的位置信息、连接关系信息进行保存。
74.可选地，将提取的特征信息采用预设格式描述特征信息，将特征信息表示为f＝{f1，f2，
……fn
}，其中，fi＝{ai，bi}，f表示特征信息，r为道路交叉路口，a为道路交叉路口的特征点。其中，ai＝{r1，r2，
……rn
}，ri为表示交叉路口所连接的各条道路。bi＝{b1，b2，
……bn
}，bi表示道路交叉路口的位置信息、连接关系信息等特征。
75.通过对建筑信息模型中的预设物体进行检测，从而确定建筑信息模型中的关键区域，有利于降低计算的复杂程度，提高系统的运行速度。
76.需要说明的是，预设物体种类不限于上述举例，预设物体可以根据实际需要进行改变。预设物体可以一个或多个，按照一定的筛选规则获取。
77.其中的一个实施方式中，所述的基于建筑信息模型的仿真方法，其中，所述根据所述特征信息，确定目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真，包括：步骤301、步骤302、步骤303和步骤304。
78.步骤301、根据所述特征信息，对所述建筑信息模型进行划分，得到多个关键区域。
79.具体地，可以根据特征信息在建筑信息模型中分布的集中程度或者根据特征信息重要程度，对所述建筑信息模型进行划分。例如，将建筑信息模型中相距小于预设距离的两个特征划为同一个关键区，或者直接根据交叉路口划分得到多个关键区域。
80.请参阅图2，a1为第一路口，a2为第二路口，a3为第三路口，以上三个路口即为从建筑信息模型中提取得到的特征信息。本实施例将路口定义为建筑信息模型中重要的特征，因此可以划分得到a1关键区域、a2关键区域和a3关键区域。
81.步骤302、根据所述关键区域对应的所述特征信息，获取对应于所述关键区域的关键区域行为预测模型。
82.关键区域行为预测模型融合了关键区域对应的所述特征信息，可以用于对目标对象的行为进行预测和判断。例如，a1关键区域中特征信息包括交叉路口区域a1，和与交叉路口a1连接的三条道路；基于此，关键区域行为预测模型形成具有三个道路选择项的决策模型，经过特征比对后，可以确定目标对象对三个道路的选择情况。
83.请参阅图3，对如图2所示的建筑信息模型划分得到的三个关键区域，基于关键区域的位置关系和连接关系，分别建立a1关键区域行为预测模型、与a1关键区域行为预测模型连接的a2关键区域行为预测模型和与a2关键区域行为预测模型连接a3关键区域行为预测模型。举例地，基于道路r1，a1关键区域行为预测模型的输出的人群及人群特征可以作为a2关键区域行为预测模型的输入，同样a2关键区域行为预测模型的输出的人群及人群特征可以作为a1关键区域行为预测模型的输入。
84.可选地，在获取对应于所述关键区域的关键区域行为预测模型之前，还包括，对关键区域进行特征信息检测，对关键区域内的所述特征信息作进一步完善，有利于提高对目标对象的行为预测的准确性。例如，步骤20中得到a1交叉路口的特征信息，在根据a1交叉路口划分得到a1关键区域之后，再对a1关键区域进行特征信息检测，得到a1关键区域中对应于r1道路上设置出口指示牌的特征信息，之后根据包括道路数量和出口指示牌的特征信息，获取对应于所述关键区域的关键区域行为预测模型。
85.步骤303、获取目标对象的信息，将所述目标对象的信息输入所述关键区域行为预测模型中，获得目标对象在所述建筑信息模型中的分布情况。
86.关键区域行为预测模型可以基于目标对象的特征信息、行为决策的特征信息的匹配程度以及选择分布规律，直接输出各个行为决策的人数和人群的特征。
87.举例地，a2关键区域行为预测模型根据当前时刻a2关键区域的人群特征，确定将要输出到其他关键区域的人群及人群特征。例如，a2关键区域有10人，经过a2关键区域行为预测模型分析，将要输出8人，其中1人通过r1道路进入a1关键区，7人通过r2道路进入a3关键区，使得人群在建筑信息模型分布情况由a1关键区0人、a2关键区10人和a3关键区0人变为a1关键区1人、a2关键区2人和a3关键区7人
88.步骤304、根据前后时刻对应的目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真。
89.根据多个时刻的目标对象在所述建筑信息模型中的分布情况进行连续性分析，可以对目标对象运动进行可视化仿真。具体地，获取多个连续时刻目标对象在所述建筑信息模型中的分布情况，即可以按照时刻的先后顺序确定目标对象在所述建筑信息模型行为，实现了对目标对象运动行为的仿真。
90.其中的一个实施方式中，所述根据所述特征信息，对所述建筑信息模型进行划分，得到多个关键区域，包括：步骤311、步骤312和步骤313。
91.步骤311、按照预设重要程度顺序对特征信息中的特征实体进行排序，得到特征实体排名。
92.特征实体是特征信息中存在与建筑信息模型中的实体。可以理解的是，特征实体可以是上文中的预设物体，即按照重要程度对预设物体进行排序。预设物体是多个不同种类的实体。
93.对特征信息各个特征实体的重要程度进行打分，并按照分数由高到低的方式对特
征实体进行排序。例如，根据道路交叉路口的位置、与该路口连接的道路的数量及宽度，对道路交叉路口进行打分；按照分数由高到低的方式对道路交叉路口进行排序。
94.步骤312、根据特征实体排名获取预设数量的特征实体，得的关键特征实体。
95.在一些应用场景中，一些特征实体并不重要，反而会增加仿真系统的延迟，例如一些特征实体，如一些路口或房间可能并不需要，此时，基于减少计算量的考虑，可以丢弃一些并不重要或对结果影响较小的特征实体。具体地，通过保留排名靠前的特征实体，而丢弃排名靠后的特征实体，可以提高系统的运行速度。其中，保留下来的特征实体即为关键特征实体。
96.步骤313、确定覆盖所述关键特征实体的关键区域，其中，所述多个关键区域的总面积与仿真场景的面积之比不低于预设面积比阈值。
97.关键区域是根据关键特征实体生成的区域，该区域能够覆盖一个或多个关键特征实体。具体地，根据关键特征实体的位置或类型，确定关键区域。例如，根据关键特征实体的位置获取关键特征实体之间的距离，当关键特征实体之间的距离小于预设值时，则将相距小于预设距离的两个关键特征实体划分到同一个关键区域中。
98.可选地，获取以关键特征实体为圆心半径为预设半径的圆形区域，再将圆形区域与关键特征实体所在的建筑区域做交集，得的关键区域。如图4所示，以道路交叉路口作为圆心获得圆形区域，再将圆形区域与道路交叉路口进行交集，得的阴影所示的关键区域。
99.此外，为例避免关键区域面积过小导致仿真准确度的降低，本实施例可以通过调整预设半径，对关键区域的面积进行调整，使得所述多个关键区域的总面积(即所有关键区域的总面积)与仿真场景的面积之比不低于预设面积比阈值。预设面积比阈值为3％至70％，例如10％、30％、50％。可选地，预设半径还与目标对象的运动能力相关，以及与前后计算时刻的间隔长度相关，便于确定目标对象可以有足够的时间离开当前的关键区域。
100.其中的一个实施方式中，根据所述关键区域对应的所述特征信息，获取对应于所述关键区域的关键区域行为预测模型，包括：步骤311、步骤312。
101.步骤311、构建预设评估模型，其中，所述预设评估模型为所述目标对象信息与目标对象分布情况之间的映射关系模型。
102.预设评估模型能够确定目标对象在所述关键区域的决策行为，例如确定所述交叉路口关键区域中人群对路口的选择决策。可选地，预设评估模型能够根据所述关键区域中对应的特征信息与各个目标对象的情况确定每个目标对象的选择概率，根据选择概率确定每个目标对象的决策，并确定各个决策对应人群的特征信息；或者，预设评估模型根据所述关键区域中的特征信息和目标对象的特征信息产生决策分布函数，根据决策分布函数直接确定各个决策对应的人群人数，并产生各个决策对应人群的特征信息。
103.可选地，预设评估模型可以基于对疏散案例分析后确定的一个经验模型，用于目标对象的特征信息及其选择偏好分析，能够模拟目标对象在疏散场景中对道路的选择。
104.可选地，预设评估模型中包括决策概率公式p，其中，p
r1
表示目标对象的对第一决策的概率，如在交叉路口选择第一道路的概率。其中，β代表调整系数，用于调整目标人群第一决策的概率至预设数值区间；c为一个常数；μ为目标人群的特征与第一决策的特征的相似度正相关的参数或公式；σ与第一决策的特征有关，例如第一道路对应具有
的特征数量越多(如有出口标识牌以及有消防设施)则σ越小，以及第一道路具有比较重要的特征则σ越小。
105.选择第一道路的特征包括：建筑类型特征，建筑布局特征，疏散路径特征，紧急出口标识特征等一种或多种。
106.其中，在计算目标人群的特征与当前路口的特征的相似度包括：按照预设向量化规则对目标人群的特征与当前路口的特征进行向量化；再计算目标人群的特征与当前路口的特征之间余弦相似度。
107.可选地，预设评估模型也可以为一种基于深度学习的神经网络模型。采用多个疏散场景中人群的决策行为对神经网络模型进行训练，得到能够对疏散场景中人群决策进行预测的神经网络模型。
108.步骤312、根据所述关键区域中的所述特征信息，确定所述预设评估模型中的参数值，得到关键区域行为预测模型。
109.具体地，将根据所述关键区域中的所述特征信息进行数字化，得到对应特征值，再将特征值输入到所述预设评估模型中，得到关键区域行为预测模型。可见，关键区域行为预测模型是将预设评估模型和关键区域中的所述特征信息相结合，获得针对当前关键区域的人群决策预测模型。
110.举例地，根据交叉路口中第一道路的特征数量，确定预设模型中σ的值；和/或，根据第一道路中特征信息的重要程度，确定预设模型中σ的值，得到针对当前交叉路口的人群对第一道路预测模型，即关键区域行为预测模型。
111.其中的一个实施方式中，所述获取目标对象的信息，包括：
112.根据目标对象的历史数据或者实时统计数据，获取目标对象的运动能力信息、目标对象的位置信息、目标对象的数量信息。
113.根据以往经验，发现目标对象与建筑的类型具有相关。例如，建筑类型会影响建筑内部目标对象的组成情况，具体地，在电玩城建筑中人群的年龄结构偏年轻化，基于这些历史数据，可以分析和预测仿真中人群的年龄结构、判断力、知识与经验、行动能力等特征信息；或者当人数较少时可以直接对每个人的特征进行统计，得到人群的特征性，从而确定仿真场景中目标对象的运动能力信息、目标对象的位置信息、目标对象的数量信息。
114.实施例二
115.图5是本实施例一种基于建筑信息模型的工程监管系统50的结构示意图，如图5所示，该基于建筑信息模型的目标对象运动仿真系统50，包括：
116.获取模块501，用于获取建筑信息模型；
117.提取模块502，用于提取所述建筑信息模型中的特征信息；
118.仿真模块503，用于根据所述特征信息，确定目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真。
119.其中的一个实施方式中，所述获取建筑信息模型，获取模块501还用于：根据目标建筑的设计方案，建立建筑信息模型；或，对目标建筑进行扫描获取目标建筑点云数据，基于所述目标建筑点云数据建立建筑信息模型；或，根据目标建筑的设计方案和所述目标建筑点云数据，建立建筑信息模型。
120.其中的一个实施方式中，提取模块502还用于确定所述建筑信息模型中的预设物
体，其中，所述预设物体包括道路、房间、指示物件、阻碍物中的一种或多种；提取所述预设物体中的信息，得到特征信息，所述特征信息包括预设物体的位置信息、连接关系信息以及属性信息。
121.其中的一个实施方式中，仿真模块503还用于根据所述特征信息，对所述建筑信息模型进行划分，得到多个关键区域；根据所述关键区域对应的所述特征信息，获取对应于所述关键区域的关键区域行为预测模型；获取目标对象的信息，将所述目标对象的信息输入所述关键区域行为预测模型中，获得目标对象在所述建筑信息模型中的分布情况；根据前后时刻对应的目标对象在所述建筑信息模型中的分布情况，对目标对象运动进行仿真。
122.其中的一个实施方式中，仿真模块503还用于按照预设重要程度顺序对特征信息中的特征实体进行排序，得到特征实体排名；根据特征实体排名获取预设数量的特征实体，得的关键特征实体；确定覆盖所述关键特征实体的关键区域，其中，所述多个关键区域的总面积与仿真场景的面积之比不低于预设面积比阈值。
123.其中的一个实施方式中，仿真模块503还用于构建预设评估模型，其中，所述预设评估模型为所述目标对象信息与目标对象分布情况之间的映射关系模型；根据所述关键区域中的所述特征信息，确定所述预设评估模型中的参数值，得到关键区域行为预测模型。
124.其中的一个实施方式中，仿真模块503还用于根据目标对象的历史数据或者实时统计数据，获取目标对象的运动能力信息、目标对象的位置信息、目标对象的数量信息。
125.本发明的基于建筑信息模型的目标对象运动仿真方法，能够提取建筑信息模型中的特征信息，再根据特征信息确定目标对象在建筑信息模型中的分布情况，实现对目标对象运动进行仿真。根据特征信息对目标对象运动进行仿真有利于快速获得仿真结果，以及提高仿真结果的准确性。
126.本实施例的基于建筑信息模型的目标对象运动仿真系统50为与基于建筑信息模型的目标对象运动仿真方法相对应的系统。基于建筑信息模型的目标对象运动仿真系统50的运行原理可以参考上述基于建筑信息模型的目标对象运动仿真方法，在此不再赘述。
127.实施例三
128.图6是本发明一种电子设备的结构示意图。该电子设备包括存储器601和处理器602，存储器601存储有可在处理器602上运行的计算机程序，其中，当处理器602执行程序时，实现如上的基于建筑信息模型的目标对象运动仿真方法的步骤。
129.电子设备包括通过系统总线603相互通信连接存储器601、处理器602。需要指出的是，图中仅示出了具有组件601-603的电子设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路(application specific integrated circuit，asic)、可编程门阵列(field－programmable gate array，fpga)、数字处理器(digital signal processor，dsp)、嵌入式设备等。
130.电子设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
131.存储器601至少包括一种类型的可读存储介质，可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器
(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器601可以是设备的内部存储单元，例如该设备的硬盘或内存。在另一些实施例中，存储器601也可以是设备的外部存储设备，例如该设备上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。当然，存储器601还可以既包括设备的内部存储单元也包括其外部存储设备。本实施例中，存储器601通常用于存储安装于设备的操作系统和各类应用软件。此外，存储器601还可以用于暂时地存储已经输出或者将要输出的各类数据。
132.处理器在一些实施例中可以是中央处理器(central processing unit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器通常用于控制设备的总体操作。本实施例中，处理器用于运行存储器中存储的计算机可读指令或者处理数据。
133.实施例四
134.本发明提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如上的基于建筑信息模型的目标对象运动仿真方法的步骤。
135.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例的方法。
136.显然，以上所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例，附图中给出了本技术的较佳实施例，但并不限制本技术的专利范围。本技术可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本技术的公开内容的理解更加透彻全面。尽管参照前述实施例对本技术进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本技术说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本技术专利保护范围之内。