首页 >
论文范文 >
社会科学论文 >
科技论文 >
电信技术论文 >
浅谈基于BIM的室内导航网络构建方法
摘要：在建筑信息模型(BIM)作为室内三维数据来源的基础上，为构建满足室内位置服务的导航网络和提高构建导航网络的便捷性，提出一种基于对偶图思想的室内导航网络构建方法。该方法利用对偶原则的思想,基于BIM模型与限定德劳内(Delaunay)三角剖分细化算法，通过解析BIM模型的IFC文件,将其所包含的拓扑关系、3D几何关系和语义信息进行映射,提取出适用于室内导航及位置服务的轻量化网络模型,并以某建筑数据为基础进行了实例研究。结果表明:该方法基本满足跨楼层室内导航服务的要求，能够将BIM模型中的导航要素进行抽象化表达，并支持上下文感知的室内位置服务，所构建的点-边几何导航网络模型具有寻路效率高、设置灵活等优点。
加入收藏
一、引言
随着近年来室内定位技术的兴起,基于位置的服务也开始从室外拓展到室内[1,2]。室内导航网络是室内LBS的基本要素,然而室外成熟的路网索引技术不能直接应用于具有复杂拓扑结构的室内空间。多年来,研究人员一直致力于开发一种自动生成室内导航网络的方法,目前主流的方法为两类:支持几何网络模型生成的几何方法和开发规则栅格模型的栅格方法[3]。虽然栅格方法具有更高的精度,但由于几何方法包含空间语义信息和粗粒度级别的几何信息[4],能满足跨楼层的导航需求和LBS对上下文感知能力及适应能力的要求;此外,在场景较大的室内空间,几何网络模型与栅格模型相比能节省大量的数据处理时间[5],所以几何方法被广泛用于LBS服务中。Isikdag等[6]提出室内模型与导航网络模型互为对偶的特性,Tang等[7]、武恩超等[8]采用将中轴变换算法与室内模型相结合,重建室内几何拓扑网络。Liu等[9]提出只使用语言描述的逻辑网络模型,作为室内导航的参考。
当前室内地图尚未充分发展到像室外地图这样的标准化表示,构建室内导航模型的源数据众多,包括二维平面图、建筑信息模型(BIM)和CityGML等[10,11]。建筑信息模型是建筑物全寿命周期中所有物理和功能特征的数字化表示,随着BIM技术的逐步普及,基于IFC标准的建筑信息模型已经成为支持室内导航的一种重要数据来源[6,12]。其详尽的几何语义、要素材质、功能信息及各要素之间的关联关系,能为室内导航提供较充分的数据支持[13]。
综上所述,在目前的研究中,大多数室内导航框架将CAD平面图作为原始数据集,对室内路网进行了大量简化,在路径规划时大多只考虑单一平面楼层的最短路径,但面向室内导航时最短路径并不代表最优路径,复杂的室内因素和用户本身的特定需求对路径的选择存在巨大影响。此外,建筑物在其生命周期中不断变化并定期进行翻新,若采用传统的手动生成导航模型,对诸如医院、商场等大型建筑而言将花费大量的人力、物力。本文采用基于BIM数据的原始模型和基于对偶图思想所简化的对偶模型,利用限定Delaunay三角剖分细化算法对室内空间进行剖分,构建面向室内位置服务的几何网络模型。
二、室内网络模型的构建方法
2.1室内导航网络模型数据结构
室内导航通常需要多种数据的支持,本文所构建的室内导航网络主要包括基于BIM数据的原始模型和基于对偶图思想所简化的对偶模型,其数据结构如图1所示。原始模型包括三维空间的几何表示和建筑物内各种构件的拓扑关系,原始模型主要用于提供信息、数据检索及导航可视化。对偶模型是以点和线为主要要素,表示物理连接的几何网络,用于计算所需的最佳导航路径。
图1室内导航网络模型数据结构
2.2构建本体模型
为了构建本体模型,本研究主要通过解析工业基础类标准的建筑信息模型(BIM),获得BIM与室内导航相关的语义信息。语义信息给室内导航要素的分类提供依据,主要包含室内各导航要素的属性、相对关系及功能[14]。IFC中定义了600余种实体和300多种补充数据类型以及可拓展属性集[15],通过形式化将IFC中各种属性间接定义为系统行为,并以表的形式存储于节点或线段之中,从而得到本体模型。本体模型主要应用于导航数据属性检索和空间推理,本文构建的本体模型结构基本分类包括空间、路径、路径点、障碍物和兴趣点,每一分类中的要素都与IFC数据中的实体所对应。
IFC标准中的元素采用层次结构,其中所有元素都具有基类的属性和方法,并细分为空间元素、物理元素、端口元素和其他。IfcSpatialStructureElement包含场地、楼层和空间等子元素。通过对空间元素进行楼层映射,可以提取室内每个楼层的相关信息,例如IfcSpace为建筑物内包含某些具有特定功能的区域。IfcElement是构成建筑、工程和施工行业产品的所有构件的概括,其子类引入了详细规范,如建筑物构件类、家具类、设备类。这里的IfcBuildingElement是建筑物的主要功能部件,例如墙、门、柱和楼梯等。Ifc实例可以将外部属性分配给IfcBuildingElement要素,例如可以给IfcDoor赋予“公开”或“不公开”以表示该区域是否能通行。除此之外,为了使室内导航网络更好地实现室内位置服务,应根据具体需求增加丰富的信息点(POI)。通常导入的LOD300以上BIM模型会包含除结构构件外的服务性实体模型,如IfcFurnishingElement是所有家具对象的概括,本文使用其安置位置(IfcLocalPlacement)和范围盒(BoundingBox)属性来确定室内障碍物的位置及边界。同样IfcEquipmentElement是所有服务设备的概括,如自动售货机等实体构件可以作为室内导航网络的兴趣点。本体模型的构建,使得室内导航网络具有良好的语义感知能力。
2.3构建层次型图模型
建筑物通常由多个楼层构成,这也是室内导航环境与室外导航的重要区别之一。针对这一特点,室内空间通常采用多层网络拓扑模型,各个楼层可以通过楼梯、电梯进行连通。在IFC模型中,StoreyCount属性提供该建筑物中的楼层数,IfcBuildingStorey作为楼层实体,包含梁、柱、墙、门、窗、楼梯和电梯等构件。但是考虑到实际建立室内网络模型时要生成符合使用者通行习惯的合理路径,并不能对整个楼层区域进行剖分,所以对楼层采取构建子空间的方法。构建的子空间分为3类。
(1)带有入口的封闭空间。
(2)开放空间,通常作为通往其他封闭空间的通道。
(3)跨楼层连通空间,如楼梯间、电梯间等。
子空间的构建主要利用IFC中的IfcSpace类生成对偶模型,IfcSpace表示实际或理论上界定的区域或体积,在指定情况下,IfcSpace可以与建筑物的楼层关联,也可与场地外部空间关联。因此空间组提供了包含在某一个楼层中的空间集合。IfcSpace也可以部分分解,其中每一部分都定义部分空间。这可以由IfcSpatialStructureElement的组合类型属性定义,分别可以由complex、element、partial表示空间组、空间、部分空间。此外,在同一楼层的室内子空间利用节点之间(房间-门、走廊-楼梯\电梯)、节点与边(门-走廊)之间的连通实现整个室内环境连通的模型。
2.4构建几何网络模型
几何网络主要是以节点和边所构成的物理网络,其高度可用属性H表示,是一种2.5D模型,主要应用于提供距离等几何信息。本研究主要基于平面图的限定德劳内(Delaunay)三角剖分细化算法进行构建。Shewchuk[16]提出的限定Delaunay三角剖分细化算法是一种用于生成非结构化三角形网格的技术,能有效覆盖指定域[17],并且所生成的三角形能满足形状和大小约束。细化算法是通过在低质量的三角形外接圆心处插入细分点,使用Lawson算法或Bowyer-Watson算法维护Delaunay三角剖分属性,以进行Delaunay三角剖分的增量更新,从而避免狭长三角形。
2.4.1楼层空间区域的剖分
2.4.1.1对多边形边界进行采样
对于提取出的子空间IFC几何信息,目前支持使用二维曲线(Curve2D)或几何曲线集(GeometricCurveSet)类型的2D几何表示。通过对子空间的边界和子空间内部的家具等障碍物进行采样,生成二维有界图形,以供Delaunay三角剖分细化算法生成非结构化网格。
2.4.1.2计算限定Delaunay三角细化剖分
将上一步采集的内外边界输入限定Delaunay三角剖分细化算法,其所创建的三角形与一般三角剖分算法相比,除了具有内外边界的约束,还避免了细长的三角形。限定Delaunay三角剖分细化算法适用于具有各种不规则形状的室内空间,并且均匀覆盖于区域空间中,提高了几何精度。
2.4.1.3选取路径点
经过细化剖分处理后,子空间被描述为更加准确、尺度更小的空间区域。在这些细化的剖分区域中进行移动,根据剖分区域中的拓扑关系,需要明确每个小区域中下一个路径点的方位,而剖分所得的三角形无法直接作为路径点,所以应选取合适的特征点作为路径点。路径点的选择通常为剖分后的小三角形的重心或者边上的中点。考虑到在走廊等细长空间内若选择小三角形的重心作为特征点,所生成的路径为Z字形,需要使用其他算法进行简化和平滑处理。由于限定Delaunay三角剖分细化算法的特性,避免了狭长三角形的生成,因此选取子空间内部所有三角形边的中点为路径点,能较大程度避免路基的弯折,此外路径点不能位于外部或者内部限制边界上。
2.4.1.4链接路径点
根据三角形与边界的关系,确定路径的链接方法,路径点只链接至与其相邻的三角形上的路径点。路径点的链接主要通过建立BSP树结构来实现,算法步骤如下。
(1)以子空间中位于左下角的路径点作为根节点,其所在的三角形为源三角形,与其共享边的邻接三角形为子树,判断邻接三角形除源三角形是否还存在邻接三角形。
(2)若除源三角形外无其他邻接三角形,则说明其为规则矩形,未进行细化剖分,只保留其共享边上的路径点。
(3)若除源三角形还存在一个或两个邻接三角形,则将邻接三角形上共边的中点插入BSP树中,与根节点链接。
(4)从根节点开始,根据共边判断邻接三角形与源三角形的前后关系,前则遍历左子树,后则遍历右子树,遍历所有结构化三角形,最终形成子空间内完整的路径网络。
由图2可见,路径点①、②、③、④、⑤所在的分割平面将房间分割成A、B、C、D、E、F6个区域,以①作为根节点,遍历相邻的分割平面,得到所有可能的BSP结构树,从而对各路径点进行链接。由图3可见,此方法同样适用于狭长的的走廊,能够较为完整地反映出可供通行的导航网络路径。
图2路径点BSP树
图3走廊几何网络路径
2.4.2生成非水平路径
非水平路径是沿着楼梯、电梯等进行跨楼层通行的路径。对于楼梯,采用提取第一级踏步、最后一级踏步和休息平台的特征点,通过特征点的连接形成与楼梯几何特征一致的非水平路径。对于电梯,通常在BIM模型中只会构建电梯井来表示,在各楼层楼板上进行开口,所以通过提取电梯井的平面投影的重心,将所获得的楼层高度作为z坐标依次赋予重心,并连接这些点形成电梯路径。
三、室内导航网络构建与分析
3.1网络数据集的构建
为了验证本文提出的基于BIM模型的室内导航网络构建方法,本文以南京林业大学教学主楼为试验对象(图4),采用以REVIT建模的BIM模型作为数据来源,建立原型系统进行验证。主要通过Dijkstra算法对所构建的室内导航网络进行寻径长度准确性验证。Dijkstra算法是一种经典的最短路径寻路算法,通过指定起始点和终止点来快速求解最短路径。Dijkstra算法的基本原理是在路网中每次找到离起始点最近的一个路径点,然后以起始点为中心,向外层层拓展,直至终止点处(图5)。
图4BIM模型
图5多层网络模型
3.2路径理论值与实际值之间的误差分析
随机选取试验区域中6条路线的理论值与实地测量的实际值之间的误差进行数据分析,根据计算得到统计数据见表1。
表1距离数据统计表
由表1可知,本实验体现出采用三角剖分的几何网络较灵活、寻路效率较高的特点,适用于大型开放空间。由于其剖分特性,可能会提供不符合实际的弯折导航路径,从而导致路径规划时所产生的误差,且误差随着路径长度的增加而增加。但模型中的几何网络长度相对于实地测量的路线长度的平均误差基本在3%以内,此方法生成的室内导航网络的准确性基本满足室内导航的需求。如何优化导航网络的几何精度将在以后的研究中加以改进。
四、结束语
本文基于BIM模型数据,通过提取语义信息、几何信息和拓扑关系建立对偶模型,利用限定Delaunay三角剖分细化算法对子空间进行剖分,探索了考虑真实室内环境导航几何网络的构建方法,从而为基于室内位置信息的导航服务提供可靠的数据来源。试验表明,这种室内导航网络构建方法不仅能提供较高的几何网络精度,且能提供丰富语义信息给路径规划作为参考。随着室内定位技术的发展及BIM技术的普及,室内导航服务将有更为广阔的应用前景,如何打通室内外一体化导航的瓶颈,将是下一步的研究方向。
参考文献:
[8]武恩超,张恒才,吴升.基于中轴变换算法的室内外一体化导航路网自动生成方法[J].地球信息科学学报,2018,20(6):730-737.
[13]李佩瑶,汤圣君,刘铭崴,等.面向导航的Ifc建筑模型室内空间信息提取方法[J].地理信息世界,2015,22(6):78-84.
[14]林雕,宋国民,贾奋励.面向位置服务的室内空间模型研究进展[J].导航定位学报,2014,2(4):17-21.
[15]余雯婷,李希胜.基于Bim技术的建筑设施管理信息提取与应用[J].土木工程与管理学报,2016,33(1):85-89.
[17]卢伟,魏峰远,张硕,等.室内路网模型的构建方法研究与实现[J].导航定位学报,2014,2(4):63-67.
张炜锴,郑加柱,陈媛媛.基于BIM的室内导航网络构建方法[J].森林工程,2020,36(03):106-111.
分享：
在扩频通信系统中，四相相移键控（Quadrature⁃PhaseShiftKeying,QPSK）信号具有误码率低、频谱利用率高等特点[1,2]，应用越来越广。为了提高其抗干扰性，I、Q支路分别调制扩频码，如果载波多普勒动态范围大，不完全解扩I、Q支路上的扩频码情况下，锁相的环路无法直接进行载波捕获[3]。一般的扩频系统中都是先进行FFT运算对载波进行初始捕获，再通过锁相环进行跟踪捕获，可见精确的FFT算法是至关重要的[4]。
2024-01-03
需要解决的问题。典型远程探测场景下，4 000 km处干扰机与弹头之间的角度间隔仅为0.02°～0.05°，导致常规的单站抗主瓣干扰手段力不从心。例如：利用和差波束的主瓣对消方法可以抑制近主瓣干扰（≥1 5波束宽度）[1,2,3]，但对上述场景的目标信干比改善不足5 dB，不满足实际应用需求；盲源分离方法[4,5,6,7,8]利用混合信号相对于源信号统计特性变化找到信号的分离点，从而实现干扰与目标信号的分离。
2024-01-03
显示玻璃破碎机理为玻璃缺陷位置应力集中导致裂纹萌生与扩展，并采用断裂分析技术解析起源位置、裂纹扩展、应力类型、冲击和摩擦方向等，全方位研究了玻璃断裂机理；文献[2]研究表明，显示玻璃强度主要取决于表面及边缘缺陷，并通过表面强度测试[3,4]、边缘强度测试[5,6]和冲击强度测试[7,8]表征玻璃强度；文献[9]基于神经网络算法，通过选取玻璃缺陷图像进行神经网络训练，对常见玻璃缺陷进行精确分类及识别。
2024-01-03
随着城市化进程的加速，高层建筑物的数量不断增加，电梯已成为高层建筑中必不可少的交通工具[1]。尽管电梯内的电波传播不受自然气候因素的影响，但是电梯环境封闭、区域结构复杂、室外信号难以穿透等因素导致电梯内网络信号较差，严重影响了人们的通信体验和面临突发事件时的应急通信保障。因此，电梯信号覆盖成为各大运营商关注的重点。
2024-01-03
正交时频空（Orthogonal Time Frequency Space,OTFS）调制是一种能够面对高速移动通信特性的先进调制技术。OTFS通过将发送数据经预处理和星座调整后映射到时延⁃多普勒（Delay⁃Doppler,DD）域，并经过一系列的二维变换使得同一个发送OTFS帧内的信号捕获到DD域等效信道的稀疏性，都经历了与时间选择无关的慢衰落，从而获得信道时间和频率的全分集增益以及更优越的抗干扰性能[3]。
2024-01-03
早期的研究通常采用人工提取特征和传统机器学习方法进行情感识别.Bahari等[7]采用非线性k基于递归图的最近邻分类器(KNN),以识别不同的情感.Wang等 [8]使用基于频域特征的支持向量机(SVM)分类器对不同情感进行分类.然而，传统机器学习技术受到特征设计和特征选择的限制，需要大量的专业知识才能设计出性能更优的分类器.
2024-01-03
无线传感器网络（Wireless Sensor Network,WSN）已广泛应用于许多领域，如森林火灾监测、建筑监控等[1,2,3]。一般来说，无线传感器网络由大量的传感器组成。由于这些传感器由能量受限的电池供电，网络的运行时间通常是有限的，这阻碍了传感器网络的发展[4,5,6]。考虑到每个传感器的电池容量是有限的，在电池耗尽之前补充传感器的能量供应至关重要。
2024-01-02
快速傅里叶变换（FFT）是数字信号处理领域应用最广泛的算法，其广泛应用于数字通信、雷达系统、成像系统以及图像处理系统中。随着现代数字信号处理技术的发展，系统对于FFT的数据处理精度有着更高的要求。同时，不同的应用环境需要使用不同点数的FFT，对于当前的数字信号处理系统来说，也存在不同点数FFT动态实时切换的应用场景。因此，需要高精度、点数可配置的FFT处理器。
2024-01-02
社区是城市的重要组成单元，社区治理水平直接影响城市的治理水平。为了提升社区智慧化管理水平，物联网技术被广泛应用[3,4,5]，大量的水压[6,7]、烟感[8]等方面的感知设备在社区部署。大量物联网设备产生了海量的未清洗感知数据[9,10]，冗余消息甚至是误报消息夹杂在一起，加重了社区运营管理负担；同时，部署设备的运维与管理也处于空白状态。
2023-10-23
随着物联网(IoT)应用的大规模部署，室内人体活动检测受到了越来越多的关注。现存的系统大多需要人员携带传感器等外部设备，存在许多的局限性，如百度的“Baidu Eye”,哈工大的可识别手指的字母手套“CyberGlove”等。基于摄像头的活动识别无需携带外部设备但受限于光照和隐私等外部因素。
2023-09-06我要评论
期刊名称：计算机技术与发展
期刊人气：3580
主管单位：陕西省工业和信息化厅
主办单位：陕西省计算机学会
出版地方：陕西
专业分类：计算机
国际刊号：1673-629X
国内刊号：61-1450/TP
邮发代号：52-127
创刊时间：1991年
发行周期：月刊
期刊开本：大16开
见刊时间：10-12个月
影响因子：0.000
影响因子：0.599
影响因子：0.335
影响因子：0.419
影响因子：0.422
学术期刊咨询、科普杂志阅读、专利申请方案、课题研究设计、专著挂名咨询、论文下载、文献查询、原创文章检测、SCI实验设计方案等多项服务。
服务热线
您的论文已提交，我们会尽快联系您，请耐心等待！
你的密码已发送到您的邮箱，请查看！
2020-05-05
201
上传者：管理员
