买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：郑州宝冶钢结构有限公司;上海宝冶集团有限公司

摘要：本发明公开了一种基于BIM模型安全措施族库的安全环境模拟检测方法，涉及安全模拟技术领域，解决的是BIM模型安全模拟在不同终端适配较难及安全过程模拟局限性的问题；模拟检测方法，包括获取施工场地数据信息在BIM软件中构建基础BIM模型，导入安全管控系统；安全管控系统利用安全措施族库建立完整BIM模型；构建虚拟人物模型以检测评估完整BIM模型，并生成安全检测评估报表；多终端控制并展示安全检测评估过程及安全检测评估报表；根据安全检测评估报表优化安全防护器具和安全措施资料；通过改进型深度条件扩散模型构造虚拟人物模型，通过终端适配模型对不同类型的终端进行远程适配，提高了终端适配性，降低了模拟局限性。

主权项：1.一种基于BIM模型安全措施族库的安全环境模拟检测方法，其特征在于：包括以下步骤；S1：获取施工场地的数据信息在BIM软件中构建基础BIM模型，并将基础BIM模型导入安全管控系统中；S2：利用安全管控系统中的安全措施族库，对基础BIM模型进行安全措施信息的自动提取和安全防护器具的自动部署，生成安全措施部署后的完整BIM模型；构建安全措施族库时，根据不同施工流程的安全措施标准，利用BIM建模软件将相应的安全防护器具进行族文件的构建，并将完成构建的相同施工流程的安全防护器具族文件进行归并，将相应的安全警示装置及安全标识装置进行注释，最终得到完成构建和归并的安全措施族库；安全措施族库内置于安全管控系统中并形成安全管控系统的预设功能模块；S3：构建虚拟人物模型，并在安全措施部署后的完整BIM模型中进行安全检测评估，生成安全检测评估报表；S4：通过多终端控制并展示安全检测评估过程及安全检测评估报表；S5：根据安全检测评估报表优化安全防护器具和安全措施资料；通过模拟评估模块构建虚拟人物模型，通过虚拟人物模型的行进路线及虚拟人物模型视角下各项安全措施部署信息，对安全措施部署后的完整BIM模型中的安全环境进行模拟检测及评估，生成安全检测评估报表；所述模拟评估模块包括人物建模单元、动作融合单元、模拟检测单元和安全评估单元；人物建模单元用于通过改进型深度条件扩散模型构造虚拟人物模型；动作融合单元用于通过姿态混合函数驱动虚拟人物模型，以模拟真实人物的动作；模拟检测单元用于驱动虚拟人物模型在安全措施部署后的完整BIM模型中按照设定的行进路线运动，并通过虚拟人物模型视角对各项安全措施部署情况进行观察；安全评估单元用于通过安全标准和评价函数，对安全措施部署后的完整BIM模型中安全措施族库的安全防护结果进行评估，生成安全检测评估报表；改进型深度条件扩散模型首先获取大量人体多视图，然后采用不同尺寸的特征提取器获取人体多视图的特征图，并调整为相同尺寸进行融合，融合后的特征图为： 其中，xf表示融合特征图，i表示当前特征提取器，N表示特征提取器总数，wi表示当前特征提取器权重，xi表示当前特征提取器输出图，f表示融合序列号,x表示特征提取器的尺寸；接着沿着光线累积颜色值，并通过像素函数获取对应像素颜色值，像素颜色值函数为： pt＝αt+vxf3 其中，Co,v表示像素颜色值函数，c表示MLP网络函数，p表示沿着光线的点，wt表示无偏性和遮挡感知性加权函数，表示逻辑密度分布，α表示偏振光系数，o表示光照起点，v表示光线速度，t表示时间，β表示失真系数，u表示离散采样时间；接着由对应像素颜色值渲染得到彩色图像，根据每条随机采样光线的梯度累积值计算与表面点相交点的法向量，相交点法向量为： 此时相应着色颜色值为：其中，n表示法向量函数，A表示环境光照强度，D表示漫反射光照强度，F表示着色颜色值；接着将塑造完成的人体皮肤赋予骨骼，将人体皮肤划分为多个节点，人体皮肤任意一个节点均由多个骨骼控制：Mj＝MtM0-18其中，Mj表示第j个骨骼的变换矩阵，v’i表示虚拟人物姿势最终世界坐标，vi表示标准姿势的世界坐标，m表示骨骼总数，j表示当前骨骼标号，Mt表示当前时刻变换矩阵，M0表示原始变换矩阵；通过交互显示模块，在多终端控制并展示虚拟人物模型在完整BIM模型中的运动及生成的安全检测评估报表；交互显示模块包括检测验证单元、轻量适配单元和人机交互单元；交互显示模块首先通过检测验证单元对用户的终端类型及配置进行检测，并对用户身份进行验证；然后基于预设的终端适配模型和用户的终端类型及配置，通过轻量适配单元为用户匹配及展示对应体量的安全措施部署后的完整BIM模型；最后，用户通过人机交互单元利用触摸屏控制虚拟人物模型在安全措施部署后的完整BIM模型内的活动和查看安全检测评估报表；终端适配模型包括骨干网络层、量化选择层和自适训练层；骨干网络层包括MicroNet网络和MobileNetV3网络；量化选择层利用双向LSTM网络进行网络控制，并生成量化策略；双向LSTM网络分别将输入序列以正序和逆序的方式进行特征提取，再将两个特征向量进行拼接；自适训练层包括网络动态学习自适应函数和设备资源学习自适应函数；网络动态学习自适应函数用于训练骨干网络层和量化选择层，骨干网络层在同一量化级别上使用一套参数，而量化选择层根据骨干网络层的反馈量化效果调整量化策略，其中损失函数为： 其中，y表示每组网络损失函数，σ表示骨干网络层数，k表示当前组内网络，K表示总网络组数目，表示每组每层网络自适应量化函数，Bσ表示每层骨干网络损失函数，Eσ表示每层骨干网络资源效率，μ1表示计算精度系数，μ2表示资源效率预设权重系数,G表示量化策略，ρ表示自适应量化参数；设备资源学习自适应函数通过操作系统指令获取终端资源信息，并将终端资源可用性规范化为4个离散级别；终端资源信息包括CPU、GPU、内存、缓存和缓冲区；离散级别包括完全可用、有限可用、部分可用和不可用。

全文数据：

权利要求：

百度查询： 郑州宝冶钢结构有限公司 上海宝冶集团有限公司 一种基于BIM模型安全措施族库的安全环境模拟检测方法