AI别墅设计

    这两年我致力于研发别墅AI自动化设计,包括设计别墅各层的平面图以及导出三维效果图。目的是可以快速生成大量别墅的设计图和效果图让自建房用户可以第一时间挑选自己需要的房型并看到房屋建成后效果,大大提高建筑施工和设计人员的工作效率。

     别墅设计包括平面图和三维效果图工程造价水电图等图纸。其中平面图设计器是最重要的模块。平面图设计器需要实现类似设计师具有一定创造性的设计能力属于AI范畴。虽然房屋平面图属于图像但是普通的图像处理处理算法,如:图像识别技术只是识别图像中有什么位置距离大小等无法用于图像生成,GAN是图像生成模式也具有一定创造性,但是GAN是从图像到图像的模型,对于房屋平面图这种房间、家具、门、窗户、家具摆放以及房间与房间的关系逻辑性非常强,楼层之前的房间关系有很强空间的位置关系的需要很难保证逻辑正确。GAN不能保证生成的平面图100%的准确性,不能保证生成的所以细节都是完整的每一个像素都是可控的。因为GAN并不知道房间家具是什么东西它只能照猫画虎。不法确保图像每个细节的完整。

    

上面两个步骤都需要从图像中识别出矢量信息工作量大难度高而且要求准确率高限制了其可行性。

    首先平面图生成器必须是基于矢量信息的学习,别墅每一层对应一张平面图,每张平面图中有多个房间、楼梯、走道(一层有玄关厨房,二层有露台阳台)组成。将房间墙体门窗露台楼梯厨房餐厅家具信息进行矢量化,如:长宽、房间方位、类型、是否套间、朝向、门的方位、门的类型等。

    生成平面图的流程:第一步:根据对大量训练样本的学习首先对整体布局操作东西南北的房间和中间客厅的进深及分布进行确定,包括确定楼梯的型号和方位朝向,确定厨房餐厅的方位位置关系和尺寸。确定北侧和东西两侧的进深线为生成房间提供基线。布局要考虑东西南北承重墙的对应关系进行必要的对齐。第二步:根据对大量训练样本的学习对东西南北各侧进行房间生成,不同类型房间的尺寸有对应的变化范围。房间包括卧室、厨房、餐厅、卫生间(公共卫生间/私人卫生间/套内卫生间)、会客厅、楼梯间、走道、娱乐室、衣帽间。其中每层只有一个公共卫生间和多个私人卫生间,每层只有一个楼梯间位置相同。根据地块大小和整体布局的不同会客厅可能独立也可能和玄关合二为一;二层把一层的厨房餐厅变化成房间格局会发生变化一些变化,二层以上可能有小的客厅或茶室,南侧房间一定概率带露台阳台,二层以上会出现书房健身房;三层以上可能出现更大面积的露台,房间类型会出现微调。

    第三步:根据已生成的房间生成房间的墙体、门(厨房露台使用推拉门)、窗户、露台栏杆。房间不一定只是一个矩形构成也可能是多个区域的组合也包括套内房间的墙体。第四步:生成房间内家具,卧室床、衣帽间衣柜、厨房橱柜冰箱、餐厅餐桌等等,根据房间大小选择相应的尺寸的家具,其中会客厅需要选择电视墙来放置电视以及合适尺寸的沙发组合。

    第五步:根据以上生成的所有矢量信息加载相应尺寸的家具图标生成最终的平面图图像文件。平面图也可以使用不同风格的墙体窗户颜色以及不同风格的门和家具的图标来生成不同风格的平面图。

   平面图生成器生成平面图的同时还生成三维矢量数据为生成三维房屋提供数据基础,三维房屋的生成根据这些三维矢量数据画出三维房屋效果图。三维房屋的一些构件如:门头、门、窗、栏杆等是事先做好的各种风格各种尺寸的模型文件生成三维房屋时加载相应尺寸的模型文件(FBX)。目前三维房屋有9种风格的外观,包括:新中式3种风格、欧式3种风格、简约3种风格。三维房屋在3D引擎中生成后导出9种风格9个视角的效果图81张。

 

 三维房屋构件模型:

视频为运行平面图生成程序生成地块为180X150二层别墅的平面图和三维矢量数据:

lv_0_20231207203412

下图为:平面图生成程序生成地块为130X130三层别墅的平面图和三维矢量数据:

​​​​​​​

三维房屋生成: 

AI别墅设计-三维房屋生成1

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/230078.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

记一次测试环境git翻车经历

本来想拉一个功能分支进行新的功能开发,合并代码发现没有冲突居然有文件被修改了,贸然选择最近的一次回滚提交,没想到不假思索的push -f 导致一部分dev主干的代码不见了。 事故记录 开发分支origin/dev,功能分支file 合并之后发…

pytorch-mask-rcnn 官方

This is a Pytorch implementation 实现 of Mask R-CNN that is in large parts based on Matterports Mask_RCNN. Matterports repository is an implementation on Keras and TensorFlow. The following parts of the README are excerpts 摘录 from the Matterport README. …

电子学会C/C++编程等级考试2021年09月(五级)真题解析

C/C++等级考试(1~8级)全部真题・点这里 第1题:抓牛 农夫知道一头牛的位置,想要抓住它。农夫和牛都位于数轴上,农夫起始位于点N(0<=N<=100000),牛位于点K(0<=K<=100000)。农夫有两种移动方式: 1、从X移动到X-1或X+1,每次移动花费一分钟 2、从X移动到2*X,每…

Gitlab+GitlabRunner搭建CICD自动化流水线将应用部署上Kubernetes

文章目录 安装Gitlab服务器准备安装版本安装依赖和暴露端口安装Gitlab修改Gitlab配置文件访问Gitlab 安装Gitlab Runner服务器准备安装版本安装依赖安装Gitlab Runner安装打包工具安装docker安装java17安装maven 注册Gitlab Runner 搭建自动化部署准备SpringBoot项目添加一个Co…

【力扣热题100】287. 寻找重复数(弗洛伊德的乌龟和兔子方法)

【力扣热题100】287. 寻找重复数 写在最前面理解解决 "寻找重复数" 问题的算法问题描述弗洛伊德的乌龟和兔子方法为什么这个方法有效&#xff1f; 代码复杂度 总结回顾 写在最前面 刷一道力扣热题100吧 难度中等 https://leetcode.cn/problems/find-the-duplicate-…

文献计量学方法与应用、主题确定、检索与数据采集、VOSviewer可视化绘图、Citespace可视化绘图、R语言文献计量学绘图分析

目录 一、文献计量学方法与应用简介 二、主题确定、检索与数据采集 三、VOSviewer可视化绘图 四、Citespace可视化绘图 五、R语言文献计量学绘图分析 六、论文写作 七、论文投稿 更多应用 文献计量学是指用数学和统计学的方法&#xff0c;定量地分析一切知识载体的交叉…

HarmonyOS鸿蒙操作系统架构开发

什么是HarmonyOS鸿蒙操作系统&#xff1f; HarmonyOS是华为公司开发的一种全场景分布式操作系统。它可以在各种智能设备&#xff08;如手机、电视、汽车、智能穿戴设备等&#xff09;上运行&#xff0c;具有高效、安全、低延迟等优势。 目录 HarmonyOS 一、HarmonyOS 与其他操…

用23种设计模式打造一个cocos creator的游戏框架----(十)迭代器模式

1、模式标准 模式名称&#xff1a;迭代器模式 模式分类&#xff1a;行为型 模式意图&#xff1a;提供一种方法顺序访问一个聚合对象中的各个元素&#xff0c;且不需要暴露该对象的内部表示. 结构图&#xff1a; ​ 适用于&#xff1a; 1、当你需要遍历一个复杂的数据结构…

24、文件上传漏洞——Apache文件解析漏洞

文章目录 一、环境简介一、Apache与php三种结合方法二、Apache解析文件的方法三、Apache解析php的方法四、漏洞原理五、修复方法 一、环境简介 Apache文件解析漏洞与用户配置有密切关系。严格来说&#xff0c;属于用户配置问题&#xff0c;这里使用ubantu的docker来复现漏洞&am…

概率测度理论方法(第 2 部分)

一、说明 欢迎回到这个三部曲的第二部分&#xff01;在第一部分中&#xff0c;我们为测度论概率奠定了基础。我们探索了测量和可测量空间的概念&#xff0c;并使用这些概念定义了概率空间。在本文中&#xff0c;我们使用测度论来理解随机变量。 作为一个小回顾&#xff0c;在第…

ardupilot开发 --- git 篇

一些概念 工作区&#xff1a;就是你在电脑里能看到的目录&#xff1b;暂存区&#xff1a;stage区 或 index区。存放在 &#xff1a;工作区 / .git / index 文件中&#xff1b;版本库&#xff1a;本地仓库&#xff0c;存放在 &#xff1a;工作区 / .git 中 关于 HEAD 是所有本地…

【js】js实现多个视频连续播放:

文章目录 一、效果&#xff1a;二、实现&#xff1a; 一、效果&#xff1a; 二、实现&#xff1a; <!DOCTYPE html> <html> <head><title>Video Player</title><style>#progressBar { width: 800px;height: 20px;background-color: #dd…

图空图床图片外链系统源码-支持自定义权限策略-图片大小格式

含视频搭建教程。 大致功能&#xff1a; 支持本地等多种第三方云储存 AWS S3、阿里云 OSS、腾讯云 COS、七牛云、又拍云、SFTP、FTP、WebDav、Minio多种数据库驱动支持&#xff0c;MySQL 5.7、PostgreSQL 9.6、SQLite 3.8.8、SQL Server 2017支持配置使用多种缓存驱动&#xff…

代立冬:基于Apache Doris+SeaTunnel 实现多源实时数据仓库解决方案探索实践

大家好&#xff0c;我是白鲸开源的联合创始人代立冬&#xff0c;同时担任 Apache DolphinScheduler 的 PMC chair 和 SeaTunnel 的 PMC。作为 Apache Foundation 的成员和孵化器导师&#xff0c;我积极参与推动多个开源项目的发展&#xff0c;帮助它们通过孵化器成长为 Apache …

Java编程中通用的正则表达式(一)

正则表达式&#xff08;Regular Expression&#xff0c;简称RegEx&#xff09;&#xff0c;又称常规表示法、正则表示、正规表示式、规则表达式、常式、表达式等&#xff0c;是计算机科学中的一个概念。正则表达式是用于描述某种特定模式的字符序列&#xff0c;特别是用来匹配、…

软件工程复习

一、题型 单项选择题 20分 填空题 10分 判断题 10分 简答题 18分 应用题 12分 综合题 30分 软件程序数据文档 软件是无形的、不可见的逻辑实体 20世纪60年代末爆发软件危机 软件危机是指软件在开发与维护过程中遇到的一系列严重的问题 …

Mint Blockchain,一个聚焦在 NFT 领域的 L2 网络

Mint 是什么&#xff1f; Mint 是一个聚焦在 NFT 领域的创新型 L2 网络。Mint Blockchain 致力于促进 NFT 资产协议标准的创新和现实商业场景中 NFT 资产的大规模采用。 不管是过去 3 年在以太坊网络涌现的 NFT&#xff0c;还是当下在比特币网络活跃的“铭文” NFT&#xff0c…

持续集成和持续交付

引言 CI/CD 是一种通过在应用开发阶段引入自动化来频繁向客户交付应用的方法。CI/CD 的核心概念是持续集成、持续交付和持续部署。作为一种面向开发和运维团队的解决方案&#xff0c;CI/CD 主要针对在集成新代码时所引发的问题&#xff08;亦称&#xff1a;“集成地狱”&#…

leetcode面试经典150题——35 螺旋矩阵

题目&#xff1a; 螺旋矩阵 描述&#xff1a; 给你一个 m 行 n 列的矩阵 matrix &#xff0c;请按照 顺时针螺旋顺序 &#xff0c;返回矩阵中的所有元素。 示例&#xff1a; 输入&#xff1a;matrix [[1,2,3],[4,5,6],[7,8,9]] 输出&#xff1a;[1,2,3,6,9,8,7,4,5] 提示&…

大数据技术4:Lambda和Kappa架构区别

前言&#xff1a;在大数据处理领域&#xff0c;两种突出的数据架构已成为处理大量数据的流行选择&#xff1a;Lambda 架构和 Kappa 架构。这些架构为实时处理和批处理提供了强大的技术解决方案&#xff0c;使组织能够从其数据中获得有价值的见解。随着互联网时代来临&#xff0…