(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210358991.5 (22)申请日 2022.04.07 (65)同一申请的已公布的文献号 申请公布号 CN 114510771 A (43)申请公布日 2022.05.17 (73)专利权人 深圳小库科技有限公司 地址 518000 广东省深圳市南 山区西丽 街 道西丽社区兴科路万科云城设计公社 B2区-B210 -1 (72)发明人 李泰　王常任　 (74)专利代理 机构 深圳智汇远见知识产权代理 有限公司 4 4481 专利代理师 聂磊 (51)Int.Cl. G06F 30/13(2020.01) G06K 9/62(2022.01)G06V 10/762(2022.01) (56)对比文件 US 2015051875 A1,2015.02.19 CN 102538739 A,2012.07.04 CN 111008423 A,2020.04.14 CN 108614943 A,2018.10.02 CN 110826130 A,2020.02.21 Sai Kit Fan 等.<Drapi ng Curves o n Surfaces for Quad- Meshing of Architectural Surfaces>. 《Computer-Aided Design & Ap plications》 .2013,第2 93-306页. 王兴.多曲面(复杂)形体建筑施工图设计方 法初探――以某酒庄别墅施工图设计项目为例. 《工程建 设与设计》 .2017,(第0 6期),第17-18页. 孙澄宇等.掌控曲面表皮 建造中的平面拟 合. 《城市 建筑》 .201 1,(第09期),第39-41页. 审查员 李艳丽 (54)发明名称 建筑曲面的模具生成方法、 装置、 设备及计 算机可读介质 (57)摘要 本申请涉及一种建筑曲面的模 具生成方法、 装置、 设备及计算机可读介质。 该方法包括： 获取 待处理的建筑曲面的原始面板和形体阈值参数， 建筑曲面用于表示目标建筑的形体， 形体阈值参 数用于确定覆盖在建筑曲面上的面板的形体变 化范围； 按照形体阈值参数将建筑曲面划分为多 个子曲面； 基于形体阈值参数， 为每个子曲面上 的每个原始面板确定与原始面板的形体误差最 小的目标面板； 确定每个目标面板的形体系数， 并基于形体系数对相同类型的目标面板进行聚 类， 得到目标面板对应的模具。 本申请通过先进 行连续性初步优化(粗分类)， 再进行离散性精细 迭代聚类优化(细分类)， 提高了算法迭代效率， 解决了现有幕墙优化技术流程复杂、 处理效率低 的技术问题。 权利要求书4页 说明书16页 附图8页 CN 114510771 B 2022.07.08 CN 114510771 B 1.一种建筑曲面的模具生成方法， 其特 征在于， 包括： 获取待处理的建筑曲面的原始面板和形体阈值参数， 其中， 所述建筑曲面用于表示目 标建筑的形体， 所述形体阈值参数用于确定覆盖在所述建筑曲面上的面板的形体变化范 围； 按照所述形体阈值 参数将所述建筑曲面划分为多个子曲面； 基于所述形体 阈值参数， 为每个所述子曲面上的每个所述原始面板确定与 所述原始面 板的形体误差最小的目标面板； 确定每个所述目标面板的形体系数， 并基于所述形体系数对相同类型的所述目标面板 进行聚类， 得到所述目标面板对应的模具； 所述确定每个所述目标面板的形体系数， 并基于所述形体系数对相同类型的所述目标 面板进行聚类， 得到所述 目标面板对应的模具包括： 将所有平板类型 的所述目标面板展开 并平铺至同一平面， 以进 行对齐， 其中， 在所述平面中， 所有 所述目标面板的中心 点重合， 所 有所述目标面板按照中心点至目标角点的向量进 行对齐， 所述目标角点为所述目标面板上 距离所述中心点最远的角点； 对齐后， 确定每个所述 目标面板的特征系 数， 其中， 所述特征 系数包括十二维平板特征系 数和/或五维平板特征系 数， 所述十二维平板特征系 数包括所 述目标面板的四个角点向量的三 维坐标值， 所述 五维平板特征系数包括四个角点向量的长 度和目标夹角的角度， 所述角点向量为所述目标面板的中心 点至所述目标面板上的角点的 向量， 所述 目标夹角为所述四个角点向量中第一预选 向量和第二预选 向量之间的夹角； 按 照所述特征系数对所述平板类型的所述目标面板进行迭代聚类， 在 迭代聚类的过程中逐渐 增大聚类数目， 直至所述聚类数目达到第一阈值时， 从多次迭代 聚类的聚类结果中选择出 目标聚类结果， 并根据所述目标聚类结果生成所述目标面板的所述模 具， 其中， 所述目标聚 类结果的误差平方和的下降速率小于或等于第二阈值， 和/或， 所述目标聚类结果的聚类数 目对应的样本轮廓系数最大； 或者， 所述确定每个所述目标面板的形体系数， 并基于所述形体系数对相同类型的所述目标 面板进行聚类， 得到所述 目标面板对应的模具还包括： 将所有单曲面类型 的所述目标面板 的中心点对齐， 并在所述中心 点对齐后， 旋转所述目标面板， 直至所述目标面板的直线轴对 齐； 对齐后， 确定每个所述目标面板的特征系数， 其中， 所述特征系数包括六维单曲面特征 系数， 所述六维单曲面特征系 数包括所述 目标面板的四个角点向量的长度、 目标夹角的角 度以及所述目标面板所在单曲面基准圆的半径值， 所述角点向量为所述目标面板的中心 点 至所述目标面板上的角点的向量， 所述目标夹角为所述四个角点向量中第三预选向量和 第 四预选向量之 间的夹角； 按照所述特征系数对所述单曲面类型的所述目标面板进 行迭代聚 类， 在迭代聚类的过程中逐渐增大聚类数目， 直至所述聚类数目达到第一阈值时， 从多次迭 代聚类的聚类结果中选择出目标聚类结果， 并根据所述目标聚类结果生成所述目标面板的 所述模具， 其中， 所述目标聚类结果的误差平方和的下降速率小于或等于第二阈值， 和/或， 所述目标聚类结果的聚类数目对应的样本轮廓系数最大； 或者； 所述确定每个所述目标面板的形体系数， 并基于所述形体系数对相同类型的所述目标 面板进行聚类， 得到所述 目标面板对应的模具还包括： 提取所有双曲面类型 的所述目标面 板； 确定每个所述目标面板的特征系数， 其中， 所述特征系数包括十维双曲面特征系数， 所 述十维双曲面特征系 数包括所述 目标面板的四个角点向量的长度、 目标夹角的角度、 所述权　利　要　求　书 1/4 页 2 CN 114510771 B 2目标面板所在双曲面所属圆环的内径、 所述圆环的剖面半径、 所述 目标面板所在双曲面的 圆心角、 所述目标面板所在圆环的剖面圆心角以及所述目标面板在所属双曲面上的位置类 型， 所述角点向量为所述 目标面板的中心点至所述 目标面板上的角点的向量， 所述 目标夹 角为所述四个角点向量中第五预选向量和 第六预选向量之 间的夹角； 按照所述特征系数对 所述双曲面类型 的所述目标面板进行迭代 聚类， 在迭代 聚类的过程中逐渐增大聚类数目， 直至所述聚类数目达到第一阈值时， 从多次迭代 聚类的聚类结果中选择出目标聚类结果， 并根据所述 目标聚类结果生成所述 目标面板的所述模具， 其中， 所述 目标聚类结果的误差 平方和的下降速率小于或等于第二阈值， 和/或， 所述目标聚类结果的聚类数目对应的样本 轮廓系数最大。 2.根据权利要求1所述的方法， 其特征在于， 为每个所述子曲面上的每个原始面板确定 与所述原 始面板的形体误差最小的目标面板包括： 创建输出面板集合， 并将每个所述子曲面上的每个所述原始面板转换为平板， 其中， 所 述平板与所述原 始面板的拟合度大于或等于目标阈值； 逐一选取每个所述原始面板对应的目标平板， 并确定当前原始面板的所述目标平板与 相邻平板之 间的第一缝隙值、 第一倾角值以及所述目标平板中心点与所述当前原始 面板中 心点的第一偏移值； 将所述第一缝隙值、 所述第一倾角值以及所述第一偏移值代入目标损 失函数， 得到所 述目标平板与对应的所述当前原 始面板之间的第一形体误差值； 在所述第一形体误差值小于或等于所述形体 阈值参数中的误差 阈值的情况下， 将所述 目标平板添加到所述输出面板集合中， 以将所述目标平板作为所述当前原始 面板对应的所 述目标面板 。 3.根据权利要求2所述的方法， 其特征在于， 为每个所述子曲面上的每个原始面板确定 与所述原 始面板的形体误差最小的目标面板还 包括： 在所述第一形体误差值大于所述误差阈值的情况下， 将所述当前原始面板转换为目标 单曲面， 其中， 所述目标 单曲面与所述当前原 始面板的拟合度大于或等于所述目标阈值； 确定所述目标单曲面与相邻单曲面之间的第 二缝隙值、 第 二倾角值以及所述目标单曲 面中心点与所述当前原 始面板中心点的第二偏移值； 将所述第二缝隙值、 所述第二倾角值以及所述第二偏移值代入所述目标损 失函数， 得 到所述目标 单曲面与对应的所述当前原 始面板之间的第二形体误差值； 在所述第二形体误差值小于或等于所述误差阈值的情况下， 将所述目标单曲面添加到 所述输出面板集 合中， 以将所述目标 单曲面作为所述当前原 始面板对应的所述目标面板 。 4.根据权利要求3所述的方法， 其特征在于， 为每个所述子曲面上的每个原始面板确定 与所述原 始面板的形体误差最小的目标面板还 包括： 在所述第二形体误差值大于