“轻”装上阵!BIM模型“瘦身”计划

2024-03-23 09:04
文章标签 模型 计划 bim 瘦身 上阵

本文主要是介绍“轻”装上阵!BIM模型“瘦身”计划,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

        您的企业在使用轻量化云平台吗?主要用来做什么?根据《中国BIM发展报告2024》调查显示,58%的企业正在使用BIM 轻量化。其中,高达83.6%的用户,主要是为了解决模型的轻量化查看问题。BIM轻量化是什么?除了轻量化查看,还可以用来做什么?存在卡脖子的技术吗?本文将为大家解决这些疑惑。

0BIM轻量化是什么

  • BIM模型轻量化,就是追求更轻、更快、更便捷,尽可能缩小BIM模型的体量,使其可以更加适宜web端、移动端。可以想象一种场景,几百兆乃至千兆级的BIM模型,一打开就卡顿、软件崩溃,不仅十分影响效率,也非常影响使用者的心情。这样的场景,相信每个做BIM的人都深有感触!

02 为什么需要bim轻量化

        从“甩图板”开始,建筑领域各种软件层出不穷,从规划、设计、施工、采购、运营到拆除、混凝土循环再生利用的全生命周期过程,大概会用到十几种乃至数十种软件,各种软件本身具有较高的学习门槛,并且存在一个无法回避的问题,数据不能流转。

图片

        一方面,BIM(建筑信息模型)需要使用者掌握专业的BIM软件,同时也依赖高性能计算机和高速互联网络等硬件、软件条件的支持,这使得利用BIM的门槛变得很高;另一方面,从模型创建到施工、运维,各种数据格式不统一不能有效流转、不同参与方的信息像是一座座信息孤岛,在信息传递过程中面临数据丢失及数据不能实时动态获取等问题。而为了解决这些问题,BIM轻量化技术应运而生。

图片

        BIM轻量化,作为桥梁,连接BIM模型和BIM应用。一端是模型创建,只负责生产BIM数据;一端是模型应用,拓展不同使用场景;BIM轻量化是桥梁,尽可能发挥BIM模型的应用价值。BIM轻量化模型降低了技术门槛,除了解决数据格式不同意、数据丢失及信息孤岛的问题,还能实现以下四个方面的BIM业务:模型服务、BIM 协同、项目管理和企业集成。

0BIM轻量化技术”卡脖子吗?

        BIM 模型轻量化处理,包含一个解析过程和两个处理过程。解析过程是对模型进行数据解析与提取,两个处理过程分别是几何转换优化和渲染处理优化。

图片

        轻量化的源头就是几何转换,从技术角度出发,目前存在两种处理方式,参数化几何描述和三角化几何描述。

        参数化几何描述:用多个参数来描述一个几何体。  

        三角化几何描述:用多个三角形来描述一个几何体。三角形可以拼接成任意的平面或者曲面,而三维体就是由许多的平面曲面构成的,这也是现代计算机图形处理的基础。同时,越多的三角形也会使三维立体模型看上去更加细,反之则越粗糙,这也是LOD(Levels of Detail)的基本原理。

图片

        BIM 轻量化引擎从技术方案上,可分为客户端渲染、服务器渲染和浏览器渲染等三种技术解 决方案。随着最新 Web 技术的发展,采用 WebGL 技术的 BIM 模型轻量化 Web 浏览技术是当前 BIM 轻量化引擎产品的主要选择。

图片

(客户端渲染)

图片

(服务器渲染)

图片

(浏览器渲染)

        不管是客户端渲染,还是服务器渲染,或者是浏览器渲染,上述渲染处理涉及技术OpenGL、DirectX、ActiveX技术或者WebGL(Web 图形库)技术,我们都是依赖于国外技术。2018年美西方国家发起对我国高科技产业的极限施压,各类基础关键领域的“卡脖子”问题日益凸显。

        在建筑业数字化转型的关键技术领域,我国BIM(建筑信息模型)软件体系不仅底层核心技术严重依赖国外,建筑企业普遍使用的BIM建模软件也多被外国企业垄断。独立自主的道路,依然任重而道远。

0中至建筑智能建模平台

        中至建筑智能建模平台,一款人工智能建模产品,聚焦智能图纸建模、BIM轻量化、数字孪生城市和智能正向设计四大业务模块。平台BIM轻量化,采用Three.js轻量化引擎,数模分离,大大拓展了BIM技术的应用场景。

        Three.js 是一款 webGL 框架, 在 WebGL 的 API 接口基础上又进行的一层封装,由于其易用性被广泛应用。它提供了许多高级功能,如几何体、纹理、光照、阴影等,以便开发者能够快速地创建复杂且逼真的3D场景。同时,Three.js还具有很好的跨平台和跨浏览器兼容性,让用户无需安装任何插件就可以在浏览器上在线查看。

        本平台BIM轻量化主要有以下三大优势:

(1)性能极佳,采用多种优化策略,15秒内加载10W+构件;可流式加载,用户体感加载速度更快;

(2)功能丰富,构件选中、构件显隐、构件树、测量、剖切、场景漫游等功能开箱即用;

(3)资源利用效率高,采用自研轻量化文件格式,无冗余信息,磁盘占用小;可单机并行转换多个文件,充分利用多核CPU算力。

        如果您有BIM建模、轻量化、数字孪生相关的项目需求或对上述BIM建模平台感兴趣,登录bim.zonst.com即可进行试用,也欢迎联系我们:

这篇关于“轻”装上阵!BIM模型“瘦身”计划的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/837812

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

AI Toolkit + H100 GPU,一小时内微调最新热门文生图模型 FLUX

上个月,FLUX 席卷了互联网,这并非没有原因。他们声称优于 DALLE 3、Ideogram 和 Stable Diffusion 3 等模型,而这一点已被证明是有依据的。随着越来越多的流行图像生成工具(如 Stable Diffusion Web UI Forge 和 ComyUI)开始支持这些模型,FLUX 在 Stable Diffusion 领域的扩展将会持续下去。 自 FLU

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号