一种基于视觉动态仿真的室内组网规划方法及装置与流程

本发明涉及通信网络规划设计，具体提供一种基于视觉动态仿真的室内组网规划方法及装置。

背景技术：

1、当前，运营商在商客市场室内无线组网规划中，普遍采用“工程师现场勘测+经验判断+商用仿真工具验算”的串行流程。该模式下存在三大技术缺陷：

2、（1）空间信息获取成本高且结构化程度极低

3、工程师需携带激光测距仪、信号扫描仪等设备现场测绘，手动在纸质或cad户型图上标注墙体材质、障碍物位置，平均耗时超过2小时/项目。现有图像处理工具（如opencv边缘检测）仅能提取简单线条，无法区分钢筋混凝土墙、轻质砖墙、玻璃幕墙等不同射频穿透特性的材质，更无法生成用于电磁仿真的结构化工程文件（如墙体衰减系数、介电常数）。该瓶颈导致后续仿真建模严重依赖人工二次加工，误差累积显著。

4、（2）历史成功案例经验无法规模化复用；

5、运营商档案库中保存有数十万份已交付组网方案，但均为非结构化的pdf草图或cad图纸，设备坐标未与真实物理空间对齐，且缺乏对应实测性能数据。现有技术（如基于规则的专家系统）仅能通过预设条件（如“每50平米部署1个ap”）生成粗粒度方案，无法从海量异构历史数据中自动提炼场景化、高精度的部署策略。这导致新项目规划依然严重依赖少数金牌工程师，方案质量波动大，且无法支撑售前阶段快速响应。

6、（3）仿真验证与规划决策完全割裂

7、现有商用电磁仿真软件单次高精度仿真需数分钟至数十分钟，且需人工反复配置参数，仅用作设计完成后的“合规性验证”工具，无法深度嵌入规划迭代流程。售前阶段为追求时效，往往放弃精细仿真，仅凭经验估算，直接导致首装达标率长期徘徊于85%以下。此外，仿真结果以密集数值矩阵形式输出，非专业人员难以解读，无法直接辅助营销决策。

8、综上，行业亟需一种能够自动理解复杂室内结构、高效利用历史数据、集成仿真与优化于一体的智能化组网规划方法。

技术实现思路

1、本发明是针对上述现有技术的不足，提供一种实用性强的基于视觉动态仿真的室内组网规划方法。

2、本发明进一步的技术任务是提供一种设计合理，安全适用的基于视觉动态仿真的室内组网规划装置。

3、本发明解决其技术问题所采用的技术方案是：

4、一种基于视觉动态仿真的室内组网规划方法，具有如下步骤：

5、s1、视觉解析；

6、获取目标室内空间的户型栅格图像，通过层次化视觉大模型进行像素级语义分割与空间拓扑重建，输出包含墙体类别、空间连通关系及对应频段信号衰减参数的结构化工程参数；

7、s2、方案生成；

8、基于所述结构化工程参数，结合预构建的可信组网知识图谱检索相似历史案例，采用多目标优化算法生成至少一个无线接入点部署候选方案；

9、s3、双循环仿真优化；

10、将所述候选方案输入物理仿真引擎进行电磁场分布计算，并将计算结果输入视觉认知模型生成可视化覆盖评估报告；利用强化学习智能体根据所述评估报告自动调整部署参数，并重复所述物理仿真与视觉认知过程，直至满足预设收敛条件；

11、s4、输出最终优化后的部署点位及对应的信号覆盖可视化结果。

12、进一步的，在步骤s1所述层次化视觉大模型中，基于transformer与cnn混合架构的编码器-解码器分割网络，用于识别室内要素，并输出像素级分类掩膜；基于图神经网络的拓扑重建网络，用于从所述分类掩膜中提取房间多边形边界坐标及门/窗连通宽度，生成空间连通加权图。

13、进一步的，在步骤s2中可信组网知识图谱的构建为：

14、采集历史组网方案的户型图、设备部署坐标及实测性能数据，通过空间配准算法将方案草图映射至标准坐标系；利用预训练的深度神经网络效果评估器对历史方案进行质量评分，过滤低质方案；对保留的优质方案，通过跨模态transformer编码器生成固定维度的组网策略特征向量；以所述策略向量、场景标签、设备型号、性能指标为节点属性，构建包含案例间相似度关系、案例与设备采用关系、案例间性能优劣关系的有向知识图谱。

15、进一步的，所述多目标优化算法采用两阶段级联策略：

16、第一阶段：以快速传播模型为评价函数，采用nsga-iii算法对设备数量、覆盖率和鲁棒性进行全局pareto前沿搜索，其中种群初始化步骤根据当前户型视觉特征检索知识图谱，调用相似案例部署方案生成初始染色体；

17、第二阶段：从pareto前沿解集中选定倾向性方案，固定设备数量与型号，采用粒子群算法仅对设备坐标和发射功率进行局部精细优化，并以时域有限差分法高保真仿真结果计算适应度值。

18、进一步的，在步骤s3中所述物理仿真引擎采用基于gpu加速的并行时域有限差分求解器，输入为所述结构化工程参数及部署参数，输出为三维离散网格点的电场强度幅值；

19、所述视觉认知模型包括：条件生成对抗网络，用于将离散场强数据渲染为平滑渐变的彩色热力图；基于视觉transformer微调得到的ai测评网络，用于从热力图中自动分割出信号强度低于预设阈值的连续盲区区域、识别多接入点信号强度相当的潜在干扰区，并对用户标记的关键区域进行独立评分。

20、进一步的，所述强化学习智能体采用近端策略优化算法中状态空间为所述ai测评网络输出的量化盲区分布向量与关键区域评分的拼接；

21、动作空间包括接入点在允许部署区域内的坐标位移指令、发射功率增减档位指令以及工作信道切换指令；

22、奖励函数设计为盲区面积减少量、关键区域评分提升量的加权和，并减去总发射功率增量惩罚与部署位置变动惩罚。

23、进一步的，在步骤s4中，基于最终优化方案自动关联设备物料库，生成包含设备清单、安装点位图、预期信号覆盖热力图及投资回报率的可视化营销交付物。

24、一种基于视觉动态仿真的室内组网规划装置，包括：至少一个存储器和至少一个处理器；

25、所述至少一个存储器，用于存储机器可读程序；

26、所述至少一个处理器，用于调用所述机器可读程序，执行一种基于视觉动态仿真的室内组网规划方法。

27、本发明的一种基于视觉动态仿真的室内组网规划方法及装置和现有技术相比，具有以下突出的有益效果：

28、（1）首次提出“物理-视觉循环”仿真评估优化架构；

29、打破了传统“仿真仅作验证、优化依赖人工”的串行模式，将fdtd精确物理模型与cgan视觉感知模型通过强化学习闭环耦合。视觉模型对热力图的语义理解直接驱动优化动作，物理模型为视觉评估提供量化依据，二者互为因果、协同进化。该机制使得系统具备人类专家“先仿真、看盲区、调点位”的认知能力，且迭代速度提升2个数量级。

30、（2）实现组网经验的符号化存储与精准推理；

31、通过数据蒸馏框架将非结构化历史方案转化为128维可计算策略向量，并构建具备语义关系的知识图谱，首次实现了组网案例的“相似度检索→方案复用→优劣比较”全流程自动化。相比传统基于规则或简单回归的方法，本发明的方案初始种群质量更高，pareto前沿收敛速度提升约40%。

32、（3）工程应用效益显著；

33、彻底摆脱人工勘测与经验试错，单项目平均规划周期由83分钟压缩至6.5分钟，方案输出达到秒级响应，满足售前快速支撑需求。

34、（4）技术通用性与扩展性强；

35、本发明不仅适用于wi-fi室内组网，通过更换传播模型与材质库，可快速迁移至、智能家居物联网部署、甚至智慧城市灯杆站点规划等领域，具备跨场景普适性。