一种自然资源非标准CAD图纸智能审核方法与流程

摘要: 本发明涉及人工智能,尤其涉及一种自然资源非标准cad图纸智能审核方法。背景技术:1、对自然资源非标准cad图纸进行审核,可以使自然资源非标准cad图纸符合自然资...
一种自然资源非标准CAD图纸智能审核方法与流程

本发明涉及人工智能,尤其涉及一种自然资源非标准cad图纸智能审核方法。

背景技术:

1、对自然资源非标准cad图纸进行审核,可以使自然资源非标准cad图纸符合自然资源规划的审批流程和符合规范,目前,对于自然资源非标准cad图纸的审核通常是找第三方单位采用人工进行审核,因而导致自然资源非标准cad图纸的审核环节繁琐,审核周期冗长,审核效率低,且审核成本较高。

2、由此可见,如何减少人工审核图纸的工作量,提高自然资源非标准cad图纸的审核效率,简化自然资源非标准cad图纸的审核环节成为亟需解决的问题。

技术实现思路

1、有鉴于此,本发明实施例提供了一种自然资源非标准cad图纸智能审核方法,以改善现有技术中的上述问题。

2、第一方面,本发明的实施例提供一种自然资源非标准cad图纸智能审核方法,该自然资源非标准cad图纸智能审核方法,包括以下步骤:

3、在边缘计算节点部署多智能体审核系统,将待审核的自然资源非标准cad图纸输入所述多智能体审核系统之后,启动非标准cad图纸快速检测系统,所述非标准cad图纸快速检测系统的构建基于海马体分层记忆模型(hippocampus分层记忆系统)和轻量化目标检测模型(yolov11目标检测模型);

4、通过所述非标准cad图纸快速检测系统对所述待审核的自然资源非标准cad图纸进行初步解析,得到初步解析cad图纸,检测所述初步解析cad图纸的审核难点,并提前激活所述多智能体审核系统中与所述审核难点相对应的智能体对所述审核难点进行预处理,得到预处理cad图纸;

5、通过所述多智能体审核系统中的智能体审核所述预处理cad图纸,生成所述自然资源非标准cad图纸的结构化合规审核报告(json)。

6、作为优选,所述通过所述非标准cad图纸快速检测系统对所述待审核的自然资源非标准cad图纸进行初步解析,包括以下步骤:

7、通过所述非标准cad图纸快速检测系统提取所述待审核的自然资源非标准cad图纸中构件的结构化记忆、图层与图块命名的语义向量记忆和构件的视觉特征记忆,并同步输出所述构件的构件类型以及所述构件所属的图层语义类型;

8、通过所述海马体分层记忆模型召回与所述待审核的自然资源非标准cad图纸相似的历史图纸,并根据所述历史图纸检测所述待审核的自然资源非标准cad图纸中构件的图层语义类型、自定义图块类型和潜在不规范点,并结合同步输出的所述构件类型和所述构件类型所属的图层语义,对所述潜在不规范点进行修正补全;

9、将所述潜在不规范点的不规范模式和图块特征存入所述所述海马体分层记忆模型。

10、作为优选,所述根据所述历史图纸检测所述待审核的自然资源非标准cad图纸中构件的图层语义类型、自定义图块类型和潜在不规范点,包括:

11、通过所述非标准cad图纸快速检测系统的轻量化目标检测模型,识别并定位自然资源非标准cad图纸中的构件;

12、构建海马体分层记忆模型的双层记忆网络,所述双层记忆网络包括短期记忆层和长期记忆层,所述短期记忆层用于存储当前工程或近期审查过的所述自然资源非标准cad图纸的相似图纸中构件的特征,所述长期记忆层用于存储海量历史项目积累的各类典型cad图纸中固化的构件特征;

13、将所述自然资源非标准cad图纸中构件的特征分别与所述短期记忆层中存储的构件特征和所述长期记忆层中存储的构件特征进行比对,检测所述待审核的自然资源非标准cad图纸中构件的图层语义类型、自定义图块类型和潜在不规范点,并对所述潜在不规范点进行标记。

14、作为优选,所述检测所述初步解析cad图纸的审核难点,包括以下步骤:

15、将所述初步解析cad图纸输入所述轻量化目标检测模型;

16、当轻量化目标检测模型中主要的轻量化目标检测子模型检对所述初步解析cad图纸中构件的回答置信度低于置信度阈值低或错误时,触发难点检测轻量化目标检测子模型,所述轻量化目标检测模型中的每个轻量化目标检测子模型均为独立模型;

17、预设所述审核难点的类别,通过所述难点检测轻量化目标检测子模型检测并输出所述初步解析cad图纸审核难点的类别。

18、作为优选,所述的一种自然资源非标准cad图纸智能审核方法,还包括以下步骤:

19、提取所述待审核的自然资源非标准cad图纸中的目标区域,基于拓扑意图预测,对所述目标区域内的线段进行预测性补线,并计算虚拟缝合的非严密闭合区域面积。

20、作为优选,所述对所述目标区域内缺失的线段进行预测性补线,包括:

21、提取所述目标区域内所有线段的端点,生成端点集合,基于预设工程容差阈值预判所述端点集合中所有端点的潜在断点,通过临界线识别法识别所述潜在断点所属的断开线段和构件的端点;

22、通过计算所述断开线段的矢量夹角,预判设计所述待审核的自然资源非标准cad图纸的拓扑意图,对所述断开线段矢量夹角的共线偏差小于或等于偏差阈值的构件端点进行平滑延伸缝合的补线,对所述断开线段矢量夹角的正交偏差小于或等于偏差阈值的构件端点进行拐角闭合缝合的补线,以生成修复后cad图纸;

23、将修复后cad图纸的图元构建为有向拓扑图,采用右转优先寻路算法预测并提取最小闭合多边形环,所述最小闭合多边形环对应所述非严密闭合区域的边界。

24、作为优选,所述智能体审核所述预处理cad图纸,包括:

25、将所述预处理cad图纸输入训练后的cad专家大模型,查看结构化审核表格中列出的具体审核需求;

26、调用与所述具体审核需求相对应的技能库,通过所述相对应的技能库对所述具体审核需求进行计算,获得计算结果;

27、查询知识库,将所述计算结果与所述知识库中预设的标准要求进行比对,判断所述计算结果是否符合所述标准要求,获得判断结果;

28、以结构化合规审核报告的形式返回所述判断结果中符合所述标准要求的判断结果;

29、通过所述多智能体审核系统中的表格智能体,将符合所述标准要求的判断结果自动填写至结果表格中。

30、作为优选,所述的一种自然资源非标准cad图纸智能审核方法,还包括以下步骤:

31、通过cad图纸的审核时长、所述判断结果的准确率、cad图纸的审核成本和数据传输安全程度,验证所述智能体审核预处理cad图纸的审核效果。

32、作为优选,所述非标准cad图纸快速检测系统的构建基于海马体分层记忆模型与轻量化目标检测模型,包括:

33、通过深度融合所述海马体分层记忆模型和轻量化目标检测模型,构建所述非标准cad图纸快速检测系统。

34、作为优选,所述通过所述多智能体审核系统中的智能体审核所述预处理cad图纸,包括:

35、通过所述多智能体审核系统中的至少两个智能体并行审核所述预处理cad图纸。

36、第二方面,本发明的实施例提供一种自然资源非标准cad图纸智能审核系统,该自然资源非标准cad图纸智能审核系统包括:存储器、处理器以及存储在存储器中并在处理器上运行的计算机程序,处理器运行计算机程序时实现一种自然资源非标准cad图纸智能审核方法的步骤。

37、本发明实施例与现有技术相比存在的有益效果是:

38、本发明实施例的一种自然资源非标准cad图纸智能审核方法,通过人工智能对自然资源非标准cad图纸进行智能审核,简化了自然资源非标准cad图纸的审核环节,提高了自然资源非标准cad图纸的审核效率。