BIM模型的净高分析方法、装置、设备及可读存储介质与流程

bim模型的净高分析方法、装置、设备及可读存储介质
技术领域
1.本发明涉及计算机辅助设计技术领域，具体涉及一种bim模型的净高分析方法、装置、设备及可读存储介质。


背景技术：

2.在计算机辅助设计领域，通常采用建筑信息模型(building information modeling，bim)工具软件进行建筑模型的设计。对于空间狭小、管线密集和必须符合净高标准等区域，则需要通过净高分析计算以发现不满足净高要求的区域，避免后期的设计变更，因此如何准确、高效的进行bim模型的净高分析则尤显得尤为重要。
3.现有的技术方案采用桌面端软件技术进行实现，以magicad桌面端软件为例，通过该桌面端软件可以实现包含净高分析设置、选择分析区域、输入期望净高、输出结果报告等功能的净高分析处理。然而，在进行bim模型的净高计算时，通常需要多人协同处理，而现有的桌面端软件技术难以满足净高分析的协同处理，导致净高分析效率低，从而难以有效的完善bim模型。


技术实现要素：

4.有鉴于此，本发明实施例提供了一种bim模型的净高分析方法、装置、设备及可读存储介质，以解决现有桌面端软件技术难以满足净高分析的协同处理的问题。
5.根据第一方面，本发明实施例提供了一种bim模型的净高分析方法，包括：获取至少一个工具端提交的目标bim模型的净高分析任务，所述净高分析任务中包括有对应的净高计算模型；对所述目标bim模型的净高计算进行阶段划分，并获取各个阶段的使用带宽；基于所述使用带宽匹配对应于各个阶段的计算节点；将各个所述计算节点对应的构件数据输入至所述净高计算模型，计算得到所述目标bim模型的净高计算结果；将所述净高计算结果反馈给所述工具端，以使得所述工具端查看所述净高计算结果。
6.本发明实施例提供的bim模型的净高分析方法，通过获取至少一个工具端提交的目标bim模型的净高分析任务，并基于净高计算模型对目标bim模型进行净高计算，并将净高计算结果反馈至工具端，由此实现了多个工具端对净高分析的协同处理，且在得到净高计算结果后将其反馈给工具端进行查看，保证净高计算能够实时展示在工具端，便于各个工具端根据该净高计算结果进行bim模型的调整，保证了目标bim模型的构建准确性。通过对净高计算过程进行阶段划分，并为各个阶段匹配相应的计算节点，提高了净高计算的响应效率，保证了净化检测任务的执行效率。
7.结合第一方面，在第一方面的第一实施方式中，所述基于所述净高计算模型对所述目标bim模型进行净高计算，确定净高计算结果，包括：基于所述净高分析任务下载所述目标bim模型对应的构件数据；将所述构件数据输入所述净高计算模型，得到所述目标bim模型对应的净高计算结果。
8.本发明实施例提供的bim模型的净高分析方法，通过下载净高分析任务对应的构
件数据进行净高计算，避免了同一构件数据的重复分析，提高了bim模型的净高计算效率。
9.结合第一方面第一实施方式，在第一方面的第二实施方式中，所述基于所述净高分析任务下载所述目标bim模型对应的构件数据，包括：获取所述目标bim模型对应的工作单元构件；对所述工作单元构件进行压缩，得到所述目标bim模型对应的压缩文件；下载所述压缩文件，得到所述目标bim模型对应的构件数据。
10.本发明实施例提供的bim模型的净高分析方法，将目标bim模型以工作单元构件为单位进行压缩并下载，由此对于相同工作单元的净高分析，无需重复分析，使得同一工作单元对应的净高计算结果能够实现复用，进一步保证了净高计算效率。
11.结合第一方面第二实施方式，在第一方面的第三实施方式中，所述下载所述压缩文件，得到所述目标bim模型对应的构件数据，包括：将所述压缩文件下载至共享文件中；从所述共享文件中提取所述目标bim模型对应的构件数据。
12.本发明实施例提供的bim模型的净高分析方法，将压缩文件下载至共享文件中，在进行净高计算时从共享文件中直接提取压缩文件所对应的构件数据，减少了构件数据的下载次数，保证了净高计算效率。
13.结合第一方面第二实施方式，在第一方面的第四实施方式中，所述将所述构件数据输入所述净高计算模型，得到所述目标bim模型对应的净高计算结果，包括：解析所述构件数据，确定所述目标bim模型对应的多个楼层以及楼层房间空间；对每个所述楼层房间空间进行区域划分，计算每个区域相交的构件净高；将所述楼层、所述楼层房间空间、所述楼层房间空间的所有区域以及所述每个区域的构件净高输入至所述净高计算模型，得到所述净高计算结果。
14.结合第一方面第四实施方式，在第一方面的第五实施方式中，所述将所述楼层、所述楼层房间空间、所述楼层房间空间的所有区域以及所述每个区域的构件净高输入至所述净高计算模型，得到所述净高计算结果，包括：监控净高计算任务对应的计算消息总量；基于所述计算消息总量对所述净高计算任务进行调度。
15.本发明实施例提供的bim模型的净高分析方法，通过对楼层房间空间进行多区域划分，并计算各个区域对应的构件净高，最终根据净高计算模型输出净高计算结果，由此能够实现净高计算任务的全量计算分析。
16.结合第一方面，在第一方面的第六实施方式中，所述将所述净高计算结果反馈给所述工具端，以使得所述工具端查看所述净高计算结果，包括：对所述净高计算结果进行阶段展示，确定净高计算进度；将所述净高计算结果以及所述净高计算进度反馈给所述工具端。
17.本发明实施例提供的bim模型的净高分析方法，通过对净高计算结果以及净高计算进度进行展示，能够实时动态的体现净高分析任务的处理进度，提高了用户体验。
18.根据第二方面，本发明实施例提供了一种bim模型的净高分析装置，包括：获取模块，用于获取至少一个工具端提交的目标bim模型的净高分析任务，所述净高分析任务中包括有对应的净高计算模型；划分模块，用于对所述目标bim模型的净高计算进行阶段划分，并获取各个阶段的使用带宽；匹配模块，用于基于所述使用带宽匹配对应于各个阶段的计算节点；计算模块，用于将各个所述计算节点对应的构件数据输入至所述净高计算模型，计算得到所述目标bim模型的净高计算结果；反馈模块，用于将所述净高计算结果反馈给所述
工具端，以使得所述工具端查看所述净高计算结果。
19.本发明实施例提供的bim模型的净高分析装置，通过获取至少一个工具端提交的目标bim模型的净高分析任务，并基于净高计算模型对目标bim模型进行净高计算，并将净高计算结果反馈至工具端，由此实现了多个工具端对净高分析的协同处理，且在得到净高计算结果后将其反馈给工具端进行查看，保证净高计算能够实时展示在工具端，便于各个工具端根据该净高计算结果进行bim模型的调整，保证了目标bim模型的构建准确性。通过对净高计算过程进行阶段划分，并为各个阶段匹配相应的计算节点，提高了净高计算的响应效率，保证了净化检测任务的执行效率。
20.根据第三方面，本发明实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或第一方面任一项实施方式所述的bim模型的净高分析方法。
21.根据第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使计算机执行第一方面或第一方面任一项实施方式所述的bim模型的净高分析方法。
附图说明
22.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
23.图1示出了本发明实施例中bim模型的净高分析系统的示意图；
24.图2示出了本发明实施例中协同平台与净高分析相关应用的示意图；
25.图3示出了本发明实施例中净高检测对应的存储模块的示意图；
26.图4是根据本发明实施例的bim模型的净高分析方法的流程图；
27.图5是根据本发明实施例的bim模型的净高分析方法的另一流程图；
28.图6是根据本发明实施例的bim模型的净高分析方法的另一流程图；
29.图7示出了本发明实施例中净高计算过程的阶段划分示意图；
30.图8示出了本发明实施例中构件净高的确定示意图；
31.图9示出了本发明实施例中净高计算的调度示意图；
32.图10示出了本发明实施例中净高计算进度以及净高计算结果的示意图；
33.图11是根据本发明实施例的bim模型的净高分析装置的结构框图；
34.图12是本发明实施例提供的电子设备的硬件结构示意图。
具体实施方式
35.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
36.本发明实施例提供的bim模型的净高分析方法，能够对bim模型进行协同处理，通过云端服务器进行净高分析，实现了净高分析过程数据的协同处理和实时共享，同时，净高分析的规则设置、计算处理以及数据存储等均可以在云端实现的，使得净高分析不再受用户硬件配置的限制。
37.图1示出了bim模型的净高分析系统的一种可选的示意图，该净高分析系统包括工具端、协同平台以及净高分析的相关应用。其中，工具端为运行在客户端的设计软件，协同平台为web端的平台。用户在工具端提交工作单元，即将工作单元中的bim模型设计成果提交至协同平台，通过云端对应的桌面操作界面进行净高分析任务的发起。在工具端的提交按钮与云端的地址绑定，当用户点击提交时，相应的bim模型就会上传至绑定的地址上，即上传至云端。
38.工具端的设计软件将设计好的bim模型上传至协同平台，用户在净高分析系统的web端发起净高检测，投递任务并排队处理，下载bim模型至存储模块，对bim模型进行净高计算和净高分析，并将净高分析结果返回发送至工具端软件，以便设计人员能够实时查看净高分析结果。其中，图1中所述的净高分析应用是运行在后台服务端，例如云端。
39.具体地，图2示出了协同平台与净高分析相关应用的示意图，用户在协同平台上登录，净高分析任务的发起过程在净高分析系统的web端，有效的缓解了用户本地资源的占用，通过云端和桌面端的数据信息的通讯，将云端的净高计算结果返回发送至工具端软件，从而能够实时查看bim模型的结果。
40.需要说明的是，一个bim模型包括多个工作单元，例如给排水、电气、机电、暖通等，具体工作单元的划分是依据实际项目需求进行的，在此对其并不做任何限制。
41.具体地，图3示出了净高检测对应的存储模块，通过该存储模块对净高分析过程中的数据进行存储。其中，工作单元(构件基本数据和构件的几何图形数据)存储在分布式存储模块(如obs)；计算结果临时数据存储在共享文件存储模块(如nas)；净高应用数据存储在结构化的关系数据库(如mysql)，计算过程中的一些临时数据采用分布式缓存(如redis)存储，如处理进度信息。
42.净高应用数据主要包括：(1)检测空间：用户根据需求在web页面上创建的空间；(2)检测任务：用户在某一个检测空间里创建的检测任务；(3)检测结果：净高分析计算后的所有构件净高度结果；(4)网格：针对建筑楼面按照一定精度计算拆分的网格，用于计算构件净高，网格可能与房间/空间/区域相交，也可能不与任何房间/空间/区域相交，只属于楼层；(5)网格与检测结果关系：构件的净高计算是以每一个网格为粒度进行分析的，构件的净高度结果数据都与网格相关；(6)房间空间区域包围盒数据：所有房间/空间/区域的包围盒数据，用于在web页面上对房间/空间/区域进行剖切展示。
43.当然，本发明实施例中的净高分析系统设计并不限于上述图1至图3所示，也可以采用其他方式进行实现，在此对其并不做任何限定，具体可以根据实际需求进行相应的设置。
44.根据本发明实施例，提供了一种bim模型的净高分析方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
45.在本实施例中提供了一种bim模型的净高分析方法，可用于上述的电子设备，如后台服务器、电脑等，在本实施例中以后台云端服务器为例。图4是根据本发明实施例的bim模型的净高分析方法的流程图，如图4所示，该流程包括如下步骤：
46.s11，获取至少一个工具端提交的目标bim模型的净高分析任务。
47.其中，净高分析任务中包括有对应的净高计算模型。
48.用户在工具端进行目标bim模型的设计，当需要对目标bim模型进行净高分析时，用户通过工具端提交目标bim模型的净高分析任务，在该净高分析任务中包括有对应的净高计算模型，净高计算模型是基于净高分析规则生成的。具体需要目标bim模型的何种构件数据，以及净高分析中涉及到哪些工作单元，是由用户在工具端选择的。对应于一个净高分析任务而言，需要包括所涉及到的工作单元以及净高分析规则。所述的分析规则包括网格精度尺寸、分析高度、升降板等等。具体的净高分析规则可以根据实际需求进行相应的设计，在此对其并不做任何限定。
49.需要说明的是，多个工具端所提交的净高分析任务可以根据实际需求进行确定。如上文所述，工具端将每个净高分析任务所涉及到的工作单元以及包含净高分析规则的净高计算模型提交至协同平台，即上传至后台服务器，例如云端。对同一个目标bim模型进行净高分析，针对多个工具端发起的多个净高分析任务，在相同工作单元以及净高分析规则下，后台服务器可以只做一次净高计算无需多次重复计算，直接复用前面的净高分析结果数据即可。具体地，数据的存储粒度以工作单元及版本和分析规则为单位，而不是以单个任务为粒度，所有相同工作单元及版本和分析规则的数据都引用同一份数据。并且是一次全面的全量计算分析，产生的结果数据，满足用户复杂的过滤查询，无需每种条件下都需要重新计算分析，大大提高整体处理能力。
50.s12，对目标bim模型的净高计算进行阶段划分，并获取各个阶段的使用带宽。
51.考虑到净高计算过程较为繁重，从而将净高计算过程进行步骤拆分，即将净高计算过程划分为不同的处理阶段，并分别获取各个处理阶段所需要的使用带宽。
52.对于后台服务器而言，其可能是需要同时处理多个工具端发起的净高分析任务，其可以设置多个计算节点，以根据净高分析任务对应的使用带宽匹配相应的计算节点，例如下载bim模型需要的带宽较高，此时可以将净高分析任务的下载任务部署到带宽高的计算节点，净高分析任务中的计算任务对cpu/内存要求高，此时可以将计算任务部署到高性能cpu的计算节点。
53.s13，基于使用带宽匹配对应于各个阶段的计算节点。
54.后台服务器根据各个处理阶段所需的使用带宽，将各个处理阶段部署到差异化的计算节点进行处理，例如一个30层楼的目标bim模型的总体数据大小可以达到5g左右，下载会占用比较大的网络带宽和存储资源，因此后台服务器可以将下载阶段部署到带宽高的计算节点。
55.s14，将各个计算节点对应的模型数据输入至净高计算模型，计算得到目标bim模型的净高计算结果。
56.后台服务器将净高分析所涉及的各个计算节点对应的模型数据输入至净高计算模型进行目标bim模型的净高计算分析。此处对所采用的净高计算模型不做任何限定，具体可以根据实际情况进行相应的设置。
57.为提高净高计算各个处理阶段的响应效率，后台服务器可以采用异步消息机制进行处理，将净高计算任务包装为mq消息，该mq消息中包括：检测任务id号，计算任务的开始执行时间以及结束执行时间；待分析的工作单元及版本号；相关计算规则。
58.如图7所示，将净高计算划分为下载阶段、计算阶段以及存储阶段。在下载阶段，后台服务器执行数据下载服务；在计算阶段，后台服务器执行计算任务；在存储阶段，后台服务器执行结果上传任务、结果记录任务以及错误记录任务。具体地，整个净高计算过程包含5个mq消息队列：(1)数据下载队列：接收用户发起的净高分析任务，数据下载服务从该队列消费消息，每一个消息对应一个处理任务，数据下载成功后发送至计算队列。(2)计算队列：计算服务从该队列消费消息，计算成功后发送至上传队列。(3)上传队列：上传服务从该队列消费消息，上传成功后发送至执行记录队列。(4)执行记录队列：任务完全处理完成且成功后，都会进入到这个队列记录。(5)错误队列：发生计算错误的任务的消息都会进入到这个错误队列。
59.s15，将净高计算结果反馈给工具端，以使得工具端查看净高计算结果。
60.后台服务器在处理完一个净高分析任务之后，得到相应的净高分析结果。所述的净高分析结果可以采用文件的形式保存，也可以其他方式保存。以文件为例，在文件中存储有目标bim模型的净高分析结果，对应的构件净高，对应的楼层空间标高，等等。
61.后台服务器将净高分析结果反馈给工具端，如上文所述，工具端是用于设计目标bim模型的。在将净高分析结果反馈给工具端之后，在工具端上就能够展示当前bim模型对应的净高分析结果，为用户完善目标bim模型提供了参考，从而实现净高分析任务的实时处理。
62.具体地，在后台服务端存储有净高分析任务的来源，在确定出净高分析结果之后，后台服务器基于该来源就可以将净高分析结果反馈给对应的工具端。其中，每个净高分析任务的来源可以是工具端所在的桌面端的地址，也可以是桌面端的唯一标识等等。
63.本实施例提供的bim模型的净高分析方法，通过获取至少一个工具端提交的目标bim模型的净高分析任务，并基于净高计算模型对目标bim模型进行净高计算，并将净高计算结果反馈至工具端，由此实现了多个工具端对净高分析的协同处理，且在得到净高计算结果后将其反馈给工具端进行查看，保证净高计算能够实时展示在工具端，便于各个工具端根据该净高计算结果进行bim模型的调整，保证了目标bim模型的构建准确性。通过对净高计算过程进行阶段划分，并为各个阶段匹配相应的计算节点，提高了净高计算的响应效率，保证了净化检测任务的执行效率。
64.在本实施例中提供了一种bim模型的净高分析方法，可用于上述的电子设备，如后台服务器、电脑等，在本实施例中以后台云端服务器为例。图5是根据本发明实施例的bim模型的净高分析方法的流程图，如图5所示，该流程包括如下步骤：
65.s21，获取至少一个工具端提交的目标bim模型的净高分析任务，其中，净高分析任务中包括有对应的净高计算模型。详细说明参见上述实施例对应的相关描述，此处不再赘述。
66.s22，对目标bim模型的净高计算进行阶段划分，并获取各个阶段的使用带宽。详细说明参见上述实施例对应的相关描述，此处不再赘述。
67.s23，基于使用带宽匹配对应于各个阶段的计算节点。详细说明参见上述实施例对
应的相关描述，此处不再赘述。
68.s24，将各个计算节点对应的模型数据输入至净高计算模型，计算得到目标bim模型的净高计算结果。
69.可选地，净高计算包括下载阶段，上述步骤s24可以包括：
70.s241，基于净高分析任务下载目标bim模型对应的构件数据。
71.一个目标bim模型一般包括建筑、机电、结构3个专业，其由好几个工作单元共同组成，例如一个30层楼的目标bim模型包含多达近2个万个构件。在进行目标bim模型的净高分析时，后台服务器可以根据净高分析任务下载相应的构件数据。
72.具体地，上述步骤s241可以包括：
73.(1)获取目标bim模型对应的工作单元构件。
74.工作单元构件为各个工作单元所包含的构件。后台服务器可以解析目标bim模型，从其提取目标bim模型所对应的多个工作单元，从各个工作单元中取出其所包含的工作单元构件。
75.(2)对工作单元构件进行压缩，得到目标bim模型对应的压缩文件。
76.为了保证目标bim模型的传输效率，后台服务器可以对各个工作单元构件进行压缩，以节省传输字节数。具体地，后台服务器采用压缩传输目标bim模型，对各个工作单元中的所有工作单元构件json和几何zip文件采用gzip压缩传输，以将网络传输数据量降低到原始数据大小的10％左右，传输效率约可提升10倍左右。将单个工作单元构件json和zip文件大小打包压缩定义在10m左右，1个10m的文件经过压缩后网络传输字节数约为1m。
77.(3)下载压缩文件，得到目标bim模型对应的构件数据。
78.后台服务器采用多线程机制下载压缩文件，即压缩的工作单元构件json和几何zip文件，利用高带宽处理节点同时下载多个压缩文件，同时控制下载的压缩文件数量，避免带宽过于拥堵导致下载数据失败。
79.作为一个可选的实施方式，上述步骤(3)可以包括：
80.(31)将压缩文件下载至共享文件中。
81.考虑到多个工具端能够协同处理目标bim模型的净高计算，后台服务器可以将包含有多个工作单元以及工作单元构件的压缩文件下载至共享文件中，以使各个工具端均能获取到目标bim模型的相关构件数据。
82.(32)从共享文件中提取目标bim模型对应的构件数据。
83.后台服务器在执行计算任务时，可以从共享文件中提取所需的构件数据，以将构件数据输入至净高计算模型，完成目标bim模型的净高计算。
84.需要说明的是，下载的压缩文件既可以保存在共享文件存储nas里，也可以保存在某个处理节点对应的共享文件目录里，以满足用户对高性能存储要求和idc私有部署下的存储能力，使得算服务和上传服务都可以读取到下载的压缩文件，甚至其它产品模块如碰撞检查也可以读取到相同版本的工作单元构件数据。
85.s242，将构件数据输入净高计算模型，得到目标bim模型对应的净高计算结果。
86.在得到构件数据后，后台服务器可以将构件数据输入至净高计算模型，完成目标bim模型的净高计算。
87.具体地，上述步骤s242可以包括：
88.(1)解析构件数据，确定目标bim模型对应的多个楼层以及楼层房间空间。
89.后台服务器可以查询目标bim模型对应的空间子项，获取到目标bim模型的楼层以及楼层房间空间。具体地，后台服务器对目标bim模型所有工作单元构件数据进行合并处理，解析出所有楼层里的构件集合a和以及楼层房间空间，同时分析出每个楼层的相关墙柱构件。目标bim模型由多个工作单元的构件数据及几何数据组成，计算过程中若将数据全部加载进来会存在数据序列化过大的问题，为解决数据序列化问题，后台服务器逐个读取文件数据，对其进行逐个序列化，再进行对象合并以解决过文件数据序列化造成的内存溢出问题。
90.采用多线程机制对每一个楼层空间的所有墙柱投影，搜环计算楼底面的最大外轮廓，记录下外轮廓的所有二维顶点信息及其最小和最大顶点，算出楼层的高度，构造出楼层包围盒数据。
91.(2)对每个楼层房间空间进行区域划分，计算每个区域相交的构件净高。
92.后台服务器采用多线程机制对每一个楼层空间进行网格划分，计算每个网格相交的构件净高。利用楼层二维顶点的最小和最大顶点信息，根据正方形网格的精度大小，从左下角最小点开始，依次往右和往上计算出每一个网格的顶点坐标，最右侧和最上侧一般会出现网格的部分区域在楼底面二维轮廓之外，利用楼层轮廓与网格轮廓相交裁剪掉网格超出区域，形成一个非正方形的且可能不规则的多边形网格。所述的多边形网格是一个更加精细的网格，记录下精细网格轮廓的所有二维顶点信息及其最小和最大顶点。利用这个精细网格与楼层的构件集合a进行包围盒相交，计算出归属到每一个网格的构件列表b，如图8所示。
93.(3)将楼层、楼层房间空间、楼层房间空间的所有区域以及每个区域的构件净高输入至净高计算模型，得到净高计算结果。
94.后台服务器采用多线程机制对每一个楼层中楼层房间空间进行投影，以计算楼层房间空间轮廓，进而计算出每个房间空间的相交网格。具体地，先采用楼层精细网格包围盒与房间空间的包围盒相交计算出该房间空间里的网格列表，在包围盒计算网格相交数据的基础上，再将房间底面与网格平面二维求交，可使网格相交的辨别更加精确且大大减少二维轮廓相交的计算量。
95.然后将楼层、楼层房间空间的所有网格、房间空间以及每个网格里的构件净高输入至净高计算模型，以得到目标bim模型的净高计算结果。在web页面可以按照楼层空间输出净高平面分布图，并在三维可视化模型里定位到具体构件。
96.通过多线程分析bim数据，利用建筑墙柱计算楼层外轮廓，利用平面二维相交计算精细的网格，利用精细网格包围盒数据计算出网格的构件净高，先利用包围盒数据对房空间与网格相交粗算再在粗算数据基础上用平面二维相交更加精确算出网格而不必全量高耗计算提高性能，最终根据净高计算模型得到净高数据，由此实现了目标bim模型的一次全量计算分析，能够满足复杂的过滤查询。
97.作为一个可选的实施方式，上述步骤(3)可以包括：
98.(31)监控净高计算任务对应的计算消息总量。
99.由于计算服务比较重且计算时间相对比较长，为了提高净高计算任务的吞吐量，后台服务器可以对净高计算服务进行动态弹性伸缩。具体地，后台服务器利用mq消息监控
服务对计算队列中的计算消息总量进行监控，其设置规则m＝mq/threshold-p，其中，threshold为预先设定的固定值(threshold》＝3)，mq为计算队列的计算消息总量，p是当前已经启动的计算节点数量，m是需要动态伸缩的计算节点数量。
100.(32)基于计算消息总量对净高计算任务进行调度。
101.后台服务器利用公有云镜像服务启停能力，通过实时监控计算消息总量以对净高计算任务进行弹性调度。当计算消息总量升高到触发设定规则时，其可以动态启动一批计算节点；当计算消息总量降低到一定程度时，其可以销毁一批计算节点，但却会保留原始计算节点，如图9所示。
102.本实施例采用弹性调度方式可以通过按需动态创建和按时销毁弹性云服务器(elastic cloud server，ecs)的方式，满足多用户并行计算需求，同时也能大大地降低生产成本。
103.s25，将净高计算结果反馈给工具端，以使得工具端查看净高计算结果。详细说明参见上述实施例对应的相关描述，此处不再赘述。
104.本实施例提供的bim模型的净高分析方法，通过下载净高分析任务对应的构件数据进行净高计算，避免了同一构件数据的重复分析，提高了bim模型的净高计算效率。通过将目标bim模型以工作单元构件为单位进行压缩并下载，由此对于相同工作单元的净高分析，无需重复分析，使得同一工作单元对应的净高计算结果能够实现复用，进一步保证了净高计算效率。通过将压缩文件下载至共享文件中，在进行净高计算时从共享文件中直接提取压缩文件所对应的构件数据，减少了构件数据的下载次数，保证了净高计算效率。通过对楼层房间空间进行多区域划分，并计算各个区域对应的构件净高，最终根据净高计算模型输出净高计算结果，由此能够实现净高计算任务的全量计算分析。
105.在本实施例中提供了一种bim模型的净高分析方法，可用于上述的电子设备，如后台服务器、电脑等，在本实施例中以后台云端服务器为例。图6是根据本发明实施例的bim模型的净高分析方法的流程图，如图6所示，该流程包括如下步骤：
106.s31，获取至少一个工具端提交的目标bim模型的净高分析任务，净高分析任务中包括有对应的净高计算模型。详细说明参见上述实施例对应的相关描述，此处不再赘述。
107.s32，对目标bim模型的净高计算进行阶段划分，并获取各个阶段的使用带宽。详细说明参见上述实施例对应的相关描述，此处不再赘述。
108.s33，基于使用带宽匹配对应于各个阶段的计算节点。详细说明参见上述实施例对应的相关描述，此处不再赘述。
109.s34，将各个计算节点对应的模型数据输入至净高计算模型，计算得到目标bim模型的净高计算结果。详细说明参见上述实施例对应的相关描述，此处不再赘述。
110.s35，将净高计算结果反馈给工具端，以使得工具端查看净高计算结果。
111.具体地，上述步骤s35可以包括：
112.s351，对净高计算结果进行阶段展示，确定净高计算进度。
113.净高计算的过程分为下载阶段、计算阶段以及存储阶段，相应的，净高计算进度包括下载进度、计算进度以及结果上传进度。电子设备可以对各个阶段处理进度信息进行展示。
114.为了更加精确地向工具端展示净高计算的处理进度信息，各处理阶段还能够根据
具体的逻辑进行更加细致的处理，以体现出更加真实更加精确的进度，如图10所示，在下载阶段，后台服务器可以依次下载多个工作单元，每下载完一个工作单元的数据便更新一次下载进度，下载进度的计算公式为(5 n1/n1*10)％，其中n1为工作单元总数量，n1为当前已经下载完的工作单元数量；在计算阶段，后台服务器进行净高计算时以楼层作为分析维度，例如，后台服务器可以分析bim模型的构件数据，对多个工作单元的构件数据进行合并分析，计算出bim模型对应的楼层数量，该计算进度的计算公式为(20 n2/n2*20)％，其中n2为bim楼层总数量，n2为当前已经分析完的楼层数量。
115.s352，将净高计算结果以及净高计算进度反馈给工具端。
116.后台服务器将净高计算结果以及净高计算进度的推送至需要查看净高分析的具体设计方，即对应的工具端，做到净高分析结果的精准定位和精准推送。
117.本实施例提供的bim模型的净高分析方法，通过对净高计算结果以及净高计算进度进行展示，能够实时动态的体现净高分析任务的处理进度，提高了用户体验。
118.在本实施例中还提供了一种bim模型的净高分析装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
119.本实施例提供一种bim模型的净高分析装置，如图11所示，包括：
120.获取模块41，用于获取至少一个工具端提交的目标bim模型的净高分析任务，其中，净高分析任务中包括有对应的净高计算模型。详细说明参见上述方法实施例对应的相关描述，此处不再赘述。
121.划分模块42，用于对目标bim模型的净高计算进行阶段划分，并获取各个阶段的使用带宽。详细说明参见上述方法实施例对应的相关描述，此处不再赘述。
122.匹配模块43，用于基于使用带宽匹配对应于各个阶段的计算节点。详细说明参见上述方法实施例对应的相关描述，此处不再赘述。
123.计算模块44，用于将各个计算节点对应的模型数据输入至净高计算模型，计算得到目标bim模型的净高计算结果。详细说明参见上述方法实施例对应的相关描述，此处不再赘述。
124.反馈模块45，用于将净高计算结果反馈给工具端，以使得工具端查看净高计算结果。详细说明参见上述方法实施例对应的相关描述，此处不再赘述。
125.本实施例提供的bim模型的净高分析装置，通过获取至少一个工具端提交的目标bim模型的净高分析任务，并基于净高计算模型对目标bim模型进行净高计算，并将净高计算结果反馈至工具端，由此实现了多个工具端对净高分析的协同处理，且在得到净高计算结果后将其反馈给工具端进行查看，保证净高计算能够实时展示在工具端，便于各个工具端根据该净高计算结果进行bim模型的调整，保证了目标bim模型的构建准确性。通过对净高计算过程进行阶段划分，并为各个阶段匹配相应的计算节点，提高了净高计算的响应效率，保证了净化检测任务的执行效率。
126.本实施例中的bim模型的净高分析装置是以功能单元的形式来呈现，这里的单元是指asic电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
127.上述各模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
128.本发明实施例还提供一种电子设备，具有上述图11所示的bim模型的净高分析装置。
129.请参阅图12，图12是本发明可选实施例提供的一种电子设备的结构示意图，如图12所示，该电子设备可以包括：至少一个处理器501，例如cpu(central processing unit，中央处理器)，至少一个通信接口503，存储器504，至少一个通信总线502。其中，通信总线502用于实现这些组件之间的连接通信。其中，通信接口503可以包括显示屏(display)、键盘(keyboard)，可选通信接口503还可以包括标准的有线接口、无线接口。存储器504可以是高速ram存储器(random access memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器504可选的还可以是至少一个位于远离前述处理器501的存储装置。其中处理器501可以结合图11所描述的装置，存储器504中存储应用程序，且处理器501调用存储器504中存储的程序代码，以用于执行上述任一方法步骤。
130.其中，通信总线502可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。通信总线502可以分为地址总线、数据总线、控制总线等。为便于表示，图12中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
131.其中，存储器504可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：ram)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard disk drive，缩写：hdd)或固态硬盘(英文：solid-state drive，缩写：ssd)；存储器504还可以包括上述种类存储器的组合。
132.其中，处理器501可以是中央处理器(英文：central processing unit，缩写：cpu)，网络处理器(英文：network processor，缩写：np)或者cpu和np的组合。
133.其中，处理器501还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：asic)，可编程逻辑器件(英文：programmable logic device，缩写：pld)或其组合。上述pld可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：cpld)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：fpga)，通用阵列逻辑(英文：generic array logic,缩写：gal)或其任意组合。
134.可选地，存储器504还用于存储程序指令。处理器501可以调用程序指令，实现如本技术图4至图6实施例中所示的bim模型的净高分析方法。
135.本发明实施例还提供了一种非暂态计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的bim模型的净高分析方法的处理方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
136.虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明
的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。