CN111199100A - 一种硬装定制设计方法和设计装置 - Google Patents

Abstract

本发明提供了一种硬装定制设计方法和设计装置，解决现有设计环节无法有效利用现有设计方案中的经验和经验数据造成人力资源浪费的技术问题。方法至少包括以下一种分步过程：硬装定制模块化过程；硬装组件推荐过程；硬装主动定制过程；硬装制造信息采集过程；硬装调整方法。有效量化了硬装过程中的设计环节，有效避免了现有设计方案中的经验和经验数据造成人力资源浪费的技术问题。

Description

一种硬装定制设计方法和设计装置

本发明要求由申请人提出的：申请日为2018年12月29日，申请号为CN2018116396717，名称为“一种硬装定制设计方法和设计装置”的申请的优先权。上述申请的全部内容通过整体引用结合于此。

技术领域

本发明涉及建筑装修技术领域，具体涉及一种硬装定制设计方法和设计装置。

背景技术

现有技术中，定制硬装基于消费者的个性和喜好来设计制造，可以满足消费者大部分的个性需求，并在尺寸、风格、样式和功能等方面较好地匹配户型及室内硬装，但定制硬装的生产制造受设计环节的人力资源影响导致生产效率较低、市场需求难以满足。

设计人员在定制设计过程中既是设计师又是客户经理，不仅要有硬装设计专业知识，要精通设计和绘图软件，还要与客户保持紧密沟通以充分获取客户的真实需求，更要与安装人员对接以保证定制硬装的正确安装并确保安全，这都导致人力成本高昂。主要表现在定制设计过程中响应客户需求建立硬装主体框架的设计环节、表现在定制设计过程中硬装组件具体款式选择的设计环节、表现在定制设计过程中整体设计环节、表现在定制硬装生产环节、以及表现在硬装区域推荐、硬装区域采样、生成硬装定制等相应设计环节，设计师需要消耗大量精力人工建立客户需求的硬装主体框架，设计师需要消耗大量精力人工建立客户需求的各基本组件的搜索匹配，设计师需要消耗大量精力人工建立客户需求的各基本组件与功能框架，设计师消耗大量精力建立的硬装模型在客户确认后仍需要设计师介入形成对应的关键生产数据，这都导致无法直接利用现有设计方案中的经验和经验数据，无法有效替代设计师的有限人力资源，无法改善有限人力资源对生产环节的制约。

发明内容

鉴于上述问题，本发明实施例提供一种硬装定制设计方法和设计装置，解决现有设计环节无法有效利用现有设计方案中的经验和经验数据造成人力资源浪费的技术问题。

本发明实施例的硬装定制设计方法，至少包括以下一种分步方法：

硬装定制模块化方法；

硬装组件推荐方法；

硬装主动定制方法；

硬装制造信息采集方法；

硬装调整方法。

本发明一实施例中，所述硬装定制模块化方法包括：

建立硬装分类与硬装组成实体间的映射连接。

本发明一实施例中，所述硬装定制模块化方法还包括：

根据客户定制需求选择硬装组成实体进行模块化适配组成硬装框架。

本发明一实施例中，所述硬装组件推荐方法包括：

根据硬装组件的应用特征建立应用环境中各硬装组件量化的通用匹配数据。

本发明一实施例中，所述硬装组件推荐方法还包括：

通过量化客户个人特征与通用匹配数据适配确定备选硬装组件。

本发明一实施例中，所述硬装主动定制方法包括：

根据客户特征和定制需求匹配设计规则，通过设计规则形成备选硬装模型。

本发明一实施例中，所述硬装制造信息采集方法包括：

根据硬装模型建立定制硬装框架各部分的依赖连接数据。

根据依赖连接数据建立定制硬装的装配加工数据。

本发明一实施例中，所述硬装调整方法包括：

根据客户需求确定硬装工艺，根据硬装工艺确定硬装工序，调整各硬装工序顺序形成硬装序列。

本发明一实施例中，所述硬装调整方法还包括：

根据硬装工艺确定采用的硬装模型，根据硬装模型的相关性调整相关硬装模型的形态。

本发明实施例的硬装定制设计装置，包括：

存储器，用于存储上述的以下至少一种方法的对应程序代码：

硬装定制模块化方法；

硬装组件推荐方法；

硬装主动定制方法；

硬装制造信息采集方法；

硬装调整方法。

处理器，用于执行所述程序代码。本发明实施例的硬装定制设计方法和设计装置有效量化了硬装过程中的设计环节，有效避免了现有设计方案中的经验和经验数据造成人力资源浪费的技术问题。

附图说明

图1所示为本发明实施例硬装定制设计方法的硬装定制模块化方法的主要流程示意图。

图2所示为本发明一实施例硬装定制设计方法的硬装定制模块化装置的架构示意图。

图3所示为本发明一实施例硬装定制设计方法的硬装组件推荐方法的主要流程示意图。

图4所示为本发明一实施例硬装定制设计方法的硬装硬装组件推荐装置的架构示意图。

图5所示为本发明一实施例硬装定制设计方法的硬装主动定制方法的主要流程示意图。

图6所示为本发明一实施例硬装定制设计方法的硬装主动定制装置的架构示意图。

图7所示为本发明一实施例硬装定制设计方法的硬装制造信息采集方法的主要流程示意图。

图8所示为本发明一实施例硬装定制设计方法的硬装制造信息采集方法实际应用示意图。

图9所示为本发明一实施例硬装定制设计方法的硬装制造信息采集装置的架构示意图。

图10所示为本发明一实施例硬装定制设计方法的硬装调整方法的主要流程示意图。

图11所示为本发明一实施例硬装定制设计方法的硬装调整装置的架构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明白，以下结合附图及具体实施方式对本发明作进一步说明。显然，所描述的实施例仅仅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，本领域普通技术人员在没有作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。

硬装包括但不限于顶面装修、墙面装修、地面装修、木作装修、水路电路布设、厨具洁具布设等装修工序过程。各装修工序过程分别形成一套独立的组件配合结构，组件配合结构包括适应客户需求的要素例如风格、材质纹理等，也包括适应装修环境的要素例如空间尺寸、材料规格等。各装修工序过程间还形成确定的装修工序配合结构，装修工序配合结构包括各装修工序过程实施过程中的额外组件配合结构和各装修工序过程完成时的额外组件配合结构。

本发明一实施例的硬装定制设计方法至少包括以下一种分步过程：

硬装定制模块化过程(形成对应方法)；

根据用户的性别、年龄、身高、职业、喜好、家庭成员等信息，和用户对硬装定制的要求等信息，推荐各个房间各个硬装区域的大小。这些硬装区域包括吊顶区域、屋顶其它区域、沙发区域、餐桌区域，地面其它区域，墙面区域等。

硬装组件推荐过程(形成对应方法)；

针对确定的硬装区域，利用相应的模块实现这些区域。例如吊顶区域模块、屋顶其它区域模块，沙发区域模块、餐桌区域模块、地面其它区域模块、墙面区域模块。

每个模块在区域内采样，每个采样形成一种采样方案。多个采样方案根据评价的准则挑选最佳的采样方案。

硬装主动定制过程(形成对应方法)；

利用设计经验技术方案的设计要素比较前面不同的区域和不同的采样点，得到一些设计方案，从中挑选出好的设计方案；

对于这好的设计方案，每个模块输出自己的那部分硬装定制方案，综合起来，这样就得到总的硬装定制方案。

硬装制造信息采集过程(形成对应方法)。

本发明一实施例的硬装定制设计方法有效量化了硬装过程中的设计环节，有效避免了现有设计方案中的经验和经验数据造成人力资源浪费的技术问题。

本发明一实施例的硬装定制设计装置包括：

存储器，用于实现以下至少一种过程的对应程序代码：

硬装定制模块化过程；

硬装组件推荐过程；

硬装主动定制过程；

硬装制造信息采集过程；

处理器，用于执行程序代码。

处理器可以采用DSP(Digital Signal Processing)数字信号处理器、FPGA(Field-Programmable Gate Array)现场可编程门阵列、MCU(Microcontroller Unit)***板、SoC(system on a chip)***板或包括I/O的PLC(Programmable Logic Controller)最小***。

本发明一实施例的硬装定制模块化方法如图1所示，在图1中，本实施例包括：

步骤01：建立硬装分类与硬装组成实体间的映射连接。

硬装组成实体包括硬装框架中具有对应功能的框架组成部分。包括具有确定种类的类型的功能区的框架结构。

本发明实施例的硬装定制模块化方法利用映射连接将硬装根据组成实体的结构层级模块化，使得硬装的框架构成可以采用模块化的硬装组成实体组合形成。硬装组成实体具有本体确定参数特征，同时还具有硬装组成实体的个体间特征可配合调整的特点，模块化后的组成实体可以在同一整体框架内形成差异性的组合排列框架，丰富硬装定制样式，提高硬装定制效率。

如图1所示，本发明一实施例中，硬装定制模块化方法的步骤01包括：

步骤10：形成定制硬装的种类。

通过人工分类可以将定制硬装的种类根据使用场景、使用功能或使用习惯等人为因素划分为不同的种类，例如种类可以包括起居室、餐厅、卧室、会议室、书房、储藏间类等。

通过将大量成熟硬装实体矢量化形成包括结构信息和应用信息的硬装样本，通过机器学习或人工监督的机器学习的过程进行聚类分类，可以形成具有内在类型关联的附加种类，例如具有收纳功能的种类、具有支撑功能的种类、具有装饰面的种类等。

步骤20：形成定制硬装中确定种类定制硬装的类型。

对于每一种的确定种类定制硬装可以进行进一步的类型分类。

通过人工分类可以将硬装种类根据使用场景、使用功能或使用习惯等人为因素划分为不同的类型，例如可以包括吊顶区域、屋顶其它区域、沙发区域、餐桌区域，地面其它区域，墙面区域涉及工序的区域等。

通过将一种确定种类定制硬装的大量实体矢量化形成包括结构信息和应用信息的硬装样本，通过机器学习或人工监督的机器学习的过程进行聚类分类，可以形成具有内在类型关联的附加类型，例如具有多层收纳的类型、具有多隔断支撑的类型、具有相同材质的类型等。

步骤30：形成确定种类定制硬装中确定类型定制硬装的功能区。

对于每一种的确定类型定制硬装可以进行进一步的功能区分类。

通过人工分类可以将硬装根据使用场景、使用功能或使用习惯等人为因素划分为不同的功能区，例如墙面区域的功能区可以包括插座区、走线区、走管区等。

通过将一种确定类型定制硬装的大量实体矢量化形成包括结构信息和应用信息的硬装样本，通过机器学习或人工监督的机器学习的过程进行聚类分类，可以形成具有内在类型关联的附加功能区，例如相同功能区固定组合连接的功能区、不同功能区固定组合连接的功能区、简化的功能区、对称的功能区等。

捕捉40：形成确定类型定制硬装中确定功能区的参数阈值。

对于每一种的确定功能区可以进行框架的参数化描述。

形成硬装中确定功能区的本体设置参数阈值包括确定功能区的基本空间描述参数以及描述参数的区间、各维度比例关系参数以及比例关系参数的区间、布设位置高度优化参数以及优化参数的区间等，这些参数体现了功能区本体的独立设置属性。

形成硬装中相邻确定功能区间的相邻设置参数阈值包括相邻确定功能区间的支撑位置参数以及位置参数的区间、相邻确定功能区间的重心参数以及重心参数的区间、相邻确定功能区间的框架尺度叠加参数以及叠加参数的区间等，这些参数体现了功能区紧密配合的设置属性。

形成硬装中相隔确定功能区间的相隔设置参数阈值包括相隔确定功能区间的支撑位置参数以及位置参数的区间、相隔确定功能区间的重心参数以及重心参数的区间、相隔确定功能区间的框架尺度叠加参数以及叠加参数的区间等，这些参数体现了功能区松散配合的设置属性。

如图1所示，本发明一实施例的硬装定制模块化方法在上述实施例的基础上，还包括：

步骤02：根据客户定制需求选择硬装组成实体进行模块化适配组成硬装框架。

硬装组成实体包括硬装框架中具有对应功能的框架组成部分。包括具有确定种类的类型的功能区的框架结构。

本发明实施例的硬装定制模块化方法通过将符合定制需求的硬装组成实体作为模块，在模块间配合调整形成满足需求的整体框架，同时在满足整体框架需求的同时，在配合调整中形成具有功能侧重点的区域模块框架结构。为高效满足客户需求、减少交互成本提供了良好的模块化适配特性。

如图1所示，本发明一实施例中，硬装定制模块化方法的步骤02包括：

步骤50：接收客户的表达信息，获得定制需求数据。

定制需求数据包括客户对硬装整体和局部的功能描述和定量需求，通过量化功能描述和定量需求可以形成定制需求数据，量化可以采用定制表格、定制交互过程或语音、图形识别。

步骤60：根据定制需求数据中的空间需求数据确定定制硬装框架。

定制需求数据中包括反映定制硬装框架的立体空间尺寸，以及立体空间中的局限特征、富裕度特征等。

步骤70：根据定制需求数据中的功能需求数据确定定制硬装的功能区。

定制需求数据中包括反映各功能区需求的功能区标志，以及功能区名称、功能区描述、功能量化数据等。

步骤80：根据定制需求数据中的空间需求数据和空间需求数据确定功能区初始框架。

空间需求数据中还包括反映功能区框架的立体空间尺寸，以及功能区空间中的局限特征、富裕度特征等。功能区初始框架包括了功能区个体和功能区之间空间最大冗余配合关系和空间最小冗余配合关系，配合关系由功能区的参数阈值推导形成。

步骤90：在定制硬装框架范围内参考功能区初始框架根据功能区的参数阈值调整各功能区的框架和相对位置，形成接近定制需求的定制硬装的系列框架。

利用各功能区的参数阈值调整各功能区的框架尺寸，利用功能区初始框架调整各功能区的配合尺寸，利用定制硬装框架范围调整各功能区间的配合关系，在调整过程中形成具有不同功能侧重点但与定制需求相似的定制硬装的若干框架，根据定制需求的侧重点形成若干框架的推荐优先顺序，形成系列框架。

本发明实施例的本发明实施例的硬装定制模块化装置如图2所示。在图2中，本实施例包括：

映射形成模块101，用于建立硬装分类与硬装组成实体间的映射连接。

如图2所示，本发明一实施例中，映射形成模块101包括：

种类形成单元110，用于形成定制硬装的种类；

类型形成单元120，用于形成定制硬装中确定种类定制硬装的类型；

功能确定单元130，用于形成确定种类定制硬装中确定类型定制硬装的功能区；

功能量化单元140，用于形成确定类型定制硬装中确定功能区的参数阈值。

如图2所示，本发明实施例的硬装定制模块化装置包括：

适配硬装模块102，用于根据客户定制需求选择硬装组成实体进行模块化适配组成硬装框架。

如图2所示，本发明一实施例中，适配硬装模块102包括：

请求获取单元150，用于接收客户的表达信息，获得定制需求数据；

整体框架获取单元160，用于根据定制需求数据中的空间需求数据确定定制硬装框架；

功能需求获取单元170，用于根据定制需求数据中的功能需求数据确定定制硬装的功能区；

功能区初始化单元180，用于根据定制需求数据中的空间需求数据和空间需求数据确定功能区初始框架；

功能区调整单元190，用于在定制硬装框架范围内参考功能区初始框架根据功能区的参数阈值调整各功能区的框架和相对位置，形成接近定制需求的定制硬装的系列框架。

本发明一实施例的硬装组件推荐方法如图3所示。在图3中，本实施例包括：

步骤01：根据硬装组件的应用特征建立应用环境中各硬装组件量化的通用匹配数据。

本发明实施例的硬装组件推荐方法体现了差异应用环境中的差异应用方式对同一硬装组件形成的多维度量化差异，量化差异使得相似硬装组件具有作为比较基础细微区别和准确基准。具有比较基础的硬装组件采用数据结构实现的通用匹配数据，使得各硬装组件的应用可以采用对应的通用匹配数据量化描述。

如图3所示，本发明一实施例中，硬装组件推荐方法的步骤01包括：

步骤10：获取硬装组件的应用环境。

应用环境包括但不限于使用该硬装组件的硬装种类、硬装类型、硬装功能区等表达应用环境的可索引类别。每一类可索引类别中可以通过人工标记硬装组件，也可以通过将大量成熟硬装的结构矢量化形成包括硬装组件结构信息和应用信息的硬装样本，通过机器学习或人工监督的机器学习的过程对硬装样本进行识别以标记硬装组件并建立可索引类别。这些可索引类别之间可以建立映射关系形成该硬装组件在不同可索引类别中的关联信息。通过这些可索引类别可以确定硬装组件的多样性应用环境。通过量化这些可索引类别以及关联信息可以量化每个硬装组件的多样性应用环境。例如一个确定硬装组件可以属于餐厅(种类)-餐桌区(类型)-收纳模块(功能区)。

步骤20：确定硬装组件的品类类别。

同一品类的硬装组件可以有多种款式，通过品类类别可以对硬装组件进行详细类别归类并保持个体的唯一描述。通过量化品类类别可以量化每个硬装组件的详细分类类别。例如品类作为底层的类别可以包括装修型材、板材、抽屉板材、搁板板材、门板、挂杆、网篮、挂钩、挂架、滑轨、五金件等品类。

步骤30：获取应用环境中硬装组件的应用特征。

应用特征包括对应用环境中硬装组件的多维度描述，应用特征可以反映客户的使用偏好等个人特征和组件本身的物理特征。

应用特征包括但不限于构成硬装组件的主要材质、构成硬装组件的次要材质、硬装组件的设置风格(颜色、曲线轮廓等)、硬装组件的功能要素设定、硬装组件的尺寸设定裕度、组件标准尺寸规格、客户的性别匹配、客户的年龄匹配等。通过量化应用特征可以量化每个硬装组件的独特应用特征。

步骤40：根据应用环境、品类类别和应用特征量化每个硬装组件形成相应的通用匹配数据。

量化包括向量(矢量)量化和指标量化，对于偏向于客户个体使用偏好的维度描述采用向量量化可以更好的展示细微差别，对于偏向于客户客观需求的维度描述采用指标量化可以更好的展示硬装组件的结构特征。例如硬装组件的设置风格采用向量量化，硬装组件的功能设定采用指标量化。

如图3所示，本发明一实施例的硬装组件推荐方法在上述实施例的基础上，还包括：

步骤02：通过量化客户个人特征与通用匹配数据适配确定备选硬装组件。

本发明实施例的硬装组件推荐方法将客户个人特征的多维度量化数据与通用匹配数据实现直接对比，保证了客户真实需求与硬装组件的适配准确性，实现了利用计算机资源降低设计师和客户进行硬装组件海量筛选的工作量，提高了适配效率。

如图3所示，在本发明一实施例中，硬装组件推荐方法的步骤02包括：

步骤50：接收客户的表达信息，形成量化的个人特征数据和定制需求数据。

客户的表达信息包括但不限于性别、年龄、身高、职业、喜好、消费记录等个人画像信息，还包括定制硬装的功能、尺寸大小、风格、材质等具体指标信息。

个人信息包括反映客户潜在预期的表达信息，需求信息包括反映客户主观意愿的表达信息，个人信息和需求信息分类中存在信息重叠部分。例如性别、年龄、身高、职业、喜好、消费记录等作为个人信息，硬装的功能、尺寸大小、风格、材质等作为需求信息，身高也可以作为需求信息，风格也可以作为个人信息。

本领域技术人员可以理解，利用向量化(即矢量化)技术可以建立多维度向量空间，对一个对象的多维度特征形成向量量化描述，满足对象间的具体特征差异对比。利用个人信息可以建立针对个人偏好的向量化的个人特征数据。

本领域技术人员可以理解，通过交互式界面或格式化信息可以获得客户的具体需求。具体需求信息可以是对硬装某一属性或特征具体要求的范围或优选，可以作为对应属性或特征的阈值，利用需求信息可以建立针对定制目标的量化的定制需求数据。

步骤60：根据定制需求数据匹配硬装组件的通用匹配数据获得备选硬装组件范围。

利用定制需求数据匹配通用匹配数据可以确定硬装类别和功能区需求进而确定备选硬装组件范围。

步骤70：根据个人特征数据匹配备选硬装组件范围内的通用匹配数据获得备选硬装组件。

利用个人特征数据形成客户预期个人偏好的应用场景的多维度量化特征，与硬装组件的应用环境的多维度量化特征进行比较，根据预设的各维度比较阈值，获得一系列符合客户心理预期的品类下的备选硬装组件。

步骤80：根据个人特征数据与备选硬装组件的向量比较确定匹配度。

针对同一品类中的备选硬装组件与个人特征(期望)的匹配度可以采用相应向量的余弦相似度比较的方式处理。在本发明一实施例中采用：

余弦相似度＝A·B/(||A||×||B||)

其中：客户特征信息为A向量(a1,a2,..,an)，an为第n个维度的向量值，备选硬装组件信息为B向量(b1,b2,..,bn)，bn为第n个维度的向量值；

A·B表示向量A和向量B的点积，它等于a1*b1+a2*b2+…+an*bn；

||A||表示向量A的模，即它的欧氏距离；

||B||表示向量B的模，即它的欧氏距离。

本发明实施例的硬装组件推荐装置如图4所示。在图4中，本实施例包括：

匹配数据形成模块101，用于根据硬装组件的应用特征建立应用环境中各硬装组件量化的通用匹配数据。

如图4所示，在本发明一实施例中，匹配数据形成模块101包括：

应用环境形成单元110，用于获取硬装组件的应用环境；

品类类别形成单元120，用于确定硬装组件的品类类别；

应用特征形成单元130，用于获取应用环境中硬装组件的应用特征；

数据匹配单元140，用于根据应用环境、品类类别和应用特征量化每个硬装组件形成响应的通用匹配数据。

如图4所示，在本发明一实施例中，包括：

特征匹配模块102，用于通过量化客户个人特征与通用匹配数据适配确定备选硬装组件。

如图4所示，在本发明一实施例中，特征匹配模块102包括：

个人信息量化单元150，用于接收客户的表达信息，形成量化的个人特征数据和定制需求数据；

组件范围确定单元160，用于根据定制需求数据匹配硬装组件的通用匹配数据获得备选硬装组件范围；

备选组件确定单元170，用于根据个人特征数据匹配备选硬装组件范围内的通用匹配数据获得备选硬装组件；

特征匹配衡量单元180，用于根据个人特征数据与备选硬装组件的向量比较确定匹配度。

本发明一实施例的硬装主动定制方法如图5所示。在图5中，本实施例包括：

步骤01：根据既有硬装的使用环境和应用特征建立定制硬装的设计规则。

使用环境包括硬装的种类、类型、功能区等既有硬装中的整体以及局部结构的典型设计特征和设计数据，应用特征包括硬装为适应使用者使用习惯、性别、年龄等客户特征形成的典型设计特征和设计数据，使用环境和应用特征可以作为硬装构造中适应客户特征和主观需求并对功能与组件造成限制的制约要素。制约要素作为设计规则可以通过硬装设计领域的技术专家人工设定形成，还可以通过对已有定制硬装设计方案中的硬装功能和硬装组件进行数据标定，利用机器学习的方式从海量设计方案中通过机器学习获得的设定规律作为设计规则。

设计规则包括功能区和/或组件间的组合规则、配合规则、回避规则、尺寸规则、位置规则等，以及与客户特征耦合规则、与客户特征排斥规则、需求关联规则、需求优先规则等，形成累积的设计规则数据库。

设计规则可以与定制硬装的种类对应，适应使用场景、使用功能或使用习惯等人为因素划分为不同的种类，例如对基础墙面类、基础底面类、基础水路类、基础电路类、具有收纳功能的种类、具有支撑功能的种类、具有装饰面的种类等。

设计规则可以与定制硬装的类型对应，适应使用场景、使用功能或使用习惯等人为因素划分为不同的类型，例如对应餐桌、水池、边柜、具有多层收纳的类型、具有多隔断支撑的类型、具有相同材质的类型等。

设计规则可以与定制硬装的功能区的种类对应，适应使用场景、使用功能或使用习惯等人为因素划分为不同的功能区，例如对应餐桌的存储区、抽屉区、托盘区、叠放区、相同功能区固定组合连接的功能区、不同功能区固定组合连接的功能区、简化的功能区、对称的功能区等。

设计规则可以与功能区的参数阈值对应。适应轮廓的参数化描述，例如对应确定功能区的基本空间描述参数以及描述参数的区间、各维度比例关系参数以及比例关系参数的区间、布设位置高度优化参数以及优化参数的区间等体现功能区本体的独立设置属性。

设计规则可以与相邻确定功能区间的相邻设置参数阈值对应。例如相邻确定功能区间的支撑位置参数以及位置参数的区间、相邻确定功能区间的重心参数以及重心参数的区间、相邻确定功能区间的轮廓尺度叠加参数以及叠加参数的区间等体现功能区紧密配合的设置属性。

设计规则可以与相隔确定功能区间的相隔设置参数阈值相对应。例如相隔确定功能区间的支撑位置参数以及位置参数的区间、相隔确定功能区间的重心参数以及重心参数的区间、相隔确定功能区间的轮廓尺度叠加参数以及叠加参数的区间等体现功能区松散配合的设置属性。

基于设计规则可以对硬装组件进行调整和空间规划。备选硬装组件通过量化客户客户特征与通用匹配数据适配确定。通用匹配数据根据硬装组件的应用特征建立应用环境中各硬装组件量化获得。

备选硬装组件具体的适配过程包括：接收客户的表达信息，形成量化的客户特征数据和定制需求数据。根据定制需求数据匹配硬装组件的通用匹配数据获得备选硬装组件范围。根据客户特征数据匹配备选硬装组件范围内的通用匹配数据获得备选硬装组件。根据客户特征数据与备选硬装组件的向量比较确定匹配度。

本发明一实施例的硬装主动定制方法如图5所示。在图5中，本实施例包括：

步骤02：根据客户特征和定制需求匹配设计规则，通过设计规则形成备选硬装模型。

本发明实施例的硬装主动定制方法利用硬装定制各设计阶段的设计规则匹配客户不同层面的定制需求，将设计过程通过设计规则程序化，利用后台计算机资源实现符合客户需求的定制设计，实现了设计过程自动化和设计结果多样化，可以充分满足客户的定制需求。

如图5所示，本发明一实施例中，硬装主动定制方法的步骤02包括：

步骤10：根据定制需求确定定制空间、硬装种类、硬装类型和功能区种类。

量化的定制需求包括客户明确的具体指标类定制数据，可以用来确定硬装直观的空间轮廓尺寸、硬装种类、应用类型和功能区需求。

步骤20：根据客户特征确定硬装种类、硬装类型和功能区种类的主体设计规则和功能区的功能设计规则。

量化的客户特征包括通过客户个人偏好和个人属性明确的抽象指标类定制数据，可以用来确定硬装的适用性和感观体验。根据客户特征匹配的设计规则是保证硬装整体符合客户预期的基本保证。

步骤30：根据客户特征和定制需求确定备选硬装组件。

量化的客户特征和定制需求可以形成体现客户预期的多维度量化数据，每个硬装组件具有与客户预期的多维度数据结构兼容的多维度量化数据(通用匹配数据)，通过多维度量化数据的比较可以确定备选硬装组件的准确范围。

步骤40：根据主体设计规则调整功能区。

功能区的属性具有阈值范围，功能区本体、功能区相互间的配合也具有阈值范围，在主体设计规则确定的基础上功能区间的配合关系存在优化过程。

步骤50：根据主体设计规则形成功能框架。

在功能区本体、功能区相互间的配合优化过程中根据与主体设计规则的可接受偏离程度可以形成若干优化的功能框架。

步骤60：根据功能设计规则调整功能框架中功能区的备选硬装组件。

硬装组件具有结构、材质和数量等物理属性的阈值范围，功能区中的空间和硬装组件配合关系存在优化过程。

步骤70：根据功能设计规则在功能区中布设备选硬装组件形成备选硬装模型。

在功能区中的空间和硬装组件配合关系优化过程中可以形成若干组件组合优化的备选硬装模型。

步骤80：根据评估要素确定备选硬装模型的推荐顺序。

评估要素可以包括组件的高度、组件数量、组件多样性等量化指标，也可以包括功能区的空间分割程度、空间支撑程度、空间对称程度等量化指标，通过评估要素对若干备选硬装模型的设计进行量化评估形成最终的推荐顺序。

本发明实施例的定制硬装主动定制装置如图6所示。在图6中，本实施例包括：

设计规则形成模块101，用于根据既有硬装的使用环境和应用特征建立定制硬装的设计规则。

本发明实施例的定制硬装主动定制装置如图6所示。在图6中，本实施例包括：

主动设计模块102，用于根据客户特征和定制需求匹配设计规则，通过设计规则形成备选硬装模型。

如图6所示，本发明一实施例中，主动设计模块102包括：

功能区确定单元110，用于根据定制需求确定定制空间、硬装种类、硬装类型和功能区种类。

规则确定单元120，用于根据客户特征确定硬装种类、硬装类型和功能区种类的主体设计规则和功能区的功能设计规则。

组件确定单元130，用于根据客户特征和定制需求确定备选硬装组件。

区域调整单元140，用于根据主体设计规则调整功能区。

区域确定单元150，用于根据主体设计规则形成功能框架。

组件调整单元160，用于根据功能设计规则调整功能框架中功能区的备选硬装组件。

硬装确定单元170，用于根据功能设计规则在功能区中布设备选硬装组件形成备选硬装模型。

硬装推荐单元180，用于根据评估要素确定备选硬装模型的推荐顺序。

本发明一实施例的硬装制造信息采集方法如图7所示。在图7中，本实施例包括：

步骤100：根据硬装模型建立定制硬装框架各部分的依赖连接数据。

硬装模型包括了形成硬装模型的各模块化功能区的配合关系和配合尺寸，还包括功能区内硬装组件的尺寸和装配相对位置，还包括功能区内和硬装组件上的附属材质或部件的尺寸和装配相对位置。

步骤200：根据依赖连接数据建立定制硬装的装配加工数据。

依赖连接数据量化了功能区间以及硬装组件间的配合关系，成为定制硬装加工、装配的基础数据。

本发明实施例的硬装制造信息采集方法将硬装模型框架各部分的依赖连接关系量化，使得模型结构可以量化为实物硬装的加工、装配结构数据，使得硬装模型可以作为生产***的直接生产数据来源，实现了硬装设计模型与生产***的数据联通性，有效提升生产效率。

如图7所示，本发明一实施例中，硬装制造信息采集方法的步骤100包括：

步骤110：获取硬装模型的框架数据。

框架数据包括硬装模型的功能区框架数据、相邻功能区组装配合数据、间隔功能区组装配合数据和硬装模型整体轮廓框架数据等。当框架采用板材形成时，框架数据即以板材为基本模块，表明板材的设置和相对位置。

步骤120：根据框架数据拆分硬装模型形成框架基本模块集合。

框架数据给出了框架类型和框架的相对位置关系，根据角度和位置尺寸作为划分依据可以使框架拆分为基本模块集合，基本模块与实际生产中的基本生产材料具有对应关系。例如框架采用板材形成，框架可以拆分为一块块板材为基本模块的集合。

步骤130：通过有向图算法确定基本模块间的单向依赖连接关系形成依赖连接数据。

以基本模块集合为基础，根据基本模块的模型空间坐标可以验证各基本模块间的相交特征。利用有向图算法统计基本模块间的相交特征获得具有单向依赖连接关系的依赖连接数据。单向依赖连接关系体现了基本模块间的量化邻接特征。

如图8所示，右侧为柜体模型中采用板材作为基本模块集合的框架示意图，左侧为采用有向图算法形成的依赖连接数据图形。

本发明一实施例中，一种依赖连接数据的有向图形成过程包括：

S01：设置：总集合A容纳所有基本模块，队列集合B容纳基本模块中的依赖模块且队列集合B中的模块不重复，基准集合C容纳基本模块中的基准模块，有向集合E容纳形成的有向边；

S02：利用总集合A接受所有基本模块；

S03：在总集合A中选择一个基准模块a_i置于基准集合C；

S04：获取与基准模块a_i连接的所有基本模块∑b_i并置于队列集合B；

S05：根据与基准模块a_i存在连接的所有基本模块∑b_i建立以基准模块a_i为基准到各基本模块b_i的有向边并置于有向集合E；

S06：从队列集合B中顺序选择一个基本模块b_i，将与基本模块b_i连接的所有基本模块∑c_i置于队列集合B；

S07：根据与基本模块b_i存在连接的所有基本模块∑c_i建立以基准模块b_i为基准到各基本模块c_i的有向边并置于有向集合E，将基本模块b_i移入基准集合C；

S08：重复执行步骤S06至步骤S07，直至总集合A和基准集合C中模块相等。I为序号，虽重复加1，使得形成相应模块的顺序选择。

如图8所示，实际处理过程为：

执行每个板材属于总集合A；

对于板10(顶板)和板5(底板)

队列集合B包含：板0，板1，板4；

有向集合E包含：10->0,10->4,10->1,5->0,5->4,5->1；

基准集合C包含：板10,板5。

对于队列集合B中的板0，有连接0->6,因为板6不在基准集合C，所以将板6放入队列集合B，将连接0->6放入有向集合E。各集合状态为：

队列集合B为：板0，板1，板4，板6

有向集合E为：10->0,10->4,10->1,5->0,5->4,5->1，0->6

队列集合B中的板0的连接0->8,因为板8不在基准集合C，所以将板8放入队列集合B，将连接0->8放入有向集合E。集合状态为：

队列集合B为：板0，板1，板4，板6，板8

有向集合E为：10->0,10->4,10->1,5->0,5->4,5->1，0->6，0->8

把板0从队列集合B中移出并放入基准集合C。集合状态为：

队列集合B为：板1，板4，板6，板8；

基准集合C为：板10,板5,板0。

同理，我们用同样的办法依次处理板1，板4，板6，板8等。

如图7所示，本发明一实施例中，硬装制造信息采集方法的步骤200包括：

步骤210：根据依赖连接数据设置相邻基本模块间的连接件固定位置。

在确定基本模块间的量化邻接特征后可以在邻接的基本模块间利用基本模块的模型空间坐标确定邻接的基本模块间的固定位置。基本模块间的固定位置与连接件和连接方式对应。例如连接件采用固定尺寸和固定孔径，连接件固定位置即适应连接件尺寸的孔径孔位。

步骤220：根据依赖连接数据设置功能区框架内的硬装组件装配连接数据。

步骤230：根据依赖连接数据设置功能区框架内附件安装连接数据。

本发明实施例的硬装制造信息采集装置如图9所示。在图9中，本实施例包括：

依赖连接形成模块10，用于根据硬装模型建立定制硬装框架各部分的依赖连接数据；

装配加工形成模块20，用于根据依赖连接数据建立定制硬装的装配加工数据。

如图9所示，在本发明一实施例中，依赖连接形成模块10包括：

框架数据获取单元11，用于获取硬装模型的框架数据；

基本模块形成单元12，用于根据框架数据拆分硬装模型形成框架基本模块集合；

依赖连接形成单元13，用于通过有向图算法确定基本模块间的单向依赖连接关系形成依赖连接数据。

如图9所示，在本发明一实施例中，装配加工形成模块20包括：

固定位置形成单元21，用于根据依赖连接数据设置相邻基本模块间的连接件固定位置；

装配连接形成单元22，用于根据依赖连接数据设置功能区框架内的硬装组件装配连接数据；

附件安装形成单元23，用于根据依赖连接数据设置功能区框架内附件安装连接数据。

上述实施例的定制硬装设计方法和定制硬装设计装置可以针对定制硬装过程中例如顶面装修、墙面装修、地面装修、木作装修、水路电路布设、厨具洁具布设等确定工序过程的组件、材料、组件结构和组件配合结构进行有效推荐，形成的定制硬装模型满足客户的主观需求和定制生产需求。满足硬装工艺中的材料或组件选取符合客户需求。

本领域技术人员可以理解，硬装包括但不限于顶面装修、墙面装修、地面装修、木作装修、水路电路布设、厨具洁具布设等装修工艺过程。各装修工艺过程分别遵循装修工序形成一套独立的组件配合结构，组件配合结构包括适应客户需求的要素例如风格、材质纹理等，也包括适应装修环境的要素例如空间尺寸、材料规格等。各装修工序过程间还形成确定的装修工序配合结构，装修工序配合结构包括各装修工序过程实施过程中的额外组件配合结构和各装修工序过程完成时的额外组件配合结构。

本发明一实施例的硬装调整方法如图10所示。在图10中，本实施例包括：

步骤01：根据客户需求确定硬装工艺，根据硬装工艺确定硬装工序，调整各硬装工序顺序形成硬装序列。

本领域技术人员可以理解，硬装装修过程需要处理按客户需求选定的硬装模型在装修过程中的实施方法。按客户需求选定的硬装模型包括组件、材料、组件结构和组件配合结构等，实施方法包括完整一项或一组硬装模型在硬装空间的装修过程的一系列工序。工艺、工序规则可以是装修施工的国家标准和行业规范的数字化规则，也包括规模化装修材料和组件参数的数字化标准。

本发明实施例的硬装调整方法针对局部空间的工序规则形成整体硬装空间的工序规则集合使得硬装过程具有更精细的装修控制粒度，通过调整不同硬装工艺间的工序顺序可以实现对硬装空间的细节作出合理施工的基本工序定义，并提高硬装模型运输、堆积和存储效率。

如图10所示，在本发明一实施例中，硬装调整方法的步骤01包括：

步骤10：确定硬装工艺中的硬装工序顺序。

一项确定硬装工艺可以由若干硬装工序协作完成硬装模型的实施。根据标准化施工规范，硬装工序确定，硬装工序间的协作顺序可以是针对各类硬装模型的串行或并行实施。

步骤20：确定硬装工序的阶段性节点。

硬装工序可以针对一个或一组同类型的硬装模型在具体装修过程中形成阶段性节点以满足固化、硬化、时效处理等效果稳定增强的需要。

步骤30：确定硬装工序中的硬装模型。

每个硬装工艺中的硬装工序中都包括确定的硬装模型作为实施对象。根据硬装工序涉及到针对硬装空间的施工现场硬装模型的运输存储和堆积。

步骤40：根据硬装模型的相互依存关系确定各硬装工艺中的硬装工序的主次顺序，根据阶段性节点调整各硬装工艺中的硬装工序顺序形成硬装序列。

硬装模型间存在依存关系，例如射灯的位置依赖于吊顶的位置，所以我们要先摆放吊顶，后摆放射灯。在各个硬装工序中的硬装模型摆放次序的思路是先摆放那些影响其它模型摆放位置的硬装模型。利用阶段性节点形成单一硬装工序的调整节点根据硬装模型间存在依存关系形成反映装修主次顺序的硬装序列。

如图10所示，在本发明一实施例中，硬装调整方法还包括：

步骤02：根据硬装工艺确定采用的硬装模型，根据硬装模型的相关性调整相关硬装模型的形态。

硬装作为硬装空间中硬装工艺和硬装模型有机结合的整体，其装修过程还包括在符合工艺规范要求基础上硬装模型间符合功能性、审美观念和客户需求的硬装模型形态处理。

本发明实施例的硬装调整方法充分协调相关定制硬装模型之间的配合形态，使得硬装空间中各硬装工艺间的配合联系形成合理优化，形成硬装空间局部与整体的协调性，满足客户的表达信息，形成优化的仿真结果。

如图10所示，在本发明一实施例中，硬装调整方法的步骤02还包括：

步骤50：确定硬装模型的类型和调整参数。

本领域技术人员可以理解硬装模型有具体分类类型，每个确定类型的硬装模型具有相同的物理参数和基于物理参数的对应形态调整范围，物理参数包括例如材料的边缘轮廓定义或组件的活动结构自由度，形态调整范围包括但不限于尺寸、角度、朝向、间距等形态参数。

步骤60：确定形成相互影响的硬装模型集合。

本领域技术人员可以理解根据装修施工的国家标准和行业规范存在必然的规律化的硬装模型配合关系，也存在根据客户需求形成的硬装模型配合关系，也存在硬装模型应用过程中的配合关系，这些客观配合关系形成硬装模型间的相互影响可以量化。硬装模型集合可以采用必要的数据结构记录硬装模型间的相互影响。

步骤70：在硬装模型集合中，根据硬装模型间的影响参数确定调整参数的范围，形成确定硬装模型形态。

根据量化的硬装模型间的影响参数调整确定硬装模型的调整参数消除不利影响提高有益影响，可以获得硬装空间内最佳的硬装模型优化形态。

本发明实施例的硬装制造信息采集装置如图11所示。在图11中，本实施例包括：

工序调整模块101，用于根据客户需求确定硬装工艺，根据硬装工艺确定硬装工序，调整各硬装工序顺序形成硬装序列。

如图11所示，在本发明一实施例中，工序调整模块101包括：

工序获取单元110，用于确定硬装工艺中的硬装工序顺序；

节点获取单元120，用于确定硬装工序的阶段性节点；

模型获取单元130，用于确定硬装工序中的硬装模型；

工序调整单元140，用于根据硬装模型的相互依存关系确定各硬装工艺中的硬装工序的主次顺序，根据阶段性节点调整各硬装工艺中的硬装工序顺序形成硬装序列。

如图11所示，在本发明一实施例中，本实施例还包括：

形态调整模块102，用于根据硬装工艺确定采用的硬装模型，根据硬装模型的相关性调整相关硬装模型的形态。

如图11所示，在本发明一实施例中，形态调整模块102包括：

参数获取单元150，用于确定硬装模型的类型和调整参数；

相关性获取单元160，用于确定形成相互影响的硬装模型集合；

参数调整单元170，用于在硬装模型集合中，根据硬装模型间的影响参数确定调整参数的范围，形成确定硬装模型形态。以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (10)

1.一种硬装定制设计方法，其特征在于，至少包括以下一种分步方法：

硬装定制模块化方法；

硬装组件推荐方法；

硬装主动定制方法；

硬装制造信息采集方法；

硬装调整方法。

2.如权利要求1所述的硬装定制设计方法，其特征在于，所述硬装定制模块化方法包括：

建立硬装分类与硬装组成实体间的映射连接。

3.如权利要求2所述的硬装定制设计方法，其特征在于，所述硬装定制模块化方法还包括：

根据客户定制需求选择硬装组成实体进行模块化适配组成硬装框架。

4.如权利要求1所述的硬装定制设计方法，其特征在于，所述硬装组件推荐方法包括：

根据硬装组件的应用特征建立应用环境中各硬装组件量化的通用匹配数据。

5.如权利要求4所述的硬装定制设计方法，其特征在于，所述硬装组件推荐方法还包括：

通过量化客户个人特征与通用匹配数据适配确定备选硬装组件。

6.如权利要求1所述的硬装定制设计方法，其特征在于，所述硬装主动定制方法包括：

根据客户特征和定制需求匹配设计规则，通过设计规则形成备选硬装模型。

7.如权利要求1所述的硬装定制设计方法，其特征在于，所述硬装制造信息采集方法包括：

根据硬装模型建立定制硬装框架各部分的依赖连接数据。

根据依赖连接数据建立定制硬装的装配加工数据。

8.如权利要求1所述的硬装定制设计方法，其特征在于，所述硬装调整方法包括：

根据客户需求确定硬装工艺，根据硬装工艺确定硬装工序，调整各硬装工序顺序形成硬装序列。

9.如权利要求6所述的硬装定制设计方法，其特征在于，所述硬装调整方法还包括：

根据硬装工艺确定采用的硬装模型，根据硬装模型的相关性调整相关硬装模型的形态。

10.一种硬装定制设计装置，其特征在于，包括：

存储器，用于存储权利要求1所述的以下至少一种方法的对应程序代码：

硬装定制模块化方法；

硬装组件推荐方法；

硬装主动定制方法；

硬装制造信息采集方法；

硬装调整方法；

处理器，用于执行所述程序代码。

Images