一种基元库驱动的桥梁BIM逆向建模方法、系统及装置

一种基元库驱动的桥梁bim逆向建模方法、系统及装置
技术领域
1.本发明涉及模型构建技术领域，尤其涉及一种基元库驱动的桥梁bim逆向建模方法、系统及装置。


背景技术：

2.近年来随着数据获取设备和技术的发展，激光扫描和倾斜摄影测量技术可直接或间接地快速获取大范围区域的三维点云数据，已逐渐成为数字城市和三维地理信息系统建设的重要数据源。
3.然而我国目前的大型工程施工，例如高速铁路、高速公路等工程项目的施工情况多是由现场提供的施工日志进行统计，对于项目整体仅有根据设计图纸人工建立的构件bim模型，由于工程构件模型往往种类多，数量大，随工程变化等特点，虽然通过数字孪生建模技术可以从倾斜摄影测量或光探测与测量(lightdetectionandranging，简称：lidar)点云中得到物体高精度的x、y、z测量值和颜色信息，然而由于点云数据具有噪声、表面不规则、可被遮挡等性质。在实际工程中，完整的模型点云获取不易，并且不同区域构件结构略有差异。因此施工领域的实际构件模型多是由人工手动建立的单体模型，难以高效处理。


技术实现要素：

4.鉴于此，本发明的实施例提供了一种基元库驱动的桥梁bim逆向建模方法，以消除或改善现有技术中存在的一个或更多个缺陷。
5.本发明的一个方面提供了一种基元库驱动的桥梁bim逆向建模方法，所述方法的步骤包括：
6.接收采用雷达扫描的获取的桥梁点云结构图，将所述桥梁点云结构图输入到预设的深度学习网络模型中，所述深度学习模型将所述桥梁点云结构图分割为多个子结构图；
7.基于所述子结构图中的点云计算结构参数，基于结构参数将子结构图在预设的基元库中进行匹配，在基元库中匹配得到子结构图对应的参照模型，所述基元库包括多种部件，每种部件均预设有多个参照模型；
8.获取匹配出的参照模型预设的待修改参数类型，基于子结构图中各个点云的位置计算所述待修改参数类型的实际参数数值，将参照模型中待修改参数类型的参数数值修改为对应的所述实际参数数值，得到对应每个子结构图的实际子模型。
9.采用上述方案，本方案通过预设的包括多个参照模型的基元库，将子结构图与参照模型进行匹配，参照模型是预先绘制的模型，每个参照模型均预设的待修改参数类型，将参照模型中待修改参数类型的参数数值修改为由对应的子结构图计算出的实际参数数值，即可将参照模型快速修改为子结构图对应的实际子模型，本方案在保证图像精度的前提下，仅需要将子结构图与参照模型进行匹配，并修改对应的参数数值，提高模型构建效率。
10.在本发明的一些实施方式中，所述方法的步骤还包括：
11.获取每个子结构图的实际子模型；
12.基于所述子结构图在桥梁点云结构图中的位置将多个实际子模型进行组合，得到桥梁点云结构图对应的实际模型。
13.在本发明的一些实施方式中，所述参照模型预设有接触约束，所述接触约束用于标记参照模型接触面，在基于所述子结构图在桥梁点云结构图中的位置将多个实际子模型进行组合，得到桥梁点云结构图对应的实际模型的步骤中，基于参照模型的接触面标记对应的实际子模型的接触面，在将多个实际子模型组合为实际模型的过程中，使实际子模型的接触面相互接触。
14.在本发明的一些实施方式中，所述深度学习模型将所述桥梁点云结构图分割为多个子结构图的步骤还包括，基于深度学习模型中预设的分类器标记每个子结构图所属的部件类别。
15.在本发明的一些实施方式中，所述基元库中预设有每个参照模型对应的部件类别，所述基于结构参数将子结构图在预设的基元库中进行匹配的步骤包括，
16.基于分类器输出的子结构图所属的部件类别在基元库中匹配对应类别，并获取对应类别的多个参照模型；
17.基于结构参数将子结构图在预设的基元库对应类别下的多个参照模型中进行匹配。
18.在本发明的一些实施方式中，在所述深度学习模型将所述桥梁点云结构图分割为多个子结构图，并标记每个子结构图所属部件类别的步骤中，所述深度学习模型将桥梁点云结构图中的多个点云划分为多个区域，每个区域的多个点云构成子结构图，并基于预训练的分类器确定子结构图所属的类别。
19.在本发明的一些实施方式中，所述接收采用雷达扫描的获取的桥梁点云结构图的步骤还包括，对接收到的桥梁点云结构图进行滤波和降噪处理。
20.本发明还提供一种基元库驱动的桥梁bim逆向建模系统，所述系统包括：
21.点云获取模块，用于接收采用雷达扫描的获取的桥梁点云结构图，将所述桥梁点云结构图输入到预设的深度学习网络模型中，所述深度学习模型将所述桥梁点云结构图分割为多个子结构图；
22.模型匹配模块，用于基于所述子结构图中的点云计算结构参数，基于结构参数将子结构图在预设的基元库中进行匹配，在基元库中匹配得到子结构图对应的参照模型，所述基元库包括多种部件，每种部件均预设有多个参照模型；
23.模型生成模块，用于获取匹配出的参照模型预设的待修改参数类型，基于子结构图中各个点云的位置计算所述待修改参数类型的实际参数数值，将参照模型中待修改参数类型的参数数值修改为对应的所述实际参数数值，得到对应每个子结构图的实际子模型。
24.在本发明的一些实施方式中，所述系统还包括模型构建模块，所述模型构建模块用于获取每个子结构图的实际子模型；基于所述子结构图在桥梁点云结构图中的位置将多个实际子模型进行组合，得到桥梁点云结构图对应的实际模型。
25.本发明还提供一种基元库驱动的桥梁bim逆向建模装置，该装置包括计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该装置实现如前所述方法所实现的步骤。
26.本发明的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出并获得。
27.本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
28.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，并不构成对本发明的限定。
29.图1为本发明基元库驱动的桥梁bim逆向建模方法第一种实施方式的示意图；
30.图2为本发明基元库驱动的桥梁bim逆向建模方法第二种实施方式的示意图；
31.图3为本发明基元库驱动的桥梁bim逆向建模方法第三种实施方式的示意图；
32.图4为构建基元库的步骤一种实施方式的示意图；
33.图5为对子结构图进行匹配的步骤一种实施方式的示意图；
34.图6为构建实际模型的步骤一种实施方式的示意图；
35.图7为本发明基元库驱动的桥梁bim逆向建模系统一种实施方式的示意图。
具体实施方式
36.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
37.在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
38.应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
39.在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。
40.在下文中，将参考附图描述本发明的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。
41.为解决以上问题，如图1、3所示，本发明提出一种基元库驱动的桥梁bim逆向建模方法，所述方法的步骤包括：
42.步骤s100，接收采用雷达扫描的获取的桥梁点云结构图，将所述桥梁点云结构图输入到预设的深度学习网络模型中，所述深度学习模型将所述桥梁点云结构图分割为多个子结构图；
43.在本发明的一些实施方式中，所述桥梁点云结构图由雷达扫描得到的多个三维点云构成。
44.在本发明的一些实施方式中，所述深度学习模型将所述桥梁点云结构图划分为多个部分，每个部分的多个点云构成一个子结构图。
45.在本发明的一些实施方式中，所述深度学习模型可以为pointnet模型，所述深度学习模型可以将多层感知机(mlp，multilayer perceptron)作为分类器，所述分类器识别所述子结构图的类别。
46.步骤s200，基于所述子结构图中的点云计算结构参数，基于结构参数将子结构图在预设的基元库中进行匹配，在基元库中匹配得到子结构图对应的参照模型，所述基元库包括多种部件，每种部件均预设有多个参照模型；
47.在本发明的一些实施方式中，在基于所述子结构图中的点云计算结构参数，基于结构参数将子结构图在预设的基元库中进行匹配的步骤中，根据点云的高度参数将子结构图分为多个对比层，逐个对比层进行对比得到子结构图对应的参照模型。
48.在具体实施过程中，若通过分类器得知子结构图属于桥墩类型，则在部件种类为桥墩的类别下进行对比，若基元库的桥墩类型包括空心桥墩和实心桥墩两种参照模型，则将子结构图分别与空心桥墩和实心桥墩两种参照模型进行对比，若子结构图的对比层中存在中心位置的点云，则为空心桥墩；若子结构图的对比层中不存在中心位置的点云，则为实心桥墩。
49.在具体实施过程中，以桥墩实施例为例由于大部分实心墩的墩身坡度，左右垫板厚度均可由参数实现调整。对于部分存在检修塔的桥墩，其墩身或墩帽非中心部位会存在空心结构，点云数据在此处的切片层会出现不连续的情况。对于垫石在梁缝中心线上分布的垫石，其两侧垫板厚度不会有差异。在基元库的匹配过程中，通过每个对比层的点云，通过轮廓提取方法得到每一层数据的外轮廓，并根据区域密度或曲率判断轮廓表面的连续性，识别空心桥墩和实心桥墩。
50.在具体实施过程中，通过判断所述切片层的单层点云数据外表面轮廓的表面连续性，判断墩身中部或墩帽单层非中心位置是否存在空档间断区域从而判断是否是普通实心墩还是检修塔墩，进而依据垫石分布情况匹配基元库中的桥墩模型。
51.在具体实施过程中，对于桥梁的梁的实施例，通过抽样提取比较梁底对应的切片层点云数据高程变化可判定桥梁类型属于简支梁或是连续梁，并根据桥梁两侧点的宽度可判断箱梁的翼板宽度，进而匹配桥梁的基元模型。
52.在具体实施过程中，所述桥梁包括桥墩、梁、桩基、承台、电力线等部分。
53.采用上述方案，虽然梁桥的结构多样，但都是有墩和梁组成，但墩、梁具有多种结构，例如连续梁、简支梁、双曲线带坡度墩等。同时，对于同类型的梁或墩也具有不同的形状特征，尺寸的差异、边缘结构的差异等。因此需要针对所述不同结构进行区分，筛选出不可由同类表达的形状，建立不同的基元模型，在减少工作量的同时尽可能应对多种场景下的模型结构。例如带坡度的墩和不带坡度的墩都可由同一种墩身基元模型表达，区别仅在于组成墩的两个截面的尺寸是否一致。
54.步骤s300，获取匹配出的参照模型预设的待修改参数类型，基于子结构图中各个点云的位置计算所述待修改参数类型的实际参数数值，将参照模型中待修改参数类型的参数数值修改为对应的所述实际参数数值，得到对应每个子结构图的实际子模型。
55.在具体实施过程中，所述待修改参数可以为高度、坡度和圆柱体横截面直径等。
56.在具体实施过程中，若匹配的实心桥墩预设的待修改参数类型为坡面角度，则依据子结构图的点云计算坡面角度，将参照模型中原始的坡面角度值替换为计算出的坡面角
度值。
57.采用上述方案，采用模型驱动的方法，由小建大，基于所述稳定截面创建带有bim语义的截面模型，建立参数作为约束，用参数控制所述截面的尺寸大小；所述截面在一个方向上，按照一定规律和特征排列，通过调整所述截面的参数以约束所述组件基元截面形状，并增加纵向参数控制基元模型的纵向尺寸，从而拟合成单个bim结构基元；由一个或多个结构基元模型进行组合，得到具有结构一致性的参数化bim构件组件基元模型，拆解构件模型的结构，对拆解的单一结构可由在某方向上排列组合的某种特定的横截面组成，所述截面在垂直方向上线性分布，并且所述截面基本结构一致，仅有参数尺寸上的区别；这种能组成一个结构模型的特定截面可作为一个基础结构单元，用于建立组件或构件基元。
58.采用上述方案，如图4所示，本方案通过预设的包括多个参照模型的基元库，将子结构图与参照模型进行匹配，参照模型是预先绘制的模型，每个参照模型均预设的待修改参数类型，将参照模型中待修改参数类型的参数数值修改为由对应的子结构图计算出的实际参数数值，即可将参照模型快速修改为子结构图对应的实际子模型，本方案在保证图像精度的前提下，仅需要将子结构图与参照模型进行匹配，并修改对应的参数数值，提高模型构建效率。
59.如图2所示，在本发明的一些实施方式中，所述方法的步骤还包括：
60.获取每个子结构图的实际子模型；
61.基于所述子结构图在桥梁点云结构图中的位置将多个实际子模型进行组合，得到桥梁点云结构图对应的实际模型。
62.如图6所示，在本发明的一些实施方式中，基于所述子结构图中各个点云的位置确定所述子结构图在桥梁点云结构图中的位置，将所述子结构图中的点云根据高度进行排序，提取高度由最低高度到高于最低高度预设高度范围的点云，计算所述范围内点云的坐标平均值，将横、纵和竖坐标的平均值对应的点为子结构图的位置点。
63.在本发明的另一些实施方式中，与所述实际子模型匹配的参照模型预设有安装位置，基于参照模型的安装位置对实际子模型进行组合，得到实际模型。
64.在本发明的一些实施方式中，所述参照模型预设有接触约束，所述接触约束用于标记参照模型接触面，在基于所述子结构图在桥梁点云结构图中的位置将多个实际子模型进行组合，得到桥梁点云结构图对应的实际模型的步骤中，基于参照模型的接触面标记对应的实际子模型的接触面，在将多个实际子模型组合为实际模型的过程中，使实际子模型的接触面相互接触。
65.在具体实施过程中，若参照模型为实心桥墩，则对应预设的接触面包括用于与桥梁接触的接触面，桥梁的参照模型也对应设置有与实心桥墩的接触面，优选地，每个接触面设置有编号，对应接触的接触面的编号预设有对应关系。
66.在本发明的一些实施方式中，所述深度学习模型将所述桥梁点云结构图分割为多个子结构图的步骤还包括，基于深度学习模型中预设的分类器标记每个子结构图所属的部件类别。
67.在本发明的一些实施方式中，所述深度学习模型可以为利用可变核卷积模型，通过半监督训练方法获得的模型，所述分类器可以为多层感知机。
68.在本发明的一些实施方式中，所述基元库中预设有每个参照模型对应的部件类
别，所述基于结构参数将子结构图在预设的基元库中进行匹配的步骤包括，
69.基于分类器输出的子结构图所属的部件类别在基元库中匹配对应类别，并获取对应类别的多个参照模型；
70.基于结构参数将子结构图在预设的基元库对应类别下的多个参照模型中进行匹配。
71.如图5所示，在具体实施过程中，通过子结构图的点云获取构件点云关键结构的形状特征；
72.根据所述形状特征可判断所述构件点云的结构特点，如桥梁的翼板是否对称、翼板尺寸的参数、梁体的厚度、梁体的形状和类别、桥墩构件的高度和桥墩构件截面尺寸等；
73.基于所述类型特点，在基元库中根据编码类型匹配对应结构的基元模型。
74.在具体实施过程中，在创建基元库的过程中通过绘制不同的截面结构，创建各大类别下细部结构不同的bim参照模型；
75.在具体实施过程中，桥墩截面主要参数是长、宽、半径，此外桥墩还包括垫石和顶板在内的细部结构；
76.桥梁的梁截面分为内轮廓和外轮廓，外轮廓要考虑箱体尺寸和两侧翼板尺寸以及路面坡度；
77.根据横截面轮廓和参照面约束构件位置，利用函数模型控制曲线中间层截面尺寸和位置，从而建立依靠端点位置约束整体模型形状的带参结构基元模型；
78.根据细部结构需求不同，调整细节，不断重复所述建模过程，建立多种结构类型的基元模型。
79.所述利用函数模型控制曲线中间层截面尺寸和位置，从而建立依靠端点位置约束整体模型形状的带参结构基元模型包括：
80.对于双曲线桥墩，其墩帽截面为一个直边椭圆，侧面分别是两个半径不同的圆弧，因为两侧圆弧半径不同，无法直接拉伸建模，需要使用体量拟合；
81.所以使中间用于拟合曲线的截面受到上下两层截面形状的约束，从而实现利用参数控制墩帽尺寸；
82.将上下两层截面的端点到中心的长视作侧视笛卡尔坐标系下的横轴坐标，反算圆心，从而求出中间层在此立面上的长度；
83.利用圆上两点反解圆心的方法，可以反算出墩帽中间层截面的参数，实现从动于上下两层参数的墩帽模型；
84.对于连续梁，其变高梁部分底面双曲线函数为其中c是变高梁的长，b是变高梁中间段的厚度，a为常数，a+b表示变高梁端点的厚度；x为常数，取值范围是(0,c)；h表示双曲线函数值。
85.利用双曲线方程可实现通过梁的长度和两端厚度确定梁的形状。
86.在具体实施过程中，将建立的各种基元模型按结构类型划分，将同类结构的构件以同类型的序号作为起始按照类别分层编码包括：
87.对基元模型安类型分类，根据结构区别和类型区别逐层归类，将结构细化后，由大类别到小类别按类别分层编码；
88.同一大类下的小类别应具有相同的前置编号，增加子集小类，应延长编号位数；
89.对同级基元项目的编码则保持前置大类编号不变，直接修改当前子集对应位数的编码。
90.将建立的各种基元模型按结构类型划分，将同类结构的构件以同类型的序号作为起始按照类别分层编码，最终得到包含多种类型结构的参数化桥梁bim基元模型库。
91.在本发明的一些实施方式中，所述分类器输出类别编号，通过类别编号得到对应类别。
92.在具体实施过程中，所述类别包括桥墩类别，所述桥墩类别包括实心桥墩和空心桥墩的参照模型，若识别得到子结构图为桥墩类别，则需要在包括实心桥墩和空心桥墩的多个参照模型中匹配。
93.在本发明的一些实施方式中，在所述深度学习模型将所述桥梁点云结构图分割为多个子结构图，并标记每个子结构图所属部件类别的步骤中，所述深度学习模型将桥梁点云结构图中的多个点云划分为多个区域，每个区域的多个点云构成子结构图，并基于预训练的分类器确定子结构图所属的类别。
94.在本发明的一些实施方式中，所述接收采用雷达扫描的获取的桥梁点云结构图的步骤还包括，对接收到的桥梁点云结构图进行滤波和降噪处理。
95.在具体实施过程中，所述滤波的方式可以为双边滤波和高斯滤波等；所述降噪的方式可以为分箱去噪。
96.在具体实施过程中，采集的点云数据具有很多噪声以及其他无用地物点，本发明实现点云数据的逆向建模，需要获取点云数据中实际目标的特征参数，所以需要从点云数据中分离出目标构件。本发明利用可变形核点卷积神经网络对点云数据进行处理，通过对三维点云场景数据中的目标构件添加语义标签，基于点的预测权重进行球采样遍历，逐层遍历提取中心点特征，通过最近邻上采样恢复分辨率，最终获得每层网络的点特征。根据点特征的权重预测提取出目标构件(墩、梁)的点云数据。
97.如图7所示，本发明还提供一种基元库驱动的桥梁bim逆向建模系统，所述系统包括：
98.点云获取模块，用于接收采用雷达扫描的获取的桥梁点云结构图，将所述桥梁点云结构图输入到预设的深度学习网络模型中，所述深度学习模型将所述桥梁点云结构图分割为多个子结构图；
99.模型匹配模块，用于基于所述子结构图中的点云计算结构参数，基于结构参数将子结构图在预设的基元库中进行匹配，在基元库中匹配得到子结构图对应的参照模型，所述基元库包括多种部件，每种部件均预设有多个参照模型；
100.模型生成模块，用于获取匹配出的参照模型预设的待修改参数类型，基于子结构图中各个点云的位置计算所述待修改参数类型的实际参数数值，将参照模型中待修改参数类型的参数数值修改为对应的所述实际参数数值，得到对应每个子结构图的实际子模型。
101.在本发明的一些实施方式中，所述系统还包括模型构建模块，所述模型构建模块用于获取每个子结构图的实际子模型；基于所述子结构图在桥梁点云结构图中的位置将多个实际子模型进行组合，得到桥梁点云结构图对应的实际模型。
102.在具体实施过程中，在数字孪生中，通过获取多源空间数据进行处理，从而完成从
现实到虚拟世界的映射。在工程施工管理过程中，需要对现场施工情况和进度有清晰的认知，在数字化背景下，数字化工程管理是快速高效实现工程管理必不可少的手段。结合数字孪生的概念，实现工程施工数字化和模型化，给工程管理带来了更高效、更直观的分析管控手段。基于数字孪生搭建构件虚拟建造平台，构建构件精准的三维模型。
103.但是在施工建设中，由于实际工程结构复繁杂，三维bim模型构建速度慢，效率低，且不一定和实际施工进展一致等特点，导致难以更新，效率低下、现势性差。如果能够快速建立三维模型，结合数字孪生技术，基于点云数据实现快速建模，将大大提高工程管理的效率和及时性。发明人发现，如果在孪生建模的过程中，提前创建一个基元库，在所述基元库中预先存入含有bim语义的基元模型，并用特定的编码方式编排，方便索引。用导入的点云数据与基元库模型进行匹配，选出最合适的基元作为参照基准，将点云提取出的结构参数用来约束基元，调整参数后可以得到三维模型，在点云数据的辅助下实现快速孪生建模。
104.现有技术由于点云数据具有噪声、表面不规则、可被遮挡等性质。在实际工程中，完整的模型点云获取不易，并且不同区域构件结构略有差异。并且由于工程构件建模工程量大，效率低等性质，无法实现动态更新和即时呈现。因此如何准确、高效的通过点云数据自动化重建带有bim语义的三维工程模型仍是一个具有挑战性的课题，也是当前亟待解决的难题。
105.本技术通过从扫描点云中分离出独立结构的点云数据与建立的先验桥梁bim基元库中的基元匹配，在点云数据所在空间位置创建匹配的bim模型，并根据点云数据的实际尺寸参数调整此bim模型的尺寸参数，并将相接触的各单独基元模型连接起来，最终实现点云数据的bim模型逆向重建。也就是说，在进行点云的逆向重建之前，预先建立一个参数化模型库，这个模型库的尺寸是由参数控制的，这样通过识别点云数据的结构参数，并将参数传递给先验的bim基元模型，从而提高逆向建模的效率，避免了因为单独建立大量bim模型，最终导致的工作量大，建模周期长、耗费精力高、难以实时更新等问题。
106.本技术通过创建参数化模型基元库并与点云数据进行匹配，提取参数用于修改基元尺寸，从而在点云数据基础上快速生成含有bim语义的三维构件模型，实现孪生建模。也就是说，在与点云数据匹配进行孪生建模之前，需要先创建一个用于快速生成模型的参数化bim基元库。这样在进行点云数据的快速孪生建模时，可以有效避免因为创建模型数量大而导致的效率低，现势性差，更新延时等问题。
107.本发明的有益效果包括：
108.1、通过先验知识预先建立参数化基元模型库，将蕴含编码规则的参数化基元模型编排在基元库中，将就有同质性结构的基元模型以参数的形式表达，实现参数调节模型的尺寸结构，大大减少了构建模型花费的时间。
109.2、利用实际采集的点云数据，通过深度学习方法提取构件点云数据，极大提高了点云数据的分割效率，方便基于构件点云数据进行目标的特征提取。
110.3、利用点云数据提取的参数逆向建模，既提高了桥梁bim孪生建模的可靠性和准确性，又加快了建模速度，凸显了高效和实时的特点；
111.本发明还提供一种基元库驱动的桥梁bim逆向建模装置，该装置包括计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该装置实现如前
所述方法所实现的步骤。
112.本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时以实现前述基元库驱动的桥梁bim逆向建模方法所实现的步骤。该计算机可读存储介质可以是有形存储介质，诸如随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、软盘、硬盘、可移动存储盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质。
113.本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。
114.需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，做出各种改变、修改和添加，或者改变步骤之间的顺序。
115.本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
116.以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。