本发明的实施例涉及建筑领域，特别涉及一种智能的建筑模型生成方法、电子设备及存储介质。
背景技术：
建筑信息模型(buildinginformationmodel)，以下简称为bim,在狭义上，它是一种包含几何和非几何信息的建筑物的数字模型；在广义上，bim除了作为“建筑信息模型”；还作为“建筑信息建模”(buildinginformationmodeling),代表一种工作方式；以及作为“建筑信息管理”，代表一种管理方式(buildinginformationmanagement)。总而言之，bim不是一种或一类软件的代指，而是一整套新的生产工具和生产关系的整合。
最近几年行业通过把bim上云，轻量化(无论是正向设计还是逆向设计)，实现了轻量化的bim模型，可以通过云端的渲染引擎实现在线的浏览查看。这样虽然大大改善了多专业配合的问题，但并没有解决人效的问题，行业内几乎只有在大型公共建筑上才会倾向于使用bim，在商业化、市场化程度较高的居住建筑领域，bim的运用情况不理想。归根到底，还是因为把人作为生产力。所以现有的bim软件在居住建筑领域的主要问题是无法降本和提效。
发明人发现：导致这个问题的原因是住宅的开发已有一整套较成熟的商业模式，开发商、设计院和施工单位等各参与方也在实践中形成了基于现实的合作模式。在这种成熟的商业和合作模式下，首先开发商并没有一定要使用bim的需求，除非bim的使用能够显著地实现降本增效——事实证明就目前而言bim还做不到这一点。其次，普通的居住建筑的工程复杂程度还没有高到一定要bim来解决不可的程度。当使用autocad(以及基于autocad二次开发的软件)绘制的二维图纸，加上skechup建出的模型已经能够满足，并能将成本控制在多方都能够接受的范围内时，在此领域推行bim并没有支持变革的动机。最后但更重要的是，使用bim意味着设计院和施工单位要组建bim的团队，培训或者招聘bim技术相关人员，在短期内事实上是增加了企业的成本，却减低了企业的利润。特别是在目前由高周转控制的这个领域中，想让设计院和施工单位作为bim实施的支持者，就显得不太现实。
技术实现要素：
本发明的目的在于提供一种智能的建筑模型生成方法、电子设备及存储介质，从根本上解决bim在居住建筑领域的降本与提效问题。
为了实现上述目的，本发明的实施方式提供了一种智能的建筑模型生成方法，包括如下步骤：
在地图上获取已描绘的用于生成建筑概念规划方案的地块；
将所述地块的各边界以预设比例外扩，得到对所述地块进行分析的预设范围；
从至少一个数据库中调取所述预设范围内的数据，并对所述数据进行分析处理；
获取已创建的楼型的基本信息；
根据所述数据的分析处理结果和获得的所述楼型的基本信息，得出若干组建筑概念规划方案；
对应各所述建筑概念规划方案，在所述地块上分别在线自动生成并渲染可供多用户浏览、编辑的3d模型。
另外，本发明的实施方式还提供了一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上所述建筑模型生成方法的步骤。
另外，本发明的实施方式还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述建筑模型生成方法的步骤。
本发明实施方式相对于现有技术而言，可随时调用数据库中的大数据对用于生成建筑概念规划方案的地块进行分析，并通过获取已创建楼型的基本信息，可在线实现多组建筑概念规划方案的智能生成，同时各建筑概念规划方案又可在线进行渲染并生成3d模型，并可同时供多个用户浏览、编辑，即本实施方式的建筑模型生成方法采用的是ai生成结合人工编辑的模式，因此，使得本实施方式的建筑模型生成方法的学习成本较低，因此从根本上解决bim在居住建筑领域的降本与提效问题。
从所述数据库中调取的所述数据包括多个维度，分别为：所述预设范围内的功能点数据、所述预设范围内的房屋价格数据、所述预设范围内的商业点数据、所述预设范围内的潜在人群密集度数据、所述预设范围内的噪音数据、所述预设范围内的视域数据、所述预设范围内的交通数据；
在从至少一个数据库中调取所述预设范围内的数据的步骤之后，并在对各所述数据进行分析处理的步骤之前，还包括如下步骤：
将各所述数据按不同维度进行分类。
另外，在对所述预设范围内的功能点数据进行分析处理的步骤中，包括：
从所述功能点数据中，获取所述预设范围内所述功能点的总数量；
将各所述功能点按预设的功能类别进行分类；
统计各所述功能类别中的所述功能点的数量。
另外，所述功能类别包括：商业类、教育类、医疗类、政府类、景观类、社区类和交通类。
另外，在对所述预设范围内的房屋价格数据进行分析处理的步骤中，包括：
从所述房屋价格数据中，分别计算所述预设范围内各楼盘的房屋均价；
从所述房屋价格数据中，计算所述预设范围内的房屋的总体均价；
从所述房屋价格数据中，获取所述预设范围内的房屋的最高价格。
另外，在对所述预设范围内的商业点数据进行分析处理的步骤中，包括：
从所述商业点数据中，获取所述预设范围内各所述商业点的位置；
在所述预设范围内对各所述商业点的位置以热力点的形式进行标记；
对所述预设范围内的各所述热力点按密集度进行分类，获得可视化的具有若干个商业热力辐射区的热力效果图。
另外，在对所述预设范围内的潜在人群密度数据进行分析处理的步骤中，包括：
从所述潜在人群密度数据中，获取所述预设范围内的潜在人群的位置；
将所述预设范围分割成多个区域，并分别计算各所述区域内的人群数量；
将各所述区域内的潜在人群数量分别使用颜色值映射至颜色区间；
将各所述区域内的潜在人群数量对应的颜色填充至对应的所述区域内，获得可视化的热力效果图。
另外，将所述预设范围分割成多个区域包括：将所述预设范围分割成m*n个网格；
所述m和所述n均为自然数，所述m等于所述n；或者，所述m大于或小于所述n。
另外，在对所述预设范围内的噪音数据进行分析处理的步骤中，包括：
从所述噪音数据中，分别获取所述预设范围内安装在各公路的声源计所采集到的噪音分贝值。
另外，在对所述预设范围内的视域数据进行分析处理的步骤中，包括：
从所述视域数据中，调取并展示所述地块的水准基面中心点到预设高度的视域范围。
另外，在对所述预设范围内的交通数据进行分析处理的步骤中，包括：
从所述交通数据中，调取所述预设范围内的各道路等级；
根据各道路等级，分别模拟各时间段从所述地块驾车行驶预设时长可到达的行车范围，获得可视化的各时段的行车范围效果图。
另外，获取已创建的楼型的基本信息包括：获取所述楼型的参数信息。
另外，所述楼型的参数信息包括：所述楼型是否严格日照的信息、所述楼型是否考虑山地建造的信息、所述楼型是否商住分离的信息、所述楼型的总面积、所述楼型的容积率、所述楼型的名称、所述楼型是否可拼合的信息、所述楼型的标准层高、所述楼型的标准层面积。
另外，所述参数信息为可更改的信息。
另外，所述楼型为从楼型数据库中选择创建得到，或所述楼型为在线直接创建得到。
另外，所述楼型数据库为系统内的楼型数据库，或为系统外的楼型数据库。
另外，获取所述楼型的基本信息还包括：获取所述楼型中功能区的划分信息。
附图说明
图1是本发明第一实施方式的智能的建筑模型生成方法的流程示意图；
图2是本发明第二实施方式的智能的建筑模型生成方法的流程示意图；
图3是本发明第三实施方式的智能的建筑模型生成方法的流程示意图；
图4为本发明的第四实施方式的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。
本发明的第一实施方式涉及一种智能的建筑模型生成方法，如图1所示，包括如下步骤：
步骤110，在地图上获取已描绘的用于生成建筑概念规划方案的地块。
步骤120，将地块的各边界以预设比例外扩，得到对所述地块进行分析的预设范围。
步骤130，从至少一个数据库中调取该预设范围内的数据。
步骤140，对该预设范围内的所调取的数据进行分析处理。
步骤150，获取已创建的楼型的基本信息。
步骤160，根据对该预设范围内的数据的分析处理结果和获得的楼型的基本信息，得出若干组建筑概念规划方案。
步骤170，对应各建筑概念规划方案，在地块上分别在线自动生成并渲染可供多用户浏览、编辑的3d模型。
通过上述内容不难看出，可随时调用数据库中的大数据对用于建筑概念规划的地块进行分析，并通过获取已创建楼型的基本信息，可在线实现多组建筑概念规划方案的智能生成，同时各建筑概念规划方案又可在线进行渲染并生成3d模型，并可同时供多个用户浏览、编辑，即本实施方式的建筑模型生成方法采用的是ai生成结合人工编辑的模式，因此，使得本实施方式的建筑模型生成方法的学习成本较低，因此从根本上解决bim在居住建筑领域的降本与提效问题。
具体地说，在本实施方式中，结合图1所示，在步骤130中，从数据库中调取的数据包括多个维度，分别为：该预设范围内的功能点数据、该预设范围内的房屋价格数据、该预设范围内的商业点数据、该预设范围内的潜在人群密集度数据、该预设范围内的噪音数据、该预设范围内的视域数据、该预设范围内的交通数据。同时，本实施方式所采用的数据库包括：自建数据库、开源数据库及合作方数据库，系统在调取数据的过程中，可从其中一种数据库中调取，也可同时从多种数据库中调取。
并且，由于本实施方式在模型创建前，所调取的数据有多个维度，因此，为了便于对各种维度的数据进行分析，在从各数据库中调取该预设范围内的数据的步骤之后，即在步骤130之后，并在对该预设范围内所调取的数据进行分析处理的步骤之前，即在步骤140之前，如图1所示，还包括如下步骤：
步骤131，将各数据按不同维度进行分类。从而使得系统在对各数据进行分析处理时，可根据不同类别依次进行。具体为，在步骤140中，本实施方式在对该预设范围内的功能点数据进行分析处理的步骤中，具体包括：
先从功能点数据中，获取预设范围内的功能点的总数量，然而，将各功能点按预设的功能类别进行分类，最后，统计各功能类别中的功能点的数量。并且，需要说明的是，在本实施方式中，功能点的功能类别共包含7种，分别为：商业类、教育类、医疗类、政府类、景观类、社区类和交通类，在对各功能点进行分类时，可按上述7种类别逐一进行归类，然后，可由系统逐一统计各功能类别中功能点的数量。并且，在统计各类别功能点的数量时，系统可采用聚类算法统计地图中预设范围内各类功能点的数量。
另外，本实施方式在对该预设范围内的房屋价格数据进行分析处理的步骤中，具体包括：从房屋价格数据中，分别计算该预设范围内各楼盘的房屋均价。从房屋价格数据中，计算该预设范围内的房屋的总体均价。从房屋价格数据中，获取该预设范围内的房屋的最高价格。并且，系统在计算每种均价时所运用的算法可以简单的累加，并结合计算均值的数学方法。
另外，本实施方式在对该预设范围内的商业点数据进行分析处理的步骤中，具体包括：先从商业点数据中，获取该预设范围内各商业点的位置。然后，在该预设范围内对各商业点的位置以热力点形式进行标记。最后，对该预设范围内的各热力点按密集度进行分类，从而获得可视化的具有若干个商业热力辐射区的热力效果图。并且，需要说明的是，在对该预设范围内的各热力点按密集度进行分类的过程中，可采用聚类算法对该预设范围内的各商业点进行归纳聚类。
另外，本实施方式在对该预设范围内的潜在人群密度数据进行分析处理的步骤中，具体包括：先从潜在人群密度数据中，获取该预设范围内的潜在人群的位置。然后，将预设范围分割成多个区域，并分别计算各区域中的潜在人群数量。接着，将各区域内的潜在人群数量分别使用颜色值映射至颜色区间。最后，将各区域内的潜在人群数量对应的颜色填充至对应的区域内，获得可视化的热力效果图，从而使得地图可以热力图形式反应该预设范围内的潜在人群密度的情况。并且，需要说明的是，在将预设范围分割成多个区域地步骤中，包括：科将预设范围分割成m*n个网格，且m和n均为自然数，且m等于n；或者，m大于或小于n。同时区域中的各网格以正方形作为最优选方案，当然，在实际应用时，各网格也可以是菱形或者也可以是长方形。
另外，本实施方式在对该预设范围内的噪音数据进行分析处理的步骤中，具体包括：从噪音数据中，分别获取该预设范围内安装在各公路的声源计所采集到的噪音分贝值。从而使得地图中的该预设范围内能够更为直观的反应各条公路的噪音情况。
另外，本实施方式在对预设范围内的视域数据进行分析处理的步骤中，具体包括：从视域数据中，调取并展示该预设范围中所描绘地块的水准基面中心点到预设高度的视域范围。从而使得用户能够以俯视角度更为直观的观察到该预设范围全貌。
另外，本实施方式在对该预设范围内的交通数据进行分析处理的步骤中，具体包括：先从交通数据中，调取该预设范围内的各道路等级。然后，根据各道路等级，分别模拟各时间段从所描绘的地块驾车行驶预设时长可到达的行车范围，从而获得可视化的各时段的行车范围的效果图。
另外，在步骤150中，即在获取已创建的楼型的基本信息的步骤中，获取已创建的楼型的基本信息，如图1所示，包括：步骤1501，获取楼型的参数信息，并且，该参数信息可包括：楼型是否严格日照的信息、楼型是否考虑山地的信息、楼型是否商住分离的信息、楼型的总面积、楼型的容积率、楼型的名称、楼型是否可拼合、楼型的标准层高、楼型的标准层面积等。
进一步的，系统根据接收到的数据的分析处理结果和获得的楼型的基本信息，可将其作为得出若干组建筑概念规划方案的算法的初始条件，该算法中结合了步骤140中对该预设范围内的所调取的数据进行分析处理的结果，以及步骤150中获取已创建的楼型的基本信息，从而在执行步骤160时，可得出最优解的若干组建筑规划设计方案方案。
本发明的第二实施方式设计一种智能的建筑模型生成方法，第二实施方式是在第一实施方式的基础作了进一步改进，其主要改进在于，在本实施方式中，楼型的参数信息为可更改的信息，系统允许对楼型的相关参数进行设置，并且，本实施方式中已创建的楼型，可以是用户在线直接创建得到的楼型，或者也可以是从系统的楼型数据库中选择创建得到的楼型。也就是说，在获取楼型的参数信息的步骤中，即在步骤1501，具体包括：可获取在线创建的楼型的参数信息，或者获取从楼型数据库中选择创建得到的楼型的参数信息。
具体地说，当楼型为用户在线直接创建得到时，用户可以对楼型的户型比进行精确搭配。而当楼型为从楼型数据库中选择创建得到时，用户不但可以对楼型进行选择，还可以选择楼型的搭配方式，比如，选择创建的楼型均纯高层楼型、或为高层楼型 多层楼型、又或为高层楼型 别墅、又或为高层楼型 多层楼型 别墅，从而可降低用户在创建楼型时的学习成本，使得楼型可迅速创建完成。
并且，本实施方式中所提到的从楼型数据库中选择的楼型，该楼型数据库可以是系统自带的楼型数据库，或者也可以系统外的楼型数据库，比如说，系统外的楼型数据库可以是用户存储在外部存储设备上的楼型数据库、在线下载的数据库等。
通过上述内容不难看出，由于本实施方式的建筑模型生成方法，系统允许对楼型的相关参数进行设置，因此可满足更多用户的使用需求。
本发明的第三实施方式设计一种智能的建筑模型生成方法，第三实施方式是在第一或第二实施方式的基础上作了进一步改进，其主要改进在于，在本实施方式中，如图3所示，在步骤150，即获取已创建的楼型的基本信息的步骤中，所获取的楼型基本信息还包括：步骤1502，获取楼型中功能区的划分信息。
具体地说，在本实施方式中，系统还允许对楼型中的功能区进行分区划界，从而使得楼型的功能区可被分割为：住宅区、商业区、办公区及不可建区。从而使得楼型可满足不同人群的需求。
本发明的第四实施方式涉及一种电子设备，如图4所示，包括：存储器31、处理器32以及存储在所述存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现以下步骤：
在地图上获取已描绘的用于生成建筑概念规划方案的地块。
将地块的各边界以预设比例外扩，得到对所述地块进行分析的预设范围。
从至少一个数据库中调取该预设范围内的数据。
对该预设范围内的所调取的数据进行分析处理。
获取已创建的楼型的基本信息。
根据对该预设范围内的数据的分析处理结果和获得的各设计参数，得出若干组建筑概念规划方案。
对应各建筑概念规划方案，在地块上分别在线自动生成并渲染可供多用户浏览、编辑的3d模型。
其中，存储器和处理器采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器和存储器的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器。
本发明的第五实施方式涉及一种存储介质，所述存储介质存储有计算机程序，计算机程序被处理器执行时，实现以下步骤：
在地图上获取已描绘的用于生成建筑概念规划方案的地块。
将地块的各边界以预设比例外扩，得到对所述地块进行分析的预设范围。
从至少一个数据库中调取该预设范围内的数据。
对该预设范围内的所调取的数据进行分析处理。
获取已创建的楼型的基本信息。
根据对该预设范围内的数据的分析处理结果和获得的各设计参数，得出若干组建筑概念规划方案。
对应各建筑概念规划方案，在地块上分别在线自动生成并渲染可供多用户浏览、编辑的3d模型。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。
1.一种智能的建筑模型生成方法，其特征在于，包括如下步骤：
在地图上获取已描绘的用于生成建筑概念规划方案的地块；
将所述地块的各边界以预设比例外扩，得到对所述地块进行分析的预设范围；
从至少一个数据库中调取所述预设范围内的数据，并对所述数据进行分析处理；
获取已创建的楼型的基本信息；
根据所述数据的分析处理结果和获得的所述楼型的基本信息，得出若干组建筑概念规划方案；
对应各所述建筑概念规划方案，在所述地块上分别在线自动生成并渲染可供多用户浏览、编辑的3d模型。
2.根据权利要求1所述的智能的建筑模型生成方法，其特征在于，从所述数据库中调取的所述数据包括多个维度，分别为：所述预设范围内的功能点数据、所述预设范围内的房屋价格数据、所述预设范围内的商业点数据、所述预设范围内的潜在人群密集度数据、所述预设范围内的噪音数据、所述预设范围内的视域数据、所述预设范围内的交通数据；
在从至少一个数据库中调取所述预设范围内的数据的步骤之后，并在对各所述数据进行分析处理的步骤之前，还包括如下步骤：
将各所述数据按不同维度进行分类。
3.根据权利要求2所述的智能的建筑模型生成方法，其特征在于，在对所述预设范围内的功能点数据进行分析处理的步骤中，包括：
从所述功能点数据中，获取所述预设范围内所述功能点的总数量；
将各所述功能点按预设的功能类别进行分类；
统计各所述功能类别中的所述功能点的数量。
4.根据权利要求3所述的智能的建筑模型生成方法，其特征在于，所述功能类别包括：商业类、教育类、医疗类、政府类、景观类、社区类和交通类。
5.根据权利要求2所述的智能的建筑模型生成方法，其特征在于，在对所述预设范围内的房屋价格数据进行分析处理的步骤中，包括：
从所述房屋价格数据中，分别计算所述预设范围内各楼盘的房屋均价；
从所述房屋价格数据中，计算所述预设范围内的房屋的总体均价；
从所述房屋价格数据中，获取所述预设范围内的房屋的最高价格。
6.根据权利要求2所述的智能的建筑模型生成方法，其特征在于，在对所述预设范围内的商业点数据进行分析处理的步骤中，包括：
从所述商业点数据中，获取所述预设范围内各所述商业点的位置；
在所述预设范围内对各所述商业点的位置以热力点的形式进行标记；
对所述预设范围内的各所述热力点按密集度进行分类，获得可视化的具有若干个商业热力辐射区的热力效果图。
7.根据权利要求2所述的智能的建筑模型生成方法，其特征在于，在对所述预设范围内的潜在人群密度数据进行分析处理的步骤中，包括：
从所述潜在人群密度数据中，获取所述预设范围内的潜在人群位置；
将所述预设范围分割成多个区域，并分别计算各所述区域中的人群数量；
将各所述区域内的潜在人群数量分别使用颜色值映射至颜色区间；
将各所述区域内的潜在人群数量对应的颜色填充至对应的所述区域内，获得可视化的热力效果图。
8.根据权利要求7所述的智能的建筑模型生成方法，其特征在于，将所述预设范围分割成多个区域包括：将所述预设范围分割成m*n个网格；
所述m和所述n均为自然数，所述m等于所述n；或者，所述m大于或小于所述n。
9.根据权利要求2所述的智能的建筑模型生成方法，其特征在于，在对所述预设范围内的噪音数据进行分析处理的步骤中，包括：
从所述噪音数据中，分别获取所述预设范围内安装在各公路的声源计所采集到的噪音分贝值。
10.根据权利要求2所述的智能的建筑模型生成方法，其特征在于，在对所述预设范围内的视域数据进行分析处理的步骤中，包括：
从所述视域数据中，调取并展示所述地块的水准基面中心点到预设高度的视域范围。
11.根据权利要求2所述的智能的建筑模型生成方法，其特征在于，在对所述预设范围内的交通数据进行分析处理的步骤中，包括：
从所述交通数据中，调取所述预设范围内的各道路等级；
根据各道路等级，分别模拟各时间段从所述地块驾车行驶预设时长可到达的行车范围，获得可视化的各时段的行车范围效果图。
12.根据权利要求1所述的智能的建筑模型生成方法，其特征在于，获取已创建的楼型的基本信息包括：获取所述楼型的参数信息。
13.根据权利要求12所述的智能的建筑模型生成方法，其特征在于，所述楼型的参数信息包括：所述楼型是否严格日照的信息、所述楼型是否考虑山地建造的信息、所述楼型是否商住分离的信息、所述楼型的总面积、所述楼型的容积率、所述楼型的名称、所述楼型是否可拼合的信息、所述楼型的标准层高、所述楼型的标准层面积。
14.根据权利要求13所述的智能的建筑模型生成方法，其特征在于，所述参数信息为可更改的信息。
15.根据权利要求1所述的智能的建筑模型生成方法，其特征在于，所述楼型为从楼型数据库中选择创建得到，或所述楼型为在线直接创建得到。
16.根据权利要求15所述的智能的建筑模型生成方法，其特征在于，所述楼型数据库为系统内的楼型数据库，或为系统外的楼型数据库。
17.根据权利要求1-16中任意一项所述的智能的建筑模型生成方法，其特征在于，获取已创建的所述楼型的基本信息还包括：获取所述楼型中功能区的划分信息。
18.一种电子设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-17中任意一项所述建筑模型的生成方法的步骤。
19.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-17中任意一项所述建筑模型的生成方法的步骤。
技术总结