课程上线 | AI驱动的建筑工程自动化建模工作坊:从 Floorplan 到 BIM 的研究与开发实践

AI驱动的建筑工程自动化建模工作坊：从 Floorplan 到 BIM 的研究与开发实践

在建筑与土木工程行业的数字化进程中，BIM已逐渐成为重要的技术基础，但当前大量项目流程仍然高度依赖二维图纸、人工建模与重复操作，导致建模效率有限、信息组织不统一、跨平台协同困难等问题长期存在。尤其在从平面图到 BIM 模型的转换过程中，传统流程往往耗时长、标准化不足，也难以满足智能化设计与自动化生产的需求。

与此同时，人工智能、机器视觉与软件接口开发的快速发展，为建筑与土木工程数字化提供了新的技术路径。无论是图像解析、自动化构件生成，还是基于规则与算法的参数化建模，AI 与 API 的结合都正在推动从“手动建模”走向“自动建模”的研究与实践转型。

在此背景下，本课程以“AI驱动的自动化建模”为主线，系统串联编程基础、Revit 软件逻辑、Revit API 插件开发、平面图图像处理、RPLAN 数据理解以及 ResBIM 研究复现等内容，帮助学员建立从二维图纸识别到三维 BIM 自动生成的完整方法框架。

本课程旨在帮助学员：

Ÿ 理解 AI 与建筑工程数字化转型之间的关系，建立自动化建模的整体认知框架。

Ÿ 掌握从编程基础到 API 开发的核心逻辑，完成从“手动操作软件”到“通过代码控制软件”的思维转变。

Ÿ 理解 Revit 建模逻辑、参数化设计思想与 Revit API 的基本开发方法，具备初步插件开发能力。

Ÿ 学习平面图图像处理、矢量化、语义解析与 BIM 构件映射的关键技术，掌握 2D-to-BIM 自动建模的基本流程。

Ÿ 通过 RPLAN 与 ResBIM 相关研究复现，理解 AI、机器视觉与 BIM 开发在工程自动化中的综合应用。

图片来源：https://doi.org/10.1016/j.ins.2021.03.032

① 以“从 Floorplan 到 BIM”为主线，形成完整研究闭环

课程不是零散的软件教学，而是围绕自动化建模这一核心问题，系统串联 AI 背景、编程基础、Revit API、图像处理与 BIM 自动生成流程，逻辑完整。

② 同时覆盖“软件理解—编程能力—插件开发—AI建模”多层能力

既讲 Revit 与参数化建模，也讲 Python、C#、Visual Studio 与 Revit API 的开发逻辑，帮助学员真正理解自动化开发链条。

③ 强调研究复现与工程应用结合

课程不仅介绍基本原理，还以 RPLAN 与 ResBIM 为案例展开复现与解析，让学员理解前沿研究如何落地到自动化 BIM 建模实践。

④ 覆盖图像处理与机器视觉关键步骤

从图像去噪、边缘检测、轮廓提取，到栅格图像矢量化与平面图构件分类，课程打通 AI 输出与 BIM 模型生成之间的关键技术环节。

⑤ 面向科研与实践双重需求

适合希望进入 BIM 自动化、Revit 插件开发、建筑智能建模、AI 建筑工程研究等方向的学习者，也适合作为论文、项目与技术储备的系统训练。

图片来源：https://doi.org/10.1016/j.autcon.2025.106584

• 生成式AI

• 2D到BIM自动建模技术

• BIM自动化

• 图像去噪（denoising）

• 图像边缘检测

• 轮廓提取

• 栅格图像到矢量结构转换

图片来源：https://doi.org/10.1016/j.ins.2021.03.032

本课程适合以下背景的学习者：

• 建筑学、土木工程、建筑技术、智能建造、工程管理等相关专业学生与研究者。

•  希望系统学习 Revit API、插件开发与 BIM 自动化的学习者。

•  对 AI 建模、机器视觉、2D-to-BIM reconstruction 感兴趣的跨学科研究者。

•  希望将编程、图像处理与 BIM 软件开发结合到科研或工程项目中的初学者与进阶者。

课程不以单一软件操作为目标，而是更强调研究逻辑、技术路径与方法理解。即使没有完整的插件开发经验，也可以通过课程逐步建立系统认知。

全课程共 10 课时，分为 4 个模块，循序渐进完成从基础认知到自动化建模流程搭建的学习路径。

AI与建筑土木工程数字化背景(Module 1)

课程简介

• 理论部分：

  本课作为课程导论，介绍人工智能（AI）在土木工程与建筑信息模型（BIM）领域的发展背景。课程将从行业数字化现状切入，分析当前二维图纸主导、人工建模繁重、跨软件协同困难等问题，并引出 AI 在自动化建模、生成式设计与数字孪生中的潜在作用。

  通过这一背景介绍，引出本课程的核心目标：利用编程、Revit API与AI技术，实现从平面图到BIM模型的自动化建模流程。

• 实操部分

  本节课包含软件安装和环境配置的教学。本节课代码以演示为主。

图片来源：https://www.leewayhertz.com/ai-in-construction/; https://insights.blackcoffer.com/civil-engineering-ai-tools-and-software/

https://www.mdpi.com/1424-8220/23/21/8740

编程基础与API思维（Module 2）

课程简介：

• 理论部分：

  本课介绍编程语言的基本概念，并以 Python 作为示范语言讲解编程逻辑。内容包括变量、数据类型、条件判断、循环结构、函数、列表与字典等基础知识。课程的重点帮助学生理解编程的核心思想：如何用代码表达逻辑、如何组织程序结构以及如何处理数据。并将简单对比 Python 与 C# 的语法特点，并说明为什么在Revit插件开发中需要使用 C# 与 Revit API。

  通过这一课，学生将建立从“手动操作软件”到“通过代码控制软件”的思维方式。

• 实操部分：

  将会结合理论部分的内容，实战几个编程案例，从入门到中等难度，会涉及到常用的python包。

图片来源：https://medium.com/@poppyseedDev/mastering-object-oriented-programming-best-practices-and-design-patterns-e570d511b3b1

Revit与Revit API插件开发（Module 3）

课程简介：

• 理论部分：

  本课介绍 Revit 软件的基本界面、建模逻辑与BIM概念，并讲解参数化设计（parametric design）的基本思想。课程将通过实例说明Revit与传统CAD软件的区别，例如构件化建模、参数驱动建模以及信息模型的概念。随后引入 Revit API 的概念，说明如何通过代码控制Revit中的建筑元素，实现自动化建模。课程还将介绍Revit插件的基本结构以及常用开发工具，包括 Add-in Manager 与 RevitLookup，帮助学生理解Revit插件开发的基本生态。

• 实操部分：

  本节课将会下载并安装两个插件到Revit软件里，并介绍这两个插件在后续的课程内容里会有什么作用。

安装插件至Revit

课程简介：

• 理论+实操部分：

  本课重点介绍如何使用 Visual Studio 创建 C# .NET 项目并开发Revit插件。课程将带领学生完成开发环境配置，并讲解Revit插件项目的基本结构，包括引用库、addin配置文件以及dll文件之间的关系。通过一个简单示例，学生将理解从源代码到Revit加载插件的完整流程，并掌握基本的插件开发方法。

从.NET开始创建Revit 的API

课程简介：

• 理论+实操部分：

  本课讲解 Revit API 的基础语法与调用方式，包括命令入口、事务机制（Transaction）、文档对象访问等关键概念。课程将通过“Hello World”示例完成插件编译，并生成 dll 文件 在Revit中显示命令。随后介绍如何使用 attach to process 功能进行程序调试（debug），帮助学生理解插件开发中的调试方法。课程最后将通过一个简单的参数化建模示例，展示如何利用Revit API创建基本建筑构件，为后续自动化建模做好准备。

从C#到dll文件（Revit可执行格式）

AI驱动的自动化建模（Module 4）

课程简介：

• 理论部分：

  由于图像处理与自动化建模不仅涉及编程，还涉及一定的数学基础，本课还将介绍相关数学概念，例如图像矩阵表示、像素坐标、空间几何关系以及特征提取等内容。通过这一课，学生将理解AI建模流程中数据与算法之间的关系。

• 实操部分：

  本课开始进入AI驱动建模的研究内容。课程首先介绍从 floorplan（建筑平面图）到BIM模型 的完整研究流程，包括数据表示、语义信息提取、几何结构解析以及BIM构件生成等步骤。

如何理解并获取格栅图形里面所隐藏的信息

图片来源：https://doi.org/10.1016/j.autcon.2025.106584

课程简介：

• 实操部分：

  本课介绍 RPLAN 数据集 的结构与数据表达方式，并讲解其在自动化建筑平面图生成研究中的作用。课程将分析RPLAN数据中不同通道的含义、语义标签以及空间关系，并解释深度学习模型如何利用这些信息学习建筑布局规则。通过复现RPLAN相关代码，学生将理解AI模型如何生成建筑平面图以及数据集在模型训练中的重要性。

CNN生成平面图

图片来源：https://doi.org/10.1016/j.autcon.2025.106584

课程简介：

• 理论部分：

  本课介绍机器视觉（Machine Vision）在建筑平面图解析中的应用。课程将讲解如何利用图像处理技术从栅格图像中提取建筑结构，包括墙体、门窗与房间边界等元素。

• 实操部分：

  主要内容包括图像去噪（denoising）、边缘检测、轮廓提取、连通域分析以及形态学处理等技术，并展示如何将图像数据转换为几何信息。这些技术是连接AI生成结果与BIM建模的重要步骤。

通过代码完成格栅图的矢量化、以及如何提取并分类平面图

图片来源：https://doi.org/10.1016/j.autcon.2025.106584

课程简介：

• 理论讲解+实操部分：

  本课进入 ResBIM研究复现 的核心部分。课程将讲解如何将图像处理后的几何与语义信息映射到Revit模型中，并利用 Revit API 自动创建墙体、门窗等建筑构件。通过这一过程，学生将理解AI输出、几何数据以及BIM建模之间的转换关系。本课重点展示如何将算法结果与Revit软件结合，实现从二维数据到三维BIM模型的自动化建模

通过Revit API和自开发的插件完成从平面图到BIM的转化

图片来源：https://doi.org/10.1016/j.autcon.2025.106584

课程简介：

• 理论部分：

  最后一课将对整个课程进行总结，并展示从 RPLAN数据生成 → 图像处理 → 几何解析 → Revit API自动建模 → BIM数据集构建 的完整流程。课程将讨论AI在建筑工程自动化中的未来研究方向，并介绍如何利用合成数据集支持2D-to-BIM reconstruction研究。通过这一课，学生将理解AI、机器视觉与BIM软件开发在建筑工程数字化中的综合应用。

图片来源：https://doi.org/10.1016/j.autcon.2025.106584

本课程将涉及以下软件与开发环境：

Revit（含 RevitLookup、Add-in Manager）

Visual Studio（C#）

PyCharm / VS Code（Python）

课程涉及的主要编程语言包括：

Python

C#（Revit API）

2026.7.22开始上课，每隔两天一节课。

北京时间晚上19:00-20:00

课程时间安排如图所示

线上直播授课，含录屏与微信答疑群辅导。

报名本课程免费赠送以下2门课程：

《1 节课带你入门机器学习与基础应用》

扫下方二维码 添加工作人员微信

JStudio科研酱

J’Studio后台酱