融合分层层次细节和潜在可见集的三维城市场景高效可视化

doi:10.13474/j.cnki.11-2246.2024.0117

测绘通报 ›› 2024, Vol. 0 ›› Issue (1): 102-108.doi: 10.13474/j.cnki.11-2246.2024.0117

融合分层层次细节和潜在可见集的三维城市场景高效可视化

徐海^1,2, 贺彪^1,2, 蒯希^1,2, 唐骜巍^1,2, 李泽宇³, 万远³

1. 深圳大学建筑与城市规划学院智慧城市研究院, 广东深圳 518060;
2. 深圳市城市数字孪生技术重点实验室, 广东深圳 518060;
3. 湖北师范大学城市与环境学院, 湖北黄石 435002

收稿日期:2023-03-29 出版日期:2024-01-25 发布日期:2024-01-30
通讯作者: 贺彪。E-mail:1688698@qq.com
作者简介:徐海(1997—),男,硕士生,研究方向为智慧城市、三维可视化。E-mail:xuhai2020@email.szu.edu.cn
基金资助:
鹏城国家实验室科研项目(PCNL2021ZDXM07);深圳市高等院校稳定支持计划面上项目(20220810160944001);国家重点研发计划(2019YFB2103104)

Efficient visualization of 3D city scenes combining hierarchical level of details and potential visible sets

XU Hai^1,2, HE Biao^1,2, KUAI Xi^1,2, TANG Aowei^1,2, LI Zeyu³, WAN Yuan³

1. Research Institute for Smart Cities, School of Architecture and Urban Planning, Shenzhen University, Shenzhen 518060, China;
2. Shenzhen Key Laboratory of Digital Twin Technologies for Cities, Shenzhen 518060, China;
3. School of City and Environment, Hubei Normal University, Huangshi 435002, China

Received:2023-03-29 Online:2024-01-25 Published:2024-01-30

摘要/Abstract

摘要： 三维城市场景的可视化是数字城市的关键技术,也是智慧城市提供各种智慧服务的重要环节。三维城市模型中的数据量和复杂度呈几何级数增长,给城市三维场景的数据组织和可视化带来沉重的负担,在当前基于游戏引擎与地理信息系统技术构建的城市级可视化平台中,这类数据很难一次性加载和可视化。针对此问题,本文提出了一种融合分层层次细节和潜在可见集的三维城市场景高效可视化方法,实现了大规模三维城市场景动态调度加载的高效性和三维可视化视觉一致性,并选择深圳市前海区域进行案例试验分析。结果表明,本文提出的基于自适应性空间网格划分的潜在可见集计算方法的平均遮挡剔除率高达76.6%,可以大幅剔除并减低单次加载进三维城市场景的模型数据量;融合分层层次细节和潜在可见集的动态调度,其渲染可视化帧率基本约保持在60帧/s,可以满足三维城市场景高效流畅的可视化体验。

关键词: 智慧城市, 三维可视化, 自适应划分, 潜在可见集, HLOD

Abstract: The visualization of 3D city scenes is a key technology in digital cities, and it is also an important link in the provision of various smart services in smart cities. However, the amount and complexity of data in 3D city models grows geometrically, which imposes a heavy burden on data organization and visualization of urban 3D scenes, in the current city-level visualization platform based on game engine and geographic information system technology, this kind of data is difficult to load and visualize at one time. Aiming at this problem, this paper proposes a method for efficient visualization of 3D urban scenes that integrates hierarchical levels of detail(HLOD) and potentially visible sets(PVS), which realizes the efficiency of dynamic scheduling and loading of large-scale complex 3D urban scenes and the visual consistency of 3D visualization. A case study is carried out in the Qianhai area of Shenzhen. The results show that the average occlusion removal rate of the potentially visible sets calculation method based on adaptive partition proposed in this paper is as high as 76.6%, which can greatly remove and reduce the amount of model data loaded into a 3D city scene; Integrating the dynamic scheduling of HLOD and PVS, the rendering visualization frame rate is basically maintained at around 60 FPS, which can meet the efficient and smooth visualization experience of 3D urban scenes.

Key words: smart city, 3D visualization, adaptive partitioning, potential visible set, HLOD

中图分类号:

P208

徐海, 贺彪, 蒯希, 唐骜巍, 李泽宇, 万远. 融合分层层次细节和潜在可见集的三维城市场景高效可视化[J]. 测绘通报, 2024, 0(1): 102-108.

XU Hai, HE Biao, KUAI Xi, TANG Aowei, LI Zeyu, WAN Yuan. Efficient visualization of 3D city scenes combining hierarchical level of details and potential visible sets[J]. Bulletin of Surveying and Mapping, 2024, 0(1): 102-108.

参考文献

[1] 郭仁忠,林浩嘉,贺彪,等. 面向智慧城市的GIS框架[J]. 武汉大学学报(信息科学版),2020,45(12): 1829-1835.
[2] 贺彪,郭仁忠,张琛,等. 面向数字孪生城市的自然场景构造方法[J]. 测绘通报,2022(7): 87-92.
[3] 陈军,刘建军,田海波. 实景三维中国建设的基本定位与技术路径[J]. 武汉大学学报(信息科学版),2022,47(10): 1568-1575.
[4] 朱庆,张利国,丁雨淋,等. 从实景三维建模到数字孪生建模[J]. 测绘学报,2022,51(6): 1040-1049.
[5] HUO Y,YANG A,JIA Q,et al. Efficient visualization of large-scale oblique photogrammetry models in unreal engine[J]. ISPRS International Journal of Geo-Information,2021,10(10): 643.
[6] HUANG J W,LUCASH M S,SCHELLER R M,et al. Walking through the forests of the future: using data driven virtual reality to visualize forests under climate change[J]. International Journal of Geographical Information Science,2021,35(6):1155-1178.
[7] 周杨,胡校飞,靳彩娇,等. 图形图像融合的海量建筑绘制[J]. 中国图象图形学报,2018,23(7): 1072-1080.
[8] 任明阳,任福,贺彪,等.融合潜在可视集预加载的Cesium优化方法[J].测绘地理信息,2022,47(S1):63-68.
[9] LEYVAND T,SORKINE O,COHEN-OR D.Ray space factorization for from-region visibility[J].ACM Transactions on Graphics,2003,22(3):595-604.
[10] 王钦佳. 基于Unity的预计算遮挡剔除系统设计与实现[D].武汉:华中科技大学,2020.
[11] 郑晔,郭仁忠,贺彪,等.利用映射-归约的分布式区域对象可视查询方法[J/OL].武汉大学学报(信息科学版).2021-09-14.http://kns.cnki.net/kcms/detail/42.1676.TN.20210914.1227.006.html.
[12] CAO Z.Recent development of smart city in Japan[J].International Journal of Sustainable Society,2018,10(4):260-281.
[13] AIREY J M,ROHLF J H,BROOKS Jr F P. Towards image realism with interactive update rates in complex virtual building environments[J].ACM SIGGRAPH Computer Graphics,1990,24(2):41-50.
[14] HAI Xu,BIAO He,ZEYU Li. Efficient visualization of 3D city scenes by integrating the GIS and unreal engine[C]// Proceedings of Fourth International Conference on Geoscience and Remote Sensing Mapping.[S.l.]:SPIE,2022:12551.
[15] 朱庆,陈兴旺,丁雨淋,等. 视觉感知驱动的三维城市场景数据组织与调度方法[J]. 西南交通大学学报,2017,52(5): 869-876.
[16] 陈军,刘万增,武昊,等. 智能化测绘的基本问题与发展方向[J]. 测绘学报,2021,50(8): 995-1005.
[17] 胡金星,马照亭,吴焕萍,等. 基于格网划分的海量地形数据三维可视化[J]. 计算机辅助设计与图形学学报,2004,16(8): 1164-1168.
[18] 郭霄汉,迟远英,丁治明. 基于感知特征的时空过程可视化模型构建[J]. 计算机与数字工程,2021,49(12): 2514-2518.
[19] 陈兴旺. 视觉感知驱动的复杂三维城市场景数据自适应组织与调度方法[D].成都:西南交通大学,2018.
[20] 周东波,朱庆,杜志强,等. 粒度与结构统一的多层次三维城市模型数据组织方法[J]. 武汉大学学报(信息科学版),2011,36(12): 1406-1409.
[21] 龚俊,朱庆,张叶廷,等. 顾及多细节层次的三维R树索引扩展方法[J]. 测绘学报,2011,40(2): 249-255.

融合分层层次细节和潜在可见集的三维城市场景高效可视化

Efficient visualization of 3D city scenes combining hierarchical level of details and potential visible sets

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘国超, 彭卫平, 刘伟. 基于新型智慧城市视角的地质灾害监测——以广州市为例[J]. 测绘通报, 2024, 0(3): 162-167.
[2]	李少英, 张新长, 吴志峰, 陈澄静, 阮永俭. 创新创业训练与智慧城市课程深度融合的实践探索[J]. 测绘通报, 2024, 0(3): 168-172.
[3]	陈贵花, 彭文. 基于二维、三维平台AIS三维可视化制图综合关键方法[J]. 测绘通报, 2023, 0(6): 172-175.
[4]	华安中, 孙灏. 大规模中心城区精细化建模及可视化研究[J]. 测绘通报, 2023, 0(12): 121-126.
[5]	吕奕杰, 叶健. 滑坡模拟三维地形建模关键技术与应用[J]. 测绘通报, 2023, 0(11): 7-11,17.
[6]	张新长, 廖曦, 阮永俭. 智慧城市建设中的数字孪生与元宇宙探讨[J]. 测绘通报, 2023, 0(1): 1-7,13.
[7]	阮永俭, 张新长, 居圣哲, 廖曦, 阮宝珍, 刘江, 敬峰瑞. 智慧城市快速建设背景下的老旧社区智慧化改造探讨[J]. 测绘通报, 2023, 0(1): 14-19.
[8]	张新长, 李少英, 阮永俭. 智慧城市课程思政:核心元素和实施策略[J]. 测绘通报, 2022, 0(9): 158-161.
[9]	王琳, 郭功举, 刘一宁. 面向智慧城市建设的地理实体构建方法[J]. 测绘通报, 2022, 0(2): 20-24.
[10]	骆光飞, 刘云波, 王智, 廖胤齐, 赵洴, 孙娜, 卢旺达. 基于多源数据的高精地图生产技术及三维可视化表达[J]. 测绘通报, 2022, 0(11): 171-174.
[11]	田立征, 李成名, 刘晓丽, 印洁. 时空大数据分类体系研究[J]. 测绘通报, 2021, 0(5): 1-4.
[12]	任立夫. 基于BIM技术的地下管线建模应用分析[J]. 测绘通报, 2021, 0(2): 149-152.
[13]	冯增文, 李珂, 李梓豪, 任传斌. 低空无人机的倾斜摄影测量技术在城市轨道交通建设中的应用[J]. 测绘通报, 2020, 0(9): 42-45.
[14]	白洋, 康会涛, 张文超, 贾玉娜, 郑浩. 无人机在露天矿山监测中的应用[J]. 测绘通报, 2020, 0(9): 85-88.
[15]	张馨文, 张春晓. 虚拟地理环境在智慧城市中的研究与应用[J]. 测绘通报, 2020, 0(5): 11-15,30.