3dTiles 数据规范详解[2] Tileset与Tile
转载请声明出处:全网@秋意正寒 https://www.cnblogs.com/onsummer/p/13128682.html
一、一个简单的3dTiles数据示例
上图是一份 3dTiles数据集在文件夹内的样子,层层打开可得以下特点:
- 入口文件是
tileset.json
- 各级瓦片用文件夹(目录)来组织
3dTiles 数据目前的具体文件实现,是一些零散的文件。
数据集的名称与所在文件夹的名称并无关系,数据集的名称写在入口文件中。
3dTiles至少有一个 tileset.json
文件,作为整个数据集的入口。它是一个 json 文件,描述了整个三维瓦片数据集,它记录的是上一节提及的“逻辑信息”,还包括一些其他的元数据。而“属性信息”、“嵌入的gltf模型” 则位于各个二进制瓦片文件中,这些二进制文件则由 tileset.json
中的瓦片中的 uri
来引用。
瓦片是什么?
瓦片,屋顶上的瓦片。古时候,盖房子,屋顶不能一次浇筑完工,也没有特定的“屋顶”零件,所以只好一片片瓦片盖上去(我瞎掰的)。
瓦片切割了三维数据,允许三维数据进行细分。我们都知道网速是有限的,在加载超大规模的三维模型数据时,不可能把一个模型全部下载下来再渲染,那样等待的时间太慢了,但是一点一点出现,视野范围外的“瓦片”则干脆就不下载、渲染,性能、视觉都有提高。这就是瓦片的设计优点。
传统的二维地图瓦片,叫做 WMTS 或 TMS,这个 "T" 就是 Tile
的意思。
现在,你只要知道,3dTiles就是把空间进行切块,每个块叫做 “tile”,也即瓦片。至于怎么切的——待会介绍 tileset.json 时,会隆重介绍树结构。
瓦片只有两种情况:叶子瓦片,非叶子瓦片。根瓦片也是非叶子瓦片。非叶子瓦片和叶子瓦片有什么区别呢?主要就是叶子瓦片不会再有孩子了(树结构的知识哈,不懂的建议去学习数据结构中的树)。
瓦片包含什么内容呢?本篇稍微靠后再仔细了解瓦片。
现在,我们先认识一下,描述整个 3dTiles 数据集的入口文件,也叫做三维瓦片数据集 —— tileset.json:
二、Tileset——(三维)瓦片数据集
通常,一个三维瓦片数据集(之后简称:一个3dtiles数据)的入口就是那个”tileset.json“,至于这个文件的名称可不可以改,暂时未作测试。
现在,我们先来研究研究 这个入口文件记录了哪些信息,拿一份最简单的 3dtiles数据来举例,该数据只有一个根瓦片(root),根瓦片再无子瓦片。
root对象中有一个content,内有uri属性,其就记录了根瓦片的二进制数据文件的URL,这个URL是个相对路径,相对于 tileset.json 文件。
① 顶级属性概览
通过上面介绍,3dTiles数据的入口文件是一个名叫 tileset.json
的文件,而通常来说,这个json必须存在以下几个顶级对象:
- asset
- root
- geometricError
由于本人学识有限,目前不太清楚 geometricError
的精确含义,只知道这个数值的大小能控制 LOD 的显示隐藏,且这个数值父级瓦片一定比子级瓦片大。
asset
对象,记录了整个数据集的声明和归属数据,类似于数据声明,能在此写入 version
、tilesetVersion
等属性,当然也可以像上方的例子一样,写入生成工具、gltf朝向等信息。
root
对象,即这个数据集的根瓦片,每个3dTiles数据集必须有一个 root
对象。
至于 tileset.json
中其他的顶级对象,请查阅官方文档:点我
② root瓦片及其children
树结构对于三维空间数据的组织有很大的优势。3dTiles在空间上允许数据集使用如下几种树结构:
- 四叉树
- 八叉树
- KD树
- 格网结构
四叉树允许使用传统的均匀四叉树,也允许使用松散四叉树等变种(例如,允许子节点,即子瓦片允许存在空间范围重叠)。
上图为两个子瓦片在空间上存在部分重叠,照顾到了建筑物不可能严格切分的特点。
四叉树对在高度上不太好切分的数据比较适合,而如果追求极致的空间分割和分级(例如点云数据),那么八叉树更合适。
八叉树也允许使用各种变种。
kd树比较难理解,在此不作展开,这也是一种有趣的空间结构分割的数据结构。
格网结构的树允许瓦片存在多个子瓦片:
通常出现在倾斜摄影数据上,但是这会导致网络请求过多的问题。
③ 坐标系统
我们可以用简单的两位数、三位数:经纬度,还有一个高度来标识地球表面附近的任何一个点。经纬度的范围不超过三位数,而用米作单位的空间直角坐标系来描绘地球,数字太大,不好记忆。
在GIS中,WGS84就是一个用经纬度来标识空间坐标的“地理坐标系,Geographic Coordinate System”。
由于历史上对地球测量的技术不同,科学家制造了多个长半轴短半轴不太一样的“椭球”,来模拟地球的形状。目前,最具代表性的就是两个以地球质心为中心的椭球体:
- WGS84椭球体
- 中国国家2000椭球体(即CGCS2000)
基于椭球体,我们允许有多种不同的坐标系定义,WGS84坐标系其实并不太严谨。基于WGS84椭球(长短半轴等信息自行查询哈),可以使用球面坐标度量,即经纬度,还有一个从质心射向椭球面上的点的“椭球高度”射线,来记录第三维高度数据。
介绍了那么多,3dTiles其实采用的是WGS84椭球,但是并未采用经纬度记录数据:因为相对于精细三维模型来说,经纬度不足以提供足够精确的空间分割(要照顾图形显示问题)。所以,同样是那个形状,3dTiles使用了同一个WGS84椭球,但是更方便计算的坐标:空间直角坐标。
用经纬度记录数据的WGS84坐标系,WKID是4326,用地心为坐标原点的空间直角坐标来记录数据的坐标系,WKID是4979.
3dTiles 用的就是4979坐标系。
三、Tile——构成3dtiles的成员:瓦片
通常,瓦片对象会引用一个二进制的瓦片数据文件(也有例外,往下拉一点会说):
在1.0 版本的规范中,瓦片所引用的二进制的瓦片数据文件,有四种类型:
类型 | 英文名称 | 文件后缀名 |
---|---|---|
批量三维模型 | Batch 3D Model | b3dm |
实例三维模型 | Instance 3D Model | i3dm |
点云 | PointCloud | pnts |
复合模型 | Component | cmpt |
这些不同的瓦片对应了些什么数据呢?本篇只贴一张各种数据类型的截图和信息对比表:
瓦片类型 | 对应实际数据 |
---|---|
b3dm | 传统三维建模数据、BIM数据、倾斜摄影数据 |
i3dm | 一个模型多次渲染的数据,灯塔、树木、椅子等 |
pnts | 点云数据 |
cmpt | 前三种数据的复合(允许一个cmpt文件内嵌多个其他类型的瓦片) |
关于这些二进制瓦片数据文件的数据结构如何,下一篇开始会详细展开。
现在,我们关注一下,瓦片对象的职能,也就是,它记录了啥信息:
这是一个children下的第一个瓦片,观察不难得知,与root瓦片其实在属性上长得一模一样。
瓦片对象都有如下属性:
- boundingVolume:空间范围框,允许有box、sphere、region三种范围框,但是只能定义一种
- geometricError:几何误差
- content:瓦片内容,uri属性引用二进制瓦片数据文件。
- 其他属性:viewerRequestVolume、transform
没错,瓦片对象记录的就是瓦片的元数据,真正瓦片的本体数据在content所引用的二进制文件中。
瓦片还可以再引用 3dTiles 数据集!
我一再强调3dTiles十分灵活。
Tile不仅仅可以在其uri属性中引用 诸如 .b3dm
、.i3dm
、.pnts
等二进制瓦片数据文件,还可以再引用一个 3dTiles!
这是一份从osgb倾斜摄影数据转换而来的3dtiles数据,清晰可见在root瓦片的第一个child瓦片中,引用了另外一个json文件。这证明了两件事:
- 3dTiles的文件名可以不是tileset.json
- 3dTiles允许套娃
原则上,只要被引用的子一级3dtiles 不循环引用父级3dtiles,那么就OK(规范如是说)。
它真的很灵活!
下一节将展示二进制瓦片文件中的至关重要的一部分:两大数据表。
3dTiles 数据规范详解[2] Tileset与Tile的更多相关文章
- 3dTiles 数据规范详解[1] 介绍
版权:转载请带原地址.https://www.cnblogs.com/onsummer/p/12799366.html @秋意正寒 Web中的三维 html5和webgl技术使得浏览器三维变成了可能. ...
- 3dTiles 数据规范详解[3] 内嵌在瓦片文件中的两大数据表
转载请声明出处:全网@秋意正寒 零.本篇前言 说实话,我很纠结是先介绍瓦片的二进制数据文件结构,还是先介绍这两个重要的表.思前想后,我决定还是先介绍这两个数据表. 因为这两个表不先给读者灌输,那么介绍 ...
- 3dTiles 数据规范详解[4.1] b3dm瓦片二进制数据文件结构
B3dm,Batched 3D Model,成批量的三维模型的意思. 倾斜摄影数据(例如osgb).BIM数据(如rvt).传统三维模型(如obj.dae.3dMax制作的模型等),均可创建此类瓦片. ...
- 3dTiles 数据规范详解[4.2] i3dm瓦片二进制数据文件结构
i3dm,即 Instanced 3D Model,实例三维模型的意思. 诸如树木.路灯.路边的垃圾桶.长椅等具有明显 重复 特征的数据.这类数据用得较少(笑,现在都喜欢搞BIM.倾斜摄影.精模.白模 ...
- JVM 运行时数据区详解
一.运行时数据区 Java虚拟机在执行Java程序的过程中会把它所管理的内存划分为若干个不同数据区域. 1.有一些是随虚拟机的启动而创建,随虚拟机的退出而销毁,所有的线程共享这些数据区. 2.第二种则 ...
- ContentProvider数据访问详解
ContentProvider数据访问详解 Android官方指出的数据存储方式总共有五种:Shared Preferences.网络存储.文件存储.外储存储.SQLite,这些存储方式一般都只是在一 ...
- 【HANA系列】SAP HANA XS使用JavaScript数据交互详解
公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[HANA系列]SAP HANA XS使用Jav ...
- 学习《深度学习与计算机视觉算法原理框架应用》《大数据架构详解从数据获取到深度学习》PDF代码
<深度学习与计算机视觉 算法原理.框架应用>全书共13章,分为2篇,第1篇基础知识,第2篇实例精讲.用通俗易懂的文字表达公式背后的原理,实例部分提供了一些工具,很实用. <大数据架构 ...
- 【HANA系列】【第一篇】SAP HANA XS使用JavaScript数据交互详解
公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[HANA系列][第一篇]SAP HANA XS ...
随机推荐
- ThreadLocal Thread ThreadLocalMap 之间的关系
ThreadLocal :每个线程通过此对象都会返回各自的值,互不干扰,这是因为每个线程都存着自己的一份副本.需要注意的是线程结束后,它所保存的所有副本都将进行垃圾回收(除非存在对这些副本的其他引用) ...
- PAT1080 MOOC期终成绩 (25分) ——同样参考了柳婼大神的代码及思路,在自己的代码上做了修改,还是很复杂
1080 MOOC期终成绩 (25分) 对于在中国大学MOOC(http://www.icourse163.org/ )学习“数据结构”课程的学生,想要获得一张合格证书,必须首先获得不少于200分 ...
- 树莓派4B获取IP地址的几种简易方法
首先声明一下,使用的是Paspbian系统,其实其他系统和本文说的获取IP地址关系也不大. 1.当你有路由器,有PC客户端的情况,你把你的树莓派用网线将其连接起来.你可以借助这个软件,advanced ...
- 【asp.net core 系列】2 控制器与路由的恩怨情仇
0. 前言 在上一篇文章中,我们初步介绍了asp.net core,以及如何创建一个mvc项目.从这一篇开始,我将为大家展示asp.net core 的各种内容,并且尝试带领大家来挖掘其中的内在逻辑. ...
- STL中的迭代器分类
STL中迭代器的分类 五类迭代器如下: 1.输入迭代器:只读,一次传递 为输入迭代器预定义实现只有istream_iterator和istreambuf_iterator,用于从一个输入流i ...
- Java实现蓝桥杯VIP算法训练 小生物的逃逸
试题 算法训练 小生物的逃逸 资源限制 时间限制:1.0s 内存限制:256.0MB 问题描述 空间中有n个球,这些球不相交也不相切.有m个可以视为质点的小生物,可能在某些球内,也可能在所有球之外,但 ...
- Java实现 LeetCode 81 搜索旋转排序数组 II(二)
81. 搜索旋转排序数组 II 假设按照升序排序的数组在预先未知的某个点上进行了旋转. ( 例如,数组 [0,0,1,2,2,5,6] 可能变为 [2,5,6,0,0,1,2] ). 编写一个函数来判 ...
- Java实现 LeetCode 66 加一
66. 加一 给定一个由整数组成的非空数组所表示的非负整数,在该数的基础上加一. 最高位数字存放在数组的首位, 数组中每个元素只存储单个数字. 你可以假设除了整数 0 之外,这个整数不会以零开头. 示 ...
- Java实现最优二叉查找树
1 问题描述 在了解最优二叉查找树之前,我们必须先了解何为二叉查找树? 引用自百度百科一段讲解: 二叉排序树(Binary Sort Tree)又称二叉查找树(Binary Search Tree), ...
- Java实现第十届蓝桥杯数的分解
试题 D: 数的分解 本题总分:10 分 [问题描述] 把 2019 分解成 3 个各不相同的正整数之和,并且要求每个正整数都不包 含数字 2 和 4,一共有多少种不同的分解方法? 注意交换 3 个整 ...