文摘

为了探索设计的建筑空间模型,提出了一种基于大数据地图的可视化方法。指的瓦片金字塔模型,提出了一种多维聚合金字塔模型(MAP),它扩展了2 d空间分层聚合的瓦片金字塔的多维时间/空间/属性,支持多维层次聚合时间,空间和属性。然后,以激发集群为并行预处理工具和HBase分布式数据库模型数据的持久存储地图,一个开源的分布式可视化框架(MAP-Vis)实现。BIM模型重建,组件实例的分层分割策略提出了基于IFC结构树分离的数字和模拟原始IFC文件。重建IFC模型文件转换成glTF格式文件,和几何空间的双重关系映射和语义属性转换过程完成。最后,BS-AB场景组件的可见性检测算法基于层次包围(BVH)结构提出了消除建筑组件的可见性。实验结果表明,BIMviews缓慢加载IFC文件的实验对象并获取模型数据,平均约40年代,卡顿是显而易见的。然而,它只需要大约7 s glTF文件加载到大数据由Three.js地图可视化设计。再次验证,glTF格式更适合比IFC BIM模型数据格式。可视化设计,基于大数据地图显示和交互是基于glTF格式。 It proves the effectiveness of big data map visualization.

1。介绍

的成熟和多样化数据采集手段如个人智能设备、浮动车GPS,物联网,和社交媒体,数据源是变得更丰富和更丰富的,收集的数据量是增加爆炸。与巨大的体积,这些大数据流生成,无数的类型和价值包含两个时空和高维特征(1]。时空特征指的是数据与空间位置和时间标签或属性字段,可以反映时空位置。高维特性是指,除了时间和空间数据包含其他功能属性,这些属性和法律反映的信息往往是更有价值的研究。可视化是一个重要的步骤和手段,分析和挖掘时空的大数据,可以直接反映了模式和法律中包含的数据。建筑信息模型(BIM)提供了先进的数字化工具和信息管理的信息共享平台建设项目的整个生命周期。它解决了信息传输错误和数据共享困难的问题所面临的传统设施工程和已广泛应用于建筑、工程、建筑、和设施管理(AEC / FM) [2)(图1)。BIM的最大价值在于多个参与者和多个学科之间的有效协作。建筑规模的不断增加和日益复杂的建筑信息数据,其模型可视化和大规模数据管理越来越难做,不能满足工程建设的当前BIM本地化应用程序需求信息数据管理、共享和同步。显然,同时满足多个用户访问的需求随时随地在不同的设备和不同的操作系统,它尤为重要,有效地确保BIM模型和数据的完整语义互操作性(3]。

2。文献综述

朱w .提出一般的法律和建筑创作思维过程和特点结合起来,总结了视觉表达和设计工具(4]。赵l .视觉媒体的设计分为三个方面,绘画,实体模型,和数字设计,并分析它如何影响设计信息,以便更好的完成和表达设计(5]。MW Kowalczyk试图想象建筑设计过程从计算机编程的角度(6]。Djari c系统地总结了相关因素的发展,信息来源,设计载体,和表达的工具,可视化技术和理论,讨论了特定的应用程序在不同阶段的设计过程中,为设计师提供有效的视觉表达方式在建筑设计的过程7]。Ladlf苏兹提出的序列快照和模型在GIS的“时间。“序列快照模型是目前最简单的时空数据模型。它广泛用于各种时态GIS系统。这个数据模型完全存储状态数据在不同的时间在研究区,这样没有改变的对象多次保存,导致数据冗余,降低系统的利用效率(8]。海盐等人提出了基态修正模型在此基础上,它只保存初始状态数据和改变的一部分相对于研究区域的初始状态,大大减少了数据冗余。然而,这些模型只是简单的模拟时间和没有真正解决问题的时空组合(9]。关提出了一种向量模型、时空复合模型,将空间划分为一系列时空复合单位代表同一时间过程(10]。邹y提出的时空对象模型介绍了时间维度,使其正交二维空间,将现实世界抽象为一个离散时空原子组成的对象集。这种模型主要倾向于地理空间实体的空间变化随着时间的推移,这是一个简单的模拟研究对象的时空变化过程(11]。福等人提出了一个物种三域分类模型的时空。他们相信简单的将时间作为一个新的维度引入时空数据模型不能充分表达和展示世界,所以他们的时空数据组织的角度位置,时间,和对象。与面向对象技术在计算机的出现,现实世界抽象为一组由不同类型的对象(实体),并建立了一个面向对象的时空数据模型。这个模型在描述复杂现象(有很大优势12]。Mehta扩展时空利用Brisson晶格原子结构复杂,提出了一种面向对象的时空数据模型基于晶格元组(13]。

基于当前的研究中,基于大数据的地图可视化的方法。指的瓦片金字塔模型,提出了一种多维聚合金字塔模型(map),它扩展了2 d空间分层聚合的瓦片金字塔的多维时间/空间/属性,支持多维层次聚合时间,空间和属性。BIM模型重建,组件实例的分层分割策略提出了基于IFC结构树分离的数字和模拟原始IFC文件。重建IFC模型文件转换成glTF格式文件,和几何空间的双重关系映射和语义属性转换过程完成。最后,BS-AB场景组件的可见性检测算法基于层次包围(BVH)结构提出了消除建筑组件的可见性。

3所示。大数据地图的可视化设计

3.1。2 d金字塔模型

在地理信息系统(GIS),瓦片金字塔模型映射通常用于二维地图显示。这是一个多分辨率层次模型。从底部到顶部,金字塔的解析是变得越来越低。金字塔包含多个层。每一层是由多个广场砖拼接,每个瓷砖组成的像素(默认分辨率通常是256×256像素)。为了描述施工过程的2 d金字塔模型更准确地说,概念是本研究中定义如下:(1)像素:像素的最小数据单元金字塔模型;即单个像素在瓷砖瓷砖金字塔表示为水平 在哪里l的层次结构是金字塔,X和y空间范围中包含的像素,p代表抽样特征值在空间范围内的像素,如总统计值,如均值和总和。(2)瓷砖:瓷砖瓦片金字塔模型像素相邻空间的组合,和默认的分辨率为256×256像素,表示为 在哪里l的层次结构是金字塔,X和y的行和列数字是瓷砖,w是瓷砖的分辨率,最后联盟代表的像素空间内的瓷砖(14]。(3)金字塔,金字塔是由各级瓷砖组成的空间多尺度模型,表示为

基于上述概念,建设金字塔的模型也需要相应的操作,共同完成空间维度的层次聚合。四个基本操作定义如下:(1)提取操作:它负责每个原始记录映射到像素单元。一个像素可以对应一个或多个原始记录。提取操作 (2)集团操作:主要建立相应的像素和瓷砖之间映射关系,即获得具体的像素应该所属瓷砖。操作公式是 (3)键值操作:最大程度的瓷砖和聚合数据是通过组操作。可以四叉树/空间填充曲线的关键代码的瓷砖,瓷砖的值是像素的集合,和它的键值将转换。瓷砖的形式将存储键值对建立后续的分布式存储的基础。(4)聚合操作:与集团操作,结合像素在一个瓷砖,聚合的聚合是瓷砖之间的水平。提取、组织和键值操作获得瓷砖最大的金字塔的水平。接下来,他们需要聚合级别,级别得到每一层的瓷砖,最后得到的金字塔模型。总操作公式

3.2。多维聚合金字塔模型

多维聚合金字塔(map)模型是一种时空多维层次聚合模型基于传统的瓦片金字塔模型。其中,时间维度和空间维度属于定位功能。整个由两个标识一个时空的单位和作为时空单位的关键。离散属性维度聚合树值,这两个键值对的形式相对应。以这种方式,实现时空的聚合、属性维度也聚合,和多维时空的聚合金字塔模型包含空间,时间,获得属性维度(15]。(1)聚合树(faa_tree):属性聚合树是一个树结构形成的聚合每个维度的时空对象的属性,这简化了实际存储空间广度优先遍历的结果。获得一个固定长度维数组可以存储结构,和公式 在哪里 。通过遍历节点数组序列属性聚合树根据层次结构。与树结构相比,固定长度的数组结构为后续的存储和处理提供了极大的便利。(2)时空的像素(圣像素):不同的像素域特征的2 d地图瓦片,时空的像素是一维结构,属性维度信息的容器,地图的最小数据单元模型。时空的像素扩展的概念的内涵瓦片金字塔像素。除了空间坐标的范围之外,他们还添加时间尺度坐标。这个公式是 在哪里代表的规模坐标预定时间粒度和树的属性聚合 ,这是视觉内容的真正来源。(3)圣瓦:时空瓷砖的概念是这样的2 d模型,这是由时空的像素。时空的瓷砖包含时空的像素。时空的像素属性维度聚合树山形成时空多维数据集可以实现分层聚合。时空的瓷砖是地图的基本单元模型显示。它是一个5-tuple,定义为 在哪里l是金字塔的水平,X和y瓷砖的行和列数字,T代表坐标规模预设时间粒度,瓷砖_faa公式 在哪里 在瓦级别属性聚合树得到积累相对应的下标数组序列faa_tree属性聚合树中每个像素的瓷砖。

它可以看到从(10)定义时空瓷砖不再是二维平面的概念,因此,二维的基本操作需要进一步扩大。(1)提取操作:除了提取地理位置信息外,还需要提取时间信息和属性维度,生成属性聚合树,和列表的顺序。操作 (2)集团操作:有两个步骤。第一步主要是建立相应的时空的像素映射关系和时空的瓷砖,也就是说,获取具体的像素应该所属瓷砖,以定位不仅在太空也。这个公式是 在哪里t和T代表集团操作所需的时间限制。因此,时空的每个像素所属单位可以通过找到(12),时空的像素可以被映射到特定的时空的瓷砖。第二步的操作是减少所有时空的像素映射到同一时空的瓷砖和总像素在同一时间粒度下的瓷砖和相同的地理范围。同时,时空的聚合树瓦Tile_faa圣瓦是一维的积累相应的位置固定长度数组faa_tree所有时空的像素,和公式 (3)键值操作:tile_分裂。在FAA为每个节点,节点共同与四叉树编码和时间t瓷砖的生成的关键。然后,把像素对应于每个节点设置为值生成一个键值对。键值操作的真正意义的统计结果的事件属性节点内的瓷砖在时间空间T。(4)聚合操作:它需要被限制在同一时间t,聚合后的瓷砖关键价值和最终获得多维的金字塔模型。这个公式是

3.3。场景管理策略

在实际的呈现过程中,通常有成千上万的建筑组件渲染场景,和网络带宽、内存容量和渲染性能通常是有限的。如果所有组件呈现场景渲染不加区别地,它会造成巨大的销售GPU性能,减少图形渲染的效率。因此,它是非常重要的优化组织,管理和调度渲染场景。有许多解决方案的管理和优化渲染场景,如能见度扑杀,感兴趣的区域设置,LOD索引结构,和批处理调用渲染(16]。

浏览器视图的模型数据由视点位置和视图锥,通常只有整个渲染场景的一部分。因此,组织和管理渲染场景的可见性扑杀是一个广泛使用的现场管理方法。视觉圆锥扑杀,脸扑杀,阻塞扑杀三个广泛使用可见性扑杀技术。技术比较如图2。

扑杀背面进行光栅化阶段。它可以提高渲染性能的扑杀回的观点。这是一个本机支持OpenGL能见度扑杀算法。阻塞消除可以消除无形的对象被可见对象。虽然它可以减少渲染管道和GPU的性能开销,实现基于硬件和需要收集阻挡物体的位置信息和阻挡物体,它占据了CPU资源。在许多实时渲染视觉圆锥扑杀的存在。它是用来剔除视锥外多边形或对象视图,只呈现几何图形在视觉圆锥视图,提高图形渲染的效率。相对而言,消除视觉圆锥算法适用于渲染场景的组织和管理17]。在这项研究中,BSphere体积和AABB盒碰撞检测算法,介绍了构建基于BVH可视锥消除算法。

3.4。实验方法和过程

3.4.1。模型转换

原始IFC文件通常包含几何信息(空间位置和空间关系等)和nongeometric信息(属性类型和材料地图,等等),并在模型转换的过程中,它往往会导致建筑对象语义属性信息的缺乏,导致缺乏模型信息的完整性。因此,有必要单独BIM模型的数字模型和存储和加载单独几何空间信息和语义属性信息,确保完整性和BIM模型的语义。国际金融组织和管理BIM模型的构建和组件信息树结构的形式。每个建筑组件实例是一个节点在IFC结构树中,每个节点和空间或属性关系如夹杂物和与它的父节点或其他通过它的父节点和子节点。例如,每个IFC墙实例包含在IFC墙父节点作为一个子节点,类似地,IFC墙父节点是包含在IFC建筑元素作为子节点,这是与国际金融公司的门。国际金融结构树的递归访问每个节点和出口的几何属性信息构建组件实例或其他BIM场景信息层级结构,它不仅可以有效地管理IFC文件和减少数据冗余还为组件批量渲染奠定基础。

BIM服务器提供国际金融公司文件管理,数据分析,格式化输出等功能。本研究还将遍历和检索整个建筑模型的层次关系通过BIM服务器和建筑模型分割成相应的IFC模型文件和JSON文本文件通过递归访问国际金融结构树。IFC模型文件存储BIM空间和几何信息,而JSON文本文件存储BIM属性和类型信息(18]。数字模拟分离过程如图3。

在过去的研究中,有许多解决方案将IFC文件格式转换成GLTF格式文件。选择OBJ文件作为中间格式。首先,叫IFC IFC开放壳库转换工具将IFC文件转换成OBJ文件,然后将OBJ转换成GLTF格式文件通过obj2gltf工具发起AGI(分析图形,Inc .),从而实现整体转换GLTF国际金融公司。通过调用Revit API和继承IExternal指挥IExternal应用程序接口,本研究构建国际金融公司glTF转换框架基于c#语言和意识到通过Revit2gltf glTF模型文件输出。数据转换过程如图4(19]。

BIM模型转换的过程中,通常需要完成从几何信息映射到WebGL的空间关系。这是因为组件位置坐标信息在IFC文件由IfcLocalPlacement定义属性,通常采用局部坐标系,WebGL是全球坐标系统。因此,建立IFC模型组件之间的联系和WebGL相机,必须进行空间坐标系统转换,主要包括模型转换和视觉转换。局部坐标系的坐标转换为世界坐标系统的变换空间几何的翻译,缩放和旋转单独或结合(20.]。考虑到笛卡儿坐标系统采用右手法则,把z设在为例,如图5。

通常,一个点 在太空将通过4×4矩阵米变换(15),得到一个新的观点 :

如果一个顶点 在当地坐标系统转换的距离 在x设在,y设在,z分别设在获得 ,替换成(15),我们可以获得翻译矩阵,即

如果点缩放以原点为基础点 ,和时间的x设在,y设在,z分别设在方向,这一点 将获得的,它可以被替换成(15)获得扩展矩阵,即

如果这个数字在旋转着Z设在,如图6,Z可以忽略,因为价值转换Z值保持不变。在这个时候,集R到原点的距离o重要的是 。α是角X设在旋转。根据三角函数方程,重点时的旋转矩阵 旋转的角度ß在Z设在可以获得,即

同样,旋转矩阵当旋转角度B的X设在和旋转矩阵当旋转角度ß在Y设在可以获得。

总之,IFC模型的几何信息文件可以转换为空间坐标系统(19)完成从组件的几何信息映射到WebGL空间关系,也就是说, 在哪里 顶点时旋转转换矩阵在坐标轴旋转。数字模拟分离和数据转换后,glTFmodel语义属性和JSON文件通过构造函数引入到同一个场景对象“装载机”三个。js完成几何模型和语义属性信息的加载WebGL (21]。

3.4.2。现场管理

可视锥扑杀使用渲染场景的空间相关性来判断里面的场景模型或与视觉圆锥相交。查看锥本身通常是由6减少飞机,和部分的剖切面图所示6。张角在垂直方向的视锥。Dn和Df是距离角度剪切面附近和剪切面,分别。接下来的和高频附近的高剪切面和剪切面,分别。

假设相机的长宽比k和一个顶点P (XO,乔,佐薇)是在正确的剪切面。根据几何关系,顶点之间的距离和剪切表面可以通过方程计算(6),来判断顶点之间的空间关系和剪切表面,也就是说,

如果d< 0,顶点在视锥外。如果d≥0,顶点在视觉锥。这是因为当剪裁空间变化时,左边和右边坐标系变化,剪切表面法向量指向查看锥。根据组件的所有顶点之间的空间关系和切割表面,它可以确定整个组件和观看锥有包容、路口,或分离的关系,来确定是否加载和渲染组件。

(1)BVH-based能见度检测算法对BS-AB场景组件:使用空间数据结构和层次结构组织现场和建立一个边界框近似描述组件体积略大,但是相对简单的几何特性的低效率是一个有利的方式来解决线性数组遍历在复杂的场景和视觉圆锥交叉测试的困难复杂的组件。层次边界卷(BVH)是一种常用的空间数据结构。它组织和管理场景中的对象层次树结构基于空间信息,包括内部节点和叶节点从根节点下。

因此,BVH结构树可以根据国际金融公司创建组件树。这里,锥场景被认为是一个根节点,和每个Ifc建筑元素(如IfcWall和IfcDoor)放置在内部的节点作为一个类别;然后,每个类别下的家庭是叶子节点。当仍有不同的组件在叶子节点,继续构建BVH树根据家庭和家庭类型,直到叶子节点包含家庭实例。在场景中添加附件的目的是过滤围墙外的几何通过准确的碰撞检测。常用的边界的身体包括BSphere身体和AABB盒子。Bsphere体积算法是基于球面半径R和距离d从球体中心的切削表面观看锥。如果d<r球体是分开没有加载可视锥。如果d | | <r球面相交,视觉圆锥加载。如果d>r,查看锥的加载范围,其结构如图7。AABB盒算法是基于边界框的顶点之间的距离和观看锥的切削表面。判断是否加载边界框是由边界框的顶点是否在观看锥或两个点之间的连接线是否通过查看锥。其结构如图8。

当碰撞检测执行视觉锥和等级之间的边界的身体,BSphere predetection首先执行,执行和递归访问每个节点从根节点。分离的内部节点和叶节点,节点和叶节点包含在内部和内部节点与视觉圆锥相交的加载。此外,叶节点,仍然在内部视觉圆锥相交节点相交的可视锥AABB盒,检测和边界框分开可视锥是消除。基于确保消除视觉圆锥的效率,该算法不仅减少了渲染管道的性能开销,而且也提高了可视化组件检测的准确性(22]。

球体结构和交叉测试是简单的,但紧张太穷了。尽管AABB框支持动态更新和检测更准确,更新效率太低。因此,本研究提出了进行球面predetection现场组件,进一步消除粗糙和宽松的组件,然后屏幕通过AABB盒检测快速实现最优检测结果。

4所示。实验和结果分析

为了验证模型转换策略和现场管理策略的有效性,本研究收集10建筑场景组成的实验数据开放IFC模型库和BIM模型数据库为例验证。这个例子验证,它被配置为英特尔(R)的核心(TM)(电子邮件保护)六个核心处理器,16 GB的内存,NVIDIA GeForce GTX 1060显卡,笔记本电脑和64位Windows10操作系统实现基于Chrome浏览器和三个。js框架。IFC版本的实验IFC2X3,所有测试数据如表所示1。

4.1。模型转换策略的有效性分析

在这项研究中,提出了glTF模型转换的目标格式实现网络负载。在这项研究中,国际金融公司的模型转换实验模型文件没有语义属性。从图可以看出8随着模型文件的体积增加,glTF体积的增加缓慢,而obj更大的增长和更大的比glTF文件。这是因为在数字模拟分离和原始IFC文件的格式转换,只有少量的信息存储在glTF文件,虽然大多数的信息存储在本文件中。

从图可以看出9,虽然总文件大小和转换时间转换模型的不同是由于不同的建筑场景,gLTF格式的压缩率超过90%,有明显的压缩与obj格式相比的优势。因此,以gLTF为目标,模型转换的格式是有效减少三维模型数据的加载,而且它也将更有利于三维模型的快速加载web上的数据。

4.2。场景管理战略的有效性分析

针对渲染帧率较低的问题,造成低能见度检测场景组件的影响,本研究提出使用基于BVH BS-AB场景组件可见性检测算法检测和消除建筑组件的可见性。在这项研究中,梅德尔10是作为实验对象,和10个锥角和相同的场景相同的观点,但不同的观点和模型组之间的距离,如图10。在不同锥的场景,与其他渲染系统性能比较的FPS价值和单一呈现时间,来验证这是否为场景可视化组件管理策略是有效的。

在实验中,这个版本的BIMviews BIMServer取决于BIMServer1.5.88。Chrome浏览器是一个84.0.4147.89的64位版本。在实验期间,启动FPS板牙Chrome浏览器的渲染侦听器监控3 d场景的渲染区域。使用统计数据。js库监控场景的渲染时间区域。此外,BIMviews IFC模型文件加载,加载glTF文件和其他方法。

实验结果如图9- - - - - -14。从数据可以看出11和12,观点和模型之间的距离减少,视觉圆锥组件的数量减少,和整体FPS值逐渐增加,但增加的其他两个方法是小和不稳定。距离5后,可视锥的组件数量大大减少。可视锥消除这种方法效果明显,并呈现帧率稳步增加。从图可以看出14距离5之前,几乎没有差异的单一呈现时间两种方法,但在距离5之后,本研究中使用的方法的呈现时间显著减少。通过实验比较,BS-AB场景组件可见性检测算法的可行性和现场管理策略的有效性进行了验证,从而满足光滑BIM模型数据网络可视化的需求。此外,在实验中,发现BIMviews缓慢加载IFC文件的实验对象并获取模型数据,平均约40年代,卡顿是显而易见的。然而,它只需要大约7 s加载glTF文件的完整显示大数据通过使用Three.js地图可视化设计。再次验证,glTF格式更适合BIM模型数据的显示和交互基于大数据地图可视化设计比IFC格式。

5。结论

场景的可见性组件由BS-AB消除场景组件基于BVH能见度检测算法。实验结果表明,该方法大大减少了BIM模型的数据量,提高了检测精度模型的可视化组件,和有一个良好的web模型加载和渲染的效果。组件的可见性(例如,建筑模型)不能检测到不同的方法,但可见的组件(例如,建筑模型)不能被检测到。后续工作将开始LOD和阻塞消除算法进一步优化渲染管道的性能开销和GPU渲染场景视觉圆锥后消除。

数据可用性

标签数据集用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作是由内蒙古科技大学的支持。