0
0

3DTiles —— 三维瓦片

文章目录

工具+详解+版权所属@四季留歌
重要参考
CesiumGS/3d-tiles

一、glTF

详见这里。
KhronosGroup/glTF

二、3DTiles

1.3dTiles的特点

  • 三维模型使用了 glTF 规范，继承它的渲染高性能。
  • 3DTiles由tileset.json和tile组成，其中tile可以是.b3dm、.i3dm、.pnts、.vctr和.cmpt中的任一种格式文件。
  • 除了嵌入的 glTF，3dTiles 自己 只记录各级Tile的空间逻辑关系（如何构成整个3dtiles）和属性信息，以及模型与属性如何挂接在一起的信息，不记录模型数据。

模型数据：三维模型的顶点、贴图材质、法线、颜色等信息。
逻辑关系：各级Tile是如何在空间中保持连续的，LOD是如何组织的。

2.一个简单的3dTiles数据示例

  • 入口文件是 tileset.json，描述了整个三维瓦片数据集，记录“逻辑信息”，还包括一些其他的元数据。
  • 各级瓦片用文件夹（目录）来组织，“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。在这里插入图片描述
  • 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。
  • 瓦片只有两种情况：叶子瓦片(无子节点)，非叶子瓦片。

3.Tileset——(三维)瓦片数据集——.json

  • 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。

在这里插入图片描述

顶级属性概览(必需)：asset、root、geometricError

而通常来说，这个json必须存在以下几个顶级对象：

  • asset：有关整个tileset的元数据，应用于特定程序的数据有glTF版本号，生成工具等。
  • root：3D Tiles tileset中的根切片。
  • geometricError：几何误差，表示简化后的切片/瓦片(tile)与原始几何图形的差异（米为单位）。
  • 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。
  • tile的几何误差代表了该切片的选择指标，是一个非负值。
  • 根tile是源几何体的最简化版本，将具有最大的几何误差，然后每个连续级别的子级别将具有比其父级更低的几何误差，其中叶子具有接近0的几何误差。
  • 较高的几何误差意味着切片重新定义为更加细化的切片。
  • Screen-Space Error(SSE),屏幕空间误差：如果渲染tile和其子节点没有内容，则会引入tile的源几何图形与简化后的图形之间的差异（以像素为单位）。

其他属性root、children、refine、content、boundingVolume

children

定义子切片的对象数组。
每个子切片内容都由其父切片的边界范围框完全包围，并且通常具有小于其父切片的几何误差。
对于叶子切片，此数组长度为零，并且可能未定义子切片。

3dTiles在空间上允许数据集使用如下几种树结构：

  • 四叉树：适合高度上不太好切分的数据
  • 八叉树：追求极致的空间分割和分级（例如点云数据）在这里插入图片描述
  • KD树
  • 格网结构在这里插入图片描述 例如上面的children下有17个子节点，每个节点对应一个uri，与下面中的17个文件一一对应：在这里插入图片描述
refine 细化

确定在选择较低分辨率的父平铺进行渲染时，该父平铺的渲染过程。
允许的优化类型有：

  • 替换 （“REPLACE”），则子图块将代替父图块进行渲染，即不再呈现父图块。在这里插入图片描述
  • 附加 （“ADD”），除了父平铺之外，还会渲染子平铺。在这里插入图片描述

省略时，继承父级切片的。

bounding volumes 边界范围框

每个子切片内容都由其父切片的边界范围框完全包围。
包含切片或其内容的边界框，只需要一个box、region或sphere。

  • box —— number[12]在这里插入图片描述在这里插入图片描述在这里插入图片描述
  • region —— number[6]在这里插入图片描述
  • sphere —— number[4]在这里插入图片描述在这里插入图片描述
content

有关切片内容的元数据和指向内容的链接

viewer request volume 视图请求范围框

在这里插入图片描述
在这里插入图片描述

Tile——构成3dtiles的成员：瓦片/切片——.json

  • tile是tileset的子集，所以一般也是.json后缀，里面包含可渲染内容的引用（即切片内容，如用uri）和元数据（如内容的边界范围框boundingVolume）。
tile content 切片内容
  • 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），是渲染所需的二进制信息：在这里插入图片描述在这里插入图片描述
tile format 切片格式

在这里插入图片描述
有两大数据表：要素表/特征表Feature Table和批处理表Batch Table
在这里插入图片描述

tile info 切片信息

从瓦片内容可知，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。

瓦片还可以再引用 3dTiles 数据集，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！

  • 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。

坐标参考系 （CRS）

见下文。

4.数据与模型

  • 3DTiles由tileset.json和tile组成，其中tile可以是.b3dm、.i3dm、.pnts、.vctr和.cmpt中的任一种格式文件。
  • 除了嵌入的 glTF，3dTiles 自己 只记录各级Tile的空间逻辑关系（如何构成整个3dtiles）和属性信息，以及模型与属性如何挂接在一起的信息，不记录模型数据。

模型数据：三维模型的顶点、贴图材质、法线、颜色等信息，由gltf承担起来的（作为glb格式嵌入到瓦片二进制文件中）。
逻辑关系：各级Tile是如何在空间中保持连续的，LOD是如何组织的。

所以，“属性数据” 和 “模型” 是如何产生联系的呢？
使用了两个重要的表来记录这种 “模型与属性” 的联系：

  • FeatureTable（要素表）
  • BatchTable（批量表）

要素表、批量表都是以 二进制 形式存储。

tile瓦片二进制数据文件的大致字节布局结构(b3dm、i3dm、pnts)

除去cmpt这个复合类型不谈，前三种的大致布局见下图：
在这里插入图片描述
每一种瓦片二进制数据文件都有一个记录该瓦片的文件头信息，文件头包括若干个因瓦片不同而不太一致的数据信息。

  • 当fileHead含有要素表时，fileHead还将包含featureTableJSONByteLength和featureTableBinaryByteLength uint32，用于提取功能表的每个相应部分。
  • 当fileHead含有批次表时，fileHead还将包含batchTableJSONByteLength和batchTableBinaryByteLength uint32，用于提取功能表的每个相应部分。

FeatureTable，要素表 —— 记录渲染相关的数据

CesiumGS_FeatureTable
在这里插入图片描述

  • 即描述了要素每个要素的位置和外观属性。
  • 例如b3dm,每一个模型都是一个要素；例如pnts，每个点都是一个要素。
要素表的结构

在这里插入图片描述

  • 填充：
  • JSON头必须以包含的tile二进制文件中的8字节边界结束，必须使用后继空格字符0x20填充JSON头以满足字节对齐。
  • 二进制body必须以包含的tile二进制文件中的8字节边界开始与结束，必须使用任何值的附加字节填充二进制体，以满足此要求。
  • 二进制属性必须以字节偏移量开始，该字节偏移量是属性componentType的字节大小的倍数（参考glTF）。例如，FLOAT组件类型的属性每个元素有4个字节，因此开始位置的偏移量必须是4的倍数。为了满足此要求，必须在前面的二进制属性中填充其他任意值的字节。
  • JSON头：在这里插入图片描述在这里插入图片描述
  • 二进制体：在这里插入图片描述

BatchTable，批次表 —— 记录属性数据

CesiumGS_BatchTable

  • 如果把批次表删掉，那么 3DTiles 数据还能正常渲染。因为在3dtiles布局中：在这里插入图片描述
  • 记录的是每个模型的属性数据，以及扩展数据（扩展数据以后再谈）。
  • 批次表就是所谓的模型属性表，批次表中每个属性数组的元素个数 == 模型的个数，即一个数组代表一种属性，每一种属性的元素和每一个模型一 一对应。

其实也有例外的情况，有关 3DTiles 数据规范的扩展能力。

  • 要素表和批次表唯一的联系就是 BATCH_LENGTH（每一个batch为一个要素，即代表批次表中每种属性的元素个数），在 i3dm 中叫 INSTANCE_LENGTH，在 pnts 中叫 POINTS_LENGTH（每一个点为一个要素）。
批次表的结构

在这里插入图片描述

  • 填充：和特征表一样
  • Batch Table 由两部分组成：JSON 标头和可选的 little endian 二进制正文。
  • JSON头：

JSON 描述属性，其值可以直接在 JSON 中定义为数组，也可以引用二进制正文中的部分。在二进制体中存储长数值数组效率更高。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

  • 二进制体：在这里插入图片描述

扩展数据（extensions）与额外补充信息（extras）（后补）

其实，无论是要素表，还是批量表，都允许在 JSON 中存在扩展数据，以扩充当前瓦片模型的功能，而并不是单一的一个一个模型顺次存储在瓦片文件、glb 中。

三、b3dm——tile二进制数据文件结构

  • B3dm，Batched 3D Model，成批量的三维模型的意思，允许对异构3D模型（例如城市中的不同模型建筑物）批处理。
  • 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。
  • 每个模型属性（例如ID）在运行时能够识别和更新各个模型。

在这里插入图片描述
在这里插入图片描述

Header和body

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Feature Table

要素表，记录的是整个瓦片渲染相关的数据，而不是渲染所需的数据(glb中)。

  • 全局属性：
    属性名属性数据类型属性描述是否必需BATCH_LENGTHuint32当前瓦片文件内三维模型（BATCH、要素）的个数yesRTC_CENTERfloat32[3]如果模型的坐标是相对坐标，那么相对坐标的中心即此no

    注意，如果glb模型并不需要属性数据，即要素表和批量表有可能是空表，那么 BATCH_LENGTH 的值应设为 0 .

  • 要素属性：在这里插入图片描述

BatchTable

{"height":{"byteOffset":0,"componentType":"FLOAT",//4"type":"SCALAR"//1},"geographic":{"byteOffset":40,"componentType":"DOUBLE","type":"VEC3"},}

从上表可以看出，height 属性跨越 0 ~ 39 字节，一共40个字节.
通过 FeatureTableJSON 可以获取 BATCH_LENGTH 为10，那么就有10个模型，对应的，这 40 个字节就存储了10个 height 值。即FLOAT类型的数据字节长度为 4，刚好 4 byte × 10 = 40 byte，即 height 属性的全部数据的总长。

不写二进制本体数据：

{"height":[10.0,20.0,15.0,...],// 太长了不写那么多，一共10个"geographic":[[113.42,23.10,102.1],[111.08,22.98,24.94],// 太长不写]}
  • 同样是一个数字，二进制的JSON文本大多数时候体积会比二进制数据大。
  • 对于属性的值类型是 JSON 中的 object、string、bool 类型，则必须存于 JSON 中，因为二进制体只能存 标量、234维向量四种类型的数字数据。

tiny_gltf（解析osgverse内容）——可读取b3dm（后补）

需要了解gltf，参考这里：gltf
源码
使用方法参考

四、pnt——tile二进制数据文件结构

3d-tiles_PointCloud

Header和body

  • pnts瓦片文件不内嵌 glTF 模型，故结构如下：在这里插入图片描述在这里插入图片描述

Feature Table

  • 全局属性：
    属性名属性数据类型属性描述是否必需POINTS_LENGTHuint32瓦片中点的数量。所有的点属性的长度必须与这个一样yesQUANTIZED_VOLUME_OFFSETfloat32 * 3量化偏移值与QUANTIZED_VOLUME_SCALE属性必须同时存在或同时不存在QUANTIZED_VOLUME_SCALEfloat32 * 3量化缩放比例与QUANTIZED_VOLUME_OFFSET属性必须同时存在或同时不存在CONSTANT_RGBAuint8 * 4为所有点定义同一个颜色，默认是灰色noBATCH_LENGTHuint32当前瓦片文件内三维模型（BATCH、要素）的个数yesRTC_CENTERfloat32[3]如果模型的坐标是相对坐标，那么相对坐标的中心即此no

    BATCH_LENGTH 的意义是：点云瓦片中这么多点是可以划分的，每一类叫做 BATCH。
    例如对一栋建筑进行点云扫射，那么墙体的所有的点可以归属为 墙体BATCH，窗户的所有点可以归属为 窗户BATCH。
    BATCH_LENGTH 指示了当前pnts瓦片的点被划分成了多少个类别。

1.pnts瓦片中颜色的优先级

RGBA>RGB>RGB565>CONSTANT_RGBA。其中，CONSTANT_RGBA 是全局的，前三个是点要素属性里的。
当然，还可以使用 3dTiles 的 style 来改变样式。

2.QUANTIZED_VOLUME量化空间范围体

通常点云数据只留其“形”，而具体每个点的坐标可以不那么精确。

每个瓦片，都有它自己的空间范围，为了节约数据占用，可以使用相对坐标来记录每个 instance 的位置，也即记录全局属性中的 RTC_CENTER 属性。

但是，即便用了相对坐标，instance 的坐标值仍然是 FLOAT 类型，占 4字节。
在这里插入图片描述
例如，如何将 (16464, 2172, 63312) 这个量化的坐标映射回瓦片原本的坐标呢？参考公式：
在这里插入图片描述
即量化坐标 PositionQuantized 各个坐标分量乘上缩放因子（ Scale / 65535 ），然后加偏移坐标即可。

三个方向的缩放因子 QUANTIZED_VOLUME_SCALE:float[3] 和 偏移量 QUANTIZED_VOLUME_OFFSET:float[3] 作为全局属性写在要素表JSON中。

如果这两个全局属性未定义，则 逐要素属性中的 POSITION_QUANTIZED 这个量化坐标也不会存在，即使用原有的 float 类型坐标记法。

需要注意的是，量化坐标和普通坐标只能二选一。

  • 要素属性/逐要素（每个点）属性：
    属性名属性数据类型属性描述是否必需POSITIONfloat32 * 3直角坐标的点yes ，除非POSITION_QUANTIZED属性存在POSITION_QUANTIZEDuint16 * 3量化空间范围体内的直角坐标点是，除非POSITION属性存在；与QUANTIZED_VOLUME_SCALE和QUANTIZED_VOLUME_OFFSET必需同时存在。RGBAuint16 * 3量化空间范围体内的直角坐标点noRGBuint8 * 3RGB颜色noRGB565uint16有损压缩颜色，红5绿6蓝5，即65536种颜色noNORMALfloat32 *3法线noNORMAL_OCT16Puint8 * 2点的法线，10进制单位向量，有16bit精度noBATCH_IDuint8/uint16(默认)/uint32从BatchTable种检索元数据的id不必须，取决于全局属性BATCH_LENGTH

    例子

//只有点坐标const featureTableJSON ={
  POINTS_LENGTH :4,// 意味着有4个点
  POSITION :{
    byteOffset :0// 意味着从ftBinary的第0个byte开始读取}}const featureTableBinary =newBuffer(newFloat32Array([0.0,0.0,0.0,1.0,0.0,0.0,0.0,0.0,1.0,1.0,0.0,1.0]).buffer)

//相对坐标与颜色信息const featureTableJSON ={
  POINTS_LENGTH :4,// 意味着有4个点
  RTC_CENTER :[1215013.8,-4736316.7,4081608.4],// 意味着相对于这个点
  POSITION :{
    byteOffset :0// 意味着从ftBinary的第0个byte开始读取},
  RGB :{
    byteOffset :48// 颜色值意味着从ftBinary的第48个byte读取，紧接在POSITION后//4字节*3分量*4个点 = 48字节}}// Nodejs Bufferconst positionBinary =newBuffer(newFloat32Array([0.0,0.0,0.0,1.0,0.0,0.0,0.0,0.0,1.0,1.0,0.0,1.0]).buffer)// 一共12*4byte = 48byteconst colorBinary =newBuffer(newUint8Array([255,0,0,0,255,0,0,0,255,255,255,0,]).buffer)// 一共12*1byte = 12byte// ftBinary一共48+12=60byteconst featureTableBinary = Buffer.concat([positionBinary, colorBinary])

// 量化坐标与八进制编码法向量const featureTableJSON ={
  POINTS_LENGTH :4,// 意味着有4个点
  QUANTIZED_VOLUME_OFFSET :[-250.0,0.0,-250.0],// 意味着偏移基坐标是 (-250, 0, -250)
  QUANTIZED_VOLUME_SCALE :[500.0,0.0,500.0],// 意味着x和z方向的缩放比是500
  POSITION_QUANTIZED :{//uint16 * 3
    byteOffset :0// 意味着量化坐标的数据存在ftBinary的第0个字节往后},
  NORMAL_OCT16P :{//uint8 * 2
    byteOffset :24// 意味着量化坐标顶点法线的数据存在ftBinary的第24个字节往后}}const positionQuantizedBinary =newBuffer(newUint16Array([0,0,0,65535,0,0,0,0,65535,65535,0,65535]).buffer)// 一共2byte*3分量*4个点=24byteconst normalOct16PBinary =newBuffer(newUint8Array([128,255,128,255,128,255,128,255]).buffer)// 一共8*1=8byte，Uint8=8bit=1byteconst featureTableBinary = Buffer.concat([positionQuantizedBinary, normalOct16PBinary])

//点数据分类（BATCH）/ Batched points 批处理点const featureTableJSON ={
  POINTS_LENGTH :4,// 意味着有4个点
  BATCH_LENGTH :2,// 意味着4个点分成了2类（批、batch）
  POSITION :{
    byteOffset :0// 意味着POSITION将存储在ftBinary的第 0 byte之后},
  BATCH_ID :{
    byteOffset :48,// 意味着BATCH_ID的值将从ftBinary的第 48 byte之后
    componentType :"UNSIGNED_BYTE"// 意味着BATCH_ID的值类型是无符号字节数}}const positionBinary =newBuffer(newFloat32Array([0.0,0.0,0.0,1.0,0.0,0.0,0.0,0.0,1.0,1.0,0.0,1.0]).buffer)// 4个点，一共12个值，每个值4byte（Float每个数字占4byte，即32bit），一共48byteconst batchIdBinary =newBuffer(newUint8Array([0,0,1,1]).buffer)// 前2个点属于batchId = 0的batch。const featureTableBinary = Buffer.concat([positionBinary, batchIdBinary]);// 合并const batchTableJSON ={
  names :['object1','object2']}// 批量表JSON记录了属性值，有两个，刚好对上 BATCH_LENGTH

// 每个点都有属性const featureTableJSON ={
  POINTS_LENGTH :4,// 意味着有4个点
  POSITION :{
    byteOffset :0// 意味着从ftBinary的第0byte开始}}const featureTableBinary =newBuffer(newFloat32Array([0.0,0.0,0.0,1.0,0.0,0.0,0.0,0.0,1.0,1.0,0.0,1.0]).buffer)const batchTableJSON ={
  names :['point1','point2','point3','point4']// 意味着这4个点都有names属性，其值写在这里}

BatchTable

  • 批量表与b3dm的差不多，如果在 pnts 的要素表和批量表中存储了 BATCH_LENGTH 信息，那每个 BATCH 的属性就存于此。
  • 但是与 b3dm、i3dm 略有不同的是，如果要素表JSON中没有 BATCH_ID 的定义，但是批量表中却存在与点的数量 POINTS_LENGTH 一样长的属性数组，那么说明该点云瓦片的每一个点都有属性。

参考b3dm的BatchTable。

五、坐标系

3D Tiles 本地坐标系使用右手 3 轴 （x， y， z） 笛卡尔坐标系;也就是说，x 和 y 的叉积得到 z。3D Tiles 将 z 轴定义为本地笛卡尔坐标系的 up（另请参阅坐标参考系统）。

  • 瓦片集的全局坐标系通常位于 WGS 84 以地球为中心、地球固定 （ECEF） 参考框架 （EPSG 4978，Axes: Geocentric X, Geocentric Y, Geocentric Z (X,Y,Z). Directions: geocentricX, geocentricY, geocentricZ. UoM: metre.） 或EPSG:4326，Axes: Geodetic latitude, Geodetic longitude (Lat,Lon). Directions: north, east. UoM: degree.中。

3D Tiles默认使用的坐标系是地心地固坐标系（Earth-Centered, Earth-Fixed，简称ECEF），该坐标系的原点位于地球质心，主要轴如下：
X轴指向通过赤道和格林威治本初子午线的平面。
Y轴指向通过赤道并与X轴垂直的平面。
Z轴指向北极。
这种坐标系的优点是它与地球自转同步，适用于表示全球范围的三维地理数据。

  • 当使用区域边界框region时，使用地理坐标系（纬度，经度，高度）指定边界，常是EPSG 4979，Axes: Geodetic latitude, Geodetic longitude, Ellipsoidal height (Lat,Lon,h). Directions: north, east, up. UoM: degree, degree, metre.。

在这里插入图片描述

GIS——地理空间数据_坐标系统

  • 地理空间数据涉及空间要素的位置。我们可以使用地理坐标或投影坐标系 统来确定地球表面空间要素的位置。

地理坐标系统以经度和纬度表示，而投影坐标系以 x、y 坐标表示。

  • 许多投影坐标系统可在 GIS 中使用。例如，统一横轴墨卡托（UTM）格网 系统，将 84°N 与 80°S 之间的地球表面划分为 60 个地带。GIS 的基本原则是，表示不同 地理空间数据的图层必须在空间上相互匹配，换言之，它们必须基于相同的坐标系统。

这里是引用

  • 更多见另一篇文章：GIS坐标系统
标签： 3d
本文转载自: https://blog.csdn.net/qq_42491346/article/details/142089116
版权归原作者 dankokoko 所有， 如有侵权，请联系我们删除。
登录后发布评论

“3DTiles —— 三维瓦片”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

【Linux】编译器gcc/g++、动静态库

IDEA 好用的插件分享

本地Docker部署开源可视化实时监控工具Netdata并实现远程监测系统性能数据

大数据实训室中，高职大数据可视化开发技术实训课程改革研究

27.＜Spring博客系统③（实现用户退出登录接口+发布博客+删除/编辑博客）＞

Linux本地部署开源项目OpenHands基于AI的软件开发代理平台及公网访问

自动驾驶安全方向论文阅读

文章导航