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。
- 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。
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)
- KD树
- 格网结构 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:
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。
- 附加 (“ADD”),除了父平铺之外,还会渲染子平铺。
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]
- region —— number[6]
- sphere —— number[4]
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
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:
tile format 切片格式
有两大数据表:要素表/特征表Feature Table和批处理表Batch Table
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:
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
- 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
- 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:
- 二进制体:
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:
- 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
- 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。
- 二进制体:
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。
Header和body
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:
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:
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noBATCH_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。
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:
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.。
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。
- 更多见另一篇文章:GIS坐标系统
版权归原作者 dankokoko 所有, 如有侵权,请联系我们删除。