下一代的 3D Tiles 前瞻

下一代的 3D Tiles 前瞻

原文:Introducing 3D Tiles Next, Streaming Geospatial to the Metaverse

原文發佈時間:2021年11月10日



閱讀本文前,需要有足夠的 3D Tiles 1.0 基礎、glTF 規範基礎、CesiumJS 基礎。

譯者概述

3D Tiles Next 自官方有想法以來,我就一直在跟蹤,無奈年關將至,業務繁忙,現在才着手閱讀和學習。

3D Tiles Next 下文會簡稱 Next,而現行的 3D Tiles 1.0 則簡稱 1.0,因爲官方暫時沒把下一代正式稱爲 2.0.

從組織方式來說,Next 在 Tileset 和 瓦片文件層級均做了優化,Tileset 新建了多項擴展,瓦片文件則直接使用 glTF 格式,不再使用舊的 b3dm、i3dm、pnts、cmpt.

從性能考量來說,Next 引入新的空間索引規則,叫做 Implicit Tilling,即隱式瓦片分割,並介紹了一種空間分割算法:S2。

從領域需求來說,Next 強化了元數據、屬性數據的組織,創建了 3D Metadata Specification(三維元數據規範)及相關的擴展。

此次更新不小,除了 Cesium 原班人馬外,還有一個三維大佬 Don McCurdy 在後期添磚加瓦。

除了數據規範本身的更新,前端運行時 CesiumJS 在 1.87.1 版本終於公測了 Next,並提供了新的 glTF 數據加載架構 —— ModelExperimental,以及更友好的自定義着色器 API —— CustomShader

1. 綜述

3D Tiles Next,指的是一組 3D Tiles 擴展項。這些擴展項主要體現在三個方面的增強:

  • 結構化的元數據
  • 空間索引性能
  • glTF 生態集成

官方關於元數據的限定詞是 semantic,即語義化的,我覺得“結構化”可能更好一些。

如下圖所示:

image

image

image

2. 元數據的增強

鑑於需求的急劇擴張,3D Tiles 擴充了元數據方面的功能。在 3D Tiles Next 中,引入一些元數據方面的擴展項。主要特點有:

  • 元數據的編碼方式更友好,可以用二進制,也可以寫入 JSON;
  • 層級擴充,可以是每紋理單元級別的元數據,也可以是每個瓦片級別的;
  • 規範了元數據的格式。

與 1.0 規範使用 Batchtable(批次表)來存儲元數據的目的一致,Next 的元數據擴展依舊遵循了性能優勢:批量處理。

許多邏輯層面的三維要素(例如某個建築)及其元數據,在前端運行時(可以簡單認爲是 CesiumJS)預先被成組成批處理,以減小 CPU 的開銷。

元數據方面的擴展,分三個方面:

  • 類型系統;
  • 編碼方式;
  • 領域相關的語義化規範,領域是指 BIM、CAD 等;

image

2.1. 元數據的類型系統

3D 元數據規範 定義了一套類型規範與數據的編碼方式。

3D Tiles 1.0 依賴於 JSON 本身有限制的基礎類型,而 Next 具備更豐富的類型支持,包括類、向量、矩陣等。

元數據的編碼方式可以有:

  • 二進制格式;
  • JSON 格式;
  • 柵格格式。

具體細節要看規範。

2.2. 不同層級的元數據(像素級別樣式化渲染)

配合使用 3DTILES_metadataEXT_mesh_features 兩個擴展項,下一代的 3D Tiles 可以在各個層級存儲元數據。這些層級可以是:

  • Tileset(瓦片集)層級
  • Tile / Tile ContentGroup(瓦片或瓦片組)層級
  • Feature(三維要素)層級
  • GPU 繪製實例層級
  • Vertex(頂點)層級
  • Texel(紋素)層級

如下圖所示:

image

紋素級別是最細的層級,允許元數據在如此細的粒度上變化。

例如,兩個三角形構成一個四邊形,作爲一個建築物的一側牆面,但是此時它僅僅是“兩個三角形”,在真實世界中牆面還可能會有窗的玻璃、磚的石頭的區別,在拾取識別時,就可以例用“紋素級別”的元數據來辨別什麼顏色是什麼物體。

下面是一個例子,對傾斜攝影數據使用紋素級別的元數據:

image

此處有分屏,左側的顏色就可以很明顯地區分出牆、窗戶、空調、屋頂等“實際物體”,而數據的三角面組織卻可以不用在意這些“實際物體”。

在右側,利用紋素級別的元數據,就可以完成窗戶單體的半透明處理。

2.3. 語義規範

除了層次足夠細緻,還要知道數據的含義,這就是所謂的“元數據的語義”,以便程序代碼知道怎麼進行交互編程。

例如,水泥地和草地的摩擦係數可以作爲元數據,影響車輛的行駛速度等。

各領域的專家可以根據有關擴展項來定製自己專業所需的元數據,譬如在土方施工中,將材料庫存、各項參數寫入元數據,方便代碼計算體積和麪積。

3. 空間索引增強:隱式瓦片分割

3D Tiles Next 在空間分割上做了優化,光線追蹤、近鄰搜索這些空間分析、模擬功能從此受益。

在 1.0 中,空間分割體現在 tileset.json 文件中的每個 Tile 的定義,這些定義包括 BoundingVolume(空間範圍體)、瓦片文件的模型以及其下一級的子瓦片等。

據官方介紹,3D Tiles 1.0 的空間分割方式可以自由搭配選擇,不用侷限於傳統 2D 地圖的四叉樹分割。需要注意,子瓦片的空間範圍要小於父瓦片的空間範圍。

下面是 1.0 中介紹的三種空間分割樹結構,依次爲 KD樹、鬆散四叉樹、八叉樹:

image

3D Tiles Next 引入了一個新的擴展:3DTILES_implicit_tiling,它主要的作用是引入一種預先知曉規則的空間分割規則,使得無需顯式記錄瓦片的空間範圍體。這樣,就可以隨機訪問單個或任意多個瓦片了,這樣有益於:

  • 單服務器或跨服務器的大規模模擬計算,尤其是 K-最近鄰 和範圍查詢;
  • 基於光追,或者說,基於射線的計算,因爲統一的索引結構可以提高空間索引的性能;
  • 局部數據更新,例如某塊區域的建築需要更新

城市級別的流式數據、建築區域中隨時間更新的數字孿生變化、飛行器的變化等,這些例子都將受益於上述所說的瓦片隨機訪問機制,而無需走原來的自頂向下的 LOD 層級訪問機制。

image

上圖表明,城市中的人羣大規模模擬得以實現,主要是因爲隱式空間索引機制,可以高效率地進行鄰近瓦片的空間查詢。

隱式瓦片分割機制,可以簡潔地呈現 Tileset(瓦片集)的空間數據結構,包括:

  • 四叉樹或八叉樹;
  • RootTile(根瓦片)的幾何誤差(geometricError)和空間範圍體(BoundingVolume),以支持全局或局部的 Tileset;
  • 瓦片的可見性,這樣可視化引擎(CesiumJS)只需請求存在的瓦片,減輕網絡壓力;
  • 莫頓 z 序曲線(Morton z-order curve)存儲了瓦片的其他信息;
  • 模板式 URI,這樣可以根據 URI 的規律,快速隨機訪問想要的瓦片而不需要再次自頂向下遍歷整個 Tileset

image

上面這張圖,左邊是 tileset.json 的大致示意,右邊則是四級空間分割及其莫頓 Z 序曲線的顯示效果。

與 1.0 中顯式指定空間分割的瓦片相比,隱式分割還可以減小 tileset.json 的體積,降低網絡壓力。

但是與網絡壓力相比較,隱式瓦片分割的真正威力在於運行時可以隨機訪問瓦片,而且這些瓦片的空間分割規則是統一的。

除了空間檢索性能上的考量,隱式瓦片分割還有一個意圖,就是希望與傳統 2D GIS 的 CDB、WMTS、TMS 等規範集成實現。

空間分割算法:S2

3D Tiles Next 引入一項 3DTILES_bounding_volume_S2 擴展,它能與隱式瓦片、顯式瓦片一起使用,定義新的空間範圍體。

S2 分割是一種比四叉樹更好的空間分割,這種分割方式基於一個立方體,它在北極、南極附近的瓦片會比較“薄”,失真較小。同一級別的瓦片的尺寸是接近的。

筆者注:這個算法不太瞭解,需要閱讀更多資料。

image

上圖爲 WGS84 橢球面上的 S2 Hilbert(希爾伯特)曲線。

4. 在三維“圖層”中使用複合內容

傳統 2DGIS 會把同類數據放進同一個容器中,這個容器叫做“圖層”,比如高速公路圖層、POI圖層、建築圖層等,這樣可以統一樣式設置。

使用 3DTILES_multiple_contents 擴展可以在一組 Tile 中定義“三維圖層元數據”,然後將對應的三維數據綁定至這個組來實現“三維圖層”、“數據與元數據的連接”。

5. 與 glTF 技術生態集成

在 3D Tiles 中使用 3DTILES_content_gltf 擴展,Tile 對象可以直接引用 .gltf.glb 文件,而不是使用舊的 b3dmi3dm 瓦片文件。

這樣 3D Tiles 就可以直接利用 glTF 社區的成果,例如驗證工具、轉換工具等。

3D Tiles Next 利用到 glTF 的地方有:

  • 3D Tiles 在瓦片層級直接使用 glTF 作爲三維數據;
  • 將 glTF 直接用於點雲格式;
  • 更好利用了 glTF 的擴展項。

5.1. 直接使用 glTF(b3dm 與 i3dm 升級)

有閱讀 3D Tiles 1.0 規範的朋友知道,b3dmi3dm 瓦片文件是內嵌了 glTF 的二進制格式數據的。

image

上圖展示了 1.0 和 Next 的瓦片文件設計區別,1.0 中最具代表性的 b3dm 瓦片文件由頭部元數據(b3dm Header)、批次表(BatchTable)和具體模型數據(glTF)塊構成,而 Next 則直接使用 glb 文件,且使用了 glTF 的 EXT_mesh_features 擴展來替代批次表。

使用 3DTILES_content_gltf 這個 3D Tiles 擴展,瓦片就可以直接引用 gltf 或 glb 文件。如果瓦片中存在邏輯要素信息,則可以在 gltf/glb 中啓用 glTF 的擴展:EXT_mesh_features.

但是如果是 i3dm,比如一個樹模型要繪製多次(即實例繪製的方式),那麼就使用 glTF 擴展 EXT_mesh_gpu_instancing 來實現,以替代 i3dm 瓦片。EXT_mesh_features 也可以跟這個擴展一起使用,來記錄每個被繪製後的實例的屬性數據,如下圖所示:

image

官方希望直接使用 glTF 的意圖是可以更好地與其他行業的數據進行合作,以提高 3D Tiles 的模型兼容性。

5.2. 點雲與 glTF(pnts 升級)

image

上圖是某個城市的 100 億個點的點雲數據。

在 1.0 中,點雲數據是使用 pnts 格式的文件存儲的,包括 FeatureTable(要素表)、Batch Table(批次表),並可以帶 draco 壓縮。

在 Next 中,點雲也可以使用 glTF 格式的文件,使用 glTF 中的 EXT_meshopt_compression 擴展即可實現一些運行時(CesiumJS)方面的樣式化、過濾,甚至是點雲的元數據等。總的來說,Next 對點雲這種格式的數據:

  • 將點雲的幾何數據存儲在 glTF 本身
  • 元數據(屬性數據)通過 EXT_mesh_features 實現
  • 頂點和法線數據的壓縮通過 EXT_meshopt_compression 來實現。

如下圖所示。

image

在最終敲定 Next 規範之前,官方還希望使用不同的壓縮方式來補充 EXT_meshopt_compression 這個擴展如何進行點雲壓縮,包括 Esri LEPCCGoogle Draco 等方式。

5.3. 繼承 glTF 的擴展項(紋理壓縮)

由於 Next 對瓦片文件的更新替換,不再使用 b3dm、i3dm、pnts 瓦片文件,因此功能上的更新基本上都是 glTF 的擴展。

3D Tiles Next 依舊會使用 glTF 的 KTX 2.0下一代 PBR 材質等擴展。

KTX 2.0 是用來支持紋理數據的跨 GPU 傳輸、運行時壓縮,減少內存、帶寬等,以提升硬件效能,畢竟通過無人機或者衛星獲取的圖像的體積可不小。

下一代 PBR 召集了世界 PBR 專家來集思廣益,將 glTF 的材質表現提升到一個新的高度。

6. 後續進度

從發文時間起,之後的幾個月將完成規範的設計。

目前的進度有:

7. 譯者注

下一代的 3D Tiles 目前沒有定名爲 3D Tiles 2.0,而是暫時以擴展項的方式推進。

它解決了一部分 1.0 中的問題,例如把元數據從舊的瓦片文件中的 BatchTable、FeatureTable 拆分出來,便於數據庫實現;拆出來元數據後,剩下的三維數據可以直接利用 glTF 格式,而 glTF 格式本身又是可以把紋理、幾何分開存儲的。總之,新設計的靈活性非常強。

除了數據方面的問題,還提出了新的空間切分算法 —— 隱式瓦片,這個擴展旨在提高前端瓦片剔除和渲染的性能。

總之,現在的狀態就是“請灑潘江,各傾陸海云爾”。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章