三维引擎系列(二):可视域与阴影率

本文涉及的产品
函数计算FC,每月15万CU 3个月
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: Ganos是由阿里云数据库产品事业部与达摩院联合研发的新一代云原生位置智能引擎,集成于PolarDB、Lindorm、AnalyticDB和RDS PG等产品中。Ganos拥有多达十个核心引擎,涵盖几何、栅格、轨迹、表面网格等,为数据库提供全方位的时空数据分析能力。本文重点介绍Ganos三维引擎在PolarDB中的应用,特别是在可视域分析和阴影率分析方面的功能和技术优势。通过将计算下推到数据库内部,Ganos实现了高效的大规模三维数据处理和分析,显著提升了数字孪生应用场景中的计算效率。

Ganos是阿里云数据库产品事业部联合阿里巴巴达摩院数据库与存储实验室联合共同研发的新一代云原生位置智能引擎,它将时空数据处理能力融入了云原生关系型数据库PolarDB、云原生多模数据库Lindorm、云原生数据仓库AnalyticDB和云数据库RDS PG等核心产品中。Ganos目前拥有几何、栅格、轨迹、表面网格、体网格、3D实景、点云、路径、地理网格、快显十大核心引擎,为数据库构建了面向新型多模多态时空数据的存储、查询、分析、服务等一体化能力。
本文介绍的三维引擎能力,依托阿里云云原生关系型数据库PolarDB建设输出。
关于Ganos三维引擎
三维数据管理是当前时空领域的热点,以数字孪生为代表的一系列三维空间系统应运而生,推动各类管理业务逐步走向精细。这种背景下,三维数据采集类别越发多样,采集精度越发提升,业务背后的三维空间计算效率与大规模三维模型渲染效率也逐步成为空间信息系统的痛点。
为了解决传统空间技术栈中“文件管、瓦片看、客户端算”所带来的数据资产分散、数据冗余及技术架构复杂问题,Ganos提出了基于大规模元胞网格构建视算一体能力的方案。存储方面,Ganos三维引擎提供了表面网格模型(SFMesh)、体网格模型(VOMesh)与实景模型(Scene)三种存储结构,其中表面网格模型用于存储带有语义的类BIM的精细化三维模型,体网格模型用于存储地质体等匀质/非匀质“场”类三维模型,3D实景模型用于存储倾斜摄影、精白模等用于渲染的三维模型;计算方面,Ganos提供了多种三维空间计算函数,并且将PolarDB弹性并行查询能力(ePQ)拓展到三维计算中,在多个数字孪生应用中实测全空间复杂分析计算效率相较于传统方案有50倍以上的提升;渲染方面,作为数据库产品,Ganos并不直接提供渲染引擎,但依托矢量快显的构建经验,Ganos将快显能力延伸至了三维数据,除了库内提供模型简化、纹理材质处理外,还提供了三维存储结构统一动态构建三维瓦片的方式直接对接渲染引擎提供可视化服务。
关于三种三维存储结构的差异,可以参考系列文章的第一篇:《Ganos三维引擎系列(一):倾斜摄影数据管理与可视化功能解析》
基于Ganos三维引擎的可视域与阴影率分析
业务需求
可视域分析是基于给定的观察点、观察角度和观察范围,以一定的相对高度查找设定范围内的可见区域和不可见区域。可视域分析在观光浏览道路选择、森林防火瞭望塔布设、航海导航、航空以及军事方面有重要的应用价值。阴影率分析是对指定的空间与时间范围内,统计指定物体被阴影覆盖的时长所占比例。阴影率统计分析可广泛应用在城市规划、建筑物设计、景观分析等方面。这两种分析能力都是三维空间系统中常见的工具,对于客户直观开展规划设计有重要的作用。
但现阶段,常见的可视域分析、阴影率分析工具往往都是基于前端技术构建,主要是利用GPU以像素绘制的方式实现一个视觉上的可视范围。这种方案一方面依赖客户配置带高规格显卡的终端设备才能读取更大范围的三维数据,更为重要的是它无法真实计算出可视体/域的体积与面积,更无法开展基于可视体或者阴影范围的三维空间分析。随着数字孪生业务的深入开展,在园区的传感器布设、重大活动重点路线安保规划、全域生态监测等领域都需要精准计算出可视体、阴影范围的大小,判断POI点或者三维模型与它们的空间关系,最终精准寻找盲区,这些业务需求已经不是前端方案所能解决,需要后端给予相关技术能力的支持。
功能介绍
基于以上业务需求,Ganos在库内支持3D科学计算的系列能力,其中具备了可视域分析、阴影率分析等孪生场景最基础核心的查询与分析功能。
可视域分析
计算视锥体
视锥体是指视点在给定视角下最大可视范围所形成的几何体,是一个锥体。
视椎体(俯视图) 视椎体(侧视图)
函数
函数名
函数语法
函数功能
ST_ComputeFrustum
meshgeom ST_ComputeFrustum(cstring viewpoint);
计算视点在给定视角下的视锥体。
其中,viewpoint 参数是 JSON 格式的视点信息,可以通过此参数指定视点的位置、方位角、俯仰角、水平视角、垂直视角等。详见参考手册
示例
如下,表示计算一个人站在坐标(2938, 750, 90)处,身高1.8米(附加高度),面向正东方向(方位角为90度),低头35度(俯仰角为-35度),水平视角范围为90度,垂直视角范围为60度,最远能看到600米处,所构成的视椎体。
-- 该视锥体由32766个三角面片构成

SELECT ST_NumPatches(ST_ComputeFrustum('{"x" : 2938, "y" : 750, "z" : 90, "h" : 1.8, "azimuth" : 90, "pitch" : -35, "horizontalFov" : 90, "verticalFov" : 60, "distance" : 600, "depthMapSize" : 128}'));

32766
计算可视体
可视体是指视点在给定视角下,在三维场景中能看到(不被遮挡)的空间范围所形成的几何体,是一个闭合的网格。
可视体(俯视图) 可视体(侧视图)
函数
函数名
函数语法
函数功能
ST_ComputeViewShed
meshgeom ST_ComputeViewShed(scene sc, cstring viewpoint);
计算视点在场景中的可视体(基于视锥体,保留可见区域形成的几何体)
其中,参数 sc 是 Scene 对象,viewpoint 是视点信息,与 ST_ComputeFrustum 函数中一致。详见参考手册
示例
如下,表示计算一个人站在坐标(2938, 750, 90)处,身高1.8米(附加高度),面向正东方向(方位角为90度),低头35度(俯仰角为-35度),水平视角范围为90度,垂直视角范围为60度,最远能看到600米处,在场景中可视范围所构成的可视体。
-- 该可视体由32766个三角面片构成

SELECT ST_NumPatches(ST_ComputeViewShed(scene, '{"x" : 2938, "y" : 750, "z" : 90, "h" : 1.8, "azimuth" : 90, "pitch" : -35, "horizontalFov" : 90, "verticalFov" : 60, "distance" : 600, "depthMapSize" : 128}')) from t;

32766
阴影率分析
阴影率分析功能目前还处于发布流程中,预计9月下旬可以在PolarDB-PG数据库中正式使用,用户手册同步上线。
某段时间阴影率
计算给定点在一段时间范围内的阴影率:根据用户指定的开始时间、结束时间,按照采样间隔进行采样,并计算每个时刻输入点是否被阴影所覆盖,最后统计输入点被阴影覆盖的时长所占比例。并将阴影率保存在点的m坐标中。
函数
函数名
函数语法
函数功能
ST_ShadowRatio
geometry ST_ShadowRatio(scene sc, geometry points, cstring sunlight);
计算给定点在一段时间内的阴影率
其中,参数 sc 是 scene 对象,points 是要计算阴影率的点数据,sunlight 是 JSON格式 的光照信息,可以通过此参数指定阴影率分析的经纬度坐标、开始时间、结束时间、时间采样间隔等。
示例
计算 (0 0 -2), (1 2 8), (-70 -400 1330) 3个点从 2021-07-12 08:00:00 +0800 到 2021-07-12 18:00:00 +0800 以1个小时为采样间隔的阴影率,3个点的阴影率分别为 0.636, 0, 0。
SELECT ST_AsText(ST_ShadowRatio(the_scene, 'MULTIPOINT(0 0 -2, 1 2 8, -70 -400 1330)'::geometry, '{"location": "srid=4326; POINT(120 30)",

"start_time": "2021-07-12 08:00:00 +0800", "end_time":"2021-07-12 18:00:00 +0800", "time_interval": "01:00:00"}')) from t_scene;

MULTIPOINT ZM ((0 0 -2 0.636363636363636),(1 2 8 0),(-70 -400 1330 0))
某个时刻阴影率
计算给定点在某一时刻的阴影率(0或1),并将阴影率保存在点的m坐标中,0表示未被阴影覆盖,1表示被阴影覆盖。
函数
函数名
函数语法
函数功能
ST_ShadowRatio
geometry ST_ShadowRatio(scene sc, geometry points, geometry location, cstring time);
计算给定点在某一时刻的阴影率
其中,参数 sc 是 scene 对象,points 是要计算阴影率的点数据,location 指定了阴影率分析场景所在的经纬度位置,time 指定了计算阴影率的时间。
示例
计算 (-2, 0, 0), (0, 0, 0), (2, 0, 0), (0, 0, 2) 4个点在 2021-07-12 12:00:00 时刻的阴影率,4个点的阴影率分别为 0, 1,0, 0。
SELECT ST_AsText(ST_ShadowRatio(the_scene, 'MULTIPOINT(-2 0 0, 0 0 0, 2 0 0, 0 0 2)'::geometry, 'srid=4326; POINT(120 30)'::geometry,

'2021-07-12 12:00:00 +0800')) from t_scene;

MULTIPOINT ZM ((-2 0 0 0),(0 0 0 1),(2 0 0 0),(0 0 2 0))
Ganos可视域、阴影率分析技术优势
相比于传统的技术方案,Ganos将计算下推到库内的优势在于:
• 传统的可视域分析是通过GPU分析出结果,然后把结果绘制出来,这样基于像素绘制的结果只能用于展示,没有准确的结果参数也不能进行空间计算。而Ganos显式地构建了可视体与可视表面,可进行后续的分析计算。如基于计算的可视体体积或可视区域面积辅助监控布设,基于轨迹点与摄像头可视体的空间关系进行快速的监控追踪等。
• 传统的可视域分析/阴影率分析技术方案是依赖前端的,而WebGL 的内存、显存有限,无法加载绘制数GB的模型数据,进而无法满足用户对大规模场景精确分析的需求。而Ganos将计算下推到数据库中,不依赖于GPU,可以支持对大规模场景进行精确的并行分析计算。
功能使用案例
下面,我们以存储在OSS上的某园区倾斜摄影数据为例,介绍如何使用Ganos进行可视域分析与阴影率分析。
创建扩展
通过执行如下SQL语句创建 ganos_importer 扩展及依赖(ganos_scene扩展会自动被创建):
create extension ganos_importer cascade;
数据入库
使用ST_ImportOSG函数(参考手册)导入倾斜数据数据。由于我们采用非并行的方式入库,因此可以自动建表,不需要提前创建目标表。
select ST_importOSGB('osgb', 'OSS://:@oss-cn-beijing-internal.aliyuncs.com/ganos-bj/importer_data/osgb');
查看库内数据
查看主表数据:
select project_id, project_name, srid, aux from osgb;
查看某个瓦块数据:
select project_id, project_name, uid, lod, parent, children
from osgb_tile
where project_id = '9e25e927-e385-45cd-8da6-961b5841c4a9'
limit 1;
查看数据空间范围:
select box3d(st_union(tile::box3d)) from osgb_tile;
计算视椎体/可视体
使用ST_ComputeFrustum函数计算视锥体并存到 frustum 表中:
create table frustum as select ST_ComputeFrustum('{"x" : 2938, "y" : 750, "z" : 90, "h" : 1.8, "azimuth" : 90, "pitch" : -35, "horizontalFov" : 90, "verticalFov" : 60, "distance" : 600, "depthMapSize" : 128}') as geom;
使用ST_ComputeViewshed函数计算可视体并存到 viewshed 表中:
create table viewshed as select ST_ComputeViewShed(tile, '{"x" : 2938, "y" : 750, "z" : 90, "h" : 1.8, "azimuth" : 90, "pitch" : -35, "horizontalFov" : 90, "verticalFov" : 60, "distance" : 600, "depthMapSize" : 128}') as geom from osgb_tile;
将可视体存在数据库后,可以使用三维空间关系函数ST_Contains(参考手册)、ST_Intersects(参考手册)等函数进行后续业务,如判断一个人是否位于摄像头的可视域内等;也可以使用ST_GeometryMatch(参考手册)函数把二维POI点吸附在三维数据上再进行空间关系判断。
计算阴影率
将要计算阴影率的点数据导入到 test_points 表中:
create table test_points(id integer, points geometry);
insert into test_points select ......;
insert into test_points select ......;
使用ST_ShadowRatio函数计算一段时间内的阴影率:
create table shadow_ratio1 as select ST_ShadowRatio(osgb_tile.tile, test_points.points, '{"location": "srid=4326; POINT(120 30)", "start_time": "2021-07-12 08:00:00", "end_time":"2021-07-12 18:00:00", "time_interval": "01:00:00"}') as points from test_points, osgb_tile where test_points.id = 1;
绿色:阴影率为0,红色:阴影率为1(位于建筑物内或地下点被遮挡、因此为红色):
使用ST_ShadowRatio函数计算某一时刻的阴影率:
create table shadow_ratio2 as select ST_ShadowRatio(osgb_tile.tile, test_points.points, 'srid=4326; POINT(120 30)'::geometry, '2021-07-12 08:00:00 +0800') as points from test_points, osgb_tile where test_points.id = 2;
由于计算的是某一时刻的阴影率,所以建筑物的一侧会被阴影覆盖(红色点),另一侧不会:
总结
Ganos作为全球首个库内原生提供多种三维数据存储分析能力的空间数据库,已经将狭义的空间数据拓展至“空天地、室内外、地上下、动静态”等全空间范畴,从数据库系统最底层为物理世界数字化提供时空处理框架,未来Ganos还将提供更多高效的库内三维空间分析能力,推动各行业数字孪生应用真正走向“视算一体”。
文章标签:
函数计算
云原生数据库 PolarDB
存储
图形学
数据库
关系型数据库
Serverless
相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867

建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式

                    Ganos全空间数据库
                    +关注

27文章
目录
打赏
0
0
0
0
295
分享
评论
评论
相关文章
土木林森
|
4月前
|
数据可视化

    数据挖掘
                    使用R语言进行多维缩放分析

                【4月更文挑战第27天】本文介绍了R语言中的多维缩放分析(MDS)技术,用于高维数据的可视化。MDS通过映射数据点到低维空间保持距离或相似性,帮助理解数据结构。R中的`cmdscale`和`isoMDS`函数可用于构建MDS模型,而`dist`计算距离矩阵。通过实例展示了如何分析消费者对品牌评价,`stressplot`和`procrustes`函数则用于模型解释和验证。R还支持经典MDS、度量MDS和非度量MDS等高级主题,为数据探索提供强大工具。

土木林森
72
0
0
GISer_Liu

            |
            数据可视化

    定位技术
                    GIS空间分析 三维分析2 TIN创建与三维可视化

                本文中,我将带你了解如何在ArcGIS中使用DEM数据制作三维模型

GISer_Liu
249
0
0
Ganos全空间数据库
|
4月前
|
存储

    数据可视化

    Cloud Native
                    用Ganos低代码实现免切片遥感影像浏览(二):动态栅格瓦片

                本文介绍了Ganos全新发布了动态栅格瓦片能力,帮助用户将库内栅格数据或栅格分析结果快速可视化,无需依赖类似GeoServer等空间服务中间件,技术栈短平快,使用灵活高效。

Ganos全空间数据库
307
7
8
疯狂学习GIS
|
4月前
|
编解码

    数据可视化

    定位技术
                    Google Earth Engine谷歌地球引擎GEE直方图与时间序列多波段折线图绘制与可视化参数调整

                Google Earth Engine谷歌地球引擎GEE直方图与时间序列多波段折线图绘制与可视化参数调整

疯狂学习GIS
118
1
1

GISer_Liu

            |
            数据可视化

    定位技术
                    GIS空间分析 三维分析1 空间插值与三维可视化

                在本文中,你将学习到ArcGIS三维可视化,如何利用三维可视化发现潜在的数据规律

GISer_Liu
106
0
0
GISer_Liu

            |
            编解码

    定位技术
                    GIS空间分析 数字地形分析2 基本地形因子的提取

                在本文中,你将学习到如何利用DEM数据在ArcGIS中提取出坡度、坡向等地形因子。

GISer_Liu
279
0
0
疯狂学习GIS
|
4月前
|
编解码

    JavaScript

    定位技术
                    基于Pix4Dmapper的三维模型重建应用——空间分析选址

                基于Pix4Dmapper的三维模型重建应用——空间分析选址

//代码效果参考:https://www.257342.com/sitemap.xml
//代码效果参考:http://www.92demo.com
//代码效果参考:http://www.ningluan.com
//代码效果参考:https://www.yopian.com
疯狂学习GIS
107
1
1
丶布布
|
4月前
[3D&Halcon] 3D重要算子及简单处理点云模型求高度示例讲解

                [3D&Halcon] 3D重要算子及简单处理点云模型求高度示例讲解

丶布布
489
0
0
Ganos全空间数据库
|
11月前
|
存储

    Cloud Native

    关系型数据库
                    Ganos三维引擎系列(四):路网与地形贴合

                本文介绍了阿里云多模态时空数据库Ganos三维引擎在交通领域的专题应用,帮助业务侧快速实现三维地形与高精路网的自动贴合。Ganos三维引擎支持三大类存储结构:表面网格模型、体网格模型与3D实景模型,其中表面网格模型(SFMesh)提供了三维地形数据的存储能力,同时提供了与矢量三维(Polygon3D)的贴合功能,帮助用户降低交通领域三维数据生产处理的难度。

Ganos全空间数据库
467
0
0
Ganos全空间数据库

            |
            存储

    SQL

    数据可视化
                    Ganos三维引擎系列(一):倾斜摄影数据管理与可视化功能解析
相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
4月前
|
C# 图形学 计算机视觉
使用归一化盒过滤器对图像进行平滑处理
使用归一化盒过滤器对图像进行平滑处理
51 0
|
7月前
|
算法 计算机视觉
OpenCV(四十四):亚像素级别角点位置优化
OpenCV(四十四):亚像素级别角点位置优化
211 0
|
存储 关系型数据库 Serverless
Ganos三维引擎系列(二):可视域与阴影率分析
本文介绍了基于阿里云多模态时空数据库Ganos三维引擎构建可视域分析与阴影率分析的应用方法。Ganos三维引擎支持三大类存储结构:表面网格模型、体网格模型与3D实景模型,其中表面网格模型用于存储带有语义的类BIM的精细化三维模型,体网格模型用于存储地质体等非匀质“场”类三维模型,3D实景模型用于存储倾斜摄影、精白模等用于渲染的三维模型,三种存储结构都提供了原生数据类型、空间索引、分析算子、导入导出工具、可视化支撑等功能,为数字孪生类应用提供闭环的存算显能力。
|
存储 数据可视化 数据管理
处理RGB-D图像数据以构建室内环境地图并估计相机的轨迹
视觉同步定位和映射 (vSLAM) 是指计算摄像机相对于周围环境的位置和方向,同时映射环境的过程。 您可以使用单眼摄像头执行 vSLAM。但是,深度无法准确计算,估计的轨迹未知,并且随着时间的推移而漂移。要生成无法从第一帧开始三角测量的初始地图,必须使用单眼相机的多个视图。更好、更可靠的解决方案是使用 RGB-D 相机,它由一个 RGB 彩色图像和一个深度图像组成。
199 0
遥感原理与应用:常用波段及其特性、太阳辐射衰减原因、大气窗口及其分布是什么?
遥感原理与应用:常用波段及其特性、太阳辐射衰减原因、大气窗口及其分布是什么?
454 0
遥感原理与应用:常用波段及其特性、太阳辐射衰减原因、大气窗口及其分布是什么?
|
存储 数据可视化 索引
校正图像亮度不均匀问题并分析前景对象
校正图像亮度不均匀问题并分析前景对象
119 0
|
数据可视化 API
【视觉高级篇】21 # 如何添加相机,用透视原理对物体进行投影?
【视觉高级篇】21 # 如何添加相机,用透视原理对物体进行投影?
204 0
【视觉高级篇】21 # 如何添加相机,用透视原理对物体进行投影?
|
数据可视化 JavaScript 前端开发
【视觉高级篇】26 # 如何绘制带宽度的曲线?
【视觉高级篇】26 # 如何绘制带宽度的曲线?
196 0
【视觉高级篇】26 # 如何绘制带宽度的曲线?
|
编解码 人工智能 算法
最新代码开源!TartanCalib:自适应亚像素细化的广角镜头标定
作者测试了三种利用中间相机模型的关键方法:(1)将图像分解为虚拟针孔相机,(2)将目标重新投影到图像帧中,以及(3)自适应亚像素细化。将自适应子像素细化和特征重投影相结合,可将重投影误差显著提高26.59%,帮助检测到最多42.01%的特征,并提高密集深度映射下游任务的性能。最后,TartanCalib是开源的,并在一个易于使用的标定工具箱中实现。作者还提供了一个translation 层和其它最先进的工作,允许使用数千个参数回归通用模型或使用更稳健的求解器。为此,TartanCalib是广角标定的首选工具!
最新代码开源!TartanCalib:自适应亚像素细化的广角镜头标定

热门文章

最新文章