CN114445574A - 将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备 - Google Patents

将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备 Download PDF

Info

Publication number
CN114445574A
CN114445574A CN202111645821.7A CN202111645821A CN114445574A CN 114445574 A CN114445574 A CN 114445574A CN 202111645821 A CN202111645821 A CN 202111645821A CN 114445574 A CN114445574 A CN 114445574A
Authority
CN
China
Prior art keywords
data
geojson
floor height
region
converted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111645821.7A
Other languages
English (en)
Other versions
CN114445574B (zh
Inventor
刘路
陈傲寒
魏新征
胡阳
柴浩然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Youhao Technology Co ltd
Original Assignee
Beijing Younuo Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Younuo Technology Co ltd filed Critical Beijing Younuo Technology Co ltd
Priority to CN202111645821.7A priority Critical patent/CN114445574B/zh
Publication of CN114445574A publication Critical patent/CN114445574A/zh
Application granted granted Critical
Publication of CN114445574B publication Critical patent/CN114445574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases

Abstract

本发明涉及一种将GeoJSON数据格式转换为三维GLB格式的方法，包括加载配置文件；加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据；将所述中间数据利用三角剖分算法，得到三维GLB格式文件。本发明实现了将描述二维地形或者建筑区域的GeoJSON文件转换为三维地形或者建筑的GLB文件，提高了地理数据在ThingJS中的渲染速度。本发明还涉及一种将GeoJSON数据格式转换为三维GLB格式的装置和设备。

Description

将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备
技术领域
本发明涉及计算机技术领域，尤其涉及将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备。
背景技术
GeoJSON是一种对各种地理数据结构进行编码的格式，基于Javascript对象表示法的地理空间信息数据交换格式。GeoJSON对象可以表示几何、特征或者特征集合。GeoJSON支持下面几何类型：点、线、面、多点、多线、多面和几何集合。GeoJSON里的特征包含一个几何对象和其他属性，特征集合表示一系列特征。GeoJSON适应前端开发，方便传输。但是却不是一个很好的渲染格式。GLB是GlTF的二进制格式，具有传输方便，适应前端开发，渲染快速的优点。当前ThingJS前端对大型地形以及楼体数据的渲染需求，如何将GeoJSON转换成GLB以提高渲染性能是目前亟需解决的技术问题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，提供将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备。
本发明解决上述技术问题的技术方案如下：
一种将GeoJSON数据格式转换为三维GLB格式的方法，所述方法包括：
加载配置文件；
加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据；
将所述中间数据利用三角剖分算法，得到三维GLB格式文件。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步地，所述配置文件包括待转换文件路径、输出文件路径、楼层高度属性名、楼层单位高度以及楼层高度分类，所述楼层高度属性名用于识别区域楼层高度的属性名称，所述楼层单位高度用于对区域楼层高度进行倍数增加，所述楼层高度分类用于对不同高度的楼层进行分类。
进一步地，所述将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，具体包括：
在所述待转换GeoJSON数据中进行检索后，得到所述待转换GeoJSON数据中的所述楼层高度属性名，并利用所述楼层高度属性名对所述待转换GeoJSON数据进行区域划分，得到多个区域数据；
按照所述楼层高度分类对所述区域数据进行分类，得到所有区域数据所属所述楼层高度分类。
进一步地，所述将所述中间数据利用三角剖分算法，得到三维GLB格式文件，具体包括：
对每一个区域数据中的多边形数据进行三角剖分计算后，得到三角面组合，所述三角面组合包括底面和顶面，其中所述底面是高度为零的面，所述顶面为所述区域数据的楼层高度；
根据所述区域数据中的多边形数据中的各点位信息，得到所述区域数据的侧面；
分别对所述底面、顶面和侧面生成坐标，并进行贴图后，得到所述三维GLB格式文件。
进一步地，所述根据所述区域数据中的多边形数据中的各点位信息，得到所述区域数据的侧面，具体包括：
获取所述多边形中的各个点位，按照预设顺序，将每一个点位和它下一个点位，以及所述每一个点位的高度值和它下一个点位的高度值构成四边形，将所述四边形划分为两个三角形，直到所述多边形中所有点位计算完成后，得到所述区域数据的侧面。
本方法发明的有益效果是：提出了一种将GeoJSON数据格式转换为三维GLB格式的方法，包括加载配置文件；加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据；将所述中间数据利用三角剖分算法，得到三维GLB格式文件。本发明实现了将描述二维地形或者建筑区域的GeoJSON文件转换为三维地形或者建筑的GLB文件，提高了地理数据在ThingJS中的渲染速度。
本发明解决上述技术问题的另一技术方案如下：
一种将GeoJSON数据格式转换为三维GLB格式的装置，所述装置包括：
加载模块，用于加载配置文件；
分区模块，用于加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据；
转换模块，用于将所述中间数据利用三角剖分算法，得到三维GLB格式文件。
进一步地，所述配置文件包括待转换文件路径、输出文件路径、楼层高度属性名、楼层单位高度以及楼层高度分类，所述楼层高度属性名用于识别区域楼层高度的属性名称，所述楼层单位高度用于对区域楼层高度进行倍数增加，所述楼层高度分类用于对不同高度的楼层进行分类。
进一步地，所述分区模块，具体用于在所述待转换GeoJSON数据中进行检索后，得到所述待转换GeoJSON数据中的所述楼层高度属性名，并利用所述楼层高度属性名对所述待转换GeoJSON数据进行区域划分，得到多个区域数据；
按照所述楼层高度分类对所述区域数据进行分类，得到所有区域数据所属所述楼层高度分类。
此外，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述技术方案中任一项所述的将GeoJSON数据格式转换为三维GLB格式的方法的步骤。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述技术方案中任一项所述的将GeoJSON数据格式转换为三维GLB格式的方法的步骤。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所示的一种GeoJSON数据格式转换为三维GLB格式的方法的流程示意图；
图2为本发明另一实施例所示的一种GeoJSON数据格式转换为三维GLB格式的装置的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。
如图1所示，本发明实施例所述的一种将GeoJSON数据格式转换为三维GLB格式的方法，包括以下步骤：
110、加载配置文件。
120、加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据。
130、将所述中间数据利用三角剖分算法，得到三维GLB格式文件。
其中，所述配置文件包括待转换文件路径、输出文件路径、楼层高度属性名、楼层单位高度以及楼层高度分类，所述楼层高度属性名用于识别区域楼层高度的属性名称，所述楼层单位高度用于对区域楼层高度进行倍数增加，所述楼层高度分类用于对不同高度的楼层进行分类。
进一步地，步骤120中具体包括：
在所述待转换GeoJSON数据中进行检索后，得到所述待转换GeoJSON数据中的所述楼层高度属性名，并利用所述楼层高度属性名对所述待转换GeoJSON数据进行区域划分，得到多个区域数据。
按照所述楼层高度分类对所述区域数据进行分类，得到所有区域数据所属所述楼层高度分类。
应理解，本实施例中待转换GeoJSON数据都是基于地理区域中的建筑区域的二维地图数据。
进一步地，步骤130中具体包括：
131、对每一个区域数据中的多边形数据进行三角剖分计算后，得到三角面组合，所述三角面组合包括底面和顶面，其中所述底面是高度为零的面，所述顶面为所述区域数据的楼层高度。
132、根据所述区域数据中的多边形数据中的各点位信息，得到所述区域数据的侧面。
133、分别对所述底面、顶面和侧面生成坐标，并进行贴图后，得到所述三维GLB格式文件。
进一步地，步骤132中具体包括：
获取所述多边形中的各个点位，按照预设顺序，将每一个点位和它下一个点位，以及所述每一个点位的高度值和它下一个点位的高度值构成四边形，将所述四边形划分为两个三角形，直到所述多边形中所有点位计算完成后，得到所述区域数据的侧面。
应理解，加载配置文件，其中，配置文件为YML格式，读取后以备后过程使用。配置文件中主要包括待转换文件路径、输出文件路径、楼层高度属性名、楼层单位高度以及楼层高度分类。
其中，楼层高度属性名主要用于识别GeoJSON中定义区域楼层高度的属性名称；楼层单位高度用于对原始高度进行相应倍数增加；楼层高度分类用于对不同高度的楼层进行分类，方便渲染时区分不同的图层进而渲染出不同的样式。
读取GeoJSON数据，加载需要转换的GeoJSON数据。按照配置楼层高度属性名数据，在已有数据进行中进行检索查询出每块区域的高度，并使用此高度按照楼层高度分类对区域进行分类。分类好的区域与高度数据作为中间数据，进行后续处理。
制作三维数据，对分类好的数据中的每个多边形数据使用EARCUT算法进行三角剖分计算，将多边形转换成三角面组合，高度为零的面为底面，高度为多边形设置高度的面为顶面。对分类好的数据中每个多边形数据按顺时针计算，每个点位和下一个点位组成一个组合，在加上高度可以获得四个点位，由此四个点为组成的四边形，手动划分成两个三角形。逐个计算后组成侧面。侧面生成四边形的时候会直接生成UV贴图的坐标，顶面和底面按照包围盒计算UV贴图坐标。输出数据，并保存为GLB格式文件。
应理解，三角剖分算法定义：假设V是二维实数域上的有限点集，边e是由点集中的点作为端点构成的封闭线段，E为e的集合。那么该点集V的一个三角剖分T＝(V,E)是一个平面图G,该平面图满足条件：1、除了端点，平面图中的边不包含点集中的任何点。2、没有相交边。边和边没有交叉点。3、平面图中所有的面都是三角面，且所有三角面的合集是散点集V的凸包。凸包的概念：用不严谨的话来讲，给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边型，它能包含点集中所有的点。
在实际中运用的最多的三角剖分是Delaunay三角剖分，它是一种特殊的三角剖分。先从Delaunay边说起：Delaunay边：假设E中的一条边e(两个端点为a,b)，e若满足下列条件，则称之为Delaunay边：存在一个圆经过a,b亮点，圆内(注意是园内，圆上最多三点共圆)不含点集V中任何其他的点，这一特性又称空圆特性。Delaunay三角剖分：如果点集V的一个三角剖分T只包含Delaunay边，那么该三角剖分称为Delaunay三角剖分。Delaunay三角剖分的准则，要满足Delaunay三角剖分的定义，必须符合空圆特性：Delaunay三角网是唯一的(任意四点不能共圆)，在Delaunay三角形网中任一三角形的外接圆范围内不会有其它点存在。
ThingJS是物联网三维可视化开发平台，采用JavaScript开发语言，主要面向前端程序员和实施人员。ThingJS平台让传统企业无需组建3D可视化开发团队，也能开发3D可视化应用。包括：场景搭建工具，CityBuilder：聚焦城市的3D地图搭建工具，主要用于搭建带有3D建筑的三维城市场景。CityBuilder支持Geojson、CSV、Excel格式的空间数据，同时支持3D建筑、动效路网的特效图层样式。CityBuilder无缝集成园区场景，支持从城市到园区、房间、设备的逐级下钻，可以无缝对接园区的业务逻辑。
CampusBuilder：3D园区搭建工具，主要用于搭建3D物联网场景。使用CampusBuilder搭建的场景，无需开发即具备鸟瞰、行走等于3D场景互动的能力。
开发工具：ThingJS：面向物联网的三维可视化开发平台。ThingJS提供3D开发API、开发文档和视频教程，熟悉JavaScript、HTML+CSS等前端知识即可上手开发。3D模型库：ThingDepot：积累有上万种模型，涵盖数十个物联网行业的各类3D模型，例如智慧城市、能源、医疗、零售、制造、农业、公共事业、物流运输、金融服务、智能家居等。同时ThingDepot也支持用户上传自有模型自用或共享。
基于上述实施例所提出的一种将GeoJSON数据格式转换为三维GLB格式的方法，包括加载配置文件；加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据；将所述中间数据利用三角剖分算法，得到三维GLB格式文件。本发明实现了将描述二维地形或者建筑区域的GeoJSON文件转换为三维地形或者建筑的GLB文件，提高了地理数据在ThingJS中的渲染速度。
如图2所示，一种将GeoJSON数据格式转换为三维GLB格式的装置，所述装置包括：
加载模块，用于加载配置文件。
分区模块，用于加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据。
转换模块，用于将所述中间数据利用三角剖分算法，得到三维GLB格式文件。
进一步地，所述配置文件包括待转换文件路径、输出文件路径、楼层高度属性名、楼层单位高度以及楼层高度分类，所述楼层高度属性名用于识别区域楼层高度的属性名称，所述楼层单位高度用于对区域楼层高度进行倍数增加，所述楼层高度分类用于对不同高度的楼层进行分类。
进一步地，所述分区模块，具体用于在所述待转换GeoJSON数据中进行检索后，得到所述待转换GeoJSON数据中的所述楼层高度属性名，并利用所述楼层高度属性名对所述待转换GeoJSON数据进行区域划分，得到多个区域数据。
按照所述楼层高度分类对所述区域数据进行分类，得到所有区域数据所属所述楼层高度分类。
此外，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述技术方案中任一项所述的将GeoJSON数据格式转换为三维GLB格式的方法的步骤。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述技术方案中任一项所述的将GeoJSON数据格式转换为三维GLB格式的方法的步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种将GeoJSON数据格式转换为三维GLB格式的方法，其特征在于，所述方法包括：
加载配置文件；
加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据；
将所述中间数据利用三角剖分算法，得到三维GLB格式文件。
2.根据权利要求1所述的将GeoJSON数据格式转换为三维GLB格式的方法，其特征在于，所述配置文件包括待转换文件路径、输出文件路径、楼层高度属性名、楼层单位高度以及楼层高度分类，所述楼层高度属性名用于识别区域楼层高度的属性名称，所述楼层单位高度用于对区域楼层高度进行倍数增加，所述楼层高度分类用于对不同高度的楼层进行分类。
3.根据权利要求2所述的将GeoJSON数据格式转换为三维GLB格式的方法，其特征在于，所述将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，具体包括：
在所述待转换GeoJSON数据中进行检索后，得到所述待转换GeoJSON数据中的所述楼层高度属性名，并利用所述楼层高度属性名对所述待转换GeoJSON数据进行区域划分，得到多个区域数据；
按照所述楼层高度分类对所述区域数据进行分类，得到所有区域数据所属所述楼层高度分类。
4.根据权利要求3所述的将GeoJSON数据格式转换为三维GLB格式的方法，其特征在于，所述将所述中间数据利用三角剖分算法，得到三维GLB格式文件，具体包括：
对每一个区域数据中的多边形数据进行三角剖分计算后，得到三角面组合，所述三角面组合包括底面和顶面，其中所述底面是高度为零的面，所述顶面为所述区域数据的楼层高度；
根据所述区域数据中的多边形数据中的各点位信息，得到所述区域数据的侧面；
分别对所述底面、顶面和侧面生成坐标，并进行贴图后，得到所述三维GLB格式文件。
5.根据权利要求4所述的将GeoJSON数据格式转换为三维GLB格式的方法，其特征在于，所述根据所述区域数据中的多边形数据中的各点位信息，得到所述区域数据的侧面，具体包括：
获取所述多边形中的各个点位，按照预设顺序，将每一个点位和它下一个点位，以及所述每一个点位的高度值和它下一个点位的高度值构成四边形，将所述四边形划分为两个三角形，直到所述多边形中所有点位计算完成后，得到所述区域数据的侧面。
6.一种将GeoJSON数据格式转换为三维GLB格式的装置，其特征在于，所述装置包括：
加载模块，用于加载配置文件；
分区模块，用于加载待转换GeoJSON数据，将所述待转换GeoJSON数据根据所述配置文件进行转换，生成中间数据，所述中间数据包括对所述待转换GeoJSON数据的区域分类数据和每一区域的高度数据；
转换模块，用于将所述中间数据利用三角剖分算法，得到三维GLB格式文件。
7.根据权利要求6所述的将GeoJSON数据格式转换为三维GLB格式的装置，其特征在于，所述配置文件包括待转换文件路径、输出文件路径、楼层高度属性名、楼层单位高度以及楼层高度分类，所述楼层高度属性名用于识别区域楼层高度的属性名称，所述楼层单位高度用于对区域楼层高度进行倍数增加，所述楼层高度分类用于对不同高度的楼层进行分类。
8.根据权利要求7所述的将GeoJSON数据格式转换为三维GLB格式的装置，其特征在于，所述分区模块，具体用于在所述待转换GeoJSON数据中进行检索后，得到所述待转换GeoJSON数据中的所述楼层高度属性名，并利用所述楼层高度属性名对所述待转换GeoJSON数据进行区域划分，得到多个区域数据；
按照所述楼层高度分类对所述区域数据进行分类，得到所有区域数据所属所述楼层高度分类。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5中任一项所述的将GeoJSON数据格式转换为三维GLB格式的方法的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5中任一项所述的将GeoJSON数据格式转换为三维GLB格式的方法的步骤。
CN202111645821.7A 2021-12-30 2021-12-30 将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备 Active CN114445574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111645821.7A CN114445574B (zh) 2021-12-30 2021-12-30 将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111645821.7A CN114445574B (zh) 2021-12-30 2021-12-30 将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备

Publications (2)

Publication Number Publication Date
CN114445574A true CN114445574A (zh) 2022-05-06
CN114445574B CN114445574B (zh) 2023-02-03

Family

ID=81366769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111645821.7A Active CN114445574B (zh) 2021-12-30 2021-12-30 将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备

Country Status (1)

Country Link
CN (1) CN114445574B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116702218A (zh) * 2023-08-07 2023-09-05 腾讯科技（深圳）有限公司 小程序中三维模型的渲染方法、装置、终端及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109753334A (zh) * 2019-01-14 2019-05-14 长沙眸瑞网络科技有限公司 一种基于WebGL的三维模型显示方法
CN109859318A (zh) * 2018-12-25 2019-06-07 苏州百卓网络技术有限公司 面向安全生产的三维模型制作加载显示系统及方法
CN110751696A (zh) * 2019-12-25 2020-02-04 广联达科技股份有限公司 将BIM模型数据转化为glTF数据的方法、装置、设备及介质
US10636209B1 (en) * 2019-09-13 2020-04-28 Bongfish GmbH Reality-based three-dimensional infrastructure reconstruction
US20200193700A1 (en) * 2018-12-18 2020-06-18 Microsoft Technology Licensing, Llc Generating space models from map files
CN111563955A (zh) * 2020-04-22 2020-08-21 深圳震有科技股份有限公司 一种建筑模型单体可视化方法、终端以及存储介质
CN112991558A (zh) * 2021-05-10 2021-06-18 南京千目信息科技有限公司 一种地图编辑方法和地图编辑器
CN113421338A (zh) * 2021-07-21 2021-09-21 北京臻观数智科技有限公司 一种将二维矢量进行三维渲染的方法
CN113744403A (zh) * 2021-07-21 2021-12-03 合肥泰瑞数创科技有限公司 建筑物的三维模型的生成方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200193700A1 (en) * 2018-12-18 2020-06-18 Microsoft Technology Licensing, Llc Generating space models from map files
CN109859318A (zh) * 2018-12-25 2019-06-07 苏州百卓网络技术有限公司 面向安全生产的三维模型制作加载显示系统及方法
CN109753334A (zh) * 2019-01-14 2019-05-14 长沙眸瑞网络科技有限公司 一种基于WebGL的三维模型显示方法
US10636209B1 (en) * 2019-09-13 2020-04-28 Bongfish GmbH Reality-based three-dimensional infrastructure reconstruction
CN110751696A (zh) * 2019-12-25 2020-02-04 广联达科技股份有限公司 将BIM模型数据转化为glTF数据的方法、装置、设备及介质
CN111563955A (zh) * 2020-04-22 2020-08-21 深圳震有科技股份有限公司 一种建筑模型单体可视化方法、终端以及存储介质
CN112991558A (zh) * 2021-05-10 2021-06-18 南京千目信息科技有限公司 一种地图编辑方法和地图编辑器
CN113421338A (zh) * 2021-07-21 2021-09-21 北京臻观数智科技有限公司 一种将二维矢量进行三维渲染的方法
CN113744403A (zh) * 2021-07-21 2021-12-03 合肥泰瑞数创科技有限公司 建筑物的三维模型的生成方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
THINGJS 文档中心: "Class:GeoBuilding", 《HTTPS://WWW.WENJIANGS.COM/DOC/XMNR7PJD》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116702218A (zh) * 2023-08-07 2023-09-05 腾讯科技（深圳）有限公司 小程序中三维模型的渲染方法、装置、终端及存储介质
CN116702218B (zh) * 2023-08-07 2023-12-05 腾讯科技（深圳）有限公司 小程序中三维模型的渲染方法、装置、终端及存储介质

Also Published As

Publication number Publication date
CN114445574B (zh) 2023-02-03

Similar Documents

Publication Publication Date Title
Chen et al. Automatic building information model reconstruction in high-density urban areas: Augmenting multi-source data with architectural knowledge
Chen et al. Scalable real-time volumetric surface reconstruction.
Guercke et al. Aggregation of LoD 1 building models as an optimization problem
CN102804231A (zh) 三维场景的分段平面重建
Cignoni et al. Selective refinement queries for volume visualization of unstructured tetrahedral meshes
CN105678842A (zh) 室内环境三维地图制作方法及装置
CN113706713A (zh) 一种实景三维模型裁剪方法、装置及计算机设备
Ortega et al. Generating 3D city models from open LiDAR point clouds: Advancing towards smart city applications
Peters et al. Visibility Analysis in a Point Cloud Based on the Medial Axis Transform.
CN113724279A (zh) 路网自动划分交通小区的系统、方法、设备及存储介质
CN114445574B (zh) 将GeoJSON数据格式转换为三维GLB格式的方法、装置和设备
Kim et al. Simplification of geometric objects in an indoor space
She et al. 3D building model simplification method considering both model mesh and building structure
Yang et al. A hybrid spatial index for massive point cloud data management and visualization
He et al. All range and heterogeneous multi-scale 3D city models
CN112650792B (zh) 城市水流模拟中要素水流流量自动识别与存储方法及系统
CN110533764B (zh) 面向建筑群的分形四叉树纹理组织方法
Pueyo et al. Structuring urban data
Syryamkin et al. A method to create real-like point clouds for 3D object classification
Morgan et al. Using binary space partitioning to generate urban spatial patterns
Wang Optimization of Three-Dimensional Model of Landscape Space Based on Big Data Analysis
Khan Towards Synthetic Dataset Generation for Semantic Segmentation Networks
Demir et al. GIS-based procedural modeling in contemporary urban planning practice
CN116882031B (zh) 一种基于点云的建筑模型构建方法及系统
Ballouch et al. Semantic segmentation of airborne LiDAR data for the development of an urban 3D model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Room 105, first floor, building 82, No. 10, Jiuxianqiao Road, Chaoyang District, Beijing 100102

Patentee after: Beijing Youhao Technology Co.,Ltd.

Country or region after: China

Address before: Room 105, first floor, building 82, No. 10, Jiuxianqiao Road, Chaoyang District, Beijing 100102

Patentee before: BEIJING YOUNUO TECHNOLOGY Co.,Ltd.

Country or region before: China

PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Method, apparatus, and equipment for converting GeoJSON data format to 3D GLB format

Granted publication date: 20230203

Pledgee: Industrial and Commercial Bank of China Limited Beijing Wangjing Branch

Pledgor: Beijing Youhao Technology Co.,Ltd.

Registration number: Y2024990000102