CN115393494B - 基于人工智能的城市模型渲染方法、装置、设备及介质 - Google Patents
基于人工智能的城市模型渲染方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115393494B CN115393494B CN202211021953.7A CN202211021953A CN115393494B CN 115393494 B CN115393494 B CN 115393494B CN 202211021953 A CN202211021953 A CN 202211021953A CN 115393494 B CN115393494 B CN 115393494B
- Authority
- CN
- China
- Prior art keywords
- rendering
- precision model
- model
- precision
- rendered
- 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.)
- Active
Links
- 238000009877 rendering Methods 0.000 title claims abstract description 544
- 238000000034 method Methods 0.000 title claims abstract description 107
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 59
- 230000004044 response Effects 0.000 claims abstract description 44
- 239000000463 material Substances 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 27
- 238000013507 mapping Methods 0.000 claims description 27
- 230000001360 synchronised effect Effects 0.000 claims description 24
- 238000007405 data analysis Methods 0.000 claims description 20
- 230000004888 barrier function Effects 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 5
- 230000037430 deletion Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 15
- 238000012545 processing Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 10
- 238000011161 development Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000003993 interaction Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 230000036544 posture Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 235000002245 Penicillium camembertii Nutrition 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/04—Texture mapping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开提供了一种基于人工智能的城市模型渲染方法、装置、设备及介质，涉及人工智能技术领域，具体涉及图像处理、数字孪生以及虚拟现实技术，可应用在智慧城市、城市治理、公安应急场景下。具体实现方案为：获取第一精度模型的第二精度模型，并上层渲染第二精度模型；以及，向渲染服务器发送渲染请求，并获取渲染服务器响应于渲染请求发送的第一精度模型的渲染图像，且下层展示渲染图像，以渲染第一精度模型；其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；第一精度模型基于城市底图信息构建；第二精度模型为第一精度模型去除模型贴图和材质信息的结果。
Description
技术领域
本公开涉及人工智能技术领域，具体涉及图像处理、数字孪生以及虚拟现实技术，可应用在智慧城市、城市治理、公安应急场景下。
背景技术
数字孪生是数字世界中建立与物理实体的性能完全一致，且可对其进行实时仿真的模型。
城市数字孪生高精度模型三维渲染通常需要专用引擎，根据业务需求进行定制化扩展，研发成本较高。由于高精度模型的精度高、数据量大，因此，在模型渲染时会占用大量运算和存储资源。另外，由于专用引擎通常是单机方案，对定制需求的承载能力有限。
发明内容
本公开提供了一种基于人工智能的城市模型渲染方法、装置、设备及介质，以在兼顾渲染精度的情况下，提高业务开发效率和业务承载量。
根据本公开的一方面，提供了一种基于人工智能的城市模型渲染方法，包括：
获取第一精度模型的第二精度模型，并上层渲染所述第二精度模型；以及，
向渲染服务器发送渲染请求，并获取所述渲染服务器响应于所述渲染请求发送的所述第一精度模型的渲染图像，且下层展示所述渲染图像，以渲染所述第一精度模型；
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；所述第一精度模型基于城市底图信息构建；所述第二精度模型为所述第一精度模型去除模型贴图和材质信息的结果。
根据本公开的另一方面，还提供了一种电子设备，包括：
至少一个处理器；以及
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开实施例所提供的任意一种基于人工智能的城市模型渲染方法。
根据本公开的另一方面，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开实施例所提供的任意一种基于人工智能的城市模型渲染方法。
根据本公开的技术，实现了模型的协同渲染和交互，提高了业务开发效率和业务承载量。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开实施例提供的一种基于人工智能的城市模型渲染方法的示意图；
图2是本公开实施例提供的另一种基于人工智能的城市模型渲染方法的示意图；
图3是本公开实施例提供的又一种基于人工智能的城市模型渲染方法的示意图；
图4是本公开实施例提供的又一种基于人工智能的城市模型渲染方法的示意图；
图5是本公开实施例提供的一种基于人工智能的城市模型渲染方法的交互示意图；
图6是本公开实施例提供的一种基于人工智能的城市模型渲染装置的结构图；
图7是本公开实施例提供的一种基于人工智能的城市模型渲染装置的结构图；
图8是用来实现本公开实施例的城市模型渲染的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本公开实施例提供的各基于人工智能的城市模型渲染方法和基于人工智能的城市模型渲染装置，适用于对城市模型进行渲染的应用场景。本公开实施例所提供的各基于人工智能的城市模型渲染方法，可以由基于人工智能的城市模型渲染装置执行，该装置可以采用软件和/或硬件实现，并具体配置于电子设备中，该电子设备可以是前端设备，本公开对此不作任何限定。
为了便于理解，首先对本公开所提供的基于人工智能的城市模型渲染方法进行详细说明。
参见图1所示的一种基于人工智能的城市模型渲染方法，包括：
S110、获取第一精度模型的第二精度模型，并上层渲染第二精度模型。
其中，第一精度模型可以是基于城市底图信息构建的高精度模型。城市底图信息可以包括几何体、材质和纹理贴图等。相应的，第一精度模型可以包括模型几何体、材质信息和模型贴图等。
其中，模型几何体可以是柱体、或多面体，具体与待渲染区域中渲染目标的形状有关。模型几何体用于表征待渲染区域内待渲染目标的空间矢量信息。待渲染目标可以是待进行图像渲染的目标物体，例如，待渲染目标可以是建筑物、花草树木等城市中任意可能存在的实体。待渲染区域可以是待渲染目标所在区域。待渲染区域中可以包括至少一个待渲染目标。
其中，材质信息与待渲染目标的颜色等基础属性和待渲染目标所处的环境因素有关。其中，环境因素可以包括待渲染目标所在待渲染区域的光照和空气环境等影响待渲染目标的基础属性的因素。纹理贴图可以是附着在模型几何体外侧的贴图，用于表征所附着模型几何体的外表面信息。
其中，第二精度模型可以为第一精度模型去除模型贴图和材质信息的低精度白模，即第二精度模型可以为第一精度模型去除模型贴图和材质信息后所得的透明或半透明的模型几何体，也即第二精度模型可以为与第一精度模型等比镜像的透明或半透明的模型几何体。需要说明的是，本公开对第二精度模型的透明度的具体数值不作任何限定，仅需保证第二精度模型在覆盖其他非透明模型时，能够相对清晰的透传出所覆盖模型的内容即可。一般的，第二精度模型为全透明的模型几何体。
示例性的，可以由前端设备获取第一精度模型的第二精度模型，并由前端设备上层渲染第二精度模型。例如，前端设备可以是安装有具备城市模型渲染功能的浏览器的设备。其中，第一精度模型的第二精度模型可以由前端设备生成；也可以由其他设备生成，由前端设备从其他设备直接获取得到，本实施例对此不进行限定。
示例性的，前端设备在获取到第二精度模型后，可以采用预设的渲染方式对第二精度模型进行上层渲染。其中，渲染方式可以采用现有技术的至少一种加以实现，本公开实施例对所采用的具体渲染方式不作任何限定。例如，渲染方式可以基于WebGL(WebGraphics Library，3D绘图协议)技术实现。
S120、向渲染服务器发送渲染请求，并获取渲染服务器响应于渲染请求发送的第一精度模型的渲染图像，且下层展示渲染图像，以渲染第一精度模型。
其中，渲染服务器可以是游戏引擎，用于构建待渲染区域对应的三维场景，场景可以随着鼠标等输入设备的操作实时渲染输出第一精度模型。其中，渲染请求可以是由前端设备向渲染服务器发送的用于指示渲染第一精度模型的请求。
其中，渲染图像可以是渲染服务器根据渲染请求对第一精度模型进行渲染后得到的场景图像。
示例性的，前端设备可以向渲染服务器发送渲染请求，渲染服务器根据渲染请求对第一精度模型进行渲染，得到渲染图像，并发送至前端设备，由前端设备下层展示渲染图像，从而将第一精度模型作为背景在前端设备中进行渲染。其中，前端设备下层展示渲染图像的过程可以认为是对第一精度模型进行渲染的过程。
可选的，渲染服务器渲染的第一精度模型的渲染图像可以实时渲染在前端设备上，前端设备渲染的第二精度模型可以等比等位置的覆盖在前者的渲染图像上。也即，第一精度模型作为第二精度模型的背景加以显示，第二精度模型作为第一精度模型的前景加以显示，且第一精度模型被第二精度模型等比等位置覆盖。由于第二精度模型为透明或半透明几何体，因此，用户可以无感知的观看到渲染的第一精度模型的细节信息，等效于直接通过渲染服务器进行城市模型渲染的情况。
需要说明的是，所渲染的第一精度模型与所渲染的第二精度模型位置重叠，从而确保所渲染第一精度模型与所渲染第二精度模型的渲染位姿一致性，从而为后续对业务操作的精准响应提供了保障。
需要说明的是，在模型渲染过程中，可以是先由前端设备渲染第二精度模型，再由渲染服务器渲染第一精度模型；也可以是先由渲染服务器渲染第一精度模型，再由前端设备渲染第二精度模型；还可以是前端设备渲染第二精度模型，以及渲染服务器渲染第一精度模型同步执行，仅需保证所渲染的高端精度模型与所渲染的第二精度模型位置重叠即可。因此，S110可以在S120之前执行，S110也可以在S120之后执行，还可以是S110和S120同步或交叉执行，本实施例对S110与S120的具体执行顺序不作限定。
在一个可选实施例中，可以预先设置第一精度模型和第二精度模型的渲染位置和渲染姿态，从而前端设备在前端渲染第一精度模型和第二精度模型，能够保证第一精度模型与第二精度模型的姿态相同，且渲染位置一致。
本公开实施例方案通过获取并上层渲染第二精度模型，以及，获取渲染服务器响应于渲染请求发送的第一精度模型的渲染图像，并下层展示渲染图像，以渲染第一精度模型。上述技术方案提供了一种新的渲染方式，并通过将一个设备的模型渲染替换为前端设备和渲染设备协同渲染，减少了单设备渲染交互的业务压力，从而提高了业务承载量。同时，通过前端设备渲染的方式，降低了业务开发难度，提高了业务开发效率。另外，通过将第一精度模型设置于第二精度模型下层进行重叠渲染，能够保证渲染精度，避免了单独采用前端设备渲染出现渲染效果较差的情况发生。
需要说明的是，在渲染第一精度模型和渲染第二精度模型的过程中，可能存在第一精度模型和第二精度模型的位置不重叠的情况，若第一精度模型和第二精度模型的位置不重叠，则会导致渲染位置出现偏差，从而响应后续对前端业务操作的响应结果的准确性。因此，在第一精度模型和第二精度模型的位置不重叠时，可以通过向渲染服务器发送第二精度模型的渲染位姿信息的方式，使得渲染服务器在渲染第一精度模型时，与第二精度模型位置重叠。
在另一可选实施例中，渲染请求可以包括第二精度模型的渲染位姿信息；获取渲染服务器发送的第一精度模型的渲染图像，且下层展示渲染图像，以渲染第一精度模型，可以包括：获取渲染服务器反馈的基于渲染位姿信息确定的第一精度模型的渲染图像；在所渲染的第二精度模型的下层，重叠展示渲染图像，以渲染第一精度模型。
其中，第二精度模型的渲染位姿信息可以是第二精度模型在虚拟摄像头下的位姿信息。其中，渲染位姿信息可以包括第二精度模型对应虚拟摄像头的位置信息和角度信息。其中，位置信息可以是第二精度模型对应虚拟摄像头的位置坐标；角度信息可以是第二精度模型对应虚拟摄像头的俯仰角度参数。
示例性的，渲染服务器在基于渲染位姿信息确定第一精度模型的渲染图像过程中，可以根据渲染位置信息中的位置坐标和角度参数，调整第一精度模型对应虚拟摄像头的位置坐标和角度参数，确保在该虚拟摄像头下的第一精度模型与前端渲染的第二精度模型的位姿保持一致。渲染服务器将基于渲染位姿信息确定的第一精度模型的渲染图像，反馈至前端设备；前端设备在所渲染的低精度模型的下层，重叠展示渲染图像，以实现对第一精度模型的渲染。
本可选实施例通过根据渲染服务器反馈的基于渲染请求中携带的渲染位姿信息所确定的第一精度模型的渲染图像，在第二精度模型的下层，重叠展示渲染图像，以渲染第一精度模型，实现了所渲染的第二精度模型和所渲染的第一精度模型的位姿重叠，从而为后续对业务操作的精准响应提供了保障。
需要说明的是，为实现对城市模型的精细化渲染，提高渲染的城市模型的真实性，本公开方案还可以实现城市模型之间的遮挡效果，以更贴近真实的城市场景。
在一个可选实施例中，上层渲染第二精度模型，包括：检测第二精度模型中不同待渲染目标的子白模到虚拟摄像头的距离；根据各距离，上层渲染各子白模，以使距离较近的子白模遮挡距离较远的子白模。
其中，待渲染目标的子白模可以是待渲染目标对应的模型几何体。由于待渲染目标的数量为至少一个，因此，第二精度模型中可以包括至少一个子白模。
其中，待渲染目标的子白模到虚拟摄像头的距离，能够反映现实世界中待渲染区域中各待渲染目标与观看用户的相对距离。可以通过现有渲染技术实现。例如，可以通过开启WebGL中的depthTest(深度测试)属性，检测子白模到虚拟摄像头的距离。需要说明的是，此处的虚拟摄像头为第二精度模型对应的虚拟摄像头。
可以理解的是，靠近虚拟摄像头的子白模，会遮挡该子白模后距离虚拟摄像头较远的子白模。因此，可以根据各子白模与虚拟摄像头的距离，以及各子白模的相对位置关系，上层依次渲染各子白模，达到遮挡渲染的效果。
示例性的，确定具有相对位置关系的至少一个子白模，具有相对位置关系的各子白模可以是在至少一个角度或方向上可能存在遮挡关系的子白模。在渲染过程中，会将具备遮挡关系的子白模中，距离较远的子白模贴图，按照距离较近的子白模的尺寸信息进行截取，仅保留未被遮挡部分的贴图，从而实现存在遮挡关系的待渲染目标之间的遮挡渲染。其中，尺寸信息可以包括宽度信息和高度信息。
本可选实施例通过检测第二精度模型中不同待渲染目标的子白模到虚拟摄像头的距离，根据各距离，上层渲染各子白模，以使距离较近的子白模遮挡距离较远的子白模，实现了城市模型渲染的遮挡效果，实现了城市模型的精细化渲染，提高了渲染的城市模型的真实性，使得渲染得城市模型更加贴近真实的城市场景。
在上述各技术方案的基础上，本公开还提供了一个可选实施例，在该实施例中，添加“获取当前业务操作；响应于当前业务操作，更新渲染第一精度模型和/或第二精度模型。”操作，以实现对第一精度模型和/或第二精度模型的更新渲染。需要说明的是，在本公开实施例中未详述部分，可参见其他实施例中的相关表述，在此不再赘述。
参见图2所示的一种基于人工智能的城市模型渲染方法，包括：
S210、获取第一精度模型的第二精度模型，并上层渲染第二精度模型。
S220、向渲染服务器发送渲染请求，并获取渲染服务器响应于渲染请求发送的第一精度模型的渲染图像，且下层展示渲染图像，以渲染第一精度模型。
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；第一精度模型基于城市底图信息构建；第二精度模型为第一精度模型去除模型贴图和材质信息的结果。
S230、获取当前业务操作。
其中，当前业务操作可以是当前时刻渲染需求方对所渲染模型执行的业务层面相关操作。例如，当前业务操作可以是选中模型操作或修改模型基本属性操作等。可选的，模型基本属性可以包括模型颜色、模型透明度或模型高亮等至少一种显示属性。或者可选的，模型基本属性可以包括位姿属性。其中，位姿属性可以包括位置属性和/或姿态属性。
示例性的，前端设备可以实时或定时获取由渲染需求方发起的当前业务操作。
S240、响应于当前业务操作，更新渲染第一精度模型和/或第二精度模型。
可以理解的是，前端设备获取的部分当前业务操作可以由前端设备响应完成，而无需发送至渲染服务器响应操作；同样也存在部分当前业务操作需要前端设备和渲染服务器共同响应完成。因此，可以根据前端设备响应的不同当前业务操作，确定是否仅由前端设备响应完成，还是由前端设备和渲染服务器共同响应完成。
示例性的，前端设备响应当前业务操作并判断该当前业务操作是否可以仅由自身响应完成；若是，则前端设备响应当前业务操作，更新第二精度模型；若否，则前端设备响应当前业务操作，更新第二精度模型；同时，渲染服务器响应该当前业务操作，更新第一精度模型。
本公开实施例方案通过获取当前业务操作，并响应于当前业务操作，更新渲染第一精度模型和/或第二精度模型的方式，实现了前端设备和渲染服务器的协同渲染和交互。通过将部分业务层操作迁移至前端设备，减轻了渲染服务器的计算压力和存储压力，提高了业务承载量，同时提高了模型渲染效率。
在上述各技术方案的基础上，本公开还提供了一个可选实施例，在该实施例中，将“响应于当前业务操作，更新渲染第一精度模型和/或第二精度模型”细化为“确定当前业务操作的操作类型；其中，操作类型包括前后端同步类型和前端类型；根据当前业务操作的操作类型，更新渲染第一精度模型和/或第二精度模型。”以进一步完善对第一精度模型和/或第二精度模型的更新渲染方式。需要说明的是，在本公开实施例中未详述部分，可参见其他实施例中的相关表述，在此不再赘述。
参见图3所示的一种基于人工智能的城市模型渲染方法，包括：
S310、获取第一精度模型的第二精度模型，并上层渲染第二精度模型。
S320、向渲染服务器发送渲染请求，并获取渲染服务器响应于渲染请求发送的第一精度模型的渲染图像，且下层展示渲染图像，以渲染第一精度模型。
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；第一精度模型基于城市底图信息构建；第二精度模型为第一精度模型去除模型贴图和材质信息的结果。
S330、获取当前业务操作。
S340、确定当前业务操作的操作类型；其中，操作类型包括前后端同步类型和前端类型。
其中，前端类型的业务操作可以是仅由前端设备完成的对第二精度模型进行渲染的操作。前端类型的业务操作可以包括：数据分析图表的展示、待渲染目标的显示属性的变化和栅栏添加等中的至少一种。
数据分析图表可以包括拥堵路况分析图表、区域热力图图表和导航路径信息图表等中的至少一种。其中，显示属性可以包括待渲染目标的颜色、透明度和亮度等中的至少一种。示例性的，可以通过鼠标点击待渲染目标、界面按钮等动作，改变待渲染目标的显示属性和添加栅栏等。
其中，前后端同步类型的业务操作可以是由前端设备和渲染服务器协同执行完成的操作。即，前后端同步类型的业务操作需要由前端设备响应进行第二精度模型的渲染，同时由渲染服务器响应进行第一精度模型的渲染。前后端同步类型的业务操作可以包括：待渲染目标位姿的变化、待渲染目标的增加和待渲染目标的删除等中的至少一种。
待渲染目标位姿的变化可以是对待渲染目标进行移动、转动或缩放等。示例性的，可以通过鼠标右键按下并拖动待渲染目标，使得待渲染目标的视野可以随着鼠标的拖动而实时旋转相应的角度；通过鼠标上下滚动可以是调整待渲染目标所属场景的视野；或者，通过鼠标点击待渲染目标可以实现对渲染目标的放大、缩小和平移等操作。需要说明的是，上述不同操作对应的鼠标触发方式，仅作为示例性说明，不应理解为对待渲染目标的位姿变化的触发方式的具体限定，可以采用预设控件触发或键盘控制等方式加以实现，或通过对鼠标的不同操作方式的配置等。
可以理解的是，当前业务操作的操作类型可以由前端设备在获取并响应当前业务操作后进行确定。例如，可以通过预先设置具体的操作类型的确定规则，对当前业务操作的操作类型进行确定。
在一个可选实施例中，确定当前业务操作的操作类型，包括：根据预先设置的操作类型列表中不同业务操作与操作类型之间的映射关系，确定当前业务操作的操作类型。
其中，操作类型列表用于存储业务操作与操作类型之间的映射关系，具体可以由相关技术人员进行预先设置。
示例性的，操作类型列表的数量可以根据实际需求进行设置。例如，可以设置一个操作类型列表，存储业务操作与前端类型之间的映射关系，和/或，存储业务操作与前后端同步类型之间的映射关系。以存储业务操作与前端类型之间的映射关系为例进行举例说明：当前端设备获取到当前业务操作时，从操作类型列表中查询是否存在该当前业务操作对应的操作类型；若存在，则可以确定该当前业务操作对应的操作类型为前端类型；若不存在，则可以确定该当前业务操作对应的操作类型为前后端同步类型。
示例性的，还可以设置两个操作类型列表，并在各操作类型列表中分别存储业务操作与前端类型之间的映射关系，以及存储业务操作与前后端同步类型之间的映射关系。当前端设备获取到当前业务操作时，通过遍历各操作类型列表，确定该当前业务操作对应的操作类型。
本可选实施例通过根据预先设置的操作类型列表中不同业务操作与操作类型之间的映射关系，确定当前业务操作的操作类型的方式，使得操作类型确定过程方便快捷，提高了对当前业务操作的操作类型的确定效率和确定结果准确度，便于后续更加精确的对第一精度模型和/或第二精度模型更新渲染。
S350、根据当前业务操作的操作类型，更新渲染第一精度模型和/或第二精度模型。
可以理解的是，不同操作类型的当前业务操作对应更新渲染的模型和更新渲染的方式不同。例如，针对前后端同步类型的当前业务操作，需要前端设备更新渲染第二精度模型的同时，由渲染服务器同步更新渲染第一精度模型；针对前端类型的当前业务操作，仅需要前端设备更新渲染第二精度模型即可。
在一个可选实施例中，若当前业务操作的操作类型为前后端同步类型，则根据当前业务操作的操作类型，更新渲染第一精度模型和/或第二精度模型，包括：响应于当前业务操作，调整第二精度模型，并上层渲染调整后的第二精度模型；在调整第二精度模型过程中，按照预设频率获取调整位姿信息，并将调整位姿信息和当前业务操作同步至渲染服务器；获取渲染服务器反馈的基于调整位姿信息和当前业务操作调整第一精度模型所得的调整渲染图像；在渲染的第二精度模型的下层，重叠展示调整渲染图像，以下层渲染调整后的第一精度模型。
其中，预设频率可以用于表征前后端调整模型的同步性，具体可以由相关技术人员根据经验值或试验值进行设定或调整。在预设频率的频率值设置适当的情况下，可以实现前后端几乎完全同步(也即用户无感知延时)更新的效果。
其中，调整位姿信息可以包括当前业务操作请求操作的待渲染目标在虚拟摄像头下的位置坐标和角度参数等。
其中，可以采用现有的技术手段实现渲染服务器和前端设备的模型同步调整。示例性的，可以通过渲染服务器中预设的pixel streaming(像素流)插件和WebRTC Proxy(Web Real-Time Communications Proxy，网页实时通信代理)插件，在前端设备和渲染服务器之间搭建通信链路。通过web-socket(网页套接字)技术，按照预设频率将调整位姿信息和当前业务操作同步至渲染服务器。
示例性的，前端设备响应于前后端同步类型的当前业务操作，并根据当前业务操作调整第二精度模型，同时上层渲染调整后的第二精度模型；前端设备在调整第二精度模型的过程中，按照预设频率获取调整位姿信息；并将调整位姿信息和当前业务操作同步至渲染服务器。渲染服务器根据获取的当前业务操作对第一精度模型进行操作模拟，并根据调整位姿信息调整第一精度模型，从而得到新的渲染图像作为调整渲染图像，并将调整渲染图像反馈至前端设备。前端设备获取到渲染服务器发送的调整渲染图像后，在渲染的第二精度模型的下层，重叠展示调整渲染图像，以下层渲染调整后的第一精度模型。
本可选实施例通过在前端设备上层渲染第二精度模型过程中，将调整位姿信息和前后端同步类型的当前业务操作同步至渲染服务器，以使得渲染服务器同步调整第一精度模型得到调整渲染图像，并由前端设备重叠展示调整渲染图像。上述方案实现了在当前业务操作为前后端同步类型时，对第二精度模型和第一精度模型的同步更新渲染，保证了更新渲染过程的时效性和操作一致性，避免出现渲染滞后或渲染错位的情况发生，同时通过渲染服务器的参与，保证了渲染精度。
在一个可选实施例中，若当前业务操作的操作类型为前端类型，则根据当前业务操作的操作类型，更新渲染第二精度模型，包括：根据当前业务操作，确定待叠加数据和目标叠加位置；在目标叠加位置，叠加渲染待叠加数据。
其中，待叠加数据可以是根据当前业务操作确定的用于进行叠加渲染的数据。例如，若当前业务操作为栅栏添加，则待叠加数据可以是待添加栅栏的栅栏属性信息。其中，栅栏属性信息可以包括显示属性和姿态属性。其中，显示属性可以包括颜色、透明度、边框属性和显示尺寸等中的至少一种。其中，姿态属性可以基于第二精度模型的虚拟摄像头的角度参数进行确定。例如姿态属性可以包括方位角、俯仰角和翻滚角等参数中的至少一种。
其中，目标叠加位置可以是待叠加数据的渲染位置。不同业务操作对应的目标叠加位置可以相同，也可以不同，具体可以与具体的操作业务相关。
在一个可选实施例中，根据当前业务操作，确定目标叠加位置，包括：若当前业务操作对应数据分析类业务，则将当前业务操作对应业务的默认叠加位置，作为目标叠加位置；若当前业务操作对应属性变更类业务，则将当前业务操作的操作位置，作为目标叠加位置。
其中，数据分析类业务可以包括拥堵路况、区域热力图或导航路径等需要进行分析结果可视化的业务。数据分析类业务对应的默认叠加位置可以由相关技术人员进行预先设定，不同数据分析类业务对应的默认叠加位置可以相同，也可以不同。
示例性的，若前端设备获取的当前业务操作为数据分析类业务，则将预先设定的该当前业务操作对应的默认叠加位置，作为目标叠加位置。
其中，属性变更类业务可以是待渲染目标的显示属性变化的业务，例如，可以是颜色、透明度或亮度等显示属性变更类业务，以及栅栏添加等显示内容增加类业务。属性变更类业务对应的操作位置可以是对已渲染目标进行勾选时的选取位置、或对已渲染目标进行点击时的点击位置等。
示例性的，若前端设备获取的当前业务操作为属性变更类业务，则将根据当前业务操作位置以及相应业务，确定目标叠加位置。
可选的，若当前业务操作为显示属性变更类业务，则将当前业务操作对应的已渲染目标的贴图位置，作为初始叠加位置；根据相应业务和所述初始叠加位置，确定目标叠加位置。
具体的，若相应业务为对已渲染目标的颜色变更业务或透明度变更业务，则将初始叠加位置作为目标叠加位置；若相应业务为对已渲染目标的高亮业务，则将初始叠加位置中的贴图边缘位置，作为目标叠加位置。
可选的，若当前业务操作为栅栏添加操作，则将添加位置作为初始叠加位置；若添加位置展示有凸起的已渲染目标，则将初始叠加位置迁移至该已渲染目标的目标外围，得到目标叠加位置。
本可选实施例通过将数据分析类业务对应业务操作的默认叠加位置，作为目标叠加位置，将属性变更类业务对应业务操作，根据操作位置，确定标叠加位置，实现了对不同操作类型的业务操作的目标叠加位置的准确确定，便于后续在目标叠加位置处精确的叠加渲染待叠加数据，提高了业务响应的准确性和合理性。
示例性的，前端设备在获取到当前业务操作后，根据当前业务操作，确定当前业务操作对应的待叠加数据，以及该待叠加数据对应的目标叠加位置。前端设备在目标叠加位置处叠加渲染待叠加数据。
本可选实施例通过根据当前业务操作，确定待叠加数据和目标叠加位置，并在目标叠加位置，叠加渲染待叠加数据的方式，实现了当前业务操作为前端类型时，对第二精度模型的更新渲染。由前端设备对业务操作进行获取，并对一些仅由前端设备即可实现的业务操作需求，由前端自行完成，而无需渲染服务器的介入，减轻了渲染服务器的运算压力，提高了业务承载量。
本公开实施例方案通过确定当前业务操作的操作类型，根据当前业务操作的操作类型，更新渲染第一精度模型和/或第二精度模型，提高了对第一精度模型和/或第二精度模型的更新渲染精确度，实现了前端设备和渲染服务器的协同渲染和交互。由前端设备独立进行大部分业务操作响应，渲染服务器交互进行部分业务的交互响应，从而将大量业务层操作迁移至前端设备，减轻了渲染服务器的计算压力和存储压力，提高了业务承载量，提高了模型渲染效率。
上述内容以前端设备为执行主体对基于人工智能的城市模型渲染方法进行详细说明。为了更清楚的解释本公开的技术方案，以下将以渲染服务器为执行主体，对基于人工智能的城市模型渲染方法进行详述。
参见图4所示的一种基于人工智能的城市模型渲染方法，由渲染服务器执行，包括：
S410、获取渲染请求。
其中，渲染请求可以由渲染服务器获取，渲染请求可以是由前端设备向渲染服务器发送的用于指示渲染第一精度模型的请求。例如，渲染服务器可以是游戏引擎，可以用于构建待渲染区域对应的三维场景，场景可以随着鼠标等输入设备的操作实时渲染输出第一精度模型。
S420、响应于渲染请求向前端设备发送第一精度模型的渲染图像，以使前端设备上层渲染第一精度模型的第二精度模型，并下层展示渲染图像，以渲染第一精度模型。
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；第一精度模型基于城市底图信息构建；第二精度模型为第一精度模型去除模型贴图和材质信息的结果。
其中，渲染图像可以是渲染服务器根据渲染请求对第一精度模型进行渲染后得到的场景图像。
示例性的，前端设备可以向渲染服务器发送渲染请求，渲染服务器根据渲染请求对第一精度模型进行渲染，得到渲染图像，并发送至前端设备，由前端设备下层展示渲染图像。其中，前端设备下层展示渲染图像的过程可以认为是对第一精度模型进行渲染的过程。
可选的，渲染服务器渲染的第一精度模型的渲染图像可以实时渲染在前端设备上，前端设备渲染的第二精度模型可以等比等位置的覆盖在前者的渲染图像上。也即，第一精度模型作为第二精度模型的背景加以显示，第二精度模型作为第一精度模型的前景加以显示，且第一精度模型被第二精度模型等比等位置覆盖。由于第二精度模型为透明或半透明几何体，因此，用户可以无感知的观看到渲染的第一精度模型的细节信息，等效于直接通过渲染服务器进行城市模型渲染的情况。
需要说明的是，所渲染的第一精度模型与所渲染的第二精度模型位置重叠，从而确保所渲染第一精度模型与所渲染第二精度模型的渲染位姿的一致性，从而为后续对业务操作的精准响应提供了保障。
需要说明的是，在模型渲染过程中，可以是先由前端设备渲染第二精度模型，再由渲染服务器渲染第一精度模型；也可以是先由渲染服务器渲染第一精度模型，再由前端设备渲染第二精度模型；还可以是前端设备渲染第二精度模型，以及渲染服务器渲染第一精度模型同步执行，仅需保证所渲染的高端精度模型与所渲染的第二精度模型位置重叠即可。
在一个可选实施例中，可以预先设置第一精度模型和第二精度模型的渲染位置和渲染姿态，从而前端设备在前端渲染第一精度模型和第二精度模型，能够保证第一精度模型与第二精度模型的姿态相同，且渲染位置一致。
本公开实施例通过获取渲染请求，响应于渲染请求向前端设备发送第一精度模型的渲染图像，以使前端设备上层渲染第一精度模型的第二精度模型，并下层展示渲染图像，以渲染第一精度模型。上述技术方案提供了一种新的渲染方式，并通过将一个设备的模型渲染替换为前端设备和渲染设备协同渲染，减少了单设备渲染交互的业务压力，从而提高了业务承载量。同时，通过前端设备渲染的方式，降低了业务开发难度，提高了业务开发效率。另外，通过将第一精度模型设置于第二精度模型下层进行重叠渲染，能够保证渲染精度，避免了单独采用前端设备渲染出现渲染效果较差的情况发生。
需要说明的是，在渲染第一精度模型和渲染第二精度模型的过程中，可能存在第一精度模型和第二精度模型的位置不重叠的情况，若第一精度模型和第二精度模型的位置不重叠，则会导致渲染位置出现偏差，从而响应后续对前端业务操作的响应结果的准确性。因此，在第一精度模型和第二精度模型的位置不重叠时，可以通过向渲染服务器发送第二精度模型的渲染位姿信息的方式，使得渲染服务器在渲染第一精度模型时，与第二精度模型位置重叠。
在另一可选实施例中，渲染请求可以包括第二精度模型的渲染位姿信息；响应于渲染请求向前端设备发送第一精度模型的渲染图像，可以包括：基于渲染位姿信息，确定第一精度模型的渲染图像；向前端设备发送渲染图像。
其中，第二精度模型的渲染位姿信息可以是第二精度模型在虚拟摄像头下的位姿信息。其中，渲染位姿信息可以包括第二精度模型在虚拟摄像头下的位置信息和角度信息。其中，位置信息可以是第二精度模型在虚拟摄像头下的位置坐标；角度信息可以是第二精度模型在虚拟摄像头下的角度参数。
示例性的，渲染服务器在基于渲染位姿信息确定第一精度模型的渲染图像过程中，可以根据渲染位置信息中的位置坐标和角度参数，调整第一精度模型对应虚拟摄像头的位置坐标和角度参数，确保第一精度模型对应虚拟摄像头下的位置和角度与第二精度模型相一致。渲染服务器将基于渲染位姿信息确定的第一精度模型的渲染图像，反馈至前端设备；前端设备在所渲染的低精度模型的下层，重叠展示渲染图像，以实现对第一精度模型的渲染。
本可选实施例通过基于渲染请求中携带的渲染位姿信息，确定第一精度模型的渲染图像，并向前端设备发送渲染图像，实现了所渲染的第二精度模型和所渲染的第一精度模型的位姿重叠，从而为后续对业务操作的精准响应提供了保障。
需要说明的是，前端设备可以获取当前业务操作，并确定当前业务操作的操作类型。其中，操作类型包括前后端同步类型和前端类型；前端设备根据当前业务操作的操作类型，更新渲染第一精度模型和/或第二精度模型。
其中，当前业务操作可以是当前时刻渲染需求方对所渲染模型执行的业务层面相关操作。例如，当前业务操作可以是选中模型操作或修改模型基本属性操作等。可选的，模型基本属性可以包括模型颜色、模型透明度或模型高亮等至少一种显示属性。或者可选的，模型基本属性可以包括位姿属性。其中，位姿属性可以包括位置属性和/或姿态属性。
可以理解的是，不同操作类型的当前业务操作对应更新渲染的模型和更新渲染的方式不同。例如，针对前后端同步类型的当前业务操作，需要前端设备更新渲染第二精度模型的同时，由渲染服务器更新渲染第一精度模型；针对前端类型的当前业务操作，仅需要前端设备更新渲染第二精度模型。
其中，前端类型的业务操作可以是仅由前端设备完成的对第二精度模型进行渲染的操作。前端类型的业务操作可以包括：数据分析图表的展示、待渲染目标的显示属性的变化和栅栏添加等中的至少一种。
其中，前后端同步类型的业务操作可以是由前端设备和渲染服务器协同执行完成的操作。即，前后端同步类型的业务操作需要由前端设备响应进行第二精度模型的渲染，同时由渲染服务器响应进行第一精度模型的渲染。前后端同步类型的业务操作可以包括：待渲染目标位姿的变化、待渲染目标的增加和待渲染目标的删除等中的至少一种。
待渲染目标位姿的变化可以是对待渲染目标进行移动、转动或缩放等。示例性的，可以通过鼠标右键按下并拖动待渲染目标，使得待渲染目标的视野可以随着鼠标的拖动而实时旋转相应的角度；通过鼠标上下滚动可以是调整待渲染目标所属场景的视野；或者，通过鼠标点击待渲染目标可以实现对渲染目标的放大、缩小和平移等操作。需要说明的是，上述不同操作对应的鼠标触发方式，仅作为示例性说明，不应理解为对待渲染目标的位姿变化的触发方式的具体限定，可以采用预设控件触发或键盘控制等方式加以实现，或通过对鼠标的不同操作方式的配置等。
可选的，当前业务操作的操作类型，可以由前端设备在获取并响应当前业务操作后进行确定，具体可以参见前述实施例的相关表述。
或者可选的，前端设备还可以实时向渲染服务器发送当前业务操作，渲染服务器识别当前业务操作的操作类型，并仅响应前后端同步类型的业务操作。例如，可以通过预先设置具体的操作类型的确定规则，对当前业务操作的操作类型进行确定。
在一个可选实施例中，可以根据预先设置的操作类型列表中不同业务操作与操作类型之间的映射关系，确定当前业务操作的操作类型。其中，操作类型列表用于存储业务操作与操作类型之间的映射关系，具体可以由相关技术人员进行预先设置。
在一个可选实施例中，获取前端设备按照预设频率发送的前后端同步类型的当前业务操作和第二精度模型的调整位姿信息；其中，调整位姿信息由前端设备响应于当前业务操作，调整第二精度模型并上层渲染调整后的第二精度模型过程中生成；根据调整位姿信息和当前业务操作，确定调整后的第一精度模型的调整渲染图像；向前端设备反馈调整渲染图像，以使前端设备在渲染的第二精度模型的下层，重叠展示调整渲染图像，以下层渲染调整后的第一精度模型。
其中，预设频率可以用于表征前后端调整模型的同步性，具体可以由相关技术人员根据经验值或试验值进行设定或调整。在预设频率的频率值设置适当的情况下，可以实现前后端几乎完全同步(也即用户无感知延时)更新的效果。
其中，调整位姿信息可以包括当前业务操作请求操作的待渲染目标在虚拟摄像头下的位置坐标和角度参数等。
其中，可以采用现有的技术手段实现渲染服务器和前端设备的模型同步调整。示例性的，可以通过渲染服务器中预设的pixel streaming插件和WebRTC Proxy插件，在前端设备和渲染服务器之间搭建通信链路。通过web-socket技术，按照预设频率将调整位姿信息和当前业务操作同步至渲染服务器。
示例性的，前端设备响应于前后端同步类型的当前业务操作，并根据当前业务操作调整第二精度模型，同时上层渲染调整后的第二精度模型；前端设备在调整第二精度模型的过程中，按照预设频率获取调整位姿信息；并将调整位姿信息和当前业务操作同步至渲染服务器。渲染服务器根据获取的当前业务操作对第一精度模型进行操作模拟，并根据调整位姿信息调整第一精度模型，从而得到新的渲染图像作为调整渲染图像，并将调整渲染图像反馈至前端设备。前端设备获取到渲染服务器发送的调整渲染图像后，在渲染的第二精度模型的下层，重叠展示调整渲染图像，以下层渲染调整后的第一精度模型。
本可选实施例通过在前端设备上层渲染第二精度模型过程中，将调整位姿信息和前后端同步类型的当前业务操作同步至渲染服务器，渲染服务器同步调整第一精度模型得到调整渲染图像，并由前端设备重叠展示调整渲染图像。上述方案实现了在当前业务操作为前后端同步类型时，对第二精度模型和第一精度模型的同步更新渲染，保证了更新渲染过程的时效性和操作一致性，避免出现渲染滞后或渲染错位的情况发生，同时通过渲染服务器的参与，保证了渲染精度。
在上述各技术方案的基础上，本公开还提供了一个实现基于人工智能的城市模型渲染方法的优选实施例。参见图5A所示的基于人工智能的城市模型渲染方法，包括：
S510、前端设备获取第一精度模型的第二精度模型，并上层渲染第二精度模型。
S520、前端设备向渲染服务器发送包括第二精度模型的渲染位姿信息的渲染请求。
S530、渲染服务器响应于渲染请求，根据渲染位姿信息，确定第一精度模型的渲染图像。
S540、渲染服务器向前端设备发送渲染图像。
S550、前端设备在第二精度模型下层展示渲染图像，以渲染第一精度模型。
S560、前端设备获取当前业务操作。
S570、前端设备确定当前业务操作的操作类型。
示例性的，前端设备可以根据预先设置的操作类型列表中不同业务操作与操作类型之间的映射关系，确定当前业务操作的操作类型。
S580、若当前业务操作的操作类型为前后端同步类型，则响应当前业务操作，调整第二精度模型，并上层渲染调整后的第二精度模型。
S590、在调整第二精度模型过程中，按照预设频率获取调整位姿信息。
S5100、将调整位姿信息和当前业务操作同步至渲染服务器。
S5110、渲染服务器根据调整位姿信息和当前业务操作，确定调整后的第一精度模型的调整渲染图像。
S5120、渲染服务器将调整渲染图像发送至前端设备。
S5130、前端设备在渲染的第二精度模型的下层，重叠展示调整渲染图像，以下层渲染调整后的第一精度模型。
S5140、若当前业务操作的操作类型为前端类型，则根据当前业务操作，确定待叠加数据和目标叠加位置。
示例性的，若当前业务操作对应数据分析类业务，则将当前业务操作对应业务的默认叠加位置，作为目标叠加位置；若当前业务操作对应属性变更类业务，则根据当前业务操作的操作位置，确定目标叠加位置。
S5150、在目标叠加位置，叠加渲染待叠加数据。
在一个具体实施例中，如图5B所示的一种基于人工智能的城市模型渲染方法的交互示意图。操作方通过操作前端设备中的浏览器进行城市模型渲染，浏览器可以根据操作方操作的请求从外部信息源中获取外部数据。例如，若操作方进行数据分析类业务操作，则浏览器可以从外部信息源获取与数据分析类业务相关的数据，如导航数据、路况数据等。若操作方请求的操作需要浏览器和游戏引擎(对应前述渲染服务器)同步执行，则浏览器将操作镜像同步给游戏引擎，游戏引擎根据操作方请求的操作生成渲染图像，并将渲染图像反馈给浏览器展示。
在另一个具体实施例中，如图5C所示的一种基于人工智能的城市模型渲染方法的交互示意图。可以采用城市底图信息构建高精度模型(第一精度模型)，或者，采用城市底图信息更新现有的高精度模型，得到基于城市底图构建的新的高精度模型。其中，城市底图信息包括几何体、贴纸和纹理贴图。其中，几何体包括圆柱、多面体等；材质包括颜色、光照和空气等；纹理贴图包括材质的属性。去除高精度模型中的纹理贴图和材质，将得到的透明几何体作为低精度白模(第二精度模型)。根据相关操作人员在交互界面执行的一系列业务请求，更新低精度白模和/或高精度模型。其中，交互界面部署在前端设备中。若交互界面所接收的业务请求为数据分析类业务，则前端设备可以通过调用业务时空组件服务，从外部信息源中获取与数据分析类业务相关的业务数据，或者，从城市底图信息中获取城市时空信息，并通过本地的2D(2-Dimension，三维)组件或3D(3-Dimension，三维)组件将获取的信息进行处理后，在低精度白模上图表展示。若交互界面所接收到的业务请求的需要后端的渲染服务器响应，则前端设备将相关参数，如摄像头位姿数据或角度参数等，传递给渲染服务器，从而使得渲染服务器对高精度模型进行渲染生成渲染图像并反馈给前端设备，由前端设备的交互界面加以显示。其中，业务时空组件可以为分布式设备中的组件，用于实现相应的功能，如可以是提供文旅服务的文旅设备中的组件、或者提供市域信息的市域设备中的组件等。
作为上述各基于人工智能的城市模型渲染方法的实现，本公开还提供了一种实施上述各基于人工智能的城市模型渲染方法的执行装置的可选实施例。本实施例可适用于对城市模型进行渲染的应用场景中，该装置可以采用软件和/或硬件实现，并具体配置于电子设备中，该电子设备可以是前端设备，可实现本公开任意实施例提供的基于人工智能的城市模型渲染方法。参考图6所示的基于人工智能的城市模型渲染装置600，配置于前端设备，具体包括如下：
第二精度模型获取模块601，用于获取第一精度模型的第二精度模型，并上层渲染所述第二精度模型；以及，
渲染请求发送模块602，用于向渲染服务器发送渲染请求，并获取所述渲染服务器响应于所述渲染请求发送的所述第一精度模型的渲染图像，且下层展示所述渲染图像，以渲染所述第一精度模型；
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；所述第一精度模型基于城市底图信息构建；所述第二精度模型为所述第一精度模型去除模型贴图和材质信息的结果。
本公开实施例方案通过第二精度模型获取模块获取并上层渲染第二精度模型，以及，通过渲染请求发送模块获取渲染服务器响应于渲染请求发送的第一精度模型的渲染图像，并下层展示渲染图像。上述技术方案提供了一种新的渲染方式，并通过将一个设备的模型渲染替换为前端设备和渲染设备协同渲染，减少了单设备渲染交互的业务压力，从而提高了业务承载量。同时，通过前端设备渲染的方式，降低了业务开发难度，提高了业务开发效率。另外，通过将第一精度模型设置于第二精度模型下层进行重叠渲染，能够保证渲染精度，避免了单独采用前端设备渲染出现渲染效果较差的情况发生。
在一种可选实施方式中，所述装置600还包括：
业务操作获取模块，用于获取当前业务操作；
模型更新渲染模块，用于响应于所述当前业务操作，更新渲染所述第一精度模型和/或所述第二精度模型。
在一种可选实施方式中，所述模型更新渲染模块，包括：
操作类型确定单元，用于确定所述当前业务操作的操作类型；其中，所述操作类型包括前后端同步类型和前端类型；
模型更新渲染单元，用于根据所述当前业务操作的操作类型，更新渲染所述第一精度模型和/或所述第二精度模型。
在一种可选实施方式中，所述操作类型确定单元，包括：
操作类型确定子单元，用于根据预先设置的操作类型列表中不同业务操作与操作类型之间的映射关系，确定所述当前业务操作的操作类型。
在一种可选实施方式中，若所述当前业务操作的操作类型为前后端同步类型，则所述模型更新渲染单元，包括：
第二精度模型调整子单元，用于应于所述当前业务操作，调整所述第二精度模型，并上层渲染调整后的所述第二精度模型；
业务操作同步子单元，用于在调整所述第二精度模型过程中，按照预设频率获取调整位姿信息，并将所述调整位姿信息和所述当前业务操作同步至所述渲染服务器；
渲染图像获取子单元，用于获取所述渲染服务器反馈的基于所述调整位姿信息和所述当前业务操作调整第一精度模型所得的调整渲染图像；
模型渲染调整子单元，用于在渲染的第二精度模型的下层，重叠展示所述调整渲染图像，以下层渲染调整后的第一精度模型。
在一种可选实施方式中，若所述当前业务操作的操作类型为前端类型，则所述模型更新渲染单元，包括：
叠加位置确定子单元，用于根据所述当前业务操作，确定待叠加数据和目标叠加位置；
叠加渲染子单元，用于在所述目标叠加位置，叠加渲染所述待叠加数据。
在一种可选实施方式中，所述叠加位置确定子单元，具体用于：
若所述当前业务操作对应数据分析类业务，则将所述当前业务操作对应业务的默认叠加位置，作为所述目标叠加位置；
若所述当前业务操作对应属性变更类业务，则根据所述当前业务操作的操作位置，确定所述目标叠加位置。
在一种可选实施方式中，所述前后端同步类型的业务操作包括：待渲染目标位姿的变化、待渲染目标的增加和待渲染目标的删除中的至少一种；和/或，
所述前端类型的业务操作包括：数据分析图表的展示、待渲染目标的显示属性的变化和栅栏添加中的至少一种。
在一种可选实施方式中，所述渲染请求包括所述第二精度模型的渲染位姿信息；
所述渲染请求发送模块602，包括：
渲染图像获取单元，用于获取所述渲染服务器反馈的基于所述渲染位姿信息确定的所述第一精度模型的渲染图像；
第一精度模型渲染单元，用于在所渲染的第二精度模型的下层，重叠展示所述渲染图像，以渲染所述第一精度模型。
在一种可选实施方式中，所述第二精度模型获取模块601，包括：
距离检测单元，用于检测所述第二精度模型中不同待渲染目标的子白模到虚拟摄像头的距离；
子白模渲染单元，用于根据各所述距离，上层渲染各所述子白模，以使距离较近的子白模遮挡距离较远的子白模。
上述基于人工智能的城市模型渲染装置可执行本公开任意实施例所提供的基于人工智能的城市模型渲染方法，具备执行各基于人工智能的城市模型渲染方法相应的功能模块和有益效果。
作为上述各基于人工智能的城市模型渲染方法的实现，本公开还提供了另一种实施上述各基于人工智能的城市模型渲染方法的执行装置的可选实施例。本实施例可适用于对城市模型进行渲染的应用场景中，该装置可配置于电子设备中，该电子设备可以是渲染服务器，可实现本公开任意实施例所述的基于人工智能的城市模型渲染方法。参考图7所示的基于人工智能的城市模型渲染装置700，配置于渲染服务器，具体包括如下：
渲染请求获取模块701，用于获取渲染请求；
渲染图像响应模块702，用于响应于所述渲染请求向前端设备发送第一精度模型的渲染图像，以使所述前端设备上层渲染所述第一精度模型的第二精度模型，并下层展示所述渲染图像，以渲染所述第一精度模型；
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；所述第一精度模型基于城市底图信息构建；所述第二精度模型为所述第一精度模型去除模型贴图和材质信息的结果。
本公开实施例通过渲染请求获取模块获取渲染请求，通过渲染图像响应模块响应于渲染请求向前端设备发送第一精度模型的渲染图像，以使前端设备上层渲染第一精度模型的第二精度模型，并下层展示渲染图像，以渲染第一精度模型。上述技术方案提供了一种新的渲染方式，并通过将一个设备的模型渲染替换为前端设备和渲染设备协同渲染，减少了单设备渲染交互的业务压力，从而提高了业务承载量。同时，通过前端设备渲染的方式，降低了业务开发难度，提高了业务开发效率。另外，通过将第一精度模型设置于第二精度模型下层进行重叠渲染，能够保证渲染精度，避免了单独采用前端设备渲染出现渲染效果较差的情况发生。
在一个可选实施例中，所述装置700还包括：
位姿信息获取模块，用于获取所述前端设备按照预设频率发送的当前业务操作和第二精度模型的调整位姿信息；其中，所述调整位姿信息由所述前端设备响应于所述当前业务操作，调整所述第二精度模型并上层渲染调整后的第二精度模型过程中生成；所述当前业务操作属于前后端同步类型；
渲染图像确定模块，用于根据所述调整位姿信息和所述当前业务操作，确定调整后的第一精度模型的调整渲染图像；
渲染图像反馈模块，用于向所述前端设备反馈所述调整渲染图像，以使所述前端设备在渲染的第二精度模型的下层，重叠展示所述调整渲染图像，以下层渲染调后的第一精度模型。
在一个可选实施例中，所述渲染请求包括所述第二精度模型的渲染位姿信息；
所述渲染图像响应模块702，包括：
渲染图像确定单元，用于基于所述渲染位姿信息，确定所述第一精度模型的渲染图像；
渲染图像发送单元，用于向所述前端设备发送所述渲染图像。
上述基于人工智能的城市模型渲染装置可执行本公开任意实施例所提供的基于人工智能的城市模型渲染方法，具备执行各基于人工智能的城市模型渲染方法相应的功能模块和有益效果。
本公开的技术方案中，所涉及的第一精度模型和第二精度模型等的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图8示出了可以用来实施本公开的实施例的示例电子设备800的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如基于人工智能的城市模型渲染方法。例如，在一些实施例中，基于人工智能的城市模型渲染方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的基于人工智能的城市模型渲染方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于人工智能的城市模型渲染方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。
云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (24)
1.一种基于人工智能的城市模型渲染方法，包括：
由前端设备获取第一精度模型的第二精度模型，并上层渲染所述第二精度模型；以及，
向渲染服务器发送渲染请求，并获取所述渲染服务器响应于所述渲染请求发送的所述第一精度模型的渲染图像，且下层展示所述渲染图像，以渲染所述第一精度模型；
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；所述第一精度模型基于城市底图信息构建；所述第二精度模型为所述第一精度模型去除模型贴图和材质信息的结果；所述第一精度模型的精度高于所述第二精度模型的精度；
所述方法还包括：
获取当前业务操作；
确定所述当前业务操作的操作类型；其中，所述操作类型包括前后端同步类型和前端类型；
根据所述当前业务操作的操作类型，更新渲染所述第一精度模型和/或所述第二精度模型。
2.根据权利要求1所述的方法，其中，所述确定所述当前业务操作的操作类型，包括：
根据预先设置的操作类型列表中不同业务操作与操作类型之间的映射关系，确定所述当前业务操作的操作类型。
3.根据权利要求1所述的方法，若所述当前业务操作的操作类型为前后端同步类型，则所述根据所述当前业务操作的操作类型，更新渲染所述第一精度模型和/或所述第二精度模型，包括：
响应于所述当前业务操作，调整所述第二精度模型，并上层渲染调整后的所述第二精度模型；
在调整所述第二精度模型过程中，按照预设频率获取调整位姿信息，并将所述调整位姿信息和所述当前业务操作同步至所述渲染服务器；
获取所述渲染服务器反馈的基于所述调整位姿信息和所述当前业务操作调整第一精度模型所得的调整渲染图像；
在渲染的第二精度模型的下层，重叠展示所述调整渲染图像，以下层渲染调整后的第一精度模型。
4.根据权利要求1所述的方法，若所述当前业务操作的操作类型为前端类型，则所述根据所述当前业务操作的操作类型，更新渲染所述第二精度模型，包括：
根据所述当前业务操作，确定待叠加数据和目标叠加位置；
在所述目标叠加位置，叠加渲染所述待叠加数据。
5.根据权利要求4所述的方法，其中，根据所述当前业务操作，确定目标叠加位置，包括：
若所述当前业务操作对应数据分析类业务，则将所述当前业务操作对应业务的默认叠加位置，作为所述目标叠加位置；
若所述当前业务操作对应属性变更类业务，则根据所述当前业务操作的操作位置，确定所述目标叠加位置。
6.根据权利要求1所述的方法，其中，所述前后端同步类型的业务操作包括：待渲染目标位姿的变化、待渲染目标的增加和待渲染目标的删除中的至少一种；和/或，
所述前端类型的业务操作包括：数据分析图表的展示、待渲染目标的显示属性的变化和栅栏添加中的至少一种。
7.根据权利要求1-6任一项所述的方法，其中，所述渲染请求包括所述第二精度模型的渲染位姿信息；
获取渲染服务器发送的所述第一精度模型的渲染图像，且下层展示所述渲染图像，以渲染所述第一精度模型，包括：
获取所述渲染服务器反馈的基于所述渲染位姿信息确定的所述第一精度模型的渲染图像；
在所渲染的第二精度模型的下层，重叠展示所述渲染图像，以渲染所述第一精度模型。
8.根据权利要求1-7任一项所述的方法，其中，所述上层渲染所述第二精度模型，包括：
检测所述第二精度模型中不同待渲染目标的子白模到虚拟摄像头的距离；
根据各所述距离，上层渲染各所述子白模，以使距离较近的子白模遮挡距离较远的子白模。
9.一种基于人工智能的城市模型渲染方法，包括：
获取渲染请求；
响应于所述渲染请求向前端设备发送第一精度模型的渲染图像，以使所述前端设备上层渲染所述第一精度模型的第二精度模型，并下层展示所述渲染图像，以渲染所述第一精度模型；
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；所述第一精度模型基于城市底图信息构建；所述第二精度模型为所述第一精度模型去除模型贴图和材质信息的结果；
其中，由所述前端设备获取当前业务操作，确定当前业务操作的操作类型，并根据当前业务操作的操作类型，更新渲染第一精度模型和/或第二精度模型。
10.根据权利要求9所述的方法，其中，所述方法还包括：
获取所述前端设备按照预设频率发送的当前业务操作和第二精度模型的调整位姿信息；其中，所述调整位姿信息由所述前端设备响应于所述当前业务操作，调整所述第二精度模型并上层渲染调整后的第二精度模型过程中生成；所述当前业务操作属于前后端同步类型；
根据所述调整位姿信息和所述当前业务操作，确定调整后的第一精度模型的调整渲染图像；
向所述前端设备反馈所述调整渲染图像，以使所述前端设备在渲染的第二精度模型的下层，重叠展示所述调整渲染图像，以下层渲染调整后的第一精度模型。
11.根据权利要求9或10所述的方法，其中，所述渲染请求包括所述第二精度模型的渲染位姿信息；
所述响应于所述渲染请求向前端设备发送第一精度模型的渲染图像，包括：
基于所述渲染位姿信息，确定所述第一精度模型的渲染图像；
向所述前端设备发送所述渲染图像。
12.一种基于人工智能的城市模型渲染装置，包括：
第二精度模型获取模块，用于由前端设备获取第一精度模型的第二精度模型，并上层渲染所述第二精度模型；以及，
渲染请求发送模块，用于向渲染服务器发送渲染请求，并获取所述渲染服务器响应于所述渲染请求发送的所述第一精度模型的渲染图像，且下层展示所述渲染图像，以渲染所述第一精度模型；
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；所述第一精度模型基于城市底图信息构建；所述第二精度模型为所述第一精度模型去除模型贴图和材质信息的结果；
所述装置还包括：
业务操作获取模块，用于获取当前业务操作；
模型更新渲染模块，用于响应于所述当前业务操作，更新渲染所述第一精度模型和/或所述第二精度模型；
其中，所述模型更新渲染模块，包括：
操作类型确定单元，用于确定所述当前业务操作的操作类型；其中，所述操作类型包括前后端同步类型和前端类型；
模型更新渲染单元，用于根据所述当前业务操作的操作类型，更新渲染所述第一精度模型和/或所述第二精度模型。
13.根据权利要求12所述的装置，其中，所述操作类型确定单元，包括：
操作类型确定子单元，用于根据预先设置的操作类型列表中不同业务操作与操作类型之间的映射关系，确定所述当前业务操作的操作类型。
14.根据权利要求12所述的装置，其中，若所述当前业务操作的操作类型为前后端同步类型，则所述模型更新渲染单元，包括：
第二精度模型调整子单元，用于应于所述当前业务操作，调整所述第二精度模型，并上层渲染调整后的所述第二精度模型；
业务操作同步子单元，用于在调整所述第二精度模型过程中，按照预设频率获取调整位姿信息，并将所述调整位姿信息和所述当前业务操作同步至所述渲染服务器；
渲染图像获取子单元，用于获取所述渲染服务器反馈的基于所述调整位姿信息和所述当前业务操作调整第一精度模型所得的调整渲染图像；
模型渲染调整子单元，用于在渲染的第二精度模型的下层，重叠展示所述调整渲染图像，以下层渲染调整后的第一精度模型。
15.根据权利要求12所述的装置，其中，若所述当前业务操作的操作类型为前端类型，则所述模型更新渲染单元，包括：
叠加位置确定子单元，用于根据所述当前业务操作，确定待叠加数据和目标叠加位置；
叠加渲染子单元，用于在所述目标叠加位置，叠加渲染所述待叠加数据。
16.根据权利要求15所述的装置，其中，所述叠加位置确定子单元，具体用于：
若所述当前业务操作对应数据分析类业务，则将所述当前业务操作对应业务的默认叠加位置，作为所述目标叠加位置；
若所述当前业务操作对应属性变更类业务，则根据所述当前业务操作的操作位置，确定所述目标叠加位置。
17.根据权利要求12所述的装置，其中，所述前后端同步类型的业务操作包括：待渲染目标位姿的变化、待渲染目标的增加和待渲染目标的删除中的至少一种；和/或，
所述前端类型的业务操作包括：数据分析图表的展示、待渲染目标的显示属性的变化和栅栏添加中的至少一种。
18.根据权利要求12-17任一项所述的装置，其中，所述渲染请求包括所述第二精度模型的渲染位姿信息；
所述渲染请求发送模块，包括：
渲染图像获取单元，用于获取所述渲染服务器反馈的基于所述渲染位姿信息确定的所述第一精度模型的渲染图像；
第一精度模型渲染单元，用于在所渲染的第二精度模型的下层，重叠展示所述渲染图像，以渲染所述第一精度模型。
19.根据权利要求12-18任一项所述的装置，其中，所述第二精度模型获取模块，包括：
距离检测单元，用于检测所述第二精度模型中不同待渲染目标的子白模到虚拟摄像头的距离；
子白模渲染单元，用于根据各所述距离，上层渲染各所述子白模，以使距离较近的子白模遮挡距离较远的子白模。
20.一种基于人工智能的城市模型渲染装置，包括：
渲染请求获取模块，用于获取渲染请求；
渲染图像响应模块，用于响应于所述渲染请求向前端设备发送第一精度模型的渲染图像，以使所述前端设备上层渲染所述第一精度模型的第二精度模型，并下层展示所述渲染图像，以渲染所述第一精度模型；
其中，所渲染的第一精度模型与所渲染的第二精度模型位置重叠；所述第一精度模型基于城市底图信息构建；所述第二精度模型为所述第一精度模型去除模型贴图和材质信息的结果；
其中，由所述前端设备获取当前业务操作，确定当前业务操作的操作类型，并根据当前业务操作的操作类型，更新渲染第一精度模型和/或第二精度模型。
21.根据权利要求20所述的装置，其中，所述装置还包括：
位姿信息获取模块，用于获取所述前端设备按照预设频率发送的当前业务操作和第二精度模型的调整位姿信息；其中，所述调整位姿信息由所述前端设备响应于所述当前业务操作，调整所述第二精度模型并上层渲染调整后的第二精度模型过程中生成；所述当前业务操作属于前后端同步类型；
渲染图像确定模块，用于根据所述调整位姿信息和所述当前业务操作，确定调整后的第一精度模型的调整渲染图像；
渲染图像反馈模块，用于向所述前端设备反馈所述调整渲染图像，以使所述前端设备在渲染的第二精度模型的下层，重叠展示所述调整渲染图像，以下层渲染调后的第一精度模型。
22.根据权利要求20或21所述的装置，其中，所述渲染请求包括所述第二精度模型的渲染位姿信息；
所述渲染图像响应模块，包括：
渲染图像确定单元，用于基于所述渲染位姿信息，确定所述第一精度模型的渲染图像；
渲染图像发送单元，用于向所述前端设备发送所述渲染图像。
23. 一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8，和/或权利要求9-11中任一项所述的基于人工智能的城市模型渲染方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-8，和/或权利要求9-11中任一项所述的基于人工智能的城市模型渲染方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211021953.7A CN115393494B (zh) | 2022-08-24 | 2022-08-24 | 基于人工智能的城市模型渲染方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211021953.7A CN115393494B (zh) | 2022-08-24 | 2022-08-24 | 基于人工智能的城市模型渲染方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115393494A CN115393494A (zh) | 2022-11-25 |
| CN115393494B true CN115393494B (zh) | 2023-10-17 |
Family
ID=84122206
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211021953.7A Active CN115393494B (zh) | 2022-08-24 | 2022-08-24 | 基于人工智能的城市模型渲染方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115393494B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274469A (zh) * | 2017-06-06 | 2017-10-20 | 清华大学 | 面向虚拟现实的协同渲染方法 |
| CN108109191A (zh) * | 2017-12-26 | 2018-06-01 | 深圳创维新世界科技有限公司 | 渲染方法及系统 |
| CN108564646A (zh) * | 2018-03-28 | 2018-09-21 | 腾讯科技（深圳）有限公司 | 对象的渲染方法和装置、存储介质、电子装置 |
| CN111583379A (zh) * | 2020-06-11 | 2020-08-25 | 网易（杭州）网络有限公司 | 虚拟模型的渲染方法、装置、存储介质与电子设备 |
| CN112560137A (zh) * | 2020-12-04 | 2021-03-26 | 武汉光谷信息技术股份有限公司 | 基于智慧城市的多模型融合方法及系统 |
| CN114119834A (zh) * | 2021-12-03 | 2022-03-01 | 天津亚克互动科技有限公司 | 渲染方法、装置、电子设备及可读存储介质 |
| WO2022048677A1 (zh) * | 2020-09-07 | 2022-03-10 | 华为云计算技术有限公司 | 基于云手机的vr应用设计方法及系统 |
| CN114529657A (zh) * | 2022-02-21 | 2022-05-24 | 北京大甜绵白糖科技有限公司 | 渲染图像的生成方法、装置、计算机设备及存储介质 |
-
2022
- 2022-08-24 CN CN202211021953.7A patent/CN115393494B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107274469A (zh) * | 2017-06-06 | 2017-10-20 | 清华大学 | 面向虚拟现实的协同渲染方法 |
| CN108109191A (zh) * | 2017-12-26 | 2018-06-01 | 深圳创维新世界科技有限公司 | 渲染方法及系统 |
| CN108564646A (zh) * | 2018-03-28 | 2018-09-21 | 腾讯科技（深圳）有限公司 | 对象的渲染方法和装置、存储介质、电子装置 |
| CN111583379A (zh) * | 2020-06-11 | 2020-08-25 | 网易（杭州）网络有限公司 | 虚拟模型的渲染方法、装置、存储介质与电子设备 |
| WO2022048677A1 (zh) * | 2020-09-07 | 2022-03-10 | 华为云计算技术有限公司 | 基于云手机的vr应用设计方法及系统 |
| CN112560137A (zh) * | 2020-12-04 | 2021-03-26 | 武汉光谷信息技术股份有限公司 | 基于智慧城市的多模型融合方法及系统 |
| CN114119834A (zh) * | 2021-12-03 | 2022-03-01 | 天津亚克互动科技有限公司 | 渲染方法、装置、电子设备及可读存储介质 |
| CN114529657A (zh) * | 2022-02-21 | 2022-05-24 | 北京大甜绵白糖科技有限公司 | 渲染图像的生成方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| Comparison between client-side and server-side rendering in the web development;Taufan Fadhilah Iskandar等;《IOP Conference Series: Materials Science and Engineering》;第1-7页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115393494A (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11645801B2 (en) | Method for synthesizing figure of virtual object, electronic device, and storage medium | |
| CN111801708B (zh) | 使用光线投射和实时深度进行遮挡渲染的方法 | |
| WO2021208648A1 (zh) | 虚拟对象调整方法、装置、存储介质与增强现实设备 | |
| US20170236320A1 (en) | Apparatuses, methods and systems for tethering 3-d virtual elements to digital content | |
| US9659408B2 (en) | Mesh reconstruction from heterogeneous sources of data | |
| CN103970518B (zh) | 一种逻辑窗口的3d渲染方法和装置 | |
| CN112560137A (zh) | 基于智慧城市的多模型融合方法及系统 | |
| US11989900B2 (en) | Object recognition neural network for amodal center prediction | |
| US11893081B2 (en) | Map display method and apparatus | |
| RU2736628C1 (ru) | Способ и система рендеринга 3d моделей в браузере с использованием распределенных ресурсов | |
| CN113398583A (zh) | 游戏模型的贴花渲染方法、装置、存储介质及电子设备 | |
| US11650709B2 (en) | 3D models for displayed 2D elements | |
| CN112506465B (zh) | 全景漫游中场景切换的方法和装置 | |
| WO2023231793A1 (zh) | 对物理场景进行虚拟化的方法、电子设备、计算机可读存储介质和计算机程序产品 | |
| CN115393494B (zh) | 基于人工智能的城市模型渲染方法、装置、设备及介质 | |
| CN115619986B (zh) | 场景漫游方法、装置、设备和介质 | |
| CN109669541B (zh) | 一种用于配置增强现实内容的方法与设备 | |
| CN116935008A (zh) | 一种基于混合现实的展示交互方法和装置 | |
| WO2023088127A1 (zh) | 室内导航方法、服务器、装置和终端 | |
| US11756260B1 (en) | Visualization of configurable three-dimensional environments in a virtual reality system | |
| CN111259567B (zh) | 一种布局图生成方法、装置和存储介质 | |
| CN114092645A (zh) | 三维场景的可视化搭建方法、装置、电子设备及存储介质 | |
| US12026351B2 (en) | 3D models for displayed 2D elements | |
| CN118135081A (zh) | 模型生成方法、装置、计算机设备和计算机可读存储介质 | |
| CN116416399A (zh) | 一种地图生成方法、装置、设备和存储介质 |
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 |