CN116991531A - 一种云端渲染方法、装置、设备及介质 - Google Patents

Abstract

本发明公开了一种云端渲染方法、装置、设备及介质，涉及计算机计算领域，该方法包括从modelica模型文件库中读取目标模型的第一图形图标属性信息；根据预设协议，将目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；根据json格式的第二图形图标属性信息，构建画布以及生成多个图元；将图元组合成图形图标组件；将组合的图形图标组件，加载到画布中，以实现对目标模型进行云端渲染。该方法能够减少数据变化较大时云端渲染出现的卡顿。

Description

一种云端渲染方法、装置、设备及介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于canvas的modelica模型的云端渲染方法、装置、设备及介质。

背景技术

modelica是一种物理建模语言，能够用于多种工程领域的系统特性建模，支持机械、电子、电器、流体、汽车等领域的物理模型设计和控制模型设计。

目前，针对modelica模型的云端渲染均是采用svg（英文：scalable vectorgraphics，中文：可伸缩矢量图形）的方式进行渲染，由于svg需要支持dom（英文：documentobject model，中文：文档对象模型）操作，每个文档对象的属性值更改时都要进行更新，当数据变化较大或者实时要求较高时，渲染过程会出现卡顿。

发明内容

本发明提供一种云端渲染方法、装置、设备及介质，能够减少云端渲染出现的卡顿。

为达到上述目的，本发明采用如下技术方案：

第一方面，本发明提供了一种云端渲染方法，包括：

从modelica模型文件库中读取目标模型的第一图形图标属性信息；

根据预设协议，将所述目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，所述预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；

根据所述json格式的第二图形图标属性信息，构建画布以及生成多个图元；

将所述图元组合成图形图标组件；

将组合得到的图形图标组件，加载到所述画布中，以实现对所述目标模型进行云端渲染。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括所述目标模型的范围，所述画布通过以下方式构建：

根据所述目标模型的范围，确定画布的范围；

基于所述画布的范围，构建所述画布。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标元素，所述图形图标元素由所述图形图标组件组成，所述图元通过以下方式生成：

基于所述图形图标组件中的矩形、多段线、椭圆、图片和文本中以及各自对应的范围、旋转角度、线颜色、填充颜色、线型、填充样式、线宽生成各自对应的图元。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标组件属性信息，所述图形图标组件属性信息包括组件类型、组件描述、组件名称及组件与图元的对应关系；将多个图元组合成图形图标组件，包括：

基于所述组件类型、组件描述、组件名称及组件与图元的对应关系，合成图形图标组件。

在一些可能的实现方式中，所述方法还包括：

向终端反馈所述目标模型的云端渲染情况；

接收终端针对所述云端渲染情况发送的编辑请求，所述编辑请求包括对所述画布中图形图标组件的编辑信息；

根据所述编辑请求，对所述画布中的图形图标组件进行修改；

向终端反馈编辑后的目标模型的云端渲染情况。

第二方面，本发明提供了一种云端渲染装置，包括：

读取模块，用于从modelica模型文件库中读取目标模型的第一图形图标属性信息；

解析模块，用于根据预设协议，将所述目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，所述预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；

构建模块，用于根据所述json格式的第二图形图标属性信息，构建画布以及生成多个图元；

组合模块，用于将所述图元组合成图形图标组件；

渲染模块，用于将组合得到的图形图标组件，加载到所述画布中，以实现对所述目标模型进行云端渲染。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括所述目标模型的范围，所述构建模块，具体用于根据所述目标模型的范围，确定画布的范围；基于所述画布的范围，构建所述画布。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标元素，所述图形图标元素由所述图形图标组件组成，所述图元通过以下方式生成：

基于所述图形图标组件中的矩形、多段线、椭圆、图片和文本中以及各自对应的范围、旋转角度、线颜色、填充颜色、线型、填充样式、线宽生成各自对应的图元。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标组件属性信息，所述图形图标组件属性信息包括组件类型、组件描述、组件名称及组件与图元的对应关系，所述组合模块，具体用于基于所述组件类型、组件描述、组件名称及组件与图元的对应关系，合成图形图标组件。

在一些可能的实现方式中，所述装置还包括传输模块和更新模块；

所述传输模块，用于向终端反馈所述目标模型的云端渲染情况；接收终端针对所述云端渲染情况发送的编辑请求，所述编辑请求包括对所述画布中图形图标组件的编辑信息；

所述更新模块，用于根据所述编辑请求，对所述画布中的图形图标组件进行更新；

所述传输模块，还用于向终端反馈编辑后的目标模型的云端渲染情况。

第三方面，本发明提供了一种服务器，包括存储器和处理器；

其中，在所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令；当所述指令被所述处理器执行时，使得所述服务器执行如第一方面中任一项所述的方法。

第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行如第一方面中任一项所述的方法。

由上述技术方案可知，本发明至少具有如下有益效果：

本发明提供了一种云端渲染方法，该方法包括：先从modelica模型文件库中读取目标模型的第一图形图标属性信息，然后根据预设协议，将该目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，其中，预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；在得到json格式的第二图形图标属性信息后，可以基于该第二图形图标属性信息构建画布，以及生成多个图元，再将图元组合成图形图标组件；将组合得到的图形图标组件，加载到所述画布中，以实现对目标模型的云端渲染。该方法与传统的svg方式渲染相比，由于不需要进行dom操作，进而在数据变化较大的场景下，不会出现卡顿。进一步的，canvas具有绘制效率高、渲染速度快、支持复杂图形的特点，通过采用canvas的方式对modelica模型进行云端渲染，能够提高渲染流畅度，满足高效建模的需求。

应当理解的是，本发明中对技术特征、技术方案、有益效果或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反，可以理解的是对于特征或有益效果的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或有益效果。因此，本说明书中对于技术特征、技术方案或有益效果的描述并不一定是指相同的实施例。进而，还可以任何适当的方式组合本实施例中所描述的技术特征、技术方案和有益效果。本领域技术人员将会理解，无需特定实施例的一个或多个特定的技术特征、技术方案或有益效果即可实现实施例。在其他实施例中，还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和有益效果。

附图说明

图1为本发明实施例提供的一种基于canvas的modelica模型的云端渲染方法的流程图；

图2为本发明实施例提供的一种系统架构图；

图3为本发明实施例提供的一种基于canvas的modelica模型的云端渲染装置的示意图；

图4为本发明实施例提供的一种服务器的结构示意图。

具体实施方式

本发明说明书和附图说明中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于限定特定顺序。

在本发明实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。

为了下述各实施例的描述清楚简洁，首先给出相关技术的简要介绍：

modelica是一种面向物理建模和仿真的开放式建模语言，支持用户描述和模拟各种系统，包括机械、电气、热力学、控制等。modelica使用方程和图形表示来描述系统的行为，语法简洁且易于理解。modelica支持多领域建模，可以在同一个模型中组合不同领域的组件。modelica的应用领域广泛，包括工业自动化、能源系统、建筑系统、交通运输等。它被广泛用于系统设计、优化、控制策略开发和故障诊断等方面。

svg是一种用于描述二维矢量图形的XML（可扩展标记语言）标准。与基于像素的图像格式（如JPEG或PNG）不同，svg使用数学公式和几何属性来描述图形，因此可以无损地缩放和调整大小而不失真。svg广泛应用于web开发、数据可视化、图标设计、动画和交互式图形等领域。

目前，可以通过svg的方式对上述modelica模型进行渲染，由于需要支持dom操作，在modelica模型较为复杂的情况下，每个文档对象的属性值更改时都要进行更新，渲染过程需要消耗较多的时间，进而出现渲染卡顿的情况。

有鉴于此，本发明实施例提供了一种基于canvas的modelica模型的云端渲染方法，该方法包括：先从modelica模型文件库中读取目标模型的第一图形图标属性信息，然后根据预设协议，将该目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，其中，预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；在得到json格式的第二图形图标属性信息后，可以基于该第二图形图标属性信息构建画布，以及生成多个图元，再将图元组合成图形图标组件，最后将该图形图标组件加载到画布中，以实现对目标模型的云端渲染。该方法与传统的svg方式渲染相比，由于不需要进行dom操作，进而在数据变化较大的场景下，减少卡顿现象出现。进一步的，canvas具有绘制效率高、渲染速度快、支持复杂图形的特点，通过采用canvas的方式对modelica模型进行云端渲染，能够提高渲染流畅度，满足高效建模的需求。

需要说明的是，本发明实施例提供的基于canvas的modelica模型的云端渲染方法可以由服务器执行，当前，在另一些实施例中也可由其他设备执行，例如具有足够算力的设备。本发明具体限定上述方法的执行主体。

为了使得本发明的技术方案更加清楚、易于理解，下面以服务器的角度对本发明的技术方案进行介绍。

如图1所示，该图为本发明实施例提供的一种基于canvas的modelica模型的云端渲染方法的流程图，该方法包括：

S101、服务器从modelica模型文件库中读取目标模型的第一图形图标属性信息。

modelica模型文件库用于存储modelica模型，目标模型是指待渲染的modelica模型，第一图形图标属性信息是指目标模型中图形图标元素的属性信息，图形图标属性信息包括图形属性信息和图标属性信息。在一些示例中，服务器可以从modelica模型文件库中读取上述第一图形图标属性信息，该第一图形图标属性信息可以通过矩形、多段线、椭圆、图片、文本、接口等元素表征，上述元素可以包括范围、旋转角度、线颜色、线型、填充颜色、填充样式、线宽等属性。例如，目标模型可以包括元素椭圆和矩形，其中，椭圆的属性为蓝色、矩形的属性为绿色。

S102、服务器根据预设协议，将目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息。

预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系。第一图形图标属性信息的格式与第二图形图标属性信息的格式不同，为了便于通过canvas的方式对modelica模型进行云端渲染，需要将读取到的第一图形图标属性信息转化为json格式的第二图形图标属性信息。

在一些示例中，服务器基于上述预设协议，将读取到的第一图形图标属性信息解析为json格式的第二图形图标属性信息。

该json格式的第二图形图标属性信息可以包括目标模型中的图形图标元素、图形图标组件属性信息等。其中，图形图标元素由所述图形图标组件组成，图形图标组件属性信息包括组件类型、组件描述、组件名称及组件与图元的对应关系。服务器可以将该第二图形图标属性信息封装在指定位置，以便于后续利用过程中，从该指定位置读取第二图形图标属性信息。

S103、服务器根据json格式的第二图形图标属性信息，构建画布以及生成多个图元。

图元是图形图标表达的基本单元。服务器在得到json格式的第二图形图标属性信息后，可以基于该第二图形图标属性信息构建画布、生成多个图元。

在一些实施例中，json格式的第二图形图标属性信息包括目标模型的范围，然后基于该目标模型的范围，确定画布的范围，再基于该画布的范围，构建该画布。例如，服务器可以从上述指定位置读取封装后的第二图形图标属性信息，然后基于该第二图形图标属性信息，获取目标模型的范围，然后通过以下公式，计算画布的长和宽：

a=extent[0][0]-extent[1][0]

b=extent[0][1]-extent[1][1]

其中，a表示画布的长，b表示画布的宽，extent[0][0]表示目标模型的第一方向的边界点的横坐标，extent[1][0]表示第二方向的边界点的横坐标；extent[0][1]为第一方向的边界点的纵坐标，extent[1][1]为第二方向的边界点的纵坐标。

在得到画布的长和宽后，服务器可以基于长和宽，构建画布的范围。

在一些实施例中，json格式的第二图形图标属性信息包括目标模型的图形图标元素，该图形图标元素由图形图标组件组成，图形图标组件由矩形、多段线、椭圆、图片和文本组成，服务器可以基于图形图标组件中的矩形、多段线、椭圆、图片和文本以及各自对应的的范围、旋转角度、线颜色、填充颜色、线型、填充样式、线宽生成各自对应的图元。例如，服务器可以基于图形图标组件中的矩形生成图元1、基于图形图标组件中的椭圆生成图元2等，其中，图元1可以是矩形，图元2可以是椭圆形。

在一些实施例中，json格式的第二图形图标属性信息包括目标模型中的图形图标组件属性信息，图形图标组件属性信息包括组件类型、组件描述、组件名称及组件与图元的对应关系，服务器可以基于所述组件类型、组件描述、组件名称及组件与图元的对应关系，合成图形图标组件。例如，基于上述图元1和上述图元2组合得到图形图标组件。服务器还可以基于图元是否可见，来确定是否对该图元进行渲染。

Modelica语言中，直角坐标系统的原点沿x轴向右方向为正值，反之为负值，原点沿y轴向上方向为正值，反之为负值。canvas在2D绘图环境中的坐标系统，以左上角为坐标原点，沿x轴向右为正值，沿y轴向下为正值。在生成canvas图形时需要将坐标系进行沿y轴翻转，即x轴的值不变，y轴的值取反。

S104、服务器将图元组合成图形图标组件。

服务器在得到上述组件类型、组件描述、组件名称及组件与图元的对应关系后，基于图元与组件的关联关系，对图元进行组合，得到图形图标组件。该图形图标组件可以用于描述多个图元之间的组合关系，以及各个图元的渲染信息。

S105、服务器将组合得到的图形图标组件，加载到画布中，以实现对目标模型进行云端渲染。

在得到组合得到图形图标组件后，服务器可以将组合得到的图形图标组件加载到画布中，从而实现对目标模型进行云端渲染。服务器在将图形图标组件加载到画布过程中，可以基于图形图标组件中描述的多个图元之间的组合关系以及各个图元的渲染信息，进行渲染。

由于该渲染过程是基于canvas的，而canvas具备绘制效率高、渲染速度快、支持复杂图形等优势，适合于modelica模型中的矩形、椭圆、文本、图片、连线等基础图像，因此通过canvas对modelica模型进行云端渲染，能够满足工业建模的渲染需求和协同建模时的灵活性需求。

在一些实施例中，服务器还可以向终端反馈目标模型的云端渲染情况，终端接收到目标模型的云端渲染情况后，可以向用户进行展示，接着，用户可以针对该云端渲染情况触发编辑操作，终端基于用户的编辑操作，向服务器发送针对云端渲染情况的编辑请求，该编辑请求包括对画布中图元的编辑信息（例如，修改图元的颜色、类型、大小等），服务器接收到编辑请求后，可以基于该编辑请求，对画布中的目标模型进行更新，即重新进行云端渲染，由于基于canvas技术进行云端渲染时，渲染效率较高，服务器可以及时将编辑后的目标模型的云端渲染情况反馈给终端，满足实时修改、实时渲染的需求，提高用户体验。

在一些实施例中，服务器可以对终端发送的编辑请求进行记录，并对编辑后的模型的图形图标属性信息进行封装和保存，例如可以封装模型id、模型名称、图形信息、图标信息、仿真参数设置等，图形信息包括模型组件信息、组件名称、组件描述、组件位置、图元组成、连线信息、端口信息，图标信息包括旋转角度、组件类别、填充颜色、边框颜色、线型、组件是否可见等，这些信息可以统一封装到一个对象中进行保存。

上述编辑操作包括但不限于剪切、复制、粘贴、旋转、镜像翻转、多选、多选旋转、删除、撤回、重做等。可通过剪切板封装“cut”、“copy”、“paste”方法实现模型的剪切、复制、粘贴；通过删除图元集合封装“delete”方法实现模型的删除；对图元或图元集合设置旋转属性、翻转图元实现旋转和翻转；撤回和重做则通过设置缓存数据封装“undo”和“redo”方法实现。

在另一些实施例中，用户还可以通过终端进行自定义建模，可以对矩形、椭圆、多边形、多段线、文字、图片等图形元素的进行创建，也可以对图形属性的进行设置，如线宽、轮廓、开始箭头、结束箭头、填充颜色、字体、字号、透明度等，自定义模型可以通过添加图元的方式绘制到画布上，服务器可以对用户创建的自定义模型进行渲染。

如图2所示，该图为本发明实施例提供的一种系统架构图，该系统架构包括云服务平台200和云端应用300，其中，云服务平台200包括计算设备201、存储设备202、网络设备203、安全设备204和虚拟化软件205。

计算设备201用于提供计算资源，存储设备202用于提供存储资源，网络设备203用于提供网络资源，安全设备204用于提供安全资源，上述多种资源共同构成资源池，虚拟化软件205用于提高云端建模的效率，在模型数据量较大的情况下，保持较好的性能。云服务平台200对资源池的计算资源、存储资源、网络资源和安全资源进行统一管理调度。例如，基于计算资源可以实现对modelica模型文件库中的图形图标属性信息的读取、解析等；基于网络资源，可以实现云服务平台200和终端的通信与交互；基于存储资源可以提供存储程序服务，并对解析得到的modelica模型图形图标属性信息、模型数据进行存储；基于安全资源，能够保证模型数据以及用户数据的安全。

云端应用300包括模型渲染301、模型修改302、自定义模型303、模型保存304等。其中，模型渲染301用于基于canvas技术进行模型渲染，模型修改302用于用户对模型进行编辑，自定义模型303用于用户进行模型自定义，模型保存304用于用户保存编辑后的模型。云端应用300基于canvas技术实现modelica模型的云端相关操作，通过后台传输得到的json数据，进行模型渲染、模型修改、自定义模型的绘制和模型保存等。模型渲染301、模型修改302、自定义模型303均是基于canvas实现的服务，模型保存304则是将canvas表达的模型元素存储到数据库中。

基于上述内容描述，本发明实施例提供了一种基于canvas的modelica模型的云端渲染方法，该方法包括：先从modelica模型文件库中读取目标模型的第一图形图标属性信息，然后根据预设协议，将该目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，其中，预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；在得到json格式的第二图形图标属性信息后，可以基于该第二图形图标属性信息构建画布，以及生成多个图元，再将图元组合成图形图标组件，最后将该图形图标组件加载到画布中，以实现对目标模型的云端渲染。该方法与传统的svg方式渲染相比，由于不需要进行dom操作，进而在数据变化较大的场景下，减少卡顿现象。进一步的，canvas具有绘制效率高、渲染速度快、支持复杂图形的特点，通过采用canvas的方式对modelica模型进行云端渲染，能够提高渲染流畅度，满足高效建模的需求。进一步的，该方法还能够满足用户对modelica标准库模型的在线查看、基于基础组件的拖拽式建模、自定义建模、模型参数设置的需求，为云端协同建模、仿真计算、后处理分析等提供基础技术支持，满足高效建模的需求。

上文结合图1至图2对本发明实施例提供的基于canvas的modelica模型的云端渲染方法进行了详细介绍，下面将结合附图对本发明实施例提供的装置、设备进行介绍。

参见图3所示的基于canvas的modelica模型的云端渲染装置的结构示意图，该装置400包括：

读取模块401，用于从modelica模型文件库中读取目标模型的第一图形图标属性信息；

解析模块402，用于根据预设协议，将所述目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，所述预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；

构建模块403，用于根据所述json格式的第二图形图标属性信息，构建画布以及生成多个图元；

组合模块404，用于将所述图元组合成图形图标组件；

渲染模块405，用于将组合得到的图形图标组件，加载到所述画布中，以实现对所述目标模型进行云端渲染。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括所述目标模型的范围，所述构建模块403，具体用于根据所述目标模型的范围，确定画布的范围；基于所述画布的范围，构建所述画布。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标元素，所述图形图标元素由所述图形图标组件组成，所述图元通过以下方式生成：

基于所述图形图标组件中的矩形、多段线、椭圆、图片和文本中以及各自对应的范围、旋转角度、线颜色、填充颜色、线型、填充样式、线宽生成各自对应的图元。

在一些可能的实现方式中，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标组件属性信息，所述图形图标组件属性信息包括组件类型、组件描述、组件名称及组件与图元的对应关系，所述组合模块404，具体用于基于所述组件类型、组件描述、组件名称及组件与图元的对应关系，合成图形图标组件。

在一些可能的实现方式中，所述装置还包括传输模块和更新模块；

所述传输模块，用于向终端反馈所述目标模型的云端渲染情况；接收终端针对所述云端渲染情况发送的编辑请求，所述编辑请求包括对所述画布中图元的编辑信息；

所述更新模块，用于根据所述编辑请求，对所述画布中的图元进行更新；

所述传输模块，还用于向终端反馈编辑后的目标模型的云端渲染情况。

根据本发明实施例的基于canvas的modelica模型的云端渲染装置400可对应于执行本发明实施例中描述的方法，并且基于canvas的modelica模型的云端渲染装置400的各个模块/单元的上述和其它操作和/或功能分别为了实现图1所示实施例中的各个方法的相应流程，为了简洁，在此不再赘述。

本发明实施例还提供了一种服务器。该服务器具体用于实现如图3所示实施例中基于canvas的modelica模型的云端渲染装置400的功能。

图4提供了一种服务器的结构示意图，如图4所示，服务器500包括总线501、处理器502、通信接口503和存储器504。处理器502、存储器504和通信接口503之间通过总线501通信。

总线501可以是外设部件互连标准（peripheral component interconnect，PCI）总线或扩展工业标准结构（extended industry standard architecture，EISA）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

处理器502可以为中央处理器(central processing unit，CPU)、图形处理器（graphics processing unit，GPU）、微处理器（micro processor，MP）或者数字信号处理器（digital signal processor，DSP）等处理器中的任意一种或多种。

通信接口503用于和外部通信。例如，通信接口503可以用于和终端通信。通信接口503用于向终端发送云端渲染情况，还可以接收终端发送的编辑请求等。

存储器504可以包括易失性存储器(volatile memory)，例如随机存取存储器(random access memory，RAM)。存储器504还可以包括非易失性存储器(non-volatilememory)，例如只读存储器(read-only memory，ROM)，快闪存储器，硬盘驱动器（hard diskdrive， HDD）或固态驱动器（solid state drive，SSD）。

存储器504中存储有可执行代码，处理器502执行该可执行代码以执行前述基于canvas的modelica模型的云端渲染方法。

具体地，在实现图3所示实施例的情况下，且图3实施例中所描述的基于canvas的modelica模型的云端渲染装置400的各模块或单元为通过软件实现的情况下，执行图3中的各模块/单元功能所需的软件或程序代码可以部分或全部存储在存储器504中。处理器502执行存储器504中存储的各单元对应的程序代码，执行前述基于canvas的modelica模型的云端渲染方法。

本发明实施例还提供了一种计算机可读存储介质。所述计算机可读存储介质可以是计算设备能够存储的任何可用介质或者是包含一个或多个可用介质的数据中心等数据存储设备。所述可用介质可以是磁性介质（例如软盘、硬盘、磁带）、光介质（例如DVD）、或者半导体介质（例如固态硬盘）等。该计算机可读存储介质包括指令，所述指令指示计算设备执行上述应用于基于canvas的modelica模型的云端渲染装置400的基于canvas的modelica模型的云端渲染方法。

本发明实施例还提供了一种计算机程序产品，所述计算机程序产品包括一个或多个计算机指令。在计算设备上加载和执行所述计算机指令时，全部或部分地产生按照本发明实施例所述的流程或功能。

所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机或数据中心通过有线（例如同轴电缆、光纤、数字用户线（DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机或数据中心进行传输。

所述计算机程序产品被计算机执行时，所述计算机执行前述基于canvas的modelica模型的云端渲染方法的任一方法。该计算机程序产品可以为一个软件安装包，在需要使用前述基于canvas的modelica模型的云端渲染方法的任一方法的情况下，可以下载该计算机程序产品并在计算机上执行该计算机程序产品。

上述各个附图对应的流程或结构的描述各有侧重，某个流程或结构中没有详述的部分，可以参见其他流程或结构的相关描述。

以上所述，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，任何在本发明揭露的技术范围内的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种云端渲染方法，其特征在于，包括：

从modelica模型文件库中读取目标模型的第一图形图标属性信息；

根据预设协议，将所述目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，所述预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；

根据所述json格式的第二图形图标属性信息，构建画布以及生成多个图元；

将所述图元组合成图形图标组件；

将组合得到的图形图标组件，加载到所述画布中，以实现对所述目标模型进行云端渲染。

2.根据权利要求1所述的方法，其特征在于，所述json格式的第二图形图标属性信息至少包括所述目标模型的范围，所述画布通过以下方式构建：

根据所述目标模型的范围，确定画布的范围；

基于所述画布的范围，构建所述画布。

3.根据权利要求1所述的方法，其特征在于，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标元素，所述图形图标元素由所述图形图标组件组成，所述图元通过以下方式生成：

基于所述图形图标组件中的矩形、多段线、椭圆、图片和文本中以及各自对应的范围、旋转角度、线颜色、填充颜色、线型、填充样式、线宽生成各自对应的图元。

4.根据权利要求1所述的方法，其特征在于，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标组件属性信息，所述图形图标组件属性信息包括组件类型、组件描述、组件名称及组件与图元的对应关系；将所述图元组合成图形图标组件，包括：

基于所述组件类型、组件描述、组件名称及组件与图元的对应关系，合成图形图标组件。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括：

向终端反馈所述目标模型的云端渲染情况；

接收终端针对所述云端渲染情况发送的编辑请求，所述编辑请求包括对所述画布中图形图标组件的编辑信息；

根据所述编辑请求，对所述画布中的图形图标组件进行更新；

向终端反馈编辑后的目标模型的云端渲染情况。

6.一种云端渲染装置，其特征在于，包括：

读取模块，用于从modelica模型文件库中读取目标模型的第一图形图标属性信息；

解析模块，用于根据预设协议，将所述目标模型的第一图形图标属性信息解析为json格式的第二图形图标属性信息，所述预设协议包括第一图形图标属性信息的格式与json格式之间的映射关系；

构建模块，用于根据所述json格式的第二图形图标属性信息，构建画布以及生成多个图元；

组合模块，用于将所述图元组合成图形图标组件；

渲染模块，用于将组合得到的图形图标组件，加载到所述画布中，以实现对所述目标模型进行云端渲染。

7.根据权利要求6所述的装置，其特征在于，所述json格式的第二图形图标属性信息至少包括所述目标模型的范围，所述构建模块，具体用于根据所述目标模型的范围，确定画布的范围；基于所述画布的范围，构建所述画布。

8.根据权利要求6所述的装置，其特征在于，所述json格式的第二图形图标属性信息至少包括目标模型中的图形图标元素，所述图形图标元素由所述图形图标组件组成，所述图元通过以下方式生成：

基于所述图形图标组件中的矩形、多段线、椭圆、图片和文本中以及各自对应的范围、旋转角度、线颜色、填充颜色、线型、填充样式、线宽生成各自对应的图元。

9.一种服务器，其特征在于，包括存储器和处理器；

其中，在所述存储器中存储有一个或多个计算机程序，所述一个或多个计算机程序包括指令；当所述指令被所述处理器执行时，使得所述服务器执行权利要求1至5中任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1至5任一项所述的方法。