陳新華，戴文伯

（中交疏浚技術裝備國家工程研究中心有限公司，上海 201208）

0 引言

隨著測量技術的飛速發(fā)展，點云數(shù)據(jù)獲取的方式越來越多，越來越先進[1]。如今在陸地上獲取點云數(shù)據(jù)主要是通過激光掃描儀器[2]，而水下航道點云數(shù)據(jù)主要依靠單波束和多波束聲吶設備來獲得[3-4]。聲吶設備一般安裝在船舶或潛艇上，采集點云數(shù)據(jù)的精度、密度除跟設備的精度有關外還跟設備的采樣周期、船舶航行速度有關。隨著多波束技術的快速發(fā)展，航道點云數(shù)據(jù)在密度和體量上都有很大提升。聲吶掃描獲取的點云數(shù)據(jù)雖數(shù)據(jù)量大，但冗余和噪聲少，且排列規(guī)則。根據(jù)聲吶采集點云數(shù)據(jù)的特點，本文創(chuàng)新地采用基于Unity3D的地形處理技術，將離散的航道點云數(shù)據(jù)可視化地構建成逼真的水下航道。并將該技術成功應用于“耙吸挖泥船模擬仿真平臺”項目中。

1 Unity3D介紹

Unity3D是一個全面整合的專業(yè)3D引擎，在虛擬現(xiàn)實、仿真計算、3D重現(xiàn)上有著廣泛的應用。該3D引擎具有豐富的組件模塊，如地形、物理、渲染組件等。Unity3D的可視化編程界面能完成各種復雜的開發(fā)工作，高效的腳本編輯、模型的自動瞬時導入、一鍵發(fā)布、多平臺開發(fā)和部署，開發(fā)者不需要了解圖形底層細節(jié)相關知識就能開發(fā)出三維程序。Unity3D地形處理模塊底層實現(xiàn)原理主要是基于高度圖。高度圖是由二維數(shù)組組成的一組高度數(shù)據(jù)[5]。地形的高度就是由一系列高度不同的網(wǎng)格組成，數(shù)組中每個元素的索引值用來定位網(wǎng)格，而所存儲的值就是網(wǎng)格的高度。Unity3D可手動設置地形的長度和寬度，也可以通過腳本來創(chuàng)建地形，設置長度、寬度和高度。

Unity3D雖然功能強大，但在點云數(shù)據(jù)處理方面一直是空白，沒有組件可方便地構建場景。對航道數(shù)據(jù)可視化、地質地形建模、仿真模擬系統(tǒng)開發(fā)形成了一定的瓶頸。本文將航道點云數(shù)據(jù)與Unity3D地形處理模塊相結合，開發(fā)一套可以高效處理航道點云數(shù)據(jù)的基礎組件，可快速實現(xiàn)點云數(shù)據(jù)的可視化。

2 點云數(shù)據(jù)

采樣設備采集物體表面的空間位置坐標信息，得到1個點的集合，稱之為“點云”[6]。該集合能離散地表示1個物體的外表面形狀。除（x，y，z）代表的幾何位置信息外，還可以表示1個點的RGB顏色、灰度值、深度以及分割結果等。點云數(shù)據(jù)的格式如下：

PointCloud={x，y，z，r，g，b，灰度值，深度，…}

點云數(shù)據(jù)重建是逆向工程的一個分支，被廣泛地應用于計算機輔助設計與制造、可視化仿真系統(tǒng)場景建模、地理信息系統(tǒng)中地形地質建模[7-9]。航道點云數(shù)據(jù)空間位置坐標信息是基于大地坐標系進行測量得到，可以根據(jù)大地坐標系、地圖投影、投影坐標系推算出各點處的經(jīng)緯度信息。

3 航道點云數(shù)據(jù)處理

航道點云數(shù)據(jù)的處理流程分為數(shù)據(jù)讀取、數(shù)據(jù)預處理、三角網(wǎng)格構建、高度插值、渲染等。本文處理的航道點云數(shù)據(jù)集合只包含幾何位置數(shù)據(jù)，數(shù)據(jù)存儲于文本文件中，每行3個數(shù)據(jù)，分別表示1個點的x，y，z的值。以流的方式讀取點云數(shù)據(jù)，將數(shù)據(jù)放入內(nèi)存。為了快速構建三角網(wǎng)格，點云數(shù)據(jù)分別按照X軸、Z軸排序，確定地形在X、Z軸上的最小、最大值，分別為Min X，Max X，Min Z，Max Z從而得到整個地形區(qū)域的整體范圍。同時，能得到地形的中心坐標為：

為了提升地形加載速度，將整塊地形加載分割成Column×Row區(qū)域塊，程序將根據(jù)視野范圍變化動態(tài)地決定那些區(qū)域塊進行加載與顯示。每個區(qū)域塊的分辨率為Resolution，各個分辨率對應的實際物理長度值為CeilSize，則可得每一區(qū)域塊的長度為：

設置該地形塊數(shù)據(jù)初始化為無效數(shù)據(jù)Valid-DataMask。取一區(qū)域包含所有頂點，該區(qū)域的大小可以通過現(xiàn)有區(qū)域的最小值確定：

最小值減去1個正數(shù)，使得其值更??；整個區(qū)域塊的長寬都進行適當放大，這樣使得整個區(qū)域面積比實際區(qū)域面積稍大，可以包含所有區(qū)域范圍內(nèi)的點云數(shù)據(jù)。

將該區(qū)域劃分成AreaRow×AreaColumn塊。將該區(qū)域平分成N塊，則對應的AreaRow和

N的取值決定了矩形塊的大小，同時也決定了區(qū)域塊中所要處理的三角形的數(shù)量。對XZ平面上排序好的點云數(shù)據(jù)進行二維Delauney三角網(wǎng)剖分。將剖分好的三角網(wǎng)格數(shù)據(jù)寫入對應的區(qū)域塊中。對該區(qū)域塊的三角網(wǎng)格數(shù)據(jù)進行插值，對需要進行插值的點進行判斷，看該點是否在區(qū)域的三角網(wǎng)格中，如果在三角網(wǎng)格中，則該點的高度值依據(jù)對應三角形的3個高度值插值獲得，該值記為Height。其插值依據(jù)線性插值，插值公式如下所示：

插值完成，將無效數(shù)據(jù)設置成對應的高度值，最后將地形的區(qū)域Row、Column、CeilSize、resolution、Height、ValidDataMask序列化寫入文件。

4 三維航道數(shù)據(jù)可視化實現(xiàn)

航道點云數(shù)據(jù)經(jīng)算法處理后，數(shù)據(jù)序列化存入文件中，在Unity3D程序中反序列化讀取對應數(shù)據(jù)，并將數(shù)據(jù)傳遞給地形對象對應的地形數(shù)據(jù)中，同時，對該區(qū)域塊數(shù)據(jù)進行紋理貼圖，使得構建的地形更真實。將該構建的地形生成預設體，該預設體可放入不同的Unity3D工程中。

在項目中添加預設體文件，并添加環(huán)境光，根據(jù)地形場景CenterX，CenterZ中心位置，設置虛擬相機位置于中心位置，添加角色組件，就可以在三維航道地形數(shù)據(jù)上進行漫游操作。操作者可以全景觀看整個航道的概況，也可細致地觀看每一處細節(jié)。點云數(shù)據(jù)從數(shù)據(jù)讀取到實現(xiàn)三維可視化的主要流程見圖1。

圖1 航道點云數(shù)據(jù)可視化處理流程Fig.1 Visual handling flow of waterway point cloud data

航道點云數(shù)據(jù)可視化處理的過程中主要關心如何設置每個地形塊的分辨率、各個分辨率代表的實際物理長度、容納三角格網(wǎng)區(qū)域塊大小的劃分等。

5 實驗對比與分析

本文實驗的點云數(shù)據(jù)是長江口航道點云數(shù)據(jù)，以浮點數(shù)存儲形式儲存，每行3個數(shù)據(jù)，分別對應頂點的X、Y、Z。實驗操作電腦系統(tǒng)為Win7 64位，硬件配置為gtx960顯卡、16 G內(nèi)存、i7-4790CPU處理器。實驗分2組進行。第1組為同等劃分精度，研究數(shù)據(jù)量與顯示幀率的關系；第2組為同等數(shù)據(jù)量的情況下，研究不同劃分精度與顯示幀率的關系。

實驗在同等精度、不同數(shù)據(jù)量的情況下，點云數(shù)據(jù)從讀取到最后顯示所花費的時間、顯示幀率情況，見表1。

表1 相同劃分精度、不同數(shù)據(jù)量花費時間與幀率情況Table1 The costing time and frame rate of the same division precision and different data

實驗在79 224 kb的數(shù)據(jù)量的基礎上，按照不同劃分精度，研究程序從加載到顯示所花費的時間以及顯示幀率的情況，見表2。

表2 相同數(shù)據(jù)、不同劃分精度所花費時間與幀率情況Table1 2 The costing timeand frame rate of the samedata and different division precision

基于Unity3D實現(xiàn)的相同數(shù)據(jù)、不同劃分精度情況下實現(xiàn)效果見圖2。從圖2可以看出，（c）圖航道細節(jié)的數(shù)據(jù)明顯多于（a）圖和（b）圖。

圖2 不同插值精度實現(xiàn)效果Fig.2 Different precision and interpolation effect

本文還使用了其他點云三維生成算法進行對比實驗，主要用到OpenSceneGraph的基于三維的Delauney網(wǎng)格生成和顯示的算法，CGAL庫里的Delauney生成三角網(wǎng)格的算法。OpenSceneGraph是跨平臺的圖形開發(fā)包，里面集成了很多圖形開發(fā)相關的算法。OpenSceneGraph圖形庫里的OsgUtil鏈接庫下封裝好了DelaunayTriangulator，實現(xiàn)了Delaunay三角網(wǎng)格運算，根據(jù)一組頂點的集合生成一系列的三角形，同時，還能對生成的三角網(wǎng)格進行約束限制。CGAL是計算幾何算法庫，被廣泛應用于幾何算法相關的領域。諸如三角剖分、Voronoi圖、多邊形和多面體的布爾運算、網(wǎng)格簡化等。CGAL中的Delaunay算法采用的是增量型算法。3種算法在同等數(shù)據(jù)量、相同劃分精度的情況下，實驗對比結果見表3。

表3 相同數(shù)據(jù)相同劃分精度不同算法所花費時間與幀率情況Table 3 Thecosting time and frame rateof the same data and division precision,and different algorithm

跟其他三維網(wǎng)格剖分算法進行對比，本文基于Unity3D高度圖規(guī)則格網(wǎng)生成算法在運行時間上明顯快于它們，原因在于本文用到的是基于二維三角網(wǎng)格剖分，并對網(wǎng)格做規(guī)則格網(wǎng)連接。而其他算法是直接對所有點建立三維網(wǎng)格，運算更為復雜，耗時更長。

由對比實驗可得，在gtx960顯卡的處理能力下，同等劃分網(wǎng)格精度，處理數(shù)據(jù)量越大花費時間越長，幀率越低，但顯示場景越大；同等數(shù)據(jù)量，劃分網(wǎng)格越精細，耗費時間越長，幀率越低，但顯示更逼真。仿真程序需要在滿足流暢顯示的情況下，最大限度地還原實物原貌和顯示效果。由于人眼存在視覺殘留，1 s內(nèi)只要有24幀及以上的數(shù)據(jù)就會感覺是流暢的，本文在對79 224 kb數(shù)據(jù)做實驗的情況下，將其劃分精度控制在＞0.5 m的情況下能流暢瀏覽構建好的地形。將精度控制在0.5～1 m的范圍內(nèi)，地形在顯示效果上不存在明顯的數(shù)據(jù)丟失、效果失真等情況。

6 算法應用

該算法成功應用于發(fā)改委資助的創(chuàng)新能力建設項目“耙吸船模擬仿真平臺”。根據(jù)真實長江口航道點云數(shù)據(jù)構建航道地形，實現(xiàn)航道三維建模顯示，在數(shù)據(jù)劃分精度上采用了0.5 m的系數(shù)，幀率顯示25幀以上。流暢地在仿真環(huán)境中模擬疏浚作業(yè)，實時漫游瀏覽航道地形，5種常見地質紋理數(shù)據(jù)任意切換，對航道地形進行挖泥模擬操作，挖深挖寬可調節(jié)。該算法設計已模塊化，可快速地將該算法移植到不同的仿真程序中。

因Unity3D開發(fā)速度快，實現(xiàn)效果逼真，基于Unity3D做可視化仿真的企事業(yè)單位越來越多，基于Unity3D實現(xiàn)的航道點云數(shù)據(jù)處理模塊將會用于更多的可視化仿真行業(yè)，特別是航道、地質地形、巖土可視化等方向。將對這些行業(yè)起到巨大的推動作用。

7 結語

1）本文對點云數(shù)據(jù)進行排序優(yōu)化，加快處理速度，創(chuàng)新地采用基于高度圖的方法將點云數(shù)據(jù)處理成Unity3D能識別的數(shù)據(jù)；

2）實驗對比分析找出影響顯示質量和幀率的關鍵因素，合理決定網(wǎng)格劃分精度，讓程序兼顧顯示效果和運行速度；

3）將算法應用于“耙吸船模擬仿真平臺”項目，進一步驗證算法設計的正確性、參數(shù)選擇的合理性，為后續(xù)其它仿真項目奠定堅實的基礎。

[1] 王麗輝.三維點云數(shù)據(jù)處理的技術研究[D].北京：北京交通大學，2011.WANG Li-hui.Study on data processing technology of 3D cloud points[D].Beijing:Beijing Jiaotong University,2011.

[2]趙煦.基于地面激光掃描點云數(shù)據(jù)的三維重建方法研究[D].武漢：武漢大學，2010.ZHAO Xu.Reasearch on 3D reconstruction of point cloud from terrestrial laser scanning[D].Wuhan:Wuhan University,2010.

[3]房旭東，鐘貴才.多波束聲吶和側掃聲吶數(shù)據(jù)融合方法研究綜述[J].海岸工程，2016，35（4）：63-68.FANG Xu-dong,ZHONG Gui-cai.Research overview of multibeamsonar and sidescanningsonar data fusion method[J].Coastal Engineering,2016,35(4):63-68.

[4] 李岳明，李曄，盛明偉，等.AUV搭載多波束聲納進行地形測量的現(xiàn)狀及展望[J].海洋測繪，2016，36（4）：7-11.LI Yue-ming,LI Ye,SHENG Ming-wei,et al.Application and development of topographic survey using multibeam echosounder equipped on AUV[J].Hydrographic Surveying and Charting,2016,36(4):7-11.

[5] 李天培，孫少斌.基于高度圖的地形紋理生產(chǎn)方法[J].火力與指揮控制，2012，37（1）：172-175.LI Tian-pei,SUN Shao-bin.Research on method of producing terraintexturebased onelevationmap[J].Fire Control and Command Control,2012,37(1):172-175.

[6] 陳金銳.點云數(shù)據(jù)三維重建研究[D].武漢：武漢理工大學，2011.CHEN Jin-rui.Reasearch on 3-D reconstruction from point colud[D].Wuhan:Wuhan University of Technology,2011.

[7] 趙顯富，張育鋒，曹爽，等.工業(yè)構件密集點云數(shù)據(jù)與CAD模型的配準[J].測繪科學，2015，40（4）：112-114.ZHAOXian-fu,ZHANGYu-feng,CAOShuang,et al.Registration of dense point cloud data of industrial component and CADModel[J].Scienceof Surveying and Mapping,2015,40(4):112-114.

[8] 鄧林建，程效軍，程小龍，等.一種基于點云數(shù)據(jù)的建筑物BIM模型重建方法[J].地礦測繪，2016，32（4）：14-16.DENG Lin-jian,CHENG Xiao-jun,CHENG Xiao-long,et al.A method of buildinginformation model reconstruction based on point cloud data[J].Surveying and Mapping of Geology and Mineral Resources,2016,32(4):14-16.

[9] 葉珉?yún)?，花向紅.面向地形數(shù)據(jù)的點云簡化算法[J].大地測量與地球動力學，2015，35（3）：424-427.YEMin-lü,HUAXiang-hong.Point cloud simplification algorithm for terrain data[J].Journal of Geodesy and Geodynamics,2015,35(3):424-427.