一种建筑物BIM模型和实景三维模型的融合方法

摘要

本发明公开了一种建筑物BIM模型和实景三维模型的融合方法，融合与转换过程主要包括：模型重构、几何信息转化、模型三维配准及语义映射；融合方法为：首先拆分建筑物BIM模型，生成各组件的json属性文件和ifc几何文件；接着中间格式交换，ifc转为obj；obj转为glTF，进一步实现三维几何图形数据传递；随后属性、几何数据相连接，glTF与json生成b3dm；最后添加数据说明文件tileset.json,与b3dm转为3DTiles数据。本发明实现了如何在完整表达几何图形的同时保留BIM原模型中的语义属性特征，以及在同一环境中如何统一两种模型的空间位置，使其呈现内外一体化的展示效果。

权利要求

1.一种建筑物BIM模型和实景三维模型的融合方法，其特征在于包括如下步骤：步骤一，拆分建筑物BIM模型，生成各组件的json属性文件和ifc几何文件；

步骤二，进行中间格式交换，ifc转为obj；

步骤三，obj转为glTF，进一步实现三维几何图形数据传递；

步骤四，属性、几何数据相连接，glTF与json生成b3dm；具体为，将包含几何、语义信息的glTF、json文件组转化为一个整体三维数据文件，即b3dm；

步骤五，添加数据说明文件tileset.json,与b3dm转为3DTiles数据；

所述步骤三中，首先对obj格式的BIM模型进行空间配准，再进一步实现obj至glTF格式转换；空间配准具体过程如下：

(1)计算旋转参数；

将BIM数据视为源数据，实景三维模型数据视为目标数据，两种模型同时导入三维软件Geomagic Studio中；配准过程中，首先选取同名点作为起算数据，然后采用SVD算法计算旋转参数：

BIM数据坐标表示为X'i＝(x'i,y'i,z'i)，实景三维模型数据坐标表示为Xi＝(xi,yi,zi)；在Matlab中导入数据坐标，求解旋转参数过程如下：①计算两组坐标的重心

②进行重心化处理，得到{△Xi＝Xi‑P}{△X′i＝X′‑Q}；

③计算3×3数据矩阵

T

④采用SVD函数分解S矩阵Sm×n＝Um×mΛm×nVn×n；

T

⑤计算旋转矩阵R＝VU；

⑥计算在X、Y、Z三轴方向的旋转角度α、β、γ；

上述中各参数含义如下：

X'i＝(x'i,y'i,z'i)：BIM模型中第i个同名点的三维坐标；

Xi＝(xi,yi,zi)：实景三维模型中第i个同名点的三维坐标；

n：同名点总个数；

P：BIM模型中所有同名点的重心坐标；

Q：实景三维模型中所有同名点的重心坐标；

△Xi：实景三维模型同名点坐标与重心坐标之差，即重心化后坐标；

△Xi’：BIM模型同名点坐标与重心坐标之差，即重心化后坐标；

T

△Xi:重心化转置矩阵；

S：奇异值数据矩阵；

U:左奇异向量矩阵；

∧:奇异值对角矩阵；

V：右奇异向量矩阵；

α：BIM模型与实景三维模型在x轴方向上的夹角；

β：BIM模型与实景三维模型在y轴方向上的夹角；

γ：BIM模型与实景三维模型在z轴方向上的夹角；

(2)确定平移参数：选取建筑物BIM上的某一显著标志点作为局部坐标系的原点，若该点在局部坐标系下的坐标为(x0，y0，z0)，则平移量为(‑x0，‑y0，‑z0)；

(3)实现空间变换：根据计算得到的参数旋转平移obj模型，同时为实现批量旋转变换，在Geomagic Studio中建立以python为脚本语言的宏命令，记录变换操作指令，运行该命令后批量完成变换工作；旋转后的模型仍保存为obj格式。

2.根据权利要求1所述的一种建筑物BIM模型和实景三维模型的融合方法，其特征在于，所述步骤一中，将IFC格式的BIM模型进行拆分，具体包括数据处理环境搭建和数据拆分导出，其中：

(1)数据处理环境搭建：上传待处理的IFC模型至BIMServer，使其保存在底层数据库中，在Java环境下连接BIM Server服务器；

(2)数据拆分导出：调用BIMServer API，通过BimServerClient接口遍历上述IFC中所有的类型，找出所需的建筑类型对应的组件，并查询其中的信息；根据查询结果，利用client.download函数从服务器上下载各子构件信息的两种格式的文件，分别为ifc、json，用于存储几何、语义信息，同时为下载的定义命名规则，即描述同一构件的ifc、json文件，且其文件名也相同。

3.根据权利要求1所述的一种建筑物BIM模型和实景三维模型的融合方法，其特征在于，所述步骤二中，将子构件的ifc文件集合存储于同一文件目录下，然后利用Java语言构建循环体，重复执行转换功能。

4.根据权利要求1所述的一种建筑物BIM模型和实景三维模型的融合方法，其特征在于，obj至glTF格式转换：将obj中的建筑物顶点坐标、外法向量、纹理坐标进行保存，建筑物的纹理图片以png或jpg格式存储于glTF中；在obj中通过顶点索引绘制三角面片构成几何体，在glTF中用格网代表单一的复杂几何形状；设置顶点遍历模式，使格网被正确的转换。

5.根据权利要求1所述的一种建筑物BIM模型和实景三维模型的融合方法，其特征在于，所述步骤四中，首先根据各子组件的glTF几何文件检索到同名的json文件，接着将子组件glTF二进制化，并写入b3dm文件体中的Binary glTF数据块，以及将子组件对应的语义信息文件，写入b3dm文件体中Batch Table数据块；并将子组件之间的ID链接转换为batchid属性实现彼此的相互映射。

6.根据权利要求1所述的一种建筑物BIM模型和实景三维模型的融合方法，其特征在于，所述步骤五中，设局部坐标系原点在全局坐标系中坐标为(longitude，latitude，height)，然后由Cesium.Transforms.eastNorthUpToFixedFrame函数计算坐标系变换的参数并赋值给transform属性，实现局部坐标系到世界坐标系的空间映射。

说明书

一种建筑物BIM模型和实景三维模型的融合方法

技术领域

[0001] 本发明涉及一种建筑物BIM模型和实景三维模型的融合方法，属于建筑信息模型领域。

背景技术

[0002] 随着城市化进程不断加快，城市面临的问题也逐渐增多，城市建设、管理面临严峻挑战。为提高工作效率，实现跨部门的协同联动和城市的精细化管理服务，城市信息化迫在
眉睫。智慧城市通过对多源信息的实时融合、跨领域信息共享，可为城市发展中遇到的问题
提供良好的解决方案，是城市信息化的一个重要发展趋势。

[0003] 智慧城市由数字城市发展而来，以城市信息模型为基础，其中建筑信息模型是重要的组成部分。建筑领域的建筑信息模型(BIM，Building Information Modeling)技术可
通过数字信息仿真模拟出所需的建筑物形象，从而为智慧城市建设提供数据支撑。但BIM本
质上关注于建筑物本身及内部信息的表达，不包括建筑物周边环境信息的表达，在智慧城
市空间位置相关应用上具有一定局限性。GIS领域的实景三维模型可与BIM模型相互补充，
该模型着重于建筑物及地表现象的宏观表达，具有高精度、高逼真、可量测等特点。因此建
筑信息模型与实景三维模型的融合是智慧城市发展的关键技术之一。

[0004] 现有技术中，通过在Web端采用WebGL作为容器，基于网络服务接口传输数据，结合网络编程知识开发应用程序，实现了BIM数据在三维GIS环境下的快速、高效加载，为工程全
生命周期的应用提供了支持环境。

[0005] 然而，BIM与实景三维模型的融合仍存在一定不足，有待进一步研究，例如，如何在完整表达几何图形的同时保留BIM原模型中的语义属性特征，以及在同一环境中如何统一
两种模型的空间位置，使其呈现内外一体化的展示效果。

发明内容

[0006] 本发明的目的在于提供一种建筑物BIM模型和实景三维模型的融合方法，用以实现如何在完整表达几何图形的同时保留BIM原模型中的语义属性特征，以及在同一环境中
如何统一两种模型的空间位置，使其呈现内外一体化的展示效果。

[0007] 本发明采取的技术方案是：一种建筑物BIM模型和实景三维模型的融合方法，其包括如下步骤：

[0008] 步骤一，拆分建筑物BIM模型，生成各组件的json属性文件和ifc几何文件；

[0009] 步骤二，进行中间格式交换，ifc转为obj；

[0010] 步骤三，obj转为glTF，进一步实现三维几何图形数据传递；

[0011] 步骤四，属性、几何数据相连接，glTF与json生成b3dm；具体为，将包含几何、语义信息的glTF、json文件组转化为一个整体三维数据文件，即b3dm；

[0012] 步骤五，添加数据说明文件tileset.json,与b3dm转为3DTiles数据。

[0013] 进一步的，所述步骤一中，将IFC格式的BIM模型进行拆分，具体包括数据处理环境搭建和据拆分导出，其中：

[0014] (1)数据处理环境搭建：上传待处理的IFC模型至BIMServer，使其保存在底层数据库中，在Java环境下连接BIM Server服务器；

[0015] (2)数据拆分导出：调用BIMServer API，通过BimServerClient接口遍历上述IFC中所有的类型，找出所需的建筑类型对应的组件，并查询其中的信息；根据查询结果，利用
client.download函数从服务器上下载各子构件信息的两种格式的文件，分别为ifc、json，
用于存储几何、语义信息，同时为下载的定义命名规则，即描述同一构件的ifc、json文件，
且其文件名也相同。

[0016] 进一步的，所述步骤二中，将子构件的ifc文件集合存储于同一文件目录下，然后利用Java语言构建循环体，重复执行转换功能。

[0017] 进一步的，，所述步骤三中，首先对obj格式的BIM模型进行空间配准，再进一步实现obj至glTF格式转换。

[0018] 其中，空间配准具体过程如下：

[0019] (1)计算旋转参数；

[0020] 将BIM/obj数据视为源数据，实景三维模型/obj数据视为目标数据，两种模型同时导入三维软件软件Geomagic Studio中；配准过程中，首先选取同名点作为起算数据，然后
采用SVD算法计算旋转参数：

[0021] BIM/obj数据坐标表示为X′i＝(x′i,y′i,z′i),实景三维模型/obj坐标数据表示为Xi＝(xi,yi,zi)；在Matlab中导入坐标数据，求解旋转参数过程如下：

[0022] ①计算两组坐标的重心

[0023] ②进行重心化处理，得到{ΔXi＝Xi‑P}{ΔX′i＝X′i‑Q}；

[0024] ③计算3×3数据矩阵

[0025] ④采用SVD函数分解S矩阵Sm×n＝Um×mΛm×nVTn×n；

[0026] ⑤计算旋转矩阵R＝VUT；

[0027] ⑥计算在X、Y、Z三轴方向的旋转角度α、β、γ；

[0028] 上述中各参数含义如下：

[0029] X′i＝(x′i,y′i,z′i)：BIM模型中第i个同名点的三维坐标；

[0030] Xi＝(xi,yi,zi)：实景三维模型中第i个同名点的三维坐标；

[0031] n：同名点总个数；

[0032] P：BIM模型中所有同名点的重心坐标；

[0033] Q：实景三维模型中所有同名点的重心坐标；

[0034] △Xi：实景三维模型同名点坐标与重心坐标之差，即重心化后坐标；

[0035] △Xi’：BIM模型同名点坐标与重心坐标之差，即重心化后坐标；

[0036] △XiT:重心化转置矩阵；

[0037] S：奇异值数据矩阵；

[0038] U:左奇异向量矩阵；

[0039] ∧:奇异值对角矩阵；

[0040] V：右奇异向量矩阵；

[0041] α：BIM模型与实景三维模型在x轴方向上的夹角；

[0042] β：BIM模型与实景三维模型在y轴方向上的夹角；

[0043] γ：BIM模型与实景三维模型在z轴方向上的夹角；

[0044] (2)确定平移参数：选取建筑物BIM上的某一显著标志点作为局部坐标系的原点，若该点在局部坐标系下的坐标为(x0，y0，z0)，则平移量为(‑x0，‑y0，‑z0)；

[0045] (3)实现空间变换：根据计算得到的参数旋转平移obj模型，同时为实现批量旋转变换，在Geomagic Studio中建立以python为脚本语言的宏命令，记录变换操作指令，运行
该命令后批量完成变换工作；旋转后的模型仍保存为obj格式。

[0046] obj至glTF格式转换为：将obj中的建筑物顶点坐标、外法向量、纹理坐标进行保存，建筑物的纹理图片以png或jpg格式存储于glTF中；在obj中通过顶点索引绘制三角面片
构成几何体，在glTF中用格网代表单一的复杂几何形状；设置顶点遍历模式，使格网被正确
的转换。

[0047] 进一步的，所述步骤四中，首先根据各子组件的glTF几何文件检索到同名的json文件，接着将子组件glTF二进制化，并写入b3dm文件体中的Binary glTF数据块，以及将子
组件对应的语义信息文件，写入b3dm文件体中Batch Table数据块；并将子组件之间的ID链
接转换为batchid属性实现彼此的相互映射。

[0048] 进一步的，所述步骤五中，设局部坐标系原点在全局坐标系中坐标为(longitude，latitude，height)，然后由Cesium.Transforms.eastNorthUpToFixedFrame函数计算坐标
系变换的参数并赋值给transform属性，实现局部坐标系到世界坐标系的空间映射。

[0049] 本发明采用以上技术方案与现有技术相比，具有以下技术效果：

[0050] (1)本发明在BIM模型从IFC标准转为3DTiles实现融合后，仍保留了原模型的特性，不仅可以完整表达建筑物各构件几何图形，而且可以查询各构件对应的属性语义信息，
包括名称、类型、唯一标识符、尺寸、材质等。

[0051] (2)本发明针对BIM模型本身缺失坐标信息，无法与具有全局坐标系的实景三维模型统一位置的问题，提出了空间配准的方案，并结合相关算法高效、快速的获取配准参数，
实现局部坐标系至全局坐标系的空间关系映射。

[0052] (3)本发明实现了跨领域的异构数据相融合，实现建筑领域的BIM与GIS领域的实景三维模型在同一三维环境中的展现，实景三维模型采用丰富的纹理大范围展现城市场
景，BIM负责场景内部建筑物的细节表达，二者融合为智慧城市管理和发展提供了可靠的数
据支撑。

附图说明

[0053] 图1是建筑物BIM和实景三维模型融合框架。

[0054] 图2是拆分建筑物BIM模型的重构流程示意图。

[0055] 图3是局部坐标系至全局坐标系的空间关系映射图。

[0056] 图4是几何信息转化图。

[0057] 图5是模型语义信息融合图

[0058] 图6是3DTiles的数据结构图。

[0059] 图7是实施例三中建筑物BIM模型。

具体实施方式

[0060] 下面结合附图和具体实施例对本发明进行详细说明。

[0061] 实施例一。

[0062] 图1为一种建筑物BIM和实景三维模型融合框架，在此框架中IFC标准的建筑物BIM模型需经过一系列转化流程，形成新的3DTiles模型的建筑物，融合与转换过程主要包括以
下四个环节：

[0063] (1)重构模型。BIM模型包含丰富的建筑物语义信息，如墙、柱、梁等，将建筑物整体转换将会导致构建语义信息的丢失。因此需要首先对建筑物BIM模型进行重构，将一个整体
的建筑物BIM模型分解为多个子组件的BIM模型集合。每个子组件模型的数据格式，采用IFC
文件存储几何和空间信息，如梁1.ifc，梁2.ifc，柱1.ifc等，并将子组件对应的语义属性信
息存放于同名的属性文件中，其中属性文件采用JSON(JavaScript Object Notation)格式
存储，JSON是一种轻量级的数据交换格式，比较适合于文本数据的传输与交换。

[0064] (2)几何信息转化。重构后建筑物子组件的几何和空间信息采用IFC格式存储，而IFC格式无法直接转换为3D Tiles数据格式。为此本文采用间接转换法，首先选取OBJ格式
作为中间交换格式。OBJ文件格式是Alias Wavefront公司开发的一种标准3D模型文件格
式，此格式采用文本形式记录，比较适合用于3D软件模型之间的互导与交换。接着将OBJ格
式转换为实景三维模型中的glTF格式，再接着将glTF格式转换为b3dm格式，通过b3dm文件，
建立3D tiles中的tile文件，从而实现模型几何信息转换。

[0065] (3)空间位置配准。3D Tiles模型是实景三维模型，本质上是一种地理信息系统模型，GIS模型最大的特点是其所带的坐标系，通常为空间位置坐标系，如WGS84世界坐标系。
而BIM对应的IFC模型中的坐标系通常是相对坐标系，是一种局部坐标系，此坐标系常常为
表达建筑物模型的尺度和大小。为保证建筑物BIM模型能在实景三维GIS中正确的位置显
示，需对二者进行空间位置的配准，详细的配准过程将在2.3节中详细介绍。

[0066] (4)语义映射。BIM中包括大量子组件的语义描述信息，如梁的材质、混凝土标号等，通过前面的模型重构步骤，子组件中的语义信息被分别存放于对应的JSON文件中。语义
映射就是将BIM中的多个子组件的JSON语义信息映射为实景三维模型中的语义属性信息，
并将每个子组件的语义信息与glTF几何图形文件一一对应。在此基础上得到转化后的b3dm
文件，最终与实景三维模型中的说明性文件tileset.json整合为3D Tiles，从而可实现建
筑物BIM模型和实景三维模型的一体化融合。

[0067] 综上，上面的融合框架主要包括：模型重构、几何信息转化、模型三维配准及语义映射。

[0068] 实施例二。

[0069] 以上述实施例的框架为基础，一种IFC标准的建筑信息模型(BIM)与3DTiles标准的实景三维模型的融合方法为：首先拆分建筑物BIM模型，生成各组件的json属性文件和
ifc几何文件；接着中间格式交换，ifc转为obj；obj转为glTF，进一步实现三维几何图形数
据传递；随后属性、几何数据相连接，glTF与json生成b3dm；最后添加数据说明文件
tileset.json,与b3dm转为3DTiles数据。

[0070] 具体操作步骤如下：

[0071] 步骤1：建筑物BIM模型拆分

[0072] 此步骤的目的是将IFC格式的BIM模型进行拆分，包括数据处理环境搭建、模型拆分。

[0073] 1)数据处理环境搭建：下载BIM领域著名的开源软件BIM Server，安装成功后在本地运行该服务器，并提供用户名及密码注册登录。上传待处理的IFC模型至BIMServer，使其
保存在底层数据库中。在Java环境下连接BIM Server服务器，连接口令为注册时的用户名
及密码。

[0074] 2)数据拆分导出：IFC模型由众多构件类型组成，其中与建筑物相关的构件类型主要类型包括建筑柱、构造柱、墙(如建筑内隔墙、幕墙)、楼梯栏杆、坡道、门、窗等。为避免融
合过程中部分信息丢失，需将整体建筑模型拆分为诸多子建筑构件。调用BIMServer API，
通过BimServerClient接口遍历上述IFC中所有的类型，找出所需的建筑类型对应的组件，
并查询其中的信息。根据构件的几何特点不同，查询语句也不同，分为三种方式：

[0075] 1.常规组件，最简单构件类型：ifcWindow(窗)、ifcDoor(门)、ifcColumn(柱)、ifcBeam(梁)、IfcCovering(天花板)、IfcRailing(栏杆)、ifc FurnishingElement(陈设元
素)。

[0076] 2.具有孔洞的组件类型：例如ifcWall(墙)、ifcSlab(楼板)。

[0077] 3.包含聚合组件的对象：某些复杂对象由多个小组件组成，例如，ifcCurtainWall(幕墙)，包含板和构件；ifcStair(楼梯)包含栏杆、楼梯梯段和楼板；ifcRamp(坡道)包含板
和坡道。

[0078] 根据查询结果，利用client.download函数从服务器上下载各子构件信息的两种格式的文件，分别为ifc、json，用于存储几何、语义信息。同时为下载的定义命名规则，即描
述同一构件的ifc、json文件，其文件名也相同。具体实现流程如图2。

[0079] 步骤2，从ifc至obj

[0080] ifc表达几何信息的文件结构较为复杂，为便于实现融合转换，选用简单结构的文件格式作为中间格式过渡。本步骤将逐一读取子构件ifc文件，转换为obj中间交换文件，传
递几何信息。

[0081] 将子构件的ifc文件集合存储于同一文件目录下。利用Java语言构建循环体，重复执行转换功能。转换功能实现依赖开源工具IfcConvert(http://ifcopenshell.org/
ifcconvert.html)，通过命令行可直接调用该转换工具。

[0082] 步骤3，从obj至glTF

[0083] BIM采用局部坐标系，而实景三维模型采用全局坐标系。为实现空间关系的准确映射，本步骤首先对obj格式的BIM模型进行空间配准，再进一步实现obj至glTF格式转换。

[0084] 1)空间配准：

[0085] 3DTiles标准的发布者Cesium在tileset.json模块中提供了计算局部坐标框架映射至全局框架的函数，参数为局部坐标系的原点在原始坐标空间中的笛卡尔坐标。局部坐
标系的原点在三维椭球体的表面上，高程为零。X轴从所在地理位置指向正东方向，Y轴从所
在地理位置指向正北方向，Z轴从所在位置垂直椭球表面指向上方。如图3所示。

[0086] 因此在局部坐标系下，需对模型进行旋转变换，在三维环境中配准。其次将局部坐标系的原点平移至建筑物BIM上的显著特征点，便于为上述的映射函数提供准确的原点参
数值。空间配准具体过程如下：

[0087] 1.计算旋转参数

[0088] 将BIM/obj数据视为源数据，实景三维模型/obj数据视为目标数据，两种模型同时导入三维软件软件Geomagic Studio中。配准过程首先是选取同名点作为起算数据。同名点
选取主要遵循以下三个原则：①位于建筑表面的明显特征点。由于实景模型中的建筑物通
常只有外轮廓表面信息，因此同名点不适合采用建筑内部点，同时为提高采点精确度，应选
用建筑表面明显标志点，例如墙角、窗户角、建筑表面结构连接处等等。②均匀分布。根据建
筑群的规模合理分布同名点位置，避免点出现过度集中、线形排列的情况，影响计算结果。
③至少3对同名点。采用SVD算法计算旋转参数需要至少三组同名点作为起算数据，为提高
计算精度，可适当增加同名点对数。

[0089] BIM/obj数据坐标表示为X′i＝(x′i,y′i,z′i),实景三维模型/obj坐标数据表示为Xi＝(xi,yi,zi)。在Matlab中导入坐标数据，求解旋转参数过程如下：

[0090] ①计算两组坐标的重心

[0091] ②进行重心化处理，得到{ΔXi＝Xi‑P}{ΔX′i＝X′i‑Q}

[0092] ③计算3×3数据矩阵

[0093] ④采用SVD函数分解S矩阵Sm×n＝Um×mΛm×nVTn×n

[0094] ⑤计算旋转矩阵R＝VUT

[0095] ⑥计算在X、Y、Z三轴方向的旋转角度α、β、γ；

[0096] 式中各参数含义如下：

[0097] X′i＝(x′i,y′i,z′i)：BIM模型中第i个同名点的三维坐标；

[0098] Xi＝(xi,yi,zi)：实景三维模型中第i个同名点的三维坐标；

[0099] n：同名点总个数；

[0100] P：BIM模型中所有同名点的重心坐标；

[0101] Q：实景三维模型中所有同名点的重心坐标；

[0102] △Xi：实景三维模型同名点坐标与重心坐标之差，即重心化后坐标；

[0103] △Xi’：BIM模型同名点坐标与重心坐标之差，即重心化后坐标；

[0104] △XiT:重心化转置矩阵；

[0105] S：奇异值数据矩阵；

[0106] U:左奇异向量矩阵；

[0107] ∧:奇异值对角矩阵；

[0108] V：右奇异向量矩阵；

[0109] α：BIM模型与实景三维模型在x轴方向上的夹角；

[0110] β：BIM模型与实景三维模型在y轴方向上的夹角；

[0111] γ：BIM模型与实景三维模型在z轴方向上的夹角。

[0112] 2.确定平移参数：选取建筑物BIM上的某一显著标志点作为局部坐标系的原点，选取时遵循建筑物BIM表面拐点、特征点原则，例如墙根、屋顶转角等。若该点在局部坐标系下
的坐标为(x0，y0，z0)，则平移量为(‑x0，‑y0，‑z0)。

[0113] 3.实现空间变换：根据计算得到的参数旋转平移obj模型，由于在此阶段，模型仍是由零碎的子构件拼接而成，各构件均为独立的obj文件。为实现批量旋转变换，在
Geomagic Studio中建立以python为脚本语言的宏命令，记录变换操作指令，运行该命令后
批量完成变换工作。旋转后的模型仍保存为obj格式。

[0114] 2)从obj至glTF：glTF可以减少3D格式中与渲染无关的冗余数据，并且在更加适合OpenGL簇加载的一种3D文件格式。

[0115] glTF格式与obj格式的数据结构框架不同，见图4所示转换时，需实现obj文件中顶点坐标、外法向量、纹理坐标、纹理图片等信息的转换。glTF的bin文件存储几何体的基本数
据，因此需将obj中的建筑物顶点坐标、外法向量、纹理坐标保存于此。建筑物的纹理图片以
png、jpg等格式存储于glTF中。除了坐标信息几何体的转换也比较重要，在obj中通过顶点
索引绘制三角面片构成几何体。在glTF中用格网(mesh)代表单一的复杂几何形状，格网又
由图元(primitive)数组组成，各图元中包含了引用于bin文件的相应顶点属性及纹理。因
此设置顶点遍历模式，使格网可以被正确的转换。

[0116] 步骤4，从glTF+json至b3dm

[0117] 融合的最后阶段是将包含几何、语义信息的glTF、json文件组转化为一个整体三维数据文件，即b3dm，其结构如图5所示。b3dm文件由文件头、文件体构成，文件头中记录了
文件类型、版本、大小等信息。文件体中包括要素表(featureTable)、批量表(Batch 
Table)、二进制glTF，它们分别记录了文件中的要素个数、要素属性、几何数据。因此本步骤
的目的是将前面形成的子组件glTF和JSON文件放入相应区块，并仍保持原始的关联性。

[0118] 从glTF至b3dm的转换过程见图6所示，首先根据各子组件的glTF几何文件检索到同名的json文件，如图4中的wall0.gltf检索到对应的wall0.json，二者通过共同的ID实现
连接。接着将子组件glTF(如wall0.gltf)二进制化，并写入b3dm文件体中的Binary glTF数
据块。将子组件对应的语义信息文件(如wall0.json)，写入b3dm文件体中Batch Table数据
块。并将子组件之间的ID链接转换为batchid属性实现彼此的相互映射。Binary glTF中每
个顶点都包含batchid属性，id值相同的顶点属于同一子组件。

[0119] 步骤5，从b3dm至3DTiles

[0120] 3DTiles由地理数据b3dm文件以及说明性数据tileset.json文件tileset.json中包含瓦片元数据，用来组织三维瓦片的空间结构，其数据结构如图6所示。空间包围盒
(bounding volume)是一个数组，表示当前瓦片数据的空间范围。几何误差(geometric 
error)用来在LOD划分中决定当前视角下所应加载的层级。精细化(refine)表示瓦片数据
加载的精细化方式，支持ADD、REPLACE两种。内容(content)通过链接(url)指定需要加载的
b3dm数据。瓦片元数据中还包括一个transform属性，存储一个包含16个元素的数组，用于
表示以列为主序的4×4的坐标变换矩阵，从而实现瓦片空间位置的变换。假设局部坐标系
原点在全局坐标系中坐标为(longitude，latitude，height)，则由Cesium.Transforms.ea
stNorthUpToFixedFrame函数计算坐标系变换的参数并赋值给transform属性，实现局部坐
标系到世界坐标系的空间映射。

[0121] 实施例三。

[0122] 以南京市建筑设计研究院楼群为案例，验证文中探索的模型融合方法。使用Dji Matrice600多旋翼无人机，搭载五镜头倾斜相机，设备参数如表1所示。对建筑及其四周约
2.6公顷的范围实施外业测绘，获取航片1300余张。应用实景三维建模软件Smart3DCapture
生产实验区模型格式为3DTlies。

[0123] 表1无人机平台与搭载传感器参数

[0124]

[0125] 同时以Revit软件，建立了南京市建筑设计研究院楼群的BIM模型，为三栋互相连接的七层建筑，如图7所示。BIM模型中共计包含11类、10533个构件。为实现二者的融合，首
先将整个建筑物BIM模型导出为IFC格式，并重构为11类组件见表2所示。

[0126] 表2案例建筑物BIM模型拆分子组件明细表

[0127]

[0128] 案例BIM模型经过模型重构、几何转化、空间配准、语义映射后生成3DTiles数据。在Cesium平台中加载该模型数据。

[0129] 经试验证明，建筑物三维实景模型和BIM模型在三维地理环境中相融合，三维实景模型真实还原了实验区域的建筑物外貌及周边环境，BIM模型细致地展现出建筑物内部的
结构构造，融合成果实现了室内外一体化建模，为智慧城市建筑物细部监控、管理提供了良
好的基础。为进一步验证BIM融合前后信息的一致性，编写要素点击与查看事件，在该测试
平台中，对融合模型放大到一定级别，进入实景三维模型中，可查看BIM构件信息。如图7所
示，BIM每个构件独立且与原始模型一致，点击一个构件，可查看属性Name、Type等，表明几
何、属性信息均保留完整，达到了实验预期效果。

[0130] 以上显示和描述了本发明的基本原理、主要特征和优点。本领域的普通技术人员应该了解，上述实施例不以任何形式限制本发明的保护范围，凡采用等同替换等方式所获
得的技术方案，均落于本发明的保护范围内。

[0131] 本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。