2018年帶三維團隊的一點總結

文章版權由做者李曉暉和博客園共有,若轉載請於明顯處標明出處:http://www.cnblogs.com/naaoveGIS/html

1.題記

         2018年對我我的是一個比較有轉折的一年。年初和女朋友結婚,年中有了孩子,這期間見識了何爲家庭雜事,也見識了育兒不易,恰恰身體不爭氣,本身還住了幾回院,讓家人更添擔憂。生活的波瀾讓人猝不及防,想過那麼多將來,都不如活在當下。前端

       到如今,我應該寫了137篇博文,都是各種技術總結或探討。每一篇的開頭第一章都叫「背景」。此次換一個標題吧,寫一篇不像技術總結的總結。json

  2018年的轉折不止在生活上,工做的範疇也發生了很大的變化。從前,我和幾個小夥伴只有一畝三分地,咱們耕耘好便可,如今一畝三分地忽然變成了十畝良田,幾個小夥伴也變成了一羣小夥伴,他們中既有C++作平臺的,也有C#寫工具的,還有專業處理數據的,更有分別作二維展現、實景展現、三維展現的。個人職責已經不只僅是把產品整合打磨,更要溝通業務需求、協調各部門研發合做。簡而言之,我可能變成了一個便是研發經理也是產品經理的雜人了。瀏覽器

        大概用了半年左右,我才慢慢適應這個角色。而當時我最須要適應的,並非溝通和交流的高頻次,而是帶三維團隊這件事上。因此,明明我是想寫一篇年終總結,想來想去,不如就寫帶三維團隊的下半場總結吧,畢竟投入精力最多的就是它。性能優化

        在今年七月時寫了一篇文章《帶三維團隊半年的一點總結和想法》,如今能夠書接前文,言歸正傳了。微信

2.招到一個合適的人

        有時候,招到一個合適的人真如撿到寶貝同樣,八月時的我就是這種感覺。架構

        在上半年,雖然三維在業務場景上與二維的一體化基本已完成,包括了服務端的共用、前端代碼的整合、平臺端的集成,同時也在多個項目中落地實施。可是很遺憾,就我我的目前的體會看,三維在業務上更多的像個花瓶,真正以爲是有效需求的可能仍是地下管網之類。因此當時將三維的方向大體分爲了兩塊:業務上配合管線團隊;展現上突出大屏特效。工具

        既然是花瓶,就得作個好看的花瓶。既然想普適項目,就得充分考慮數據的缺失。上半年想重點推進在數據缺失時,只用建築物SHP來創建灰模特效場景,雖然當時有必定方案積累,可是遺憾的是,不管從效率上仍是展示效果上,都與個人預期相差甚遠。性能

        而這一切,直到招到這個合適的人,我稱他爲zxl吧。學習

3.合謀

3.1最急切的事情

        八月,我列了幾點我最想解決的問題:

        a.解決十萬級建築物SHP的灰模特效展現效率。

        b.解決管線數據處理的複雜流程。

        c.研究三維動態線、動態水域。

        十萬建築物的展現是入門級問題,必須解決。三維的動態線和動態水域是爲了灰模場景效果作鋪墊。而管線處理流程的簡化則是減輕業務負擔的必須。

3.2 回覆

        九月時,我所關心的這些問題,在你們反覆的討論驗證中,終於都有了回覆。

        十萬建築物SHP的灰模數據,用4千的筆記本也能在瀏覽器端跑的很流暢,幀率能夠穩定在40以上。

         

        而解決這個問題的重點依然是數據處理上,以前採用的方案是將SHP處理爲json,而後前端解析json後實時拉伸繪製。可想而知,僅數據的請求獲取以及數據的解析都將耗去太多計算性能,即便在前端繪製上採用LOD方案依然不能根本解決這個問題。如今咱們採用優先將shp數據處理成三維模型數據,而後再按照正常流程處理爲3dtiles。這樣,前端加載時不用再作計算拉伸這些複雜過程,效率固然會大大提高。

        動態水域、動態線則經過shader編寫特效也順利完成。

        管線數據的處理簡化,核心點在紋理的一次處理後重複復用以及多個工具流程整合成一個,從而順利將以前處理500M管線數據需耗費4個小時,壓縮至十分鐘能夠流程化處理完。

4.上路

        終於,十月開始,咱們進入了三維特效之路的探索,這段時間恰好也處於公司各項目開始進入驗收回款的階段,項目的壓力比以前大了很多。還好三維團隊成員在上半年的積累中已經愈來愈嫺熟,因此依然能夠保證讓我放心的將zxl抽出來專門研究三維特效。

        說到咱們研究,那到底要研究哪些東西?在十月的一次彙報中,我給公司總監羅列了這些點:

        a.建築泛光和顏色漸變優化:顏色和泛光參數化控制、邊界鋸齒、透明處不可點擊問題等。

        b.動態線優化:鋸齒問題、線條長度不一致問題。

        c.水域動畫優化:性能優化、對建築物遮擋問題。

        d.面向三維的底圖配圖設計。

        e.與大屏展現的結合:案卷、軌跡。

     十一月底時,這些問題也終於基本一一解決,呈如今我面前的demo已經讓我興奮不已,那天應該是發了一個朋友圈的。但是我依然很嚴苛的對zxl說,你還有不少不夠的:好比爲何軌跡的線頭是個箭頭,縮放後堆在一塊兒了,我須要的是百度的蝌蚪狀軌跡,我還須要軌跡粗細能夠隨視角變化;爲何建築物點擊後沒有選中效果;整個場景真的太安靜,若是建築物也能發生些動態變化是否更好?我甩給他不少個爲何,也給了他很多我收集到的其餘公司三維場景案例。

        我想那時候zxl可能仍是有點鬱悶的。七月參加一個培訓,記得講座老師是阿里雲的某個總吧,就記得兩個核心點,一個是中臺共享,一個是研發人員要皮實。Zxl是個皮實的夥伴。他在十二月時解決了我不少個爲何。因而有了下面這個截圖:

 

5.軌跡

         依然逃不過軌跡這個話題。

       上半年二維團隊作了一系列研究,終於完成了1W輛車的實時軌跡存儲和實時多軌跡展現方案,如今,三維團隊也要來進行展現了,只有這樣,三維的動態軌跡線才能真正和業務結合。

       既然二三維一體化了,咱們不能再來一套存儲和對接方案。因此,我安排研發進行了軌跡中心的封裝和重構,將軌跡處理和對接部分從二維中抽離成獨立模塊。由軌跡中心完成軌跡數據的推送和前端接收數據,此時,經過事件機制將軌跡分發。二三維模塊均經過監聽該事件來獲取實時軌跡。

       可是三維對軌跡數據質量的要求是高於二維的。軌跡線穿牆在二維中不會形成明顯的視覺混亂,可是在三維中,軌跡線穿牆倒是一個很糟糕的視覺感觸。因此實時軌跡的路線匹配糾正是一個不得不進行的研究。如下爲目前正在改造的二三維軌跡中心架構設計:

 

6.細化

       時光進入十二月,三維場景展現進入了精細化打磨階段。期間主要針對如下幾個方面打磨:

       a.在灰模中構建標誌性建築物;

       b.案卷展現場景的研究;

       咱們先說說標誌性建築物問題。因爲灰模均是基於建築物SHP拉伸處理而來,其精細度相對於精模數據是大打折扣的。在一個城市場景中,若是沒有標誌性建築物的展示,就像沒有這個城市的靈魂。打個簡單的比方,沒有東方明珠的上海,即便展示了黃浦江,不少人同樣不能一眼識別出這是上海。那麼如何實現灰模場景中的精模效果呢?這又要回到數據的自己了。咱們將此問題歸結爲兩類:已有精模數據和沒有精模數據。

       當有精模數據時,咱們把數據進行處理展現於平臺,而後對模型外部進行高亮蒙皮,效果以下:

 

       當沒有精模數據時,咱們對SHP作複雜處理,好比塔,咱們能夠作多個同心圓而後拉伸建模,效果以下:

    

       可是,基於SHP拉伸不能處理複雜的構造。終歸,咱們仍是要回到數據建模的路上。再次遺憾,公司的3dmax三維數據建模重來都是外包的。團隊的數據處理人員之前只作二維數據勾畫、配圖等,如今必須上了,還好通過短暫的學習,如今基本能夠作簡單的模型:

 

       再說到第二個重點問題,案卷展現場景的研究。熱力和聚類是必不可少的兩種宏觀展現方案,可是,二維的熱力都是平面的,三維的,必須有所不一樣。百度和高德的三維熱力,是以立面格網來進行展現。我想,咱們以真正的裏面熱力來試試。Zxl同窗的解決效果以下:

 

       隨着視角的拉進,熱力須要自動消失,此時應該展示出案卷的詳細分佈。固然,三維也應該有三維的案卷分佈樣子:

 

7.前行

       最後時間翻過了2018,我以爲我仍是有不少不滿,不少期待。

       期待,三維實時軌跡的完整流程全面落地。

       期待,實時軌跡的高效糾正。

       期待,三維的數據專家能夠獨擋一面,將模型處理作的更精細,將灰模作的更高效。

       期待,案卷展現的方式、圖標、甚至高光特效不斷的美化。

       期待,三維的長江更像滾滾長江;建築物更有建築物的味道,最好還能夠交互出漂亮精緻的效果。

       期待,三維與圖表的第一次親密接觸。

       更期待,第一個三維大屏系統!

 

       最後,奉上一個短短的截止到2019.1.8號的三維特效gif圖:

       thanks,my friends and brothers.

 

                              

                                             -----歡迎轉載,但保留版權,請於明顯處標明出處:http://www.cnblogs.com/naaoveGIS/

                                                                                  若是您以爲本文確實幫助了您,能夠微信掃一掃,進行小額的打賞和鼓勵,謝謝 ^_^

                                                                                                                                                             

相關文章
相關標籤/搜索