[发明专利]基于模型数据高度压缩的海量模型加载方法

说明书

本发明公开了基于模型数据高度压缩的海量模型加载方法，涉及数据加载技术领域。本发明包括将模型用3dmax打开并将模型转换成网格数据，将模型顶点数进行百分比的压缩；将压缩后的所述模型导出成obj数据模型；通过开源工具obj2gltf工具将obj数据模型转换成gltf数据模型；通过cesium提供的gltf‑pipeline工具将gltf数据模型做基于draco技术的模型压缩。本发明通过将gltf数据模型做基于draco技术的模型压缩；最后对采用三维模型加载，在不失真的情况下将模型做到最简，从而更好的满足网络带宽限制下的大数据量模型加载，相比draco压缩，更好的支持模型单体化与材质加载。

技术领域

本发明属于数据加载技术领域，特别是涉及一种基于模型数据高度压缩的海量模型加载方法。

背景技术

现有的对于海量三维模型(特指白模数据)加载的方案大体分为两种：一是通过矢量拔高的方式快速形成建筑群，这种方法的优势在于成型速度快，性能高。但是缺点也很明显：只能远观。视角拉近之后都是游方盒子组成的建筑群，不能很好的表达模型的细节。二是将制作好的城市模型数据经过一些处理之后加载出来，这种方法能够很好的表达模型的细节，但是在性能方面受到顶点数和网络带宽的严重影响，往往存在帧数较低、加载等待时间长等问题。且目前也没有压缩方案能够很好的解决这方面问题。由谷歌推荐的draco压缩虽然能够高度压缩模型数据，但是压缩过后的模型被自动合并，在支持模型单体化和材质分批渲染方面存在一定的局限性。

本发明提供一种基于模型顶点高度压缩的海量三维大场景加载方法，该策略采用三套工序的压缩方法，在不失真的情况下将模型做到最简，从而更好的满足网络带宽限制下的大数据量模型加载，并且支持模型单体化与材质加载，采用gltf格式能够很好的支持cesium、threejs等主流webgl三维渲染引擎。

发明内容

本发明的目的在于提供基于模型数据高度压缩的海量模型加载方法，通过将所述模型顶点数进行百分比的压缩；将压缩后的模型导出成obj数据模型；将obj数据模型转换成gltf数据模型；将gltf数据模型做基于draco技术的模型压缩；最后对采用三维模型加载，在不失真的情况下将模型做到最简，从而更好的满足网络带宽限制下的大数据量模型加载，相比draco压缩，更好的支持模型单体化与材质加载。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为基于模型数据高度压缩的海量模型加载方法，包括如下步骤：

A00：将所述模型用3dmax打开并将模型转换成网格数据，将所述模型顶点数进行百分比的压缩；

A01：将压缩后的所述模型导出成obj数据模型；

A02：通过开源工具obj2gltf工具将obj数据模型转换成gltf数据模型；

A03：通过cesium提供的gltf-pipeline工具将gltf数据模型做基于draco技术的模型压缩。

优选地，A00中将所述模型顶点数进行70％的压缩。

优选地，删除所述模型顶点的冗余点。

优选地，A01之前进行参数设置；所述参数设置包括去除法线、去除纹理贴图。

优选地，A03包括如下具体步骤：

B00：安装所述gltf-pipeline；

B01：将所述gltf数据模型转换成Draco gltf数据模型；

B02：采用cesium三维模型加载。

本发明具有以下有益效果：