[发明专利]一种基于双向数据处理机制的大数据快速渲染的方法

说明书

本发明提出了一种基于双向数据处理机制的大数据快速渲染的方法，核心是对产生渲染数据和渲染过程并行执行中实时监听鼠标操作，即时更新渲染参数集和渲染数据集，根据当前渲染的参数表，在内外存数据交互加载的同时，根据当前渲染层级、查询索引、不同层级的点云可见性，对数据集根据节点层使用N‑LRU机制，对缓存数据进行筛查；经过筛查的数据存入双向渲染数据缓存队列中，渲染线程不断从双向渲染数据缓存队列中读取出当前待渲染的渲染参数集和渲染数据集。本发明创造所述的双向数据机制，提高了大数据的内外存交互的效率，对内存中的缓存数据实时刷新剔除，降低内存压力，结合渲染参数集，对点云数据的全局和细节进行合理高效的展示。

技术领域

本发明创造属于激光点云数据处理技术领域，尤其是涉及一种基于双向数据处理机制的大数据快速渲染的方法。

背景技术

目前，激光雷达在各行各业的应用逐渐成熟，随之产生的激光点云数据量急剧增加，因此对激光点云数据进行后续的处理和分析对平台的海量数据加载和渲染提出更高的要求。空间数据的存储是对其进行有效管理的基础，相比于二维数据，三维无规则数据的存储更加复杂，需要考虑更多的因素。当前海量的激光点云数据，少则1亿多点，多则上百亿点，传统的基于内存的数据加载已经不能满足要求，业内也有采用内外存交互的方式，内存映射的机制，但是依据不同的外存文件，内外存交互的效果相差较大。通常提高了数据的加载量，而导致渲染流畅性一定程度上降低。

综上所述，考虑到海量激光点云数据后处理在多个行业的广泛应用和海量数据的急剧增加，为了同时满足大数据的加载和渲染的高效率，不仅需要提高大数据加载的速度、降低内存压力、而且需要提高渲染速度。解决此问题需要采用分离式的数据加载和渲染机制。本文提出了一种分离式双向数据处理机制的点云大数据快速渲染的方法和系统，能够在一定程度上缓解大数据加载和快速渲染的矛盾。解决大数据的加载和渲染在很大程度上提高了点云后处理的效率，提高激光点云数据在各个行业中的应用价值，以及由此带来附加效应，扩展衍生产品的输出。

发明内容

有鉴于此，本发明创造旨在提出一种基于双向数据处理机制的大数据快速渲染的方法，以解决大数据加载对内存容量的压力问题，解决牺牲渲染的时间响应来换取更大的数据加载量的问题，达到快速加载大数据的同时，提高渲染效率。

为达到上述目的，本发明创造的技术方案是这样实现的：

一种基于双向数据处理机制的大数据快速渲染的方法，包括以下步骤：

S1、利用自定义的大数据分解文件并结合实际像素大小因子产生渲染参数集；

S2、根据当前的渲染参数集，根据自定义的大数据分解文件中的节点层使用N-LRU机制，进行内外存交互，生成渲染数据集；

S3、将渲染参数集和渲染数据集存入双向渲染数据缓存队列中；

S4、渲染过程中调取双向渲染数据缓存队列中的渲染参数集、渲染数据集，进行渲染；

S5、在生产渲染参数集、渲染数据集和渲染过程并执行渲染的运行过程中会实时监听鼠标操作，即时更新渲染参数集和渲染数据集。

进一步的，所述步骤S1中的渲染参数集包括当前LOD层级、当前渲染状态中的已经显示的层级、当前渲染状态中可见的层级、当前层级的剩余待加载的点数。

进一步的，所述步骤S1中的渲染数据集是需要在当前活跃窗体上显示的点云数据。

进一步的，所述步骤S1中产生渲染参数集的过程如下：

根据实际像素大小因子计算当前渲染的LOD层级基数，结合自适应阈值计算当前渲染的总LOD层级；

当前渲染状态的正在加载的层级，当前渲染状态中已经显示完的层级，当前渲染状态中可见的层级和当前层级的剩余待加载的点数，将当前帧的渲染图层的参数加入到当前帧的渲染参数集，并依次存储于渲染参数队列中形成当前渲染参数集。