Cesium bim模型加载并与模型树关联(分层加载)

article/2025/10/4 12:53:10

很久都没写文章了,最近实在是太忙了,向各位关注我的小伙伴致个歉!

最近没事儿写了个模型树和模型关联的功能,处理工具是用的cesiumlab。

说明一下为什么要用cesiumlab

网上现在有很多的模型转换工具,如obj23dtiles等均可以对非3dtiles的模型进行处理,为何非得用cesiumlab呢?!主要是因为此功能想实现构件的详细展示,即点击节点实时展示对应的构件,故试用cesiumlab可以生成构件的节点树,即scenetree.json!

这样在模型加载的时候,在ajax这个树节点的json文件,即可加载对应的节点了!

模型处理过程:

1、试用cesiumlab将rvt2018的模型文件转为clm(clm为cesiumlab的自定义的格式),如果你的文件不是revit2018的,那么你得先将模型升级到2018。

2、处理clm格式的模型文件,对模型文件进行切片,转为cesium支持的3dtiles文件,在转换的过程中,如果你对加载速度有要求,请选择纹理和顶点压缩。

3、将3dtiles模型文件进行发布。(发布过程参考我前面的文章)。

以上及完成了模型的转换及发布,但是转换过程中遇到了几个坑,就不一一赘述了。

部分代码解析(一下借鉴了火星科技的模型,如有侵权请告知修改!):

先大致说下实现了的功能:

1、加载了bim模型及添加了左侧模型树,将树节点和模型关联:双击树节点可以定位到模型中具体的位置,树节点勾选显示,不勾选隐藏!

2、添加了属性弹窗,点击模型时,会弹出模型的详细信息!

主要是实现了这两个功能,下面说下难点:

a):模型添加后,将模型定位到正确的位置,以下是定位的方法,此方法值能够进行定位,对模型进行旋转,并未用到,所以没加:

Cesium.Transforms.eastNorthUpToFixedFrame(position);

b):模型树和模型构件的关联,此处即实现了点击模型树定位到具体构件的功能

 var center = new Cesium.Cartesian3(nodesphere[0], nodesphere[1], nodesphere[2]);if (orginMatrixInverse && tileset._root.transform) {var mat = Cesium.Matrix4.multiply(tileset._root.transform, orginMatrixInverse, new Cesium.Matrix4());center = Cesium.Matrix4.multiplyByPoint(mat, center, new Cesium.Cartesian3());}var sphere = new Cesium.BoundingSphere(center, nodesphere[3]);

注:当你移动了模型位置后,此处定位有偏差,故得进行位置转换(此处也是此功能最精华的地方!);当然如果你有不懂的地方也可以私信我。


http://chatgpt.dhexx.cn/article/4an7C23x.shtml

相关文章

举例讲清楚模型树和回归树的区别

根据上面图中的一个例子,我们来分析下,假设A、B两点是曲线上的噪声点。 模型树的叶子节点是一个分段线性函数[1]。 回归树的叶子节点是取一个区间的平均(一个常数值)。 上述图中AB区间的均值是一个暗点。 所以: 对于节点A而言,模…

[Ansys Workbench] Mechanical 界面显示模型树窗口和详细信息窗口

根据这个回答才找到的……我之前也没注意,别人问我我才去想的 https://forum.ansys.com/discussion/8740/workbench-tree-outline 一般的方法是在 主页 - 布局 - 管理 里面选择显示哪个视窗 如果就是想显示模型树窗口和详细信息窗口,可以使用快捷键 Ctr…

creo文件如何检入服务器,CREO模型树配置的保存与检索

保存模型树配置 (1)单击 然后单击“保存设置文件”(Save Settings File)。“保存模型树配置”(Save Model Tree Configuration) 对话框打开。 (2)接受默认文件名 tree.cfg 或键入新名称。 (3)单击“保存”(Save)。 手动检索模型树配置 (1)单击 然后单击“打开设置文件”(Open S…

Graphviz绘制模型树2——XGBoost模型的可解释性

从二分类模型中的树重新理解XGBoost算法 一.对绘制的树简单解释1.1类别判断1.2树的最大层级1.3效果较差情况 二.从数据来解释一棵树2.1EXCEL构建第1颗树2.2第1棵树的数据解释2.3效果较差的节点解释 三.N颗树如何预测样本3.1样本22数据3.2样本22落入叶子情况3.3样本22的总结 四.…

决策树(二):回归树和模型树

下面介绍的回归树和另一篇文章介绍的分类树,都属于决策树范畴。分类树的模型是每个非叶子节点都是一个分类特征,按照该分类特征的不同取值,将数据集分为多少个子集;并且分类树模型我们要找的是测试数据集的最终分类结果&#xff0…

模型树——就是回归树的分段常数预测修改为线性回归 对于非线性回归有较好的预测效果...

说完了树回归,再简单的提下模型树,因为树回归每个节点是一些特征和特征值,选取的原则是根据特征方差最小。如果把叶子节点换成分段线性函数,那么就变成了模型树,如(图六)所示: &…

《机器学习实战》9.3树回归之模型树和项目案例

《机器学习实战》9.3树回归之模型树和项目案例 搜索微信公众号:‘AI-ming3526’或者’计算机视觉这件小事’ 获取更多人工智能、机器学习干货 csdn:https://blog.csdn.net/baidu_31657889/ github:https://github.com/aimi-cn/AILearners 本文出现的所有…

模型树–M5

模型树–M5 模型树推广了回归树的概念,它与回归树的2个重要不同在于: 叶节点上不是常量,而是一个线性函数模型。分割空间的标准不是降低平方误差,而是降低样本标准差。 相比于回归树,模型树的优点在于:回…

机器学习——模型树

和回归树(在每个叶节点上使用各自的均值做预测)不同,模型树算法需要在每个叶节点上都构建出一个线性模型,这就是把叶节点设定为分段线性函数,这个所谓的分段线性(piecewise linear)是指模型由多…

深度学习人脸检测与人脸识别

一、概述 1. 基本概念 人脸是个人重要的生物特征,业界很早就对人脸图像处理技术进行了研究。人脸图像处理包括人脸检测、人脸识别、人脸检索等。人脸检测是在输入图像中检测人脸的位置、大小;人脸识别是对人脸图像身份进行确认,人脸识别通常…

各类人脸识别算法的总体分析

一、人脸识别算法之特征脸方法(Eigenface) 1、原理介绍及数据收集 特征脸方法主要是基于PCA降维实现。 详细介绍和主要思想可以参考 http://blog.csdn.net/u010006643/article/details/46417127 上述博客的人脸数据库打不开了,大家可以去下…

人脸识别算法初次了解

人脸识别算法初次了解 这是转载别人的帖子,觉得好,大家一块学习http://www.cnblogs.com/guoyiqi/archive/2011/07/28/2129300.html 前言 在写此文之前,先扯点东西。我一直在找一个东西,让我思考,让我久久的深陷其…

深扒人脸识别技术,原理、算法深度解析

在深度学习出现后,人脸识别技术才真正有了可用性。这是因为之前的机器学习技术中,难以从图片中取出合适的特征值。轮廓?颜色?眼睛?如此多的面孔,且随着年纪、光线、拍摄角度、气色、表情、化妆、佩饰挂件等…

基于特征脸的人脸识别算法概述

基于特征脸的人脸识别算法概述 —— 才疏学浅, 难免有错误和遗漏, 欢迎补充和勘误. 特征脸识别算法(EigenFaceRecognizer)是一种在主成分分析(PCA)中进行人脸辨识的技术。基于特征脸的驾驶人身份识别流程图为: 图1 …

人脸检测与识别

人脸检测( Face Detection )和人脸识别技术是深度学习的重要应用之一。本章首先会介绍MTCNN算法的原理, 它是基于卷积神经网络的一种高精度的实时人脸检测和对齐技术。接着,还会介绍如何利用深度卷积网络提取人脸特征,…

人脸检测算法综述

其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》,清华大学出版社,雷明著,由SIGAI公众号作者倾力打造。 书的购买链接书的勘误,优化,源代码资源导言 人脸检测是目前所有目标检测子方向中被研究的最充分的问题之一,它在安防监控,人证比对…

现在人脸识别最好的算法是哪种?

目前看来,基于深度学习是在人脸识别领域效果比较出色的机器学习方法。 但从学术的角度来讲,“最好”是一个谨慎的词语,深度学习从以往不被认可逐渐成长为机器学习的主流,同样,也难保未来会有其它方法会取代深度学习。 …

经典人脸识别算法(特征脸,FISHERFACE,LBP)

首先,只是基于对算法的主要是想的介绍和理解,对于涉及到的PCA以及直方图比较提到的方法等等可以自己再去深入研究。 其次,只是用作笔记记录。 参考了CSDN博客:https://blog.csdn.net/smartempire/article/details/23377385 htt…

人脸识别算法及系统

首先说下哦 也就给自己当个记事本发了 内容可能也是老生常谈 不喜勿喷 人脸识别的目标 总结两点,第一,认出同一个人,不管你的状态怎么变,都能知道你就是你。第二、区分不同的人,可能这两个人长得很像,或者…

人脸检测:人脸检测算法综述

https://blog.csdn.net/SIGAI_CSDN/article/details/80751476 问题描述 人脸检测的目标是找出图像中所有的人脸对应的位置,算法的输出是人脸外接矩形在图像中的坐标,可能还包括姿态如倾斜角度等信息。下面是一张图像的人脸检测结果: 虽然人…