今天是数字孪生系列话题第4篇,聊聊三维模型数据治理那些事。
近几年,数字孪生、智慧城市、智慧园区、智慧工厂、元宇宙等热词不断地出现在这我们的视野中,而这些又都离不开三维模型,我们在执行项目的时候,特别是报价的阶段我们就经常被客户问到你这个模型的价格太高或者报的价格和其他公司的差距太大了,第二个就是后面我加业务模型可不可以支撑。
先说第一个问题,为什么市场价格差距那么大,是水深、还是市场很乱呢,我觉得核心还是有没有真正洞察到真正的“需求”,往往是"鸡同鸭讲”,根本上是不清楚你的业务场景需要什么样的模型,从而去决定构建的行业三维数据交付标准,怎么和你现有的信息系统做结合,避免重复“造轮子”,真正意义上“一模多用”,打破"数据孤岛",实现不同专业或则行业上下游的数据流转,放大三维数据价值。
同时,价值的背后才是价格,这样也实现一个业务和商业逻辑的闭环,那么这样的话,第二个问题也就顺其自然解决了。
在聊三维模型数据治理就得先简单了解一下他的“前辈”数据治理。
打开搜索引擎,你会看到以下内容:
概念似乎有点抽象,不过注意最后一段话:“数据治理的最终目标是提升数据的价值”。
那么和我们今天聊得三维数据治理治理有什么关系呢,别着急,还得先迈两个关子,我们还是要不落熟套的要了解一下数据治理基本的一些流程和工具类应用,我们先看一下数据治理的流程:
了解完大致的流程,我们还要了解一下数据治理的工具,我对这些工具进行了简单的归类:
(有想要系统的了解相关的产品和业务可以看一下大厂的平台,比如阿里dataphin、华为dgc、网易数帆等。这个不是我们今天所要关注的重点。)
接下来可以进入我们的三维模型数据治理了。
先提一个问题,为什么我们对三维模型数据进行治理(毕竟都说一个好问题是解决问题的第一步)。
1、数据种类多:
在上一篇我们也聊到了不同的三维模型数据,比如:BIM、GIS、工厂数据、其他普通的三维模型数据,搭建一个基础的数字孪生场景底座,至少有两种三维数据,另外多数场景还要同CAD图纸数据做关联。
2、建模软件种类繁多
市面上的建模软件上百种,究竟用哪一款适合你的项目。软件的选取很大程度上对项目的整体建模费用起决定性作用,为什么他可以报价5千,你的报价5万;为什么他的模型精度很高,你的很粗操;为什么他的模型浏览起来很轻量,你的很卡顿。诸如此类还会涉及到一些工作流域协同的问题,实现跨部门跨、跨区域的协同办公。
3、数据生产标准多
数据标准要紧贴行业特性,比如建筑行业的BIM数据,都有相应的国标、地方标准以及行业标准。拿BIM来举个例子,常常提到的有LOD100-LOD500的交付标准,也有对应的交付编码标准,BIM中还要涉及不同的个行业、专业这个信息量比较大,传统的方式,是5大专业建筑、结构、排水、暖通、电气,大家有兴趣我们可以单独在一个话题中讨论。
GIS数据规范标准复杂,GIS行业有S3M、3Dtiles、I3S标准,其中S3M数据规范标准作为国内最新发布的数据规范标准,对标的是美国I3S数据规范标准,二者在功能、技术特点上具有很高的相似性,3D Tiles作为最早支持海量数据展示的数据规范。常见的GIS数据影像、地形,数据来源于卫星遥感,无人机航测。
4、行业数据保有些需要保密
像一些空间信息的模型数据加密投影,就设计到数据的标准加载与非标准加载;有一些公众建筑、基础设施相关的模型有可能涉及到国家安全需要进行脱密措施。有些机械、数控行业模型,精密的车床加工设备涉及到知识产权一般客户不会直接将给全的图纸,就需要则需要脱密以及简化处理。
5、数据的兼容问题,扩展性问题
除了基础的模型数据,一个数字孪生中必不可少有物联网的时序数据、还有普通OA等系统的业数据,要想构建一个数字孪应用,还要使用物联网数据去驱动迷行数据,实现“会动的孪生体”。
6、数据的轻量化
因为三维模型文件较大,经常好几G,有些GIS的数据很容易就上100G,怎样的高效的加载与展示数据,还要保留模型基础的数据属性,除了与使用的平台引擎和硬件有关,很大一部上需要在模型上下功夫,以提升用户体验。比如:模型的格式、面数、模型数据结构组织。另外也要考虑用户端带宽与硬件配置,一般企业的应用在服务端的配置与网络带宽都是可跟得上的。
我们从五个维度上聊一下:
1、数据标准
制定数据标准第一步就是来规范建建模的工作流、建模工具、数据交付质量、编码规则。需要参考哪些相应的国标或则行业标准,模型精度应该匹配精度,根据专业特性合理搭配软件,对一些可能会出现的错误的建模方式制定要求,比如,法线,UV展开、贴图、重面,是否出现数冗余。
2、数据格式转换
对BIM数据、GIS数据、工厂数据、常规数据进行多层次的数据格式转换,除了保留模型的几何数据(点、线、面、位置信息)和颜色贴图,对于GIS、BIM数据还需要保留模型的属性信息,使它能仍然具备独特的行业特征,比如支撑对数据筛选、查看构件的属性信息、聚合等操作。
3、数据融合
实现一个平台对数据的统一管理,坐标统一化来实现不同模型的匹配融合。多种数据在一个平台同时的呈现,实现高碎片化和大数据量的三维场景渲染与加载。
4、数据清洗
主要对数据源进行增、删、查改等工作,比如模型构件是否重复,数据冗余。一些园区的应用我们还要关注建筑单体的分类、分层、分组,文件的关联关系。
5、数据共享
及时同步文件,保证文件版本的统一性。在建模阶段中大型项目需要不同专业之间进行配合,特别是在BIM实施过程中,多数项目需要在一个协同办公的环境下进行协同办公。
总结一下,对数字孪生的应用场景的搭建要正确的制定建模标准,采用合理的建模软件,开发层面要考虑到系统的三维引擎选型,会直接影响到项目的整体质量和费用,因此一开始就做对,避免重复造轮子。
今天先聊到这,下一篇我们和大家聊一下三维建模软件选型。文章来源:https://www.toymoban.com/news/detail-614618.html
“3D看行业,孪生见未来”,关注我们,数字孪生不迷路。文章来源地址https://www.toymoban.com/news/detail-614618.html
到了这里,关于数字孪生 | 04 三维模型的数据治理的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!