马蒂诺·法拉利
3D 城市对象的语义、空间结构和空间关系对于智能城市至关重要。3D 城市对象的表示包括分离 3D 城市对象的语义和空间计算,并使用它们重现城市场景,以支持精确的 3D 城市分析,例如日照和热分析、3D 天气中的风流以及办公室管理、能源再生、灾难管理、数字管理等应用。技术进步为 3D 城市对象提供了先进的 3D 数据收集方法。对于 3D 建筑结构和 3D 城市的空间范围表示,通常使用机载图像或 LiDAR 数据,从而导致具有详细屋顶结构但平面饰面的建筑模型(LOD2)。用于显示明确显示的外部结构的更详细建筑表示的数据采集和 3D 渲染(LOD3)需要大量时间和金钱成本,到目前为止,它们只是某些区域的选择。更受测试的任务是按不同顺序对城市对象进行自动语义标记,并使用算法显示语义信息。在 3D 表示领域,已经提供了具有各种 3D 引擎的各种解决方案,包括最先进的 WebGL 程序,如 Cesium。令人震惊的是,在感知过程中很少考虑使用各种重要链上的 3D 结构算法生成的语义信息。此外,主题或样式驱动的感知不足以帮助显示兴趣领域。因此,3D 交互在感知中受到极大限制。