Web lightweight strategy and loading optimization method for subway BIM model
-
摘要: 地铁BIM(Building Information Modeling)模型具有体量大、构件重复率高、外形规整等特点,针对其Web端模型加载、渲染效率低下,易导致浏览器卡顿、页面崩溃等问题,提出地铁BIM模型Web端轻量化策略及加载优化方法。验证表明,采用恰当的模型轻量化手段可显著减少复杂建筑模型的面片数量,降低模型存储消耗,结合视锥体剔除算法,能够有效提高渲染帧率与用户交互流畅度。Abstract: The Building Information Modeling (BIM) model for subway buildings has the characteristics of large volume, high component repetition rate, and regular appearance. Aiming at the low efficiency of its Web side model loading and rendering, which could easily lead to browser jams, page crashes, and other issues, this paper proposed a subway BIM model Web side lightweight strategy and load optimization method. Experiments show that using appropriate model lightweight methods can greatly reduce the number of patches in complex architectural models, reduce model storage consumption, and combine visual cone culling algorithms to effectively improve rendering frame rate and user interaction fluency.
-
-
表 1 地铁线路不同专业BIM模型体量对比
专业 模型大小/M 构件数量 顶点数量 面片数量 RVT IFC GLB 建筑装修 519 301 127 57 360 12 390 176 4 130 058 通风空调 51.2 122 54.1 10 125 2 657 562 885 854 给排水及消防 53.4 43.4 25.1 3 042 686 781 468 495 土建结构 63.6 16.4 6.5 1 164 164 528 117 964 通信系统 30.3 6.9 1.4 784 33 030 24 245 表 2 客户机与服务器平台配置
名称 客户机参数 局域网服务器参数 云服务器参数 操作系统 Windows10 企业版 Windows10 企业版 Windows 2019 数据中心版 处理器型号 Intel Core i7-2802QM Intel Core i7-6700HQ Intel Xeon Platinum 8269CY 处理器规格 2.3 GHz/4核/8线程 2.6 GHz/4核/8线程 2.5 GHz/2核/4线程 内存大小 16 G 8 G 4 G 显卡型号 NVIDIA Quadro 1000M NVIDIA GTX960M 虚拟主机显卡 显存大小 2 G 2 G - 浏览器版本 Chrome 98.0.4758.82 - - -
[1] 解亚龙,马西章,孟 飞. 铁路BIM工程化实施策略研究 [J]. 铁路计算机应用,2021,30(2):35-39. [2] 马 弯. BIM技术在鲁南铁路轨道设计中的应用 [J]. 铁路计算机应用,2019,28(6):50-53. DOI: 10.3969/j.issn.1005-8451.2019.06.012 [3] 李雅敬. 3D大模型的轻量级Web展示关键技术研究[D]. 上海: 同济大学, 2019. [4] 陈 前,王 玮. BIM模型轻量化及三维显示关键技术研究 [J]. 广东土木与建筑,2022,29(2):1-5. [5] 曹祎楠. 融合BIM与GIS的三维空间数据可视化研究[D]. 北京: 北京建筑大学, 2020. [6] Paligu F, Kumar A, Cho H, et al. BrowStExPlus: a tool to aggregate indexedDB artifacts for forensic analysis [J]. Journal of Forensic Sciences, 2019, 64(5): 1370-1378. DOI: 10.1111/1556-4029.14043
[7] Wang HW, Xiao L, Cao Y, et al. Visibility-culling-based geometric rendering of large-scale particle data[C]//2016 International Conference on Virtual Reality and Visualization (ICVRV). Hangzhou: IEEE, 2016: 197-203.
[8] Su M, Guo RF, Wang HL, et al. View frustum culling algorithm based on optimized scene management structure[C]//2017 IEEE International Conference on Information and Automation (ICIA). Macao, China: IEEE, 2017: 838-842.
-
期刊类型引用(9)
1. 徐博. 基于BIM技术的隧道洞口二三维同步设计方法研究. 铁道标准设计. 2024(01): 138-145 . 百度学术
2. 郭磊. 隧道洞口工程三维自动化设计方法研究. 隧道建设(中英文). 2023(03): 451-459 . 百度学术
3. 董凤翔,田明阳,曾昊,赵国强,李俊松. BIM技术在铁路隧道设计优化中的研究与应用. 铁路技术创新. 2022(01): 47-53 . 百度学术
4. 刘沛,叶明珠,赵国强,田明阳,曾昊. 基于BIM与FE技术的铁路隧道上跨结构开挖研究. 铁路技术创新. 2022(01): 66-71 . 百度学术
5. 刘沛,赵亮亮,董凤翔. 基于BIM+FE技术的铁路车辆-隧道吸能防护系统研究. 铁道标准设计. 2021(01): 89-95 . 百度学术
6. 田明阳,曾昊,汪明,曹力. 基于BIM技术的铁路隧道洞身设计与应用方法研究. 铁路技术创新. 2021(01): 84-90 . 百度学术
7. 王博. 基于Revit平台的墙体模型自动生成算法. 铁路计算机应用. 2021(07): 80-84 . 本站查看
8. 李晓军,田吟雪,陈树汪,王安民. 建筑信息模型(BIM)技术在隧道工程中应用现状与分析. 隧道建设(中英文). 2020(07): 953-963 . 百度学术
9. 崔晓. 大直径盾构隧道BIM建模方法的探究. 土木建筑工程信息技术. 2020(06): 66-71 . 百度学术
其他类型引用(2)