نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

کاربرد جی ای اس

 

خلاصه

نقشه های سه بعدی (سه بعدی) کاربردهای بالقوه زیادی مانند ناوبری و برنامه ریزی شهری دارند. در این مقاله، استفاده از پلتفرم دنیای مجازی سه بعدی Meshmoon برای ایجاد نقشه های سه بعدی داده باز هوشمند را ارائه می دهیم. یک روش پردازش برای فعال کردن محیط های مجازی سه بعدی از داده های باز نقشه برداری ملی فنلاند توسعه یافته است. این مقاله عناصر مورد نیاز در مفاهیم شهر هوشمند معاصر، مانند ارتباط بین اطلاعات ویژگی و اشیاء سه بعدی، و ایجاد جهان های مجازی مشترک از داده های باز را ترکیب می کند. با استفاده از پلتفرم دنیای مجازی سه بعدی ما، می توان مدل های مجازی سه بعدی مشترک و به روز ایجاد کرد که به طور خودکار برای همه بینندگان به روز می شوند. در صحنه ها، همه کاربران قادر به تعامل با مدل و با یکدیگر هستند.
کلید واژه ها: 

دنیای مجازی ؛ مشمون ; نقشه سه بعدی ؛ داده های باز ؛ واقعیت مجازی ؛ GIS

 

1. معرفی

انواع مختلف نمایش‌های سه‌بعدی (سه‌بعدی) محیط از دهه 1960 موضوع تحقیقات در زمینه اطلاعات جغرافیایی و نقشه‌برداری بوده است. اغلب، آنها را “نقشه های سه بعدی” می نامند (به عنوان مثال، [ 1 ، 2 ]). از این نظر، اجزای آنها شامل یک مدل سه بعدی بافت دار (سه بعدی) از اشیاء (زمین، ساختمان و غیره ) است [ 1 ]. در بافت شهری، اصطلاح “مدل شهر سه بعدی” شاید بیشتر مورد استفاده قرار گرفته باشد (به عنوان مثال، [ 3 ]). هم مدل های سه بعدی شهر و هم نقشه های سه بعدی می توانند علاوه بر هندسه یک محیط، اطلاعات دیگری نیز داشته باشند، اما هیچ یک از این اصطلاحات به طور دقیق تعریف نشده اند.
نقشه‌های سه‌بعدی نسبت به نقشه‌های دو بعدی (2 بعدی) مزایایی دارند، به‌ویژه در استفاده از مسیریابی. این مزایا شامل جهت‌گیری سریع‌تر بیننده در مقایسه با پیمایش با نام خیابان‌ها با نقشه سنتی است، زیرا اشیاء دنیای واقعی را می‌توان به روشی قابل تشخیص‌تر نشان داد [ 4 ]. علاوه بر این، شناسایی نشانه‌های بصری و نشانه‌ها با نقشه‌های سه‌بعدی بصری‌تر از نقشه‌های دوبعدی ساده شده در نظر گرفته شده است [ 4 ]. نتایج در مواردی که نقشه دو بعدی با نمای سه بعدی ترکیب شده است مشابه بوده است [ 5 ]. نقشه های سه بعدی مناطق شهری ابزاری بالقوه برای برنامه ریزی شهری، تصمیم گیری و تجسم اطلاعات در نظر گرفته شده است [ 6 ]]. با پیشرفت فناوری، نقشه‌های سه بعدی که برای ناوبری و اهداف آنلاین استفاده می‌شوند، به جریان اصلی تبدیل شده‌اند که یکی از نمونه‌های آن Google Earth است [ 7 ]. طبق برخی برآوردها، کل بازار نقشه برداری سه بعدی و مدل سازی سه بعدی از 1.1 میلیارد دلار در سال 2013 به 7.7 میلیارد دلار تا سال 2018 رشد خواهد کرد که نرخ رشد سالانه 48 درصد است [ 8 ].
در حال حاضر، دو فناوری به طور گسترده برای ایجاد نقشه های سه بعدی از محیط شهری موجود به طور دقیق و مقرون به صرفه وجود دارد: فتوگرامتری و اسکن لیزری. در آینده، تکنیک‌های حسگر دیگری مانند دوربین‌های عمق نیز ممکن است مورد استفاده قرار گیرند. در فتوگرامتری، داده‌های سه‌بعدی از تصاویر دوبعدی به‌وسیله مونو رسم (پیش‌تابش تک پرتو)، تفسیر استریو-تصویر یا تنظیم بلوک چند تصویری به دست می‌آیند. چندین پلت فرم برای سنسورهای نوری می توان استفاده کرد. روش دوم اسکن لیزری هوابرد (ALS) است. این روشی مبتنی بر اندازه‌گیری‌های تشخیص نور و محدوده (LIDAR) از هواپیما است، که در آن موقعیت و جهت دقیق سنسور مشخص است و بنابراین موقعیت (x,y,z) اجسام بازتابنده را می‌توان تعیین کرد [ 9 ]]. علاوه بر ALS، علاقه فزاینده ای به اسکن لیزری زمینی (TLS) وجود دارد، جایی که اسکنر لیزری مانند اسکن لیزری سیار (MLS) روی سه پایه یا حتی روی یک پلت فرم متحرک نصب می شود. سپس خروجی اسکنر لیزری یک ابر نقطه مرجع جغرافیایی از اندازه گیری های LIDAR است. چگالی نقطه ای داده های لیزری تا حد زیادی بر توسعه روش شناختی و کیفیت مدل های سه بعدی تولید شده تأثیر می گذارد. روش‌های مدل‌سازی سه‌بعدی بر اساس داده‌ها را می‌توان در چندین مطالعه یافت [ 10 ، 11 ، 12 ، 13 ، 14 ]. MLS به عنوان روشی برای تولید مدل های دقیق و بسیار دقیق شهر مورد توجه قرار گرفته است [ 15 ، 16 ، 17]. با برخی محدودیت‌ها، داده‌های GIS دو بعدی نیز می‌توانند برای ایجاد مدل‌های سه بعدی شهر ساده برای سیستم‌های مبتنی بر رایانه استفاده شوند [ 18 ، 19 ]. برای سناریوهای کاربردی مختلف، تجسم های واقعی یا موضوعی را می توان از مدل های سه بعدی شهر [ 20 ] ایجاد کرد. همچنین می‌توان رندرهای سبک‌تر و شبیه به طرح را ایجاد کرد [ 21 ]. روش های فوق امکان بازسازی سه بعدی، فرآیند تعیین هندسه و ظاهر اشیاء موجود را برای ساختن کپی های هندسی، به عنوان مثال، محیط طبیعی، شهرهای قدیمی، و عناصر باستان شناسی فراهم می کند.
در ابتدا، تحقیق مدل سه بعدی بافت در توسعه واقعیت مجازی (VR) آغاز شد. VR به محیط‌های شبیه‌سازی‌شده کامپیوتری اشاره دارد که می‌توانند کپی دنیای واقعی یا خیالی باشند، که با مدل‌های هندسی و بافت‌های سطحی ساخته شده‌اند، بنابراین به مدل‌های سه‌بعدی بافت‌دار مورد استفاده در نقشه‌برداری و مدل‌سازی شهر نزدیک است. قبلاً در سال 1965، ایوان ساترلند یک “نمایش نهایی” را تصور کرد که به شخص اجازه می دهد به دنیای مجازی نگاه کند که به اندازه دنیای فیزیکی واقعی به نظر می رسد [ 22 ]. سیستم‌هایی که داده‌های GIS را در یک واقعیت مجازی سه بعدی تجسم می‌کنند نیز در آزمایشگاه‌ها در دهه 1990 توسعه یافته بودند. یکی از نمونه های ترکیب GIS با VR توسط Verbree و همکاران معرفی شد. 18]. با این سیستم، نماهای مختلف (نقشه، نمای هوایی، و نمای سطح خیابان) و عملکردها برای پشتیبانی از برنامه ریزی شهری استفاده می شود [ 18 ]. فن‌آوری‌هایی که ارائه‌ای فراگیر ارائه می‌دهند، مانند عینک‌های مجازی، برای استفاده از GIS نیز آزمایش شده‌اند [ 23 ]. در اصطلاح بازی‌های رایانه‌ای، مدل‌سازی بدون بافت، با استفاده از مدل‌های ساده را «Whiteboxing» می‌نامند، زیرا مدل‌های بافت‌دار معمولاً در بازی‌ها استفاده می‌شوند. در زمینه اطلاعات جغرافیایی و نقشه برداری، بازسازی سه بعدی امروزه بیشتر و بیشتر شامل بافت ها نیز می شود. چالشی که هنگام کار با واقعیت مجازی و بازسازی سه بعدی وجود دارد این است که مقدار داده را کم نگه دارید، اما همچنان جزئیات کافی در بافت ها داشته باشید. این امر به ویژه هنگام کار با برنامه های تلفن همراه ضروری است.
موتور بازی یک سیستم نرم افزاری قابل توسعه است که بر روی آن می توان یک بازی رایانه ای یا یک برنامه مشابه را ساخت. برنامه‌هایی که با موتورهای بازی برای مقاصدی غیر از سرگرمی توسعه می‌یابند، اغلب «بازی‌های جدی» نامیده می‌شوند. موتورهای بازی، مانند Unreal یا Unity 3D [ 24 ] نیز برای تجسم GIS، با هدف افزایش سطح تعامل و تعامل استفاده شده اند [ 25 ]. سهام و همکاران 26 ] پروژه ای برای توسعه یک محیط مجازی مشترک با استفاده از داده های GIS و یک موتور بازی ارائه کرده اند. مانیوکو و همکاران 27] از CryENGINE 3 برای تجسم منظره استفاده کرده اند و از آن برای تجسم پروژه های توربین بادی استفاده کرده اند. تجسم های با کیفیت بالا برای ارزیابی تاثیر عمومی پروژه های بزرگ مفید هستند و موتورهای بازی همراه با مدل های مناسب می توانند برای ایجاد آنها استفاده کنند.
تحقیقات ترکیبی از واقعیت مجازی، GIS و برنامه ریزی شهری را می توان در ادبیات موجود از دهه 1990 یافت، زمانی که گرافیک کامپیوتری برای اولین بار این مفهوم را عملی کرد (به عنوان مثال، [ 28 ، 29 ، 30 ]). در سال 1999، محققان سیستم های GIS مشارکتی را بر اساس واقعیت مجازی تصور کردند (به عنوان مثال، [ 31 ]). با این حال، پذیرش این ایده ها در عمل بسیار کند بوده است [ 32 ].

1.1. باز کردن داده ها برای مدل سازی سه بعدی شهر

مدل های سه بعدی شهر همچنین می توانند بر اساس داده های باز باشند و حتی به عنوان داده های باز منتشر شوند. داده‌های باز به اطلاعاتی اطلاق می‌شود که به‌طور رایگان در دسترس همگان قرار گرفته است تا از آن استفاده کنند. در بیشتر موارد، داده‌ها توسط یک بازیگر با بودجه دولتی تولید می‌شوند، اما داده‌های باز می‌توانند توسط سازمان‌ها، شرکت‌ها یا شهروندان دیگر نیز منتشر شوند. داده‌های باز معمولاً معیارهای زیر را برآورده می‌کنند: دامنه عمومی، دسترسی فنی، دسترسی آزاد، مجوز استفاده مجدد، دسترسی و استفاده آسان، و قابل فهم بودن [ 33 ]. Over et al. 34 ] موردی را ارائه کرده‌اند که در آن داده‌های نقشه خیابان باز (OSM) با داده‌های زمین دامنه عمومی برای تولید مدل‌های شهر سه‌بعدی مبتنی بر وب ترکیب شدند. اپلیکیشن دیگری مبتنی بر OSM، ViziCities، توسط Hawkes and Smart [ 35 ] توسعه داده شده است].
در سال 2010، دولت بریتانیا به تعداد قابل توجهی از مجموعه داده‌ها اجازه داد تا از طریق برنامه‌ای به نام ShareGeo Open [ 36 ] آزادانه در دسترس باشند. از اوایل سال 2012، تمام داده های جغرافیایی دولتی در هلند، از جمله پایگاه داده توپوگرافی هلند [ 37 ] در دسترس عموم قرار گرفته است. بحث در مورد باز کردن یا عدم باز کردن ذخایر داده‌های کنترل شده توسط سازمان‌های عمومی در فنلاند در سطح نهادی، تا اواخر سال 2009 آغاز شد [ 38 ]. چندین مزیت در باز کردن این ذخایر داده دیده شده است، از جمله افزایش شفافیت و کارایی حکمرانی و ایجاد نوآوری و رشد اقتصادی [ 38 ].]. گشایش ذخایر داده های عمومی نیز می تواند به عنوان یک جزء و عاملی در تغییر بزرگتر به سمت نوآوری باز در سراسر اروپا دیده شود [ 39 ]. در فنلاند، توسعه‌دهندگان نرم‌افزار و شهروندان فردی تشویق شده‌اند تا از این ذخایر داده‌های عمومی با کمپین‌های مختلف استفاده کنند. به عنوان مثال، رقابت Apps4Finland برای پنجمین بار در سال 2013 برگزار شد [ 40 ]. بسیاری از سازمان های عمومی قبلاً ذخیره داده های خود را به عنوان بخشی از این حرکت باز کرده اند. فهرستی از منابع داده موجود را می توان در سرویس opendata.fi [ 41 ] یافت. بررسی ملی زمین فنلاند (NLS) چندین منبع داده را در می 2012 باز کرد، با مجوزی که اجازه استفاده تجاری از داده ها را می داد [ 42 ]]. داده ها شامل پایگاه داده توپوگرافی و مقدار زیادی از داده های اسکن لیزری هوایی طبقه بندی شده [ 43 ] بود. در نتیجه، حجم زیادی از داده های GIS به صورت رایگان در دسترس قرار گرفت.

1.2. مدل های سه بعدی شهر برای شهرهای هوشمند

مدل های سه بعدی شهر را می توان جزئی از مفهوم شهر هوشمند نیز دانست. حتی اگر این اصطلاح به عنوان تعریف ضعیف، نادرست و کاملاً مبتنی بر فناوری [ 44 ] مورد انتقاد قرار گرفته است، اغلب در زمینه بحث در مورد توسعه مناطق شهری استفاده می شود. در تعریفی که معمولاً توسط شرکت IBM استفاده می‌شود، مفهوم شهر هوشمند به شبکه‌سازی تمام سیستم‌های یک زیرساخت شهری اشاره دارد [ 45 ]، بنابراین امکان استفاده کارآمدتر از منابع، پیش‌بینی دقیق‌تر مشکلات احتمالی را فراهم می‌کند. و پاسخ سریعتر به آنها. سیستم های اطلاعات جغرافیایی نقش اصلی را در این فرآیند ایفا می کنند. علاوه بر این، برخی از نویسندگان جنبه‌های تعامل شهروندان، حاکمیت و اکوسیستم‌های نوآوری را به مفهوم شهر هوشمند مرتبط کرده‌اند.46 ]. صرف نظر از اینکه این اصطلاح چگونه تعریف شده است، به نظر می رسد واضح است که سیستم های اطلاعات شهری به مدل های بزرگ و به اندازه کافی دقیق شهر نیاز دارند که به راحتی می توانند به روز شوند. سپس می توان از این مدل ها برای ایجاد انواع مختلف برنامه های کاربردی مورد نیاز در یک شهر هوشمند استفاده کرد. اگر از مدل ها برای تجسم اطلاعات دقیق در مورد زیرساخت های شهر استفاده شود، طبیعی به نظر می رسد که از مدل های سه بعدی به جای نقشه های دو بعدی استفاده شود، همانطور که دولنر و همکاران پیشنهاد کردند. 3 ]. پراندی و همکاران 47 ] چارچوبی را ارائه کرده اند که در آن یک مدل CityGML به عنوان نقطه شروع برای ساختن یک سیستم اطلاعاتی مبتنی بر وب برای پشتیبانی از فرآیندهای یک شهر هوشمند استفاده می شود.
بسیاری از مطالعات استفاده از فناوری اطلاعات و ارتباطات (ICT) را در برنامه ریزی شهری و شهرهای هوشمند، مانند استقرار پهنای باند، خدمات الکترونیکی، و داده های باز ارائه کرده اند (به عنوان مثال، [ 32 ، 38 ، 39 ، 48 ، 49 ]). برای توسعه برنامه، ضروری است که مدل دارای ساختار سازمان یافته باشد و اطلاعات دیگر را بتوان به اجزای مدل متصل کرد.

1.3. دنیای مجازی

جهان های مجازی سه بعدی، که در آن کاربر به عنوان یک آواتار، بر اساس بازی های رایانه ای و رسانه های اجتماعی حضور دارد، برای اهداف مختلف استفاده شده است [ 50 ]. بسیاری از پروژه های مجازی سازی مربوط به طرح های شهری در Second Life شروع شدند اما بعداً به OpenSimulator منتقل شدند [ 32 ، 51 ]. در برنامه های آموزشی، دنیای مجازی به طور مکرر مورد آزمایش قرار گرفته است. در این زمینه، مزایای آنها شامل تجسم همهجانبه، تماس های اجتماعی و تجربیات شبیه سازی شده غنی است. مشکلات اصلی نیازمندی های سخت افزاری، نیاز به تایپ در هنگام برقراری ارتباط و منحنی یادگیری نرم افزار مورد استفاده بوده است [ 52 ]]. در یک زمینه GIS، سیستم‌های سه‌بعدی شبکه‌ای که از طریق اتصال اینترنت قابل دسترسی هستند، حضور همزمان چندین کاربر را به‌عنوان آواتار ارائه می‌دهند و می‌توانند با افزایش تعامل بین کاربران در مقایسه با صفحات وب سه‌بعدی استاتیک، همکاری را افزایش دهند [ 19 ]. در زمینه برنامه ریزی شهری، سیستم هایی که از طریق یک اتصال اینترنتی قابل دسترسی هستند که مطالعه یک مدل شهر سه بعدی را به عنوان یک آواتار امکان پذیر می کند، توسعه یافته اند، به عنوان مثال سیستم سه بعدی Tapiola [ 53 ].

1.4. ترکیب نقشه‌های سه بعدی، جهان‌های مجازی و داده‌های باز در جهان‌های مجازی مشترک

سیستم‌های آنلاین تعاملی که می‌توانند برای مطالعه مدل شهر و داده‌های پرس‌وجو برای اشیاء منفرد مورد استفاده قرار گیرند، برای مثال توسط Rodriques و همکاران ساخته شده‌اند. 54 ]. با این حال، برای اکثر سناریوهای کاربردی شامل نقشه های سه بعدی، مانند برنامه ریزی شهری، ابزارهایی برای تعامل با نقشه های سه بعدی مورد نیاز است. فقط تجسم مدل مجازی کافی نیست. به عنوان مثال، با توجه به وو و همکاران. 55]، یک محیط سه بعدی مجازی برای برنامه ریزی شهری باید معیارهای زیر را داشته باشد: (1) با استفاده از رایانه و نرم افزار معمولی قابل دسترسی باشد. (2) ارائه تجسم 3D. (3) پشتیبانی از تعامل با مدل شهر، به عنوان مثال با افزودن یک مدل ساختمان. و (4) امکان اظهار نظر از طریق کانال های سنتی، مانند انجمن ها. همانطور که Batty و همکارانش اشاره کردند، جهان های مجازی یک پلت فرم بالقوه برای محیط های سه بعدی هستند، زیرا آنها ابزارهای تعامل و تجسم را ارائه می دهند . [ 2 ]. برخلاف اکثر سیستم‌های برنامه‌ریزی حرفه‌ای، آنها سیستم‌های چند کاربره مشترکی هستند که بر یک تجربه همهجانبه تأکید دارند. علاوه بر این، آنها به راحتی می توانند برای تعداد زیادی از کاربران مستقر شوند.
برای استفاده از دنیای مجازی در برنامه‌های مختلف، مانند مدل‌سازی اطلاعات ساختمان (BIM)، بازی‌ها، شهرهای هوشمند و خدمات مبتنی بر مکان، نیاز زیادی به استفاده از نقشه‌های سه‌بعدی به‌عنوان پلت‌فرم‌های «ساختگی» وجود دارد که بر اساس آن برنامه‌های کاربردی ساخته شود. این نقشه‌های سه‌بعدی باید با شرایط مجوز باز و ترجیحاً در قالبی در دسترس باشند که امکان توسعه آسان برنامه در بالای داده‌های نقشه را فراهم کند. داده‌های باز یک منبع داده جذاب برای تولید چنین نقشه‌های سه بعدی است. برنامه‌های کاربردی توسعه‌یافته با استفاده از داده‌های نقشه می‌توانند برای عموم مردم در نظر گرفته شوند، یا می‌توانند برنامه‌های کاربردی خاص باشند که توسط شرکت‌های کوچک ساخته شده‌اند. علاوه بر داده‌های نقشه، جهان‌های مجازی به ابزارهایی نیاز دارند که تعامل با داده‌های نوع نقشه را ممکن می‌سازد و از مجموعه داده‌های بزرگ پشتیبانی می‌کند. در نهایت،
برای فعال کردن به‌روزرسانی هدفمند موجودیت‌های نقشه در یک دنیای مجازی، تنها تبدیل هندسه دو بعدی که معمولاً در GIS استفاده می‌شود به یک قالب سه بعدی کافی نیست. ساختار شی داده های جغرافیایی باید در دنیای مجازی حفظ شود. اگر اشیا شامل ساختمان‌ها می‌شود، پس همان تقسیم شیء باید در دنیای مجازی وجود داشته باشد. پس از این مرحله، یک ساختمان فردی را می توان در صورت لزوم بدون بازسازی کل مجموعه داده برای اشیاء ساختمان مکان یابی و به روز کرد. علاوه بر این، داده های غیر هندسی، مانند اطلاعات ویژگی های مرتبط با اشیاء، باید به دنیای مجازی منتقل شوند. بدون ساختار شی و داده های مرتبط، اعمال داده ها برای اهدافی غیر از تجسم بسیار دشوار است.
کار نقشه برداری برای قرن ها توسط سازمان دولتی انجام شده است و بنابراین نقشه برداری بسیار متمرکز بوده است. این کار توسط کارکنان آموزش دیده که معمولاً در زمینه نقشه برداری سابقه دارند انجام شده است. از اوایل سال 2000، نقشه برداری از محیط اطراف توسط شهروندان عادی و غیر ماهر که گیرنده های GNSS، دوربین ها و تلفن های هوشمند دارند، امکان پذیر بوده است. مجموعه اطلاعات جغرافیایی ایجاد شده توسط کاربر امروزه با عبارات مختلفی مانند جمع سپاری، اطلاعات جغرافیایی مشارکتی، سیستم اطلاعات جغرافیایی مشارکت عمومی مبتنی بر وب، نقشه برداری مشارکتی، نقشه برداری وب 2.0، جغرافیای جدید، ویکیمپینگ و اطلاعات جغرافیایی داوطلبانه نامیده می شود. معمولاً، جمع‌سپاری به عنوان جمع‌آوری داده‌های مکانی از شهروندان داوطلب که در رشته‌های جغرافیا، نقشه‌برداری یا زمینه‌های مرتبط آموزش ندیده‌اند، درک می‌شود. بررسی کوتاهی از جمع سپاری را می توان در Heipke یافت [56 ] و فریتز و همکاران. 57 ].
هدف کار ما توسعه روشی است که امکان ایجاد نقشه‌های سه بعدی را فراهم می‌آورد که بتوان آن‌ها را در دنیای مجازی مشترک، بر اساس داده‌های باز و فناوری منبع باز، با هدف حفظ ویژگی‌های داده‌های مربوط به اشیاء نقشه مشاهده کرد. . برخلاف برنامه های حرفه ای، هدف ما استفاده از داده ها و ابزارهایی است که در دسترس هر کسی است. مشمون در این اثر [ 58] به عنوان نمونه ای از پلتفرم دنیای مجازی مشترک بر اساس کد منبع باز استفاده می شود. به جای استفاده از یک برنامه نمایشگر مدل و انتقال مدل ها، از معماری سرویس گیرنده-سرور ارائه شده توسط پلت فرم دنیای مجازی استفاده می کنیم. با این کار، صحنه دنیای مجازی می تواند به طور خودکار برای همه مشتریان به روز نگه داشته شود. متفاوت از اکثر برنامه های CAD، با استفاده از دنیای مجازی چند کاربره، کاربران سیستم می توانند از طریق سیستم با یکدیگر ارتباط برقرار کرده و مشاهده کنند که کاربران دیگر چه می کنند. هدف ما ایجاد فرآیندی است که در آن یک محیط مجازی در حال اجرا در سیستم Meshmoon تا حد امکان به صورت خودکار از مجموعه داده های باز ارائه شده توسط NLS، با استفاده از داده های ALS، عکس های اورتوفوتو و داده های پایگاه داده توپوگرافی تولید می شود.

2. مواد و روشها

2.1. پلتفرم مشمون

Meshmoon یک پلت فرم دنیای مجازی است که بر اساس فناوری منبع باز realXtend Tundra توسعه یافته است [ 58 ]. در پلتفرم، هم مدل های سه بعدی (مش ها) و هم برنامه های کاربردی مورد استفاده در صحنه دنیای مجازی در صورت نیاز از سرور دانلود می شوند. کاربر می تواند از طریق یک برنامه کاربردی مشتری اختصاصی یا با استفاده از یک کلاینت مبتنی بر مرورگر وب به دنیای مجازی دسترسی داشته باشد [ 59 ]. به عنوان یک سیستم مبتنی بر realXtend، Meshmoon از مدل stage-entity-component-attribute برای توصیف صحنه دنیای مجازی و عملکرد آن استفاده می‌کند. در این مدل، اجزایی که ویژگی‌های فردی را توصیف می‌کنند در موجودیت‌هایی جمع می‌شوند که اشیاء را در صحنه توصیف می‌کنند [ 60 ]. شکل 1نمونه‌ای از یک موجودیت منفرد را ارائه می‌کند که دارای یک ویژگی (id) است که شامل چهار مؤلفه (نام، مش، قابل جایگذاری، پویا) است که به نوبه خود حاوی تعدادی ویژگی است که نام شی، URL برای مش آن، و آن را تعریف می‌کند. موقعیت و جهت گیری در دنیای مجازی از جمله موارد دیگر. مؤلفه پویا را می توان برای ذخیره ویژگی های آزادانه تعریف شده، مانند داده های اضافی برای موجودیت استفاده کرد.
شکل 1. نمونه ترکیب شیء با استفاده از مدل صحنه-نهاد-مولفه-ویژگی.
برخلاف اکثر سیستم‌های دنیای مجازی، هیچ یک از ویژگی‌ها و عملکردهای معمولی یک دنیای مجازی، به عنوان مثال آواتار، زمین و آسمان، در معماری realXtend “هاردکد” نمی‌شوند. حتی این نوع اشیاء اصلی با استفاده از همان مدل صحنه عمومی توصیف می‌شوند. این درجه بالایی از قابلیت شخصی‌سازی را برای دنیای مجازی بر اساس فناوری realXtend فراهم می‌کند. به عنوان مثال، می توان صحنه هایی ساخت که در آن کاربران با آواتار نشان داده نمی شوند، بلکه با یک دوربین پرواز آزاد حرکت می کنند. در معماری realXtend، آواتار به سادگی یکی از برنامه‌های کاربردی است که می‌تواند هنگام ایجاد صحنه‌ها استفاده شود یا نه. این باعث می‌شود فناوری realXtend انعطاف‌پذیر باشد، زیرا می‌توان از آن برای ایجاد برنامه‌های سه بعدی شبکه‌ای استفاده کرد که توسط عناصر معمولی دنیای مجازی محدود نمی‌شوند.
RealXtend (و در نتیجه Meshmoon) از موتور رندر سه بعدی منبع باز OGRE3D [ 61 ] استفاده می کند. Open Asset Import Library برای پشتیبانی از تعدادی فرمت فایل مدل سه بعدی رایج استفاده می شود و انتشار محتوای سه بعدی را از ابزارهای نرم افزاری مختلف مدل سازی سه بعدی ممکن می سازد [ 60 ]. با Meshmoon، ساختار صحنه دنیای مجازی سه بعدی در یک فایل Tundra Extensible Markup Language (TXML) با استفاده از نحو XML تعریف می شود. این فایل موجودیت ها و اجزای دنیای مجازی را تعریف می کند و به فایل های خارجی مورد نیاز اشاره می کند. برای مثال، داده های خارجی شامل فایل های مش است که بر اساس URL تعریف شده در صحنه با استفاده از پروتکل HTTP بازیابی می شوند.

2.2. مجموعه داده های مورد استفاده

چندین نوع مجموعه داده باز از NLS استفاده شد. مجموعه داده ها و فرمت فایل آنها در جدول 1 در زیر مشخص شده است. پایگاه داده توپوگرافی شامل تمام فنلاند به عنوان یک منطقه جغرافیایی است و شامل مواردی مانند شبکه های جاده ها، ساختمان ها و مرزهای اداری است [ 62 ]. در داده‌ها، جاده‌ها و خیابان‌ها به‌عنوان خطوط مرکزی با اطلاعات ارتفاع توصیف می‌شوند. برای ساختمان ها خطوطی وجود دارد که در ارتفاع ردپای ساختمان قرار می گیرند. این در بلوک های 12 کیلومتر × 12 کیلومتر در قالب GML موجود است [ 63]. علاوه بر پایگاه‌داده توپوگرافی، عکس‌های ارثی با رنگ واقعی، رسترهای نقشه و ابرهای نقطه‌ای ALS استفاده شد. عکس‌های اورتوفوتو در صفحات ۶ کیلومتر × ۶ کیلومتر در دسترس هستند، در حالی که ابرهای نقطه‌ای ALS در قطعات ۳ کیلومتر در ۳ کیلومتر هستند.
NLS از یک سیستم مختصات متعامد بر اساس منطقه 35 پیش بینی جهانی عرضی مرکاتور (UTM) استفاده می کند. از آنجایی که فنلاند بر روی سه منطقه UTM (34-36) قرار دارد، منطقه 35 برای پوشش کل کشور گسترش یافته است، بنابراین TM35FIN [ 64 ] تشکیل شده است.
جدول 1. مجموعه داده های مورد استفاده.

3. ایجاد صحنه های دنیای مجازی بر اساس داده های نقشه برداری ملی

فرآیند ایجاد صحنه های دنیای مجازی از داده های باز NLS به صورت تکراری توسعه داده شد. برای برنامه ریزی ابزارهای پردازش، از زبان برنامه نویسی پایتون [ 65 ] استفاده کردیم. از آنجایی که می‌خواستیم یک محیط مجازی ایجاد کنیم که بعداً بتوانیم داده‌های اضافی را با دقت اضافه کنیم، تصمیم گرفتیم از یک سیستم مختصات مبتنی بر TM35FIN در دنیای مجازی استفاده کنیم. بنابراین، تمام اشیاء در دنیای مجازی را می توان به یک سیستم مختصات دنیای واقعی بازگرداند و بالعکس . برای حل برخی از مشکلات استفاده از مختصات طولانی، ما یک سیستم مختصات جابجا شده را برای دنیای مجازی بر اساس آن تعریف کردیم، با تغییر مشخص شده 6672000- برای محور شمالی و 378500- برای محور شرقی.
نرم افزار مدل سازی سه بعدی موجود می تواند هنگام ایجاد مدل های شهر استفاده شود [ 66 ]. به عنوان اثبات مفهوم، ما اولین نسخه‌های محیط‌های مجازی سه بعدی را از داده‌های باز با ترکیب یک مجموعه مدل‌سازی سه بعدی، Blender 3D [ 67 ] ایجاد کردیم.] و برخی پردازش های خودکار. پس از این، روش‌های پردازش خودکار توسعه یافتند. هدف توسعه به حداقل رساندن پردازش دستی و حفظ تقسیم شیء داده های اصلی بود. با استفاده از همان اعداد شناسه منحصر به فرد در پایگاه داده توپوگرافی، اشیاء منفرد را می توان بر اساس شناسه آنها قرار داد. بنابراین، جایگزینی اشیاء فردی با نسخه های به روز شده نیز امکان پذیر خواهد بود. علاوه بر این، ما می‌خواستیم داده‌های بیشتری را با اشیاء Meshmoon مرتبط کنیم: اطلاعات روسازی جاده (آسفالت‌شده یا بدون سنگفرش)، طبقه‌بندی ساختمان‌ها و غیره. این اطلاعات در فایل صحنه دنیای مجازی، به عنوان اجزای داده اضافی که به موجودیت های شی اضافه شده اند، نوشته شده است.

3.1. ساختمان ها

برای نمایش ساختمان ها، مدل های بلوک ساده ( شکل 2) با استفاده از خطوط کلی ساختمان پایگاه داده توپوگرافی ایجاد شد. برای ساده کردن ویرایش و به‌روزرسانی مدل‌ها، اشیاء ساختمان از هم جدا شدند: یک ساختمان فردی به عنوان یک مدل مش فردی و یک موجودیت مستقل در دنیای مجازی نشان داده شد. در داده های اولیه، هندسه ساختمان در یک سیستم مختصات جهانی، TM35FIN تعریف شده است. از آنجایی که نمی‌خواستیم مدل‌های مش از مختصات سراسری استفاده کنند، مدل‌ها با مدل مش که در سیستم مختصات خودش قرار داشت تولید شدند. سیستم مختصات مدل مش از اولین نقطه طرح کلی ساختمان به عنوان مبدا استفاده می کند. سپس موقعیت مش در صحنه دنیای مجازی برای قرار دادن مدل مش اعمال شد. مدل های ساختمان با اکسترود کردن بخش های دیوار از طرح کلی ساختمان ایجاد شدند.و غیره )، منجر به ایجاد دو ارتفاع مختلف ساختمان در صحنه می شود. ماده رندر از دو گزینه بر اساس طبقه بندی ارتفاع انتخاب شد.
شکل 2. مدل ساختمان تک، با طرح اصلی با رنگ نارنجی مشخص شده، ارتفاع (h) و مبدا (x,y,z) سیستم مختصات مدل مش را نشان می دهد.3.2. جاده ها

3.2. جاده ها

اشیاء جاده فقط به عنوان چند خط در داده های منبع توصیف شده اند. سطوح مسطح از آنها ایجاد شد. شروع با نقاط شروع و پایان یک پاره خط مجزا:

(ایکس0،y0) ، (ایکس1،y1)�=(�0,�0),(�1,�1)
پاره خط را می توان به عنوان یک بردار ( v ) نیز توصیف کرد که یک بردار عمود بر آن ( vn ) است:

v = (ایکس1ایکس0من ، (y1y0jv=(�1−�0)i,(�1−�0)j
n = ( y1y0من ، ( ایکس1ایکس0jvn= −(�1−�0)i, (�1−�0)j
پس طول بردار عمود بر ( vn ) ln است :

n = | n | = (y1y0)2+(ایکس1ایکس0)2)لوگاریتم=||vn||= (10)2+(ایکس1ایکس0)2)
بر اساس طول ( ln )، سپس می‌توانیم بردار واحد بردار معمولی را تعریف کنیم و آن را در عرض مورد نظر سطح افست ( d ) ضرب کنیم و نقاط گوشه را تشکیل دهیم ( i ، i = 1، …، 4) صفحه، بر اساس پاره خط اصلی ( l )

س1(ایکس0– (1nد (y1y0) ) )،(y0(1nد(ایکس1ایکس0) )) )س1=(ایکس0(1لد (10)))،(0+(1لد(ایکس1ایکس0)))
س2(ایکس1– (1nد – (y1y0) ) )،(y1(1nد(ایکس1ایکس0) )) )س2=(ایکس1(1لد (10)))،(1+(1لد(ایکس1ایکس0)))
س3(ایکس1(1nد (y1y0) ) )،(y1– (1nد(ایکس1ایکس0) )) )س3=(ایکس1+(1لد (10)))،(1(1لد(ایکس1ایکس0)))
س4(ایکس0(1nد (y1y0) ) )،(y0– (1nد(ایکس1ایکس0) )) )س4=(ایکس0+(1لد (10)))،(0(1لد(ایکس1ایکس0)))
ساختار شی داده های اصلی حفظ شد. مختصات مدل مش با استفاده از سیستم مشابه با مدل های ساختمانی تعریف شد و اولین نقطه هر شی جاده را به عنوان مبدأ آن در نظر گرفت. عرض و متریال اشیاء جاده بر اساس کلاس روسازی اشیاء جاده در پایگاه داده توپوگرافی تعریف شد ( شکل 3 ).
شکل 3. مدل تک جاده شامل چندین بخش، با خط اصلی جاده با رنگ نارنجی مشخص شده، عرض (d) و مبدأ سیستم مختصات مدل مش (x,y,z) را نشان می دهد.

3.3. زمین

زمین به صورت یک سطح سه بعدی با استفاده از مولفه زمین پلت فرم مشمون نمایش داده شد. از آنجایی که مولفه زمین به تصویر نقشه ارتفاع به عنوان داده منبع نیاز داشت، نقشه ارتفاع با مثلث بندی نقاط طبقه بندی شده ALS به یک مدل ارتفاعی دیجیتال (DEM)، و سپس شطرنجی کردن DEM ایجاد شد. شی زمین در مشمون برای مطابقت با مقیاس اشیاء دیگر با استفاده از خطوط ارتفاعی به عنوان مرجع تنظیم شد. اندازه زمین به 1.5 در 1.5 کیلومتر محدود شد تا از عملکرد صحنه حاصل اطمینان حاصل شود. برای بهبود ظاهر بصری زمین، دو بافت جایگزین برای آن با استفاده از داده های باز NLS ایجاد شد. هر دو تصویر هوایی و شطرنجی نقشه به عنوان بافت استفاده شدند ( شکل 4). رنگ‌های شطرنجی نقشه به گونه‌ای ویرایش شدند که بتوانند بهتر با نور صحنه تطبیق داده شوند. موقعیت و مقیاس تصاویر بر اساس ابعاد شناخته شده مناطق تصویر در هر دو مورد تعریف شد. تصاویر برش داده شدند تا با زمین مطابقت داشته باشند. علاوه بر این، سطوح مسطح بافت دوبعدی به مرزهای زمین اضافه شد، با یک نقشه نقشه رنگی روشن تر به عنوان بافت.
شکل 4. زمین با مدل‌های ساختمان و جاده که با استفاده از تصویر هوایی ( سمت چپ ) و نقشه‌ای ویرایش شده ( راست ) بافت شده است.

3.4. برنامه نمایشی برای پلتفرم Meshmoon

برای نشان دادن پتانسیل توسعه اپلیکیشن در دنیای مجازی، یک ابزار جستجو و برجسته سازی ساده توسعه داده شد. این ابزار به کاربر این امکان را می دهد که با استفاده از داده های موجود در آنها، اشیا را جستجو کند. از فیلتر جستجو می توان برای مثال برای جستجوی انواع خاصی از ساختمان ها یا مکان یابی جاده ای با نام خاص استفاده کرد. اشیا را نیز می توان با شناسه آنها پرس و جو کرد. هنگامی که شیئی که متادیتای آن حاوی فیلتر جستجو است پیدا می شود، در دنیای مجازی با رنگ نارنجی برجسته می شود و دوربین به گونه ای حرکت می کند که شی یا گروهی از اشیاء یافت شده در مرکز دید قرار گیرد. فاصله دوربین تا اشیاء به عنوان طول مورب جعبه مرزی شامل تمام اشیایی که با معیارهای جستجو مطابقت دارند تعریف می شود. اجسام اطراف از نظر برخورد یا انسداد تجزیه و تحلیل نمی شوند، به عنوان ابزار برای استفاده با یک دوربین رو به پایین یا مایل توسعه یافته است. به صورت اختیاری، این ابزار می تواند همراه با یک برنامه آواتار برای انتقال آواتار کاربر به مکان مورد جستجو استفاده شود. به عنوان کار آینده، کاربر ممکن است ابرداده اشیاء را ویرایش کند و امکان ادغام دو طرفه با سیستم های GIS موجود را فراهم کند.

4. نتایج

با استفاده از ترکیبی از مدل سازی سه بعدی و پردازش خودکار، می توان محیط های مجازی سه بعدی و نقشه مانند را برای پلتفرم Meshmoon ایجاد کرد. روش مورد استفاده به عنوان اثبات مفهوم ( شکل 5) همچنان دارای تعدادی مشکل بود. اول، مراحل دستی زیادی در پردازش داده ها، به خصوص در مورد مدل های ساختمان وجود دارد. این مراحل دستی با مختصات طولانی در داده‌ها که توسط رابط کاربری بلندر پشتیبانی نمی‌شد، پیچیده‌تر شدند. تغییر مختصات باید به صورت دستی قبل و بعد از مرحله ویرایش اعمال می شد، که این فرآیند را بسیار سخت و مستعد خطا می کرد. علاوه بر این، فایل‌هایی که شامل تمام هندسه‌های ساختمان و جاده بودند، اندازه بزرگی داشتند و به همین دلیل به کندی باز و ذخیره می‌شوند. از آنجایی که همه اشیاء از یک نوع در یک فایل قرار داشتند، برای مثال، ویرایش یک ساختمان مجزا نیازمند باز کردن کل فایل، ویرایش دستی ساختمان فردی و سپس انتشار مجدد کل مجموعه داده در هر بار بود. از نظر بصری نیز مشکلی در مورد اشیاء وجود داشت، از آنجا که اشیاء در پایگاه داده توپوگرافی یک منطقه 12 کیلومتر در 12 کیلومتر را در بر می گرفت، در حالی که شی زمین (تولید شده از داده های ALS) فقط یک منطقه 3 کیلومتر در 3 کیلومتر را در بر می گرفت. نرم افزار Meshmoon قادر به نمایش قابل اعتماد بیش از یک کاشی زمین در یک زمان با عملکرد رضایت بخش نبود، بنابراین امکان گسترش زمین با افزودن کاشی های ALS بیشتر وجود نداشت.
شکل 5. ساختمان‌ها، جاده‌ها، زمین‌ها و خطوط مشمون در نسخه اولیه و دستی ایجاد شده.
با توسعه بیشتر روش‌های پردازش، می‌توان برخی از مشکلاتی را که هنگام استفاده از ترکیب پردازش خودکار و مدل‌سازی سه بعدی با آن مواجه بود، حل کرد. مشکل ناشی از اندازه‌های مختلف کاشی‌های زمین و سایر اشیاء با برش دادن همه چیز در یک منطقه 1.5 کیلومتر در 1.5 کیلومتر حل شد. با پردازش خودکار توسعه یافته، تعداد مراحل مورد نیاز برای ایجاد یک صحنه به میزان قابل توجهی کاهش یافت: اسکریپت ها خروجی تولید می کنند که می تواند مستقیماً در سرور آپلود شود. با استفاده از اسکریپت ها، می توان یک صحنه دنیای مجازی از هر منطقه ای در فنلاند که داده های ALS برای آن در دسترس است ایجاد کرد. تولید و انتشار اشیا و همچنین تنظیم صحنه در چند ساعت و با دانلود مجموعه داده ها شروع شد. فرآیند ایجاد صحنه در شکل 6 ارائه شده است. از آنجایی که ساختمان‌ها و جاده‌ها به عنوان اشیاء منفرد مدل‌سازی می‌شوند، تعداد اشیاء بسیار زیاد است. منطقه نمونه 1.5 کیلومتر در 1.5 کیلومتر شامل تقریباً 770 شی مش است، اما کمتر از 2 مگابایت داده مش، زیرا مش ها کاملاً ساده هستند.
شکل 6. فرآیند ایجاد صحنه. مراحل خودکار با سبز مشخص شده اند. پیاده سازی نرم افزاری که ما توسعه داده ایم با یک ستاره مشخص شده اند.

استفاده از نقشه سه بعدی در دنیای مجازی

در صحنه دنیای مجازی، کاربر می تواند با یک آواتار به اندازه انسان یا با استفاده از دوربین حرکت کند. یک دوربین هوایی متحرک رو به پایین (مشابه اکثر سیستم های نقشه سه بعدی)، یا یک دوربین پرواز آزاد ( شکل 7 ) هر دو موجود هستند. از برنامه قطب نما برای Meshmoon می توان برای آسان تر کردن حرکت در صحنه استفاده کرد و همیشه جهتی را که دوربین به آن اشاره می کند نشان می دهد.
شکل 7. صحنه مشمون را می توان با استفاده از یک آواتار، یک دوربین هوایی یا یک دوربین پرواز آزاد هدایت کرد.
ساختمان و اشیاء جاده شناسه شی و تقسیم شی از داده های اصلی GML را حفظ می کنند. داده‌های اشیاء از GML نیز شامل می‌شود، به‌عنوان مثال، کلاس‌های کاربری و ارتفاع ساختمان، که به‌صورت بصری ارائه می‌شوند، و نام خیابان‌ها به‌عنوان داده‌های اضافی در اشیاء جاده گنجانده شده است. داده ها را می توان بر اساس شی به شی مشاهده کرد یا برای جستجوی اشیا ( شکل 8 ) با استفاده از برنامه کاربردی توسعه یافته بر روی پلت فرم استفاده کرد. به عنوان مثال، توزیع ساختمان های مسکونی در منطقه داده شده، یا موقعیت یک جاده با نام مشخص را می توان با استفاده از ابزار توسعه یافته تجسم کرد.
شکل 8. در سمت چپ: جستجوی تمام اشیاء جاده ای که نام آن شامل یک رشته معین است. در سمت راست: جستجوی همه ساختمان‌هایی که در داده‌ها به‌عنوان ساختمان‌های تجاری مشخص شده‌اند. اشیایی که قرار گرفته اند با رنگ نارنجی مشخص شده اند.
ابزارهای تولید محتوا پلتفرم مشمون را می توان با صحنه ایجاد شده استفاده کرد. این امکان برای کاربران وجود دارد که اشیاء ساختمانی موجود را جابجا، مقیاس و حذف کنند، داده های خود را ویرایش کنند، یا با استفاده از کتابخانه مش موجود، اشیاء جدیدی ایجاد کنند ( شکل 9).). کتابخانه مش شامل مجموعه ای از موارد اولیه هندسی است که می توانند بدون استفاده از ابزارهای تولید محتوای خارجی به صحنه اضافه شوند. با استفاده از این اصول هندسی، توده های ساختمانی پیشنهادی را می توان به نقشه سه بعدی اضافه کرد و مکان و اندازه آنها را به طور مکرر اصلاح کرد. همه این کارها به طور مستقیم در محیط سه بعدی انجام می شود. برای مثال می توان از این ابزارها برای انجام مراحل اولیه فرآیند برنامه ریزی شهری استفاده کرد. از آنجایی که تمام داده ها بر روی سرور هستند، تغییرات ایجاد شده در صحنه بلافاصله به سایر کاربران آنلاین در همان صحنه منتقل می شود و امکان همکاری را فراهم می کند.
شکل 9. کاربر یک عنصر بلوک را اضافه می کند و یک عنصر بلوک را جابجا می کند.
سایر مدل های سه بعدی را نیز می توان به همان محیط وارد کرد. شکل 10 (سمت چپ) یک مدل ساختمانی مرحله اولیه طراحی را نشان می دهد که به صحنه وارد شده و در محل پیشنهادی آن قرار داده شده است. مدل ها را می توان با یا بدون آواتار کاوش کرد. شکل 10(سمت راست) کاربر را در یک غار دو نمایشگر نشان می دهد که مجموعه ای از اشیاء مش ساده را به صحنه اضافه می کند. هنگام قرار دادن اشیاء مش، کاربران ترجیح می دادند در صحنه به عنوان آواتار حرکت کنند. برای مطالعه مدل در نمای کلی، یک دوربین هوایی کارآمدتر دیده می شد، زیرا حرکت در مسافت های طولانی با آواتار بسیار وقت گیر بود. وارد کردن مختصات شی به طور مستقیم نیز امکان پذیر بود، اما نیاز به تلاش بیشتری از کاربر داشت، زیرا صحنه در یک سیستم مختصات جابجا شده عمل می‌کند و هیچ ابزاری برای انجام خودکار جابجایی معکوس توسط پلت فرم ارائه نمی‌شود.
شکل 10. سمت چپ : یک مدل ساختمان وارد شده به صحنه. راست : کاربر در حال تعامل با مدل در یک CAVE.

5. بحث

ایجاد یک صحنه دنیای مجازی با استفاده از روش توسعه یافته تا حدی خودکار شد. مدل‌های ساختمان و جاده به‌طور خودکار از داده‌های منبع ایجاد شدند. علاوه بر این، فایل‌های حاوی شناسه‌ها، موقعیت‌ها و هر داده اضافی به‌طور خودکار نوشته می‌شوند. پردازش برای هر دو نوع شی به طور جداگانه انجام شد.
فایل های صحنه به دست آمده باید به صورت دستی در سرور آپلود می شدند و پس از آن آپلود مدل های مش و مونتاژ صحنه نهایی به صورت خودکار انجام می شد. خودکارسازی این مراحل درگیر در این فرآیند به درجه بالاتری از یکپارچگی با قسمت پشتی پلت فرم نیاز دارد. در حال حاضر، تبدیل از GML بر روی یک ماشین محلی با اجرای یک سری از اسکریپت های پایتون و انتشار صحنه با استفاده از ابزارهای تولید محتوای موجود که بخشی از سیستم Meshmoon هستند، انجام می شود.
ایجاد شی زمین شامل پردازش ابر نقطه ALS به تصویر نقشه ارتفاع و سپس استفاده از یک جزء زمین از دنیای مجازی برای ایجاد یک سطح سه بعدی از تصویر نقشه ارتفاع بود. این زنجیره پردازش باید به وضوح در آینده بهبود یابد. مثلث بندی مجموعه ای از نقاط ALS برای استفاده به عنوان مش سه بعدی که زمین را نشان می دهد مستقیم ترین راه حل خواهد بود.
در خاتمه، در حالی که برخی از مراحل دستی باقی مانده است، نوشتن اسکریپت های خودکار برای بیشتر کارهای پر زحمت امکان پذیر بود. با نگاهی به نتیجه نهایی، نمایش ساختمان ها به عنوان مدل های بلوک ساده تنها در موارد محدود راه حل قابل قبولی است. برای نهادهای ساخته شده پیچیده تر، مانند کلیساها، مجتمع های ساختمانی بزرگتر، برج های آبی و غیره.، مدل های بلوک به اندازه کافی ساختمان اصلی را نشان نمی دهند. استفاده از داده های ALS برای به دست آوردن هندسه سقف ساختمان ها به افزایش کیفیت بصری آنها و افزایش سطح جزئیات کمک می کند. محدودیت تنها دو کلاس ارتفاع متفاوت در ساختمان ها کیفیت بصری صحنه را کاهش می دهد. در حال حاضر، یک برج اداری 20 طبقه را نمی توان تنها با مدل های مشبک از یک آپارتمان پنج طبقه تشخیص داد. این را می توان با استفاده از یک مجموعه داده حاوی اطلاعات ارتفاع دقیق تر حل کرد. به عنوان مثال، با محاسبه ارتفاع صحیح ساختمان از داده های ALS. علاوه بر این، داشتن تنها یک تعریف ارتفاع برای ردپای ساختمان در صورتی که ساختمان روی یک سطح شیبدار قرار گرفته باشد مشکل ساز است. در این موارد، طرح کلی ساختمان نیز باید به سمت پایین اکسترود شود تا از ایجاد شکاف بین ساختمان و زمین جلوگیری شود. در یک موقعیت ایده آل، مجموعه داده های مورد استفاده باید دارای منحنی تقاطع زمین برای ساخت اشیاء باشد. با این اطلاعات می توان مدل های ساختمان را بدون این مشکل ایجاد کرد.
نمایش جاده ها به صورت زنجیره ای از هواپیماهای ساده نیز بدون مشکل نیست. در حال حاضر، مش های جاده به دست آمده دارای شکاف های آشکاری هستند، زمانی که بخش های متوالی در زاویه هستند. برای بهترین نتایج، یک مجموعه داده حاوی هندسه لبه های جاده باید استفاده شود.
سیستم ارائه شده از یک سیستم مختصات متعامد جابجا شده در دنیای مجازی استفاده می کند. به این ترتیب، می توان آن را برای هر منطقه ای که داده منبع مناسبی از آن در دسترس است، با استفاده از یک تغییر مختصات متفاوت استفاده کرد. در حالی که این کار پردازش را ساده می کند، مجموعه ای از مشکلات را نیز ایجاد می کند. اگر اندازه صحنه دنیای مجازی گسترش یابد، در نهایت باید از یک سیستم مختصات جغرافیایی با استفاده از طول و عرض جغرافیایی استفاده شود. در حال حاضر، روش ما شامل هیچ راه حلی برای مدیریت صحنه با دو سیستم مختصات متفاوت نیست.
عملکرد پلت فرم، اندازه منطقه نمایش داده شده را محدود می کند. به عنوان یک ابزار تجسم، Meshmoon نسبت به برنامه های تجسم موجود پایین تر است (به عنوان مثال، [ 68 ] را ببینید). علاوه بر این، مدل‌های جاده‌ها و ساختمان‌های ساده و بدون بافت به طور کامل از پتانسیل رندر ارائه شده توسط پلت فرم استفاده نمی‌کنند. اشیاء جاده و سقف ها را می توان با استفاده از عکس ارتوفتو بافت کرد، اما برای بافت نماهای ساختمان، تصاویر هوایی مورب یا تصاویر زمینی مورد نیاز است. اگر مدل پیچیده تری از محیط استفاده شود، مانند نشان داده شده توسط [ 16]، حس غوطه وری ارائه شده توسط پلت فرم قوی تر خواهد بود. داشتن بافت عکس در ساختمان ها نیز به شناسایی آنها کمک می کند. با این حال، همانطور که تجربه توسعه برنامه‌های کاربردی کوچک با استفاده از داده‌ها، و پتانسیل تعامل مشترک با مدل نشان می‌دهد، استفاده از یک سیستم دنیای مجازی موجود، مزایایی دارد، به خصوص که اجازه توسعه برنامه‌ها را می‌دهد. علاوه بر این، دستگاه های نمایشگر مانند CAVE یا OculusRift به راحتی قابل استفاده هستند، زیرا به راحتی توسط پلتفرم پشتیبانی می شوند.
در مورد ارائه شده، تمام روش های پردازش به طور خاص برای مجموعه داده های ارائه شده توسط NLS به عنوان داده های باز، و با استفاده از یک سیستم مختصات جابجا شده اقتباس شده برای جنوب فنلاند توسعه داده شد. به این ترتیب، آنها به طور مستقیم به کشورهای دیگر قابل انتقال نیستند. با این حال، در صورت وجود داده های منبع مناسب، می توان از یک تغییر مختصات متفاوت و مجموعه ای از برچسب ها در GML برای ایجاد صحنه های دنیای مجازی مشابه از مناطق دیگر استفاده کرد. ظهور فرمت استاندارد شده مدل شهر، CityGML [ 69 ] مشکلات توسعه گردش‌های کاری پردازش منطقه‌ای خاص را کاهش می‌دهد و راه را برای روش‌های تولید دنیای مجازی با کاربرد گسترده‌تر هموار می‌کند.
برای ساختن جهان های مجازی، پلتفرم های دیگری به جز Meshmoon وجود دارد، برای مثال [ 70 ، 71 ]. میزبانی تجاری حداقل برای [ 71 ] در دسترس است. تولید خودکار مدل‌های شهر سه بعدی ساده شامل اشیاء ساختمان و جاده از داده‌های نقشه خیابان باز توسط Vizicities [ 72 ] پیاده‌سازی شده است، و همچنین می‌توان آن را از ادبیات GIS قدیمی‌تر [ 18 ] یافت. با این حال، ترکیبی از جهان های مجازی چند کاربره و صحنه های بزرگ مانند نقشه کمتر رایج است. Meshmoon Geo [ 73 ]، یک ابزار تجاری مبتنی بر فناوری realXtend و پلتفرم Meshmoon توسط Adminotech در فوریه 2015 با استفاده از داده‌های OSM و شهر Espoo منتشر شد. صحنه ( شکل 11) به طور خودکار از داده های GIS تولید می شود. در این مورد از یک مجموعه داده حاوی ارتفاع دقیق ساختمان استفاده می شود. با این حال، به جای DEM، از یک زمین مسطح استفاده می شود. داده های شهر مستقیماً از سرور GIS از طریق یک رابط WFS/WMS به دست می آید. از ابزارهای ویدئو کنفرانس می توان در صحنه استفاده کرد. در حال حاضر، ما نمی‌توانیم توانایی سایر پلتفرم‌های دنیای مجازی موجود برای پشتیبانی از صحنه‌های بزرگ و شبیه نقشه را تأیید کنیم.
شکل 11. صحنه Meshmoon Geo.

6. نتیجه گیری

این مقاله روش‌هایی را نشان می‌دهد که امکان ایجاد نقشه‌های سه بعدی را برای یک دنیای مجازی مشترک و به‌روز مبتنی بر فناوری منبع باز، از داده‌های باز، در حالی که داده‌های ویژگی مربوط به اشیاء را حفظ می‌کنند، می‌سازد. تولید صحنه دنیای مجازی از داده های NLS تا حدی خودکار بود. کار در محیط مجازی مشمون پیاده سازی شد. توانایی آن برای پشتیبانی از فرمت های مش سه بعدی موجود، یک عامل فعال کننده مهم در هنگام توسعه روش های پردازش خودکار بود. از آنجایی که معماری سرویس گیرنده-سرور مشمون امکان ویرایش همگام موجودیت های جهانی توسط کاربران را فراهم می کند، امکان ویرایش مشترک داده های نقشه در صحنه و در نتیجه به روز نگه داشتن نقشه ها از طریق جمع سپاری نیز وجود دارد. بهبود نقشه های داده باز با نگاشت مشارکتی یکی از نقاط قوت بالقوه این پلت فرم است. برای ویرایش کارآمدتر و تولید محتوا در صحنه، ابزارهای ایجاد محتوای پلت فرم باید بهبود یابد. در حال حاضر، ابزارها به خوبی با دوربین هوایی کار نمی کنند، اما برای کار با آواتار مناسب هستند.
امکان توسعه اپلیکیشن در دنیای مجازی یک جهت جدید توسعه قابل توجه با داده های جغرافیایی است. در زمینه هایی مانند تجسم داده های سه بعدی [ 30 ]، برنامه ریزی شهری [ 74 ، 75 ]، بازی ها [ 76 ] یا مدیریت بلایا [ 77 ] پتانسیل زیادی دارد.]. همانطور که داده های GIS بیشتری به عنوان داده های باز منتشر می شود، می توان انتظار داشت که برنامه های کاربردی بیشتری با استفاده از این داده ها، هم توسط متخصصان GIS و هم توسط توسعه دهندگانی که از رشته های دیگر آمده اند، توسعه یابد. برای تحریک توسعه، داده ها باید در قالبی منتشر شوند که به راحتی امکان استفاده از داده ها را برای برنامه های مختلف فراهم کند. توسعه روش‌های پردازش خودکار که امکان استفاده از نقشه‌های سه‌بعدی مبتنی بر داده‌های باز را در محیط‌های مجازی فراهم می‌کند، پیش‌نیاز چنین برنامه‌هایی است.

منابع

  1. لااکسو، ک. گسدال، او. Sulebak، JS Tourist اطلاعات و ناوبری با استفاده از نقشه های سه بعدی نمایش داده شده در دستگاه های تلفن همراه پشتیبانی می کند. در مجموعه مقالات کارگاه HCI در راهنمای موبایل، اودینه، ایتالیا، 8 سپتامبر 2003.
  2. باتی، م. هادسون اسمیت، ا. میلتون، آر. Crooks، A. Mashups Map، Web 2.0 و انقلاب GIS. ان GIS 2010 ، 16 ، 1-13. [ Google Scholar ] [ CrossRef ]
  3. دولنر، جی. کلبه، تی. لیکه، اف. اسگوروس، تی. Teichmann, K. مدل شهر سه بعدی مجازی برلین-مدیریت، یکپارچه سازی و ارتباط اطلاعات پیچیده شهری. در مجموعه مقالات بیست و پنجمین سمپوزیوم مدیریت داده شهری UDMS، آلبورگ، دانمارک، 15-17 مه 2006.
  4. نورمینن، ا. Oulasvirta, A. طراحی تعاملات جهت یابی در نقشه های موبایل سه بعدی. در خدمات تلفن همراه مبتنی بر نقشه: طراحی، تعامل و قابلیت استفاده ؛ Meng, L., Zipf, A., Winter, S., Eds. Springer: لندن، انگلستان، 2008; صص 198-224. [ Google Scholar ]
  5. واینیو، تی. Kotala, O. توسعه سیستم های اطلاعات سه بعدی برای کاربران تلفن همراه: برخی مسائل قابلیت استفاده. در مجموعه مقالات دومین کنفرانس نوردیک در مورد تعامل انسان و کامپیوتر، آرهوس، دانمارک، 19 تا 23 اکتبر 2002. صص 231-234.
  6. باتی، م. چپمن، دی. ایوانز، اس. هاکلی، م. کوپرز، اس. شیود، ن. اسمیت، ا. تورنس، PM تجسم شهر: ارتباط طراحی شهری با برنامه ریزان و تصمیم گیرندگان. در مقالات CASA Working Papers ; دانشگاه کالج لندن: لندن، بریتانیا، 2000. [ Google Scholar ]
  7. گوگل ارث. در دسترس آنلاین: http://www.google.com/earth/ (در 2 آوریل 2015 قابل دسترسی است).
  8. بازار نقشه برداری سه بعدی و مدل سازی سه بعدی به ارزش 7.7 میلیارد دلار تا سال 2018. در دسترس آنلاین: http://www.marketsandmarkets.com/PressReleases/3d-mapping.asp (در 8 دسامبر 2014 قابل دسترسی است).
  9. Vosselman، GV; Maas, HG (Eds.) اسکن لیزری هوابرد و زمینی ; ویتلز: کیثنس، بریتانیا، 2010.
  10. بالتساویاس، EP; پاترکی، م. Zhang, L. ارزیابی رادیومتری و هندسی تصاویر جغرافیایی IKONOS و استفاده از آنها برای مدلسازی ساختمان سه بعدی. در مجموعه مقالات کارگاه مشترک ISPRS در نقشه برداری با وضوح بالا از فضا 2001، هانوفر، آلمان، 19 تا 21 سپتامبر.
  11. Brenner, C. بازسازی ساختمان از تصاویر و اسکن لیزری. بین المللی J. Appl. رصد زمین. Geoinf. 2005 ، 6 ، 187-198. [ Google Scholar ] [ CrossRef ]
  12. هالا، ن. Kada, M. به روز رسانی در مورد بازسازی خودکار سه بعدی ساختمان. ISPRS J. Photogram. Remote Sens. 2010 , 65 , 570-580. [ Google Scholar ] [ CrossRef ]
  13. کارتینن، اچ. Hyyppä، J. EuroSDR-Project Commission 3 “Evaluation of Building Extraction”، گزارش نهایی. در EuroSDR—تحقیق داده های فضایی اروپا ؛ نشریه رسمی شماره 50; EuroSDR (تحقیق داده های فضایی اروپا): دوبلین، ایرلند، 2006; ص 9-77. [ Google Scholar ]
  14. رموندینو، اف. الحکیم، اس. مدل سازی سه بعدی مبتنی بر تصویر: یک بررسی. فتوگرام. ضبط 2006 ، 21 ، 269-291. [ Google Scholar ] [ CrossRef ]
  15. کوکو، ا. کارتینن، اچ. Hyyppä، J.; Chen, Y. اسکن لیزری موبایل چندپلتفرمی: قابلیت استفاده و عملکرد. Sensors 2012 , 12 , 11712–11733. [ Google Scholar ] [ CrossRef ]
  16. زو، ال. Hyyppä، J.; کوکو، ا. کارتینن، اچ. چن، آر. بازسازی ساختمان فوتورئالیستی از داده‌های اسکن لیزری موبایل. Remote Sens. 2011 ، 3 ، 1406-1426. [ Google Scholar ] [ CrossRef ]
  17. زو، ال. Hyyppä, J. استفاده از اسکن لیزری هوابرد و سیار برای مدل‌سازی محیط‌های راه‌آهن به صورت سه بعدی. Remote Sens. 2014 , 6 , 3075–3100. [ Google Scholar ] [ CrossRef ]
  18. وربری، ای. Maren، GV; میکروب، آر. یانسن، اف. Kraak، MJ تعامل در نماهای جهان مجازی-پیوند دادن GIS سه بعدی با VR. بین المللی جی. جئوگر. Inf. علمی 1999 ، 13 ، 385-396. [ Google Scholar ] [ CrossRef ]
  19. دویل، اس. دوج، م. اسمیت، A. پتانسیل نقشه برداری مبتنی بر وب و فناوری های واقعیت مجازی برای مدل سازی محیط های شهری. محاسبه کنید. محیط زیست سیستم شهری 1998 ، 22 ، 137-155. [ Google Scholar ] [ CrossRef ]
  20. دولنر، جی. باومن، ک. بوکهلز، اچ. مدل های سه بعدی شهر مجازی به عنوان پایه و اساس فضاهای اطلاعات شهری پیچیده. در مجموعه مقالات CORP 2006، وین، اتریش، 13 تا 16 فوریه 2006.
  21. دولنر، جی. والتر، ام. ارائه بی‌درنگ مدل‌های شهر. در مجموعه مقالات هفتمین کنفرانس بین المللی تجسم اطلاعات، لندن، بریتانیا، 16-18 ژوئیه 2003; صص 245-252.
  22. مازوریک، تی. Gervautz، M. واقعیت مجازی-تاریخ، کاربردها، فناوری و آینده . دانشگاه صنعتی وین: وین، اتریش، 1996. [ Google Scholar ]
  23. کراک، ام.-جی. اسمتس، جی. Sidjanin, P. واقعیت مجازی، رابط سه بعدی جدید برای سیستم های اطلاعات جغرافیایی. در چند رسانه ای فضایی و واقعیت مجازی ; Camara, AS, Raper, J., Eds. تیلور و فرانسیس: لندن، بریتانیا، 1999; صص 131-136. [ Google Scholar ]
  24. Unity 3D، بازی هایی را که دوست دارید با یونیتی ایجاد کنید. در دسترس آنلاین: http://unity3d.com/unity (در 5 ژانویه 2015 قابل دسترسی است).
  25. ژرمنچیس، تی. پتیت، سی. Cartwright، W. ساخت یک محیط مجازی سه بعدی جغرافیایی بر روی فناوری بازی های رایانه ای. جی. اسپات. علمی 2004 ، 49 ، 89-95. [ Google Scholar ] [ CrossRef ]
  26. سهام، C.; اسقف، شناسه; O’Connor، A. ایجاد محیط های مجازی با پیوند دادن پردازش داده های مکانی با یک موتور بازی. در مجموعه مقالات ششمین کنفرانس بین المللی فناوری اطلاعات در معماری منظر، دسائو، آلمان، 26-28 می 2005.
  27. مانووکی، ام. ویسن هایک، U. هوتسچی، ک. پیرن، آر. Grêt-Regamey، A. توسعه یک شبیه سازی سه بعدی بصری-آکوستیک مبتنی بر GIS برای ارزیابی مزرعه بادی. ISPRS Int. J. Geo-Inf. 2014 ، 3 ، 29-48. [ Google Scholar ] [ CrossRef ]
  28. دوج، م. دویل، اس. هادسون اسمیت، ا. فلیت وود، اس. به سوی شهر مجازی: VR و اینترنت GIS برای برنامه ریزی شهری. در مجموعه مقالات واقعیت مجازی و کارگاه سیستم های اطلاعات جغرافیایی، لندن، انگلستان، 22 مه 1998.
  29. اشتاینیک، اف. روپینسکی، تی. Hinrichs، K. Mensmann, J. برنامه ریزی شهری شهری در سیستم های واقعیت مجازی نیمه فراگیر. در مجموعه مقالات اولین کنفرانس بین المللی در نظریه و کاربردهای گرافیک کامپیوتری، Setúbal، پرتغال، 25-28 فوریه 2006. صص 192-199.
  30. هوانگ، بی. جیانگ، بی. لی، اچ. ادغام GIS، واقعیت مجازی و اینترنت برای تجسم، تجزیه و تحلیل و اکتشاف داده های مکانی. بین المللی جی. جئوگر. Inf. علمی 2001 ، 15 ، 439-456. [ Google Scholar ] [ CrossRef ]
  31. ایشیدا، تی. آکاهانی، ج. هیراماتسو، ک. ایسبیستر، ک. لیسوفسکی، اس. ناکانیشی، ح. اوکاموتو، ام. میازاکی، ی. Tsutsuguchi، K. شهر دیجیتال کیوتو: به سوی زیرساخت اطلاعات اجتماعی. در مجموعه مقالات سومین کنفرانس بین المللی در مورد عوامل اطلاعات تعاونی III (CIA’99)، اوپسالا، سوئد، 31 ژوئیه تا 2 اوت 1999. صص 34-46.
  32. ویدیرا لوپس، سی. لیندستروم، سی. شهرهای مجازی در برنامه ریزی شهری: مطالعه موردی اوپسالا. جی. تئور. Appl. الکترون. بازرگانی Res. 2012 ، 7 ، 88-100. [ Google Scholar ] [ CrossRef ]
  33. درباره Open Data در دسترس آنلاین: http://www.hri.fi/en/open-data/ (در 23 ژانویه 2015 قابل دسترسی است).
  34. بیش از، م. شیلینگ، آ. نوبائر، اس. Zipf، A. تولید مدل های شهر سه بعدی مبتنی بر وب از OpenStreetMap: وضعیت فعلی در آلمان. محاسبه کنید. محیط زیست سیستم شهری 2010 ، 34 ، 496-507. [ Google Scholar ] [ CrossRef ]
  35. ViziCities. در دسترس آنلاین: https://github.com/robhawkes/vizicities (دسترسی در 20 فوریه 2014).
  36. ShareGeo Open در دسترس آنلاین: http://www.sharegeo.ac.uk/docs/about.pdf (در 8 دسامبر 2014 قابل دسترسی است).
  37. PKOD. در دسترس آنلاین: https://www.pdok.nl/en (در 8 دسامبر 2014 قابل دسترسی است).
  38. پویکولا، ا. کلا، پ. Hintikka ، KA Julkinen Data—Johdatus Tietovarantojen Avaamiseen ; Liikenne- ja Viestintäministeriö: هلسینکی، فنلاند، 2010; پ. 94. (به زبان فنلاندی) [ Google Scholar ]
  39. Bria, F. مدل‌های حکمرانی جدید به سمت یک اکوسیستم اینترنت باز برای شهرها و مناطق اروپایی متصل هوشمند. در Open Innovation 2012 ; اتحادیه اروپا: لوکزامبورگ، 2012. [ Google Scholar ]
  40. دستورالعمل برای مشارکت در دسترس آنلاین: http://www.apps4finland.fi/instructions-for-participation/ (دسترسی در 20 فوریه 2014).
  41. Opendata.fi. در دسترس آنلاین: https://www.opendata.fi/en (در 20 نوامبر 2014 قابل دسترسی است).
  42. در دسترس بودن به چه معناست؟ در دسترس آنلاین: http://www.maanmittauslaitos.fi/en/opendata/what-does-availability-signify (در 20 فوریه 2014 قابل دسترسی است).
  43. داده های اسکن لیزری در دسترس آنلاین: http://www.maanmittauslaitos.fi/en/digituotteet/laser-scanning-data (در 10 فوریه 2015 دسترسی پیدا کرد).
  44. هالندز، آر جی آیا شهر هوشمند واقعی لطفا بایستد؟ باهوش، مترقی یا کارآفرین؟ شهر 2008 ، 12 ، 303-320. [ Google Scholar ] [ CrossRef ]
  45. سو، ک. لی، جی. فو، اچ. شهر هوشمند و برنامه های کاربردی. در مجموعه مقالات کنفرانس بین المللی الکترونیک، ارتباطات و کنترل (ICECC)، نینگبو، چین، 9 تا 11 سپتامبر 2011. ص 1028-1031.
  46. شافرز، اچ. کومنینوس، ن. پالوت، ام. تروس، بی. نیلسون، ام. اولیویرا، الف. شهرهای هوشمند و اینترنت آینده: به سمت چارچوب های همکاری برای نوآوری باز. در اینترنت آینده ؛ Springer: برلین، هایدلبرگ، آلمان، 2011; ص 431-446. [ Google Scholar ]
  47. پراندی، ف. سوو، م. دیو، اف. آندرئولی، م. de Amicis، R. پلت فرم شهر هوشمند خدمات گرا بر اساس تجسم مدل شهر سه بعدی. ISPRS Ann. فتوگرام حسگر از راه دور اسپات. Inf. علمی 2014 . [ Google Scholar ] [ CrossRef ]
  48. لی، اس. Yigitcanlar، T. هان، جی. Leem, Y. زیرساخت های شهری همه جا حاضر: برنامه ریزی و توسعه زیرساخت در کره. نوآور.: مناگ. عمل سیاست. 2008 ، 10 ، 282-292. [ Google Scholar ] [ CrossRef ]
  49. لوپس، سی. کان، ال. پوپوف، آ. Morla, R. PRT شبیه سازی در یک دنیای مجازی همه جانبه. در مجموعه مقالات اولین کنفرانس بین المللی ابزارها و تکنیک های شبیه سازی برای ارتباطات، مارسی، فرانسه، 3 تا 7 مارس 2008. صص 1-7.
  50. مسینجر، پی. استرولیا، ای. لیون، ک. گونه‌شناسی جهان‌های مجازی: نمای کلی تاریخی و جهت‌گیری‌های آینده. J. Virtual Worlds Res. 2008 . [ Google Scholar ] [ CrossRef ]
  51. لوپس، سی. انبوه‌سازی و وب‌سازی مدل‌سازی و شبیه‌سازی سیستم‌ها با جهان‌های مجازی. در مجموعه مقالات هفتمین نشست مشترک کنفرانس مهندسی نرم افزار اروپا (ESEC) و سمپوزیوم ACM SIGSOFT در مبانی مهندسی نرم افزار (FSE)، آمستردام، هلند، 24-28 اوت 2009. صص 63-70.
  52. Hew، KF; Cheung، WS استفاده از جهان های مجازی غوطه ور سه بعدی (3-D) در تنظیمات K-12 و آموزش عالی: مروری بر تحقیق. برادر جی. آموزش. تکنولوژی 2010 ، 41 ، 33-55. [ Google Scholar ] [ CrossRef ]
  53. تاپیولا سه بعدی در دسترس آنلاین: http://vrs3d.sito.fi/Demos/Tapiola.html (در 23 ژانویه 2015 قابل دسترسی است).
  54. رودریگز، جی. Figueiredo، MJ; Costa، ​​CP Web3DGIS برای مدل های شهر با CityGML و X3D. در مجموعه مقالات هفدهمین کنفرانس بین المللی در تجسم اطلاعات، لندن، انگلستان، 15 تا 18 ژوئیه 2013. صص 384-388.
  55. وو، اچ. او، ز. گونگ، جی. تجسم سه بعدی و چارچوب تعاملی مبتنی بر کره مجازی برای مشارکت عمومی در فرآیندهای برنامه ریزی شهری. محاسبه کنید. محیط زیست سیستم شهری 2010 ، 34 ، 291-298. [ Google Scholar ] [ CrossRef ]
  56. هیپک، سی. داده‌های جغرافیایی جمع‌سپاری. ISPRS J. Photogramm. Remote Sens. 2010 , 65 , 550-557. [ Google Scholar ] [ CrossRef ]
  57. فریتز، اس. مک کالوم، آی. شیل، سی. پرگر، سی. گریل مایر، آر. آچارد، اف. کراکسنر، اف. Obersteiner، M. Geo-Wiki. سازمان: استفاده از جمع سپاری برای بهبود پوشش جهانی زمین. Remote Sens. 2009 ، 1 ، 345-354. [ Google Scholar ] [ CrossRef ]
  58. مشمون چیست. در دسترس آنلاین: http://meshmoon.com/About.aspx (در 23 ژانویه 2015 قابل دسترسی است).
  59. Meshmoon WebRocket. در دسترس آنلاین: http://meshmoon.com/WebRocket.aspx (در 23 ژانویه 2015 قابل دسترسی است).
  60. Alatalo، T. یک مدل نهاد-مولفه برای جهان های مجازی توسعه پذیر. کامپیوتر اینترنتی 2011 ، 15 ، 30-37. [ Google Scholar ] [ CrossRef ]
  61. درباره، Ogre. در دسترس آنلاین: http://www.ogre3d.org/about (در 23 ژانویه 2015 قابل دسترسی است).
  62. پایگاه داده توپوگرافی در دسترس آنلاین: http://www.maanmittauslaitos.fi/en/digituotteet/topographic-database (در 23 ژانویه 2015 قابل دسترسی است).
  63. زبان نشانه گذاری جغرافیا در دسترس آنلاین: http://www.opengeospatial.org/standards/gml (در 23 ژانویه 2015 قابل دسترسی است).
  64. اولیکاینن، ام. Ollikainen، M. سیستم های مرجع مختصات فنلاند. در دسترس آنلاین: http://www.maanmittauslaitos.fi/sites/default/files/Finnish_Coordinate_Systems.pdf (در 12 مه 2015 قابل دسترسی است).
  65. پایتون. در دسترس آنلاین: https://www.python.org/about/ (در 20 ژانویه 2015 قابل دسترسی است).
  66. شاهین، سی. الکیس، ع. ارگون، بی. کولور، س. باتوک، اف. Kilic، A. تولید مدل شهر سه بعدی با داده های ترکیبی فتوگرامتری و اسکنر لیزری در نمونه میدان تقسیم جمهوریت. انتخاب کنید مهندسی لیزر 2012 ، 50 ، 1844-1853. [ Google Scholar ] [ CrossRef ]
  67. مخلوط کن. در دسترس آنلاین: http://www.blender.org/ (دسترسی در 20 ژانویه 2015).
  68. جابست، ام. Döllner, J. تجسم مدل شهر سه بعدی با طراحی کارتوگرافی محور. در مجموعه مقالات REAL CORP 008، وین، اتریش، 19–21 مه 2008; ص 507-515.
  69. گروگر، جی. Plümer, L. CityGML-مدلهای شهر معنایی سه بعدی قابل تعامل. ISPRS J. Photogramm. Remote Sens. 2012 ، 71 ، 12-33. [ Google Scholar ] [ CrossRef ]
  70. سرزمین عجایب باز در دسترس آنلاین: http://openwonderland.org/ (دسترسی در 31 مارس 2015).
  71. OpenSimulator. در دسترس آنلاین: http://opensimulator.org (در 31 مارس 2015 قابل دسترسی است).
  72. ViziCities. در دسترس آنلاین: http://vizicities.com/ (دسترسی در 31 مارس 2015).
  73. مشمون ژئو اسپو. در دسترس آنلاین: http://espoo-wfs.meshmoon.com/ (دسترسی در 2 آوریل 2015).
  74. درتاکیس، جی. روسو، م. ریچه، ا. Tsingos، N. طراحی و ارزیابی یک محیط مجازی دنیای واقعی برای معماری و شهرسازی. حضور: Teleoperators Virtual Environ. 2007 ، 16 ، 318-332. [ Google Scholar ] [ CrossRef ]
  75. Hyyppä، H.; ویرتانن، جی.-پی. آهلوو، م. هالستروم، تی. Hyyppä، J.; Zhu, L. مدل سازی اطلاعات منطقه ای و ابزارهای واقعیت مجازی. در سازماندهی اکوسیستم های نوآوری منطقه ای باغ نوآوری اسپو ; Lappalainen, P., Markkula, M., Kune, M., Eds. دانشگاه آلتو: اسپو، فنلاند، 2015. [ Google Scholar ]
  76. شهرها: خطوط آسمانی در دسترس آنلاین: http://store.steampowered.com/app/255710/ (در 2 آوریل 2015 قابل دسترسی است).
  77. آهلوو، م. Hyyppä، H.; Hyyppä، J.; هولوپاینن، م. واستارانتا، م. ویرتانن، جی.-پی. Alho, P. Tarkat paikkatietomenetelmät parantavat ilmastonmuutoksen aiheuttamien luonnonvarariskien hallintaa. (روشهای مبتنی بر مکان دقیق برای بهبود مدیریت خطرات ناشی از تغییرات آب و هوایی). در Yhteistä Tulevaisuutta Rakentamassa ja Kartoittamassa ; Hyyppä, H., Ahlavuo, M., Eds. دانشگاه علوم کاربردی متروپولیای هلسینکی: هلسینکی، فنلاند، 2014; صص 55-64. (به زبان فنلاندی) [ Google Scholar ]

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *