IndoorGML室內(nèi)空間模型描述

袁德寶，閆 瑜，王炳靈

(中國礦業(yè)大學(北京)地球科學與測繪工程學院，北京 100083)

近年來，空間信息科學應用的范圍從宏觀向微觀轉變，處理的空間尺度已經(jīng)從開放的室外環(huán)境轉向復雜的室內(nèi)環(huán)境[1-2]。相關的研究工作顯示出室內(nèi)空間位置服務應用在未來時代的發(fā)展?jié)摿薮螅缏窂揭?guī)劃、對象跟蹤、個性化推薦等[3-5]。

室內(nèi)空間與室外空間的一個重要區(qū)別是空間約束，移動對象在室外空間不受任何約束，而在室內(nèi)空間存在各種室內(nèi)空間約束，如門、走廊、地板、墻壁和樓梯等[6-8]。由于室內(nèi)空間的特殊性，在討論室內(nèi)空間位置服務應用之前，需要關注的問題是如何建立一個能夠表示室內(nèi)空間復雜特征的模型，室內(nèi)空間數(shù)據(jù)模型的表達能力是影響室內(nèi)位置服務的關鍵性因素[9-13]。目前已有的室內(nèi)空間建模方法主要分為3類：對象特征模型、幾何空間模型、符號空間模型。但是現(xiàn)有的表示模型不足以對室內(nèi)空間特性作全面的表達，只能滿足特定查詢應用條件，不能滿足多樣化的位置服務需求[14-16]。綜上，本文提出一種多元混合室內(nèi)空間模型以滿足這一需求。

大量的應用程序都是基于路徑內(nèi)部建立的，這種類型的應用程序需要相同的數(shù)據(jù)模型進行導航分析和信息交換,將空間數(shù)據(jù)轉換為統(tǒng)一格式是導航的需求[17]。目前的研究多是應用GityGML來描述模型，但CityGML是基于XML格式的用于存儲及交換虛擬3D城市模型的開放數(shù)據(jù)模型，更適用于室外空間的描述[18-20]。IndoorGML是用于室內(nèi)空間信息的開放數(shù)據(jù)模型和XML模式的OGC標準，旨在提供一個共同的室內(nèi)空間信息交換的框架[21-23]。綜上，本文使用IndoorGML來實現(xiàn)對室內(nèi)空間模型的描述以滿足模型共享的需求。

1 多元混合室內(nèi)空間模型

為了彌補已有室內(nèi)空間模型在室內(nèi)定位導航中的缺陷，建立的多元混合室內(nèi)空間模型包括以下特性：①幾何特性：用于描述室內(nèi)空間元素的形狀、大小、邊界，室內(nèi)位置間方向信息，可以實現(xiàn)室內(nèi)空間幾何位置特性的表達，一般采用基于區(qū)域的柵格模型和基于邊界的矢量模型描述；②拓撲特性：將室內(nèi)空間元素表示為特定ID值標識的符號實體，利用符號實體間的抽象關聯(lián)(鄰接、連通、包含、重疊等)表達室內(nèi)空間元素間的拓撲關系；③對象擴展特性：將室內(nèi)空間元素作為對象，每個對象都賦予屬性信息，可以通過擴展將對象加入到室內(nèi)空間模型中。

多元混合室內(nèi)空間模型需具備以上特性，因此使用柵格圖和節(jié)點關系圖的組合來對室內(nèi)空間建模。柵格圖的建立類似于幾何空間模型中柵格模型的建立，即針對對象做漁網(wǎng)圖，將其劃分為規(guī)則的正四邊形。但是要注意劃分的正四邊形邊長越短，越密集，用于幾何查詢的精度就會越高，同時數(shù)據(jù)冗余就會增多，搜索的時間就會越長，實時性會稍微差一點；但是將正四邊形的邊長增大后，幾何精度就會降低，進而影響室內(nèi)定位的精度。因此需要折中處理，既要滿足精度要求，又要減少數(shù)據(jù)冗余。節(jié)點關系圖的建立類似于符號空間模型的圖模型，在室內(nèi)空間模型中重點關注的是室內(nèi)空間的邏輯圖，即室內(nèi)空間各個區(qū)域通過走廊大廳等是否可達。在邏輯圖背景下才能進一步討論導航圖。邏輯圖主要是確定區(qū)域、走廊、大廳之間的拓撲關系，這種關系的建立基于Poincare級數(shù)的二元性，如圖1映射關系圖所示，將N維原始空間中的k維對象映射到雙重空間中的(N-k)維。

在圖1中，室內(nèi)空間中的三維單元被變換為零維節(jié)點，由兩個單元共享的二維邊界被轉換為相應雙重空間中的一維邊。通過Poincare級數(shù)二元性從原始空間轉換的一組節(jié)點和邊形成連接室內(nèi)單元格的拓撲圖空間。此外還可以考慮邊緣的類型導出連接圖的鄰接圖，如果邊緣表示門的邊界，則該邊緣的兩個結束節(jié)點被連接，否則它們被斷開，可以在邊緣定義更多的屬性來表示門的方向和類型等附加信息。

2 基于IndoorGML的模型描述

2.1 確定描述對象

使用IndoorGML語言描述室內(nèi)空間模型需要一個基本的模板，來為各個元素賦予屬性。IndoorGML基于XML語言，在XML中屬性標簽沒有嚴格的規(guī)定，可以根據(jù)使用者需求自行建立，因此，在IndoorGML中結合OGC標準和用戶需求創(chuàng)建屬性標簽。室內(nèi)空間定位與導航大多是在博物館、商場、機場等大型公共場所，因此室內(nèi)空間描述對象也是基于這些場所的。由于這些場所之間存在較大差異，很難使用統(tǒng)一的屬性標簽對其描述，故需要針對不同的場所創(chuàng)建不同的標簽。

2.2 屬性標簽

屬性標簽具有嚴格的邏輯關系，由大到小進行嵌套，并且每一組標簽都由開始標簽和結束標簽組成。針對某類型的場所建立屬性標簽時，該場所整體應該有一組標簽確定其屬性，每個場所都有不同樓層，因此要為樓層賦予特定ID以表示不同樓層。在特定室內(nèi)場所每個樓層都有對應的平面圖，平面圖中包括各子空間等，而且子空間是描述的重點，這時就要將子空間的幾何外形表示出來。子空間外形分為兩種：第一種為直線構成的幾何形狀；第二種為包含曲線的幾何形狀。這時也要針對每種情況作說明，通過這些描述，可還原原始室內(nèi)空間。在此基礎上要表示室內(nèi)空間的幾何和拓撲關系，即對室內(nèi)空間模型的描述，包括節(jié)點關系和柵格關系描述。柵格圖用來表示幾何屬性，是室內(nèi)定位的基礎，柵格圖位置要表達明確。本文以柵格圖左下角點和右上角點來確定柵格圖位置和整體大小，柵格單元的劃分要根據(jù)室內(nèi)空間實際大小確定，室內(nèi)空間較大時使用粗粒度劃分，較小時采用細粒度劃分。節(jié)點關系圖用來表示各目標間可達性，是實現(xiàn)室內(nèi)導航的基礎，在實際描述中，以室內(nèi)空間子單元幾何中心點作為節(jié)點，點與點之間是否可以連接，作為子單元的連通關系。重要的大型室內(nèi)空間屬性標簽描述見表1。

表1 室內(nèi)空間屬性標簽

3 應用試驗

3.1 多元混合室內(nèi)空間模型建立

本文以某商場f1樓層為例，如圖2所示。經(jīng)過多次試驗，確定最優(yōu)格網(wǎng)建立規(guī)格為在可通行的較窄走廊部分至少有兩個格網(wǎng)，每個柵格單元為一個小的單元，每個小單元都帶有幾何信息，這些小的單元都是連續(xù)的，具有連續(xù)的幾何特性。基于Poincare級數(shù)的二元性，將室內(nèi)空間對象映射為節(jié)點，對象間連通關系映射為邊，在節(jié)點關系圖中節(jié)點即可作為行人所處的狀態(tài)，邊可作為行人從一個節(jié)點到達另一個節(jié)點狀態(tài)的轉換。針對f2樓層建立的多元混合室內(nèi)空間模型如圖3所示。

3.2 路徑分析

本文以f1樓層中從某點到達ZARA為例作具體分析，具體流程如圖4所示。首先確定尋路起點在柵格圖中的具體位置。起點位置是通過室內(nèi)定位確定的，通過傳感器確定起點的幾何坐標，并在柵格圖中確定該坐標對應的具體柵格位置。通過以上工作，把出發(fā)點與目的地都轉換成相應節(jié)點關系圖中的點，這時就可以通過節(jié)點關系圖的邏輯推理性得到起點與ZARA是否可達，具體可達路徑通過IndoorGML描述推理而得。通過以上過程，利用Tiny XML-2開源庫，遵循IndoorGML核心結構模塊，即可以編程導出室內(nèi)導航網(wǎng)絡的表達文件，路徑圖如圖5所示。

4 結 語

本文建立了多元混合室內(nèi)空間模型，由柵格圖和節(jié)點關系圖綜合而成，既表達了室內(nèi)空間的幾何特性，又表達了空間單元間的拓撲關系，還實現(xiàn)了面向對象的可擴展功能。多元混合室內(nèi)空間模型的建立為室內(nèi)導航提供了基礎。

為了實現(xiàn)室內(nèi)空間模型信息共享，本文提出使用IndoorGML描述多元混合室內(nèi)空間模型。IndoorGML是專門針對室內(nèi)空間而建立的OGC標準，對室內(nèi)空間模型的描述會更加全面具體，相對于CityGML更具有針對性和專用性；而且IndoorGML是基于XML語言建立的，在不同的設備端都具有兼容性，對室內(nèi)空間模型只需要描述一次就可以分享給不同設備，使信息可以實現(xiàn)最大化共享，在增加或減少對象時更容易修改。

室內(nèi)空間構造復雜，而且不同建筑會有不同的空間構造，針對每個室內(nèi)空間都需要為其建立專門的模型，增大了工作量，如何建立一個統(tǒng)一的框架，再針對不同空間進行微調(diào)是一個急需解決的問題。IndoorGML是OGC正在制定的標準，缺少統(tǒng)一標準，這樣就會產(chǎn)生屬性標簽差異，增加解析難度。針對以上存在的問題，如何建立更加合理完善的室內(nèi)空間模型，在OGC標準完善后，應該如何解析描述的室內(nèi)空間模型，都是本文下一步研究工作。