基于IFC標準的面向需求的動態加載方法

史瑞昌，秦 琳，朱 一

（中國鐵道科學研究院集團有限公司 電子計算技術研究所，北京 100081）

建筑信息模型（BIM，Building Information Model）已成為工業互聯網在智慧建筑方向的研究熱點，特別是BIM軟件之間的數據交換技術和Web渲染技術備受相關研究人員的關注。BuildingSMART[1]提出并成為BIM數據交換國際標準的工業基礎類（IFC，Industry Foundation Classes）標準[2]，進一步加快了BIM應用的研究與成果落地。Web端BIM大場景應用是未來發展趨勢，IFC標準在實際應用中存在以下問題：IFC模型文件數據并非直接可渲染數據，為滿足渲染要求，其數據需要經過轉換處理；BIM場景數據體量較大時，受制于網絡帶寬、瀏覽器性能、網頁渲染技術等多方面因素，Web端BIM應用的用戶體驗不佳。

為解決上述問題，近年來的研究主要集中在IFC模型文件數據解析與轉換優化、BIM可視化應用等方面。在IFC模型文件轉換方面，劉強等人[3]提出一種基于鍵值緩存的IFC模型文件Web應用技術，將IFC模型文件解析成JSON格式，為數據在網絡傳輸提供基礎；徐照等人[4]提出一種基于WebGL的渲染方法，開發了IFC-OBJ轉換工具，但未考慮OBJ模型文件不可分割、過大時加載時間過長，甚至無法完成加載等問題。BIM可視化應用方面，Hong-Lei Lu等人[5]在Scully T等人[6-7]提出的大模型分割策略基礎上考慮語義劃分，提出了基于語義對IFC大模型劃分，實現構件語義劃分并對模型進行分割后，利用空間索引完成場景加載，其劃分策略依賴語義數據集，數據集收集和語義劃分模型訓練實現較為復雜，且需要為特定場景定制算法模型；李柯等人[8]提出云邊頁協同的Web端BIM多粒度在線可視化框架，定義構件興趣度，在復雜遮擋場景中，效果不佳；劉小軍等人[9]提出一種面向手機網頁的大規模Web端BIM場景實時漫游算法，該算法從構件實例冗余、構件及空間混合索引、多粒度數據動態裝/卸載策略3個方面對場景進行管理和加載，其空間劃分剔除算法，僅適合遮擋關系較強的構件，需要提前設定遮擋物，設定遮擋物工作量較大，且通用性受限；BIMServer[10]為開源的IFC模型文件處理、Web端BIM場景加載工具集，作為BuildingSMART推薦的工具集，將IFC模型文件層次關系、幾何特性、材質、屬性等數據分開加載，在一定程度上解決了BIM大場景應用問題，但未考慮構件加載優先級。基于上述研究，本文提出基于IFC標準的面向需求的動態加載（IFC based Demand-Oriented Dynamic Loading，DODL）方法。對IFC數據進行解析轉換，將層次關系、幾何特性、材質、屬性等數據拆分存儲，在原數據基礎上，拓展輔助場景加載的字段；為優化Web端BIM大場景加載，提出基于GPU加速實現構件需求計算方法，計算需要加載的構件集合，并利用幾何相關性設計構件加載優先級，計算構件加載順序；通過網絡服務，完成BIM大場景加載。

1 鐵路BIM應用流程

根據鐵路BIM應用實際情況，BIM應用流程可分為3部分，如圖1所示。

圖1 鐵路BIM應用流程

1.1 數據源

建模人員使用CATIA等設計軟件完成三維模型后，導出IFC格式模型數據，為數據共享和應用奠定基礎。

1.2 數據處理

讀取IFC模型文件，解析層次關系、幾何特性、材質、屬性等數據，重點處理無法直接渲染的拓撲幾何，并將結構化JSON格式數據存儲在數據庫中，為后續場景加載提供支撐。IFC模型文件無法直接用于計算機圖形渲染，需要對其進行解析和處理，此過程耗時且對硬件資源要求較高，為減少數據處理時間，可利用云服務器資源完成此過程。

1.3 數據應用

搭建Web應用，Web端通過網絡服務，加載BIM場景，結合鐵路業務開展應用。

2 IFC模型文件處理

2.1 處理過程

IFC模型文件處理即是對IFC模型文件解析、轉換、拆分、存儲的過程，該過程主要分為2部分：

（1）使用python腳本，制定特定類型正則表達式，過濾IFC.exp文件中的基本類型、枚舉類型、select類型、實體類型，并根據類型定義與繼承關系，生成可用于編譯的CPP文件，為IFC模型文件讀取與解析奠定基礎；

（2）讀取IFC模型文件，根據CPP文件，在運行時動態生成IFC實例對象，通過查詢IFC實例對象，將層次關系、幾何特性、材質、屬性等數據進行拆分與轉換，并將結果存儲到數據庫。

2.2 拆分過程

IFC實例對象拆分過程如下：

（1）為構建模型層次關系，以IfcProject實例對象為入口，篩選IfcProduct類型實例對象，區分出空間結構元素和非空間結構元素（構件節點），將空間結構元素構造為組節點對象，處理節點屬性和局部矩陣等信息，遞歸處理空間結構元素包含的節點和關聯的節點，直至非空間結構元素的節點；

（2）對非空間結構元素處理，判斷其包含的Items屬性的實例類型，分別處理幾何、拓撲、映射、材質類型數據，幾何和拓撲類型數據需要借助幾何算法庫Open CASCADE[11]實現幾何、拓撲生成與網格剖分，進而構造葉子節點存儲幾何數據，并建立幾何與葉子節點間的關聯關系。

拆分后數據結構如圖2所示。

圖2中字段含義如表1所示。

表1 字段含義說明

圖2 拆分后數據結構

3 DODL方法

在網絡資源有限的情況下，BIM大場景無法通過一次網絡請求完成整個場景加載時，有必要考慮構件的加載優先級。用戶通過計算機外設與模型進行交互，定位到特定視角查看模型，用戶視角范圍內的模型構件即用戶需求的構件，應具有較高加載優先級，需要優先完成加載。

3.1 基于GPU加速的構件需求計算

初始加載過程如下。

（1）根據模型標識，請求模型層次關系數據；從網絡加載層次關系；根據層次關系中葉子節點的box字段，構建可用于渲染的輔助box網格。

（2）根據模型包圍盒初始化視角，獲取相機視錐參數，進而對場景進行視錐剔除，得到視錐內可見性構件集合。

（3）綜合考慮效率與剔除精確性，采用WebGL 2.0接口，基于GPU對視錐剔除后集合box網格進行渲染查詢，計算視錐體內box網格是否被遮擋。

（4）過濾出未遮擋構件集合，即需要加載的構件集合，根據構件幾何唯一標識與優先級，完成加載。初始加載過程如圖3所示。用戶交互改變視角時，與初始加載不同，不需要網絡請求模型、解析層次關系和構造可渲染box網格，只需要從視角剔除開始，加載未加載的構件數據。

圖3 基于GPU加速的構件需求計算流程

3.2 基于幾何相關性的構件加載優先級

構件自身的幾何數據量比其他數據量大，因此，幾何特性是影響構件加載優先級主要因素之一，例如，包圍盒box的大小、復雜度等，其中，復雜度是指構件幾何網格數據存儲所占用的空間情況。本文層次關系定義中，bits字段可用于描述復雜度，單位為字節（byte）。因幾何特性是影響加載優先級的主要因素，在設計構件加載優先級時，需重點關注幾何特性。

幾何相關性（CG，Correlation of Geometry）是構件包圍盒體積與其復雜度的比值，表示為

公式（1）中，CG(ci)為構件ci的幾何相關性；bits(ci)為構件ci的復雜度； volume(ci)為構件ci的包圍盒box的體積；CG(ci) 的物理意義為單位字節傳輸空間體積大小。 bits(ci)越小、 volume(ci) 越大，則CG(ci)越大，加載到的數據對最后渲染到屏幕的影響越大，對用戶的視覺影響越大，因此，加載優先級越高；反之，加載優先級越低。

具體計算方法如下：借助幾何算法庫Open CASCADE，以不被遮擋的構件集合作為輸入，遍歷所有構件，利用式（1）計算幾何相關性，并根據計算結果對構件集合由大到小排序，得到有序的加載構件集合?；趲缀蜗嚓P性的構件加載優先級計算步驟如下。

步驟 1：輸入無序構建集合C={ci,i=0, 1,…,M}。

步驟 2：若集合C中有元素ci，則取出；若無，則結束。

步驟 3：查看ci剔除標識，若是，執行步驟 4；若不是，則跳轉到步驟 5。

步驟 4：計算ci的幾何相關性。

步驟 5：得出c′i，插入、排序到集合C′。

步驟 6：重復Step 2，最終得到有序構建集合C′={c′j,j=0, 1,…,N}。

4 實驗與分析

4.1 實驗環境

為驗證本文提出的DODL方法的可用性和有效性，設定BIM場景加載過程中評價指標，搭建實驗環境。選取公開數據集Open IFC Model Repositor[12]中IFC模型文件作為實驗樣本，借助幾何算法庫Open CASCADE，進行仿真實驗，并與使用BIMServer開源服務器平臺加載的方法進行比較。使用3個不同的IFC模型文件，選取初始加載構件個數、內存占用和初始加載時間作為性能評價指標。實驗使用的IFC模型文件信息如表2所示，圖4（a）～圖4（c）分別為3個IFC模型文件默認視角下的渲染效果。

表2 IFC模型文件信息

圖4 實驗用IFC模型文件默認視角下的渲染效果

實驗軟/硬件環境配置：Intel（R） Core（TM）i7-11800H 處理器，16.0 GB內存，NVIDIA RTX3060顯卡，64 bit Windows 11專業版21H2系統，Chrome版本為106.0.524 9.103，對比組BIMServer 的版本為1.5.182。

4.2 初始加載構件數

初始加載構件數，即初始視角情景下，需要加載構件的個數，單位為個。3個IFC模型文件在DODL方法下初始加載構件數分別為1 252、2 178、4 547，相比BIMServer加載方法下的初始加載構件數5 786、7 637、27 958，分別減少了78%、71%、83%，如圖5所示。實驗結果表明，DODL方法可有效減少初始加載構件數。

圖5 初始加載構件個數比較

4.3 占用內存

占用內存，即初始視角情景下，初始加載完成后，瀏覽器占用的內存，單位為MB。3個IFC模型文件在DODL方法下占用內存分別為125、156、346，相比BIMServer加載方法下占用的內存218、287、580，分別減少了42%、45%、40%，如圖6所示。實驗結果表明，DODL方法可有效減少初始加載時占用的內存。

圖6 占用內存比較

4.4 初始化加載時間

初始化加載時間，即初始視角情景下，從網絡請求開始至可見的構件加載完成時止，所用時間長短，單位為ms。3個IFC模型文件在DODL方法下初始化加載時間分別為2 641、4 631、8 867，相比BIMServer加載方法下的初始化加載時間13 105、77 656、41 853，分別縮短了79%、94%、78%，如圖7所示。實驗結果表明，DODL方法可有效縮短初始化加載時間，減少用戶因場景加載而等待的時間，提高了用戶體驗。

圖7 初始加載時間比較

5 結束語

本文研究IFC模型文件處理、面向需求的動態加載方法，提出基于IFC的面向需求的動態加載方法，在IFC數據拆分存儲基礎上，通過對視錐內構件進行過濾、排序，實現基于IFC標準的面向需求的動態加載。通過實驗，證明了所提方法的可行性和可用性，可改善用戶體驗，也可推廣至其他非IFC格式的模型文件加載鐵路BIM的應用場景。

在Web端加載BIM場景過程中，仍存在需要進一步解決的問題，例如：IFC模型文件處理過程耗時較長；模型場景加載的過程中，初始加載時受初始視角影響，不同初始視角下，加載構件數、初始加載時間、占用內存等均有不同。因此，今后將進一步研究縮短文件處理時間及最優化選取視角的方法。