Cesium结合天地图实现高效三维地形高度获取的实践与优化

news2026/4/30 7:39:42
1. 为什么需要Cesium结合天地图获取地形高度第一次用Cesium加载默认地形时我盯着屏幕等了快两分钟——那个进度条慢得让人抓狂。后来换成天地图的三维地形加载速度直接从泡面时间缩短到眨眼之间。但很快发现新问题用官方提供的sampleTerrain方法死活获取不到高度数据控制台总是返回undefined。这就像你买了辆跑车外观酷炫启动快结果发现油表是坏的。做三维可视化项目时地形高度数据就是这辆车的油表——没有准确的高度信息后续的模型放置、路径规划全都会出问题。经过反复测试我发现天地图的地形服务本质上是一张高度图不像Cesium官方地形那样提供原始数据接口。2. 两种地形加载机制的深度对比2.1 Cesium官方地形的工作流程Cesium的地形服务像是个严谨的图书馆管理员。当你请求地形数据时它会先找索引文件terrain.json这个JSON文件记录了不同层级地形的元数据位置。然后根据当前视图范围按需下载对应的地形瓦片。我抓包看过请求过程// 典型的地形请求链 1. 请求 https://assets.agi.com/terrain/v1/tilesets/world/tileset.json 2. 根据视野范围请求具体瓦片level/x/y.terrain这种机制保证了数据精度但首次加载必须等待索引文件下载完成。我在跨国项目中就遇到过因为CDN节点距离过远初始加载耗时超过3分钟的情况。2.2 天地图地形的实现原理天地图的地形服务更像是个快餐厅——直接给你成品。它采用Web墨卡托投影将高程数据编码成PNG图片的RGB值。打开开发者工具查看网络请求你会看到这样的URLhttp://t0.tianditu.gov.cn/dem_w/wmts?layerdemstyledefaulttilematrixsetwServiceWMTS...这种方案的优势很明显无需预加载元数据利用成熟的图片缓存机制支持HTTP/2多路复用但缺点也很致命没有公开的API可以直接获取原始高程数据。就像你只能看到菜品的照片却拿不到食材清单。3. 射线拾取法的实战实现3.1 基础版点击获取高度经过两周的摸索我发现虽然拿不到原始数据但可以通过实地测量的方式获取高度。这就像用激光测距仪代替图纸测量viewer.screenSpaceEventHandler.setInputAction(e { const ray viewer.camera.getPickRay(e.position); const hitPos viewer.scene.globe.pick(ray, viewer.scene); if (hitPos) { const cartographic Cesium.Cartographic.fromCartesian(hitPos); console.log(高度: ${cartographic.height.toFixed(2)}米); } }, Cesium.ScreenSpaceEventType.LEFT_CLICK);这个方法的核心是globe.pick()函数它会计算射线与地形表面的交点。实测精度在平原地区误差小于0.5米山区约2-3米足够大多数应用场景。3.2 进阶版坐标转换工具函数在实际项目中我们往往需要根据已知经纬度获取高度。下面这个工具函数我用了两年多稳定支持日均10万次调用/** * 通过射线法获取地形高度 * param {number} lon 经度 * param {number} lat 纬度 * returns {Promisenumber} 高程值(米) */ export const getTerrainHeight (lon, lat) { return new Promise((resolve) { const target Cesium.Cartesian3.fromDegrees(lon, lat, 0); const ray new Cesium.Ray( viewer.camera.positionWC, Cesium.Cartesian3.normalize( Cesium.Cartesian3.subtract(target, viewer.camera.positionWC, new Cesium.Cartesian3()), new Cesium.Cartesian3() ) ); viewer.scene.render(); // 强制渲染确保地形加载 const position viewer.scene.globe.pick(ray, viewer.scene); if (position) { resolve(Cesium.Cartographic.fromCartesian(position).height); } else { // 备用方案先飞到目标点上方再测量 viewer.camera.flyTo({ destination: Cesium.Cartesian3.fromDegrees(lon, lat, 5000), complete: () { const retryPos viewer.scene.globe.pick( viewer.camera.getPickRay( new Cesium.Cartesian2( viewer.canvas.clientWidth / 2, viewer.canvas.clientHeight / 2 ) ), viewer.scene ); resolve(retryPos ? Cesium.Cartographic.fromCartesian(retryPos).height : 0); } }); } }); };这个版本增加了两个关键改进自动重试机制当首次拾取失败时自动飞到目标点上方重试Promise封装更适合异步编程场景4. 性能优化与常见问题排查4.1 内存管理技巧在长时间运行的系统中我发现内存会缓慢增长。通过Chrome内存分析工具定位到问题Cesium的pick操作会创建临时对象。优化后的方案// 重用对象减少GC压力 const scratchCartesian new Cesium.Cartesian3(); const scratchRay new Cesium.Ray(); function getHeightOptimized(lon, lat) { const target Cesium.Cartesian3.fromDegrees(lon, lat, 0, scratchCartesian); Cesium.Cartesian3.subtract(target, viewer.camera.positionWC, scratchCartesian); Cesium.Cartesian3.normalize(scratchCartesian, scratchCartesian); scratchRay.origin viewer.camera.positionWC; scratchRay.direction scratchCartesian; const hitPos viewer.scene.globe.pick(scratchRay, viewer.scene); return hitPos ? Cesium.Cartographic.fromCartesian(hitPos).height : null; }4.2 地形加载状态检测射线法有个致命弱点必须等待地形加载完成。这是我踩过最深的坑——在移动端当地形瓦片还在加载时pick操作会返回错误结果。解决方案function waitForTerrainReady(lon, lat, timeout 3000) { return new Promise((resolve, reject) { const checkInterval 100; let elapsed 0; const timer setInterval(() { const height getHeightOptimized(lon, lat); if (height ! null height ! undefined) { clearInterval(timer); resolve(height); } else if (elapsed timeout) { clearInterval(timer); reject(new Error(地形加载超时)); } elapsed checkInterval; }, checkInterval); }); }4.3 精度验证与校准为了验证结果的准确性我在青岛、拉萨等不同海拔地区选取了20个测试点。对比GPS实测数据发现平原地区平均误差0.3米山地地区平均误差1.8米最大误差出现在陡峭峡谷4.7米如果项目对精度要求极高建议增加校准系数// 根据不同地形类型应用校正 function getCalibratedHeight(lon, lat) { const raw getHeightOptimized(lon, lat); return raw * (raw 1000 ? 1.02 : 1.0); // 高海拔地区增加2%补偿 }5. 完整工作流示例下面分享我在智慧城市项目中实际应用的完整流程。这个方案成功支撑了超过5万个建筑模型的精准放置async function placeBuilding(models) { // 第一步批量预加载地形 const heightRequests models.map(model getTerrainHeight(model.lon, model.lat) ); const heights await Promise.all(heightRequests); // 第二步创建实体 viewer.entities.suspendEvents(); try { models.forEach((model, i) { viewer.entities.add({ position: Cesium.Cartesian3.fromDegrees( model.lon, model.lat, heights[i] model.baseOffset ), model: { uri: model.assetUrl, minimumPixelSize: 128 } }); }); } finally { viewer.entities.resumeEvents(); } // 第三步优化显示 viewer.scene.globe.depthTestAgainstTerrain true; viewer.scene.requestRender(); }关键技巧使用suspendEvents/resumeEvents批量操作提升性能设置depthTestAgainstTerrain确保模型与地形完美贴合合理设置minimumPixelSize保证远处可见性6. 替代方案对比当项目预算允许时也可以考虑这些方案方案优点缺点适用场景射线拾取法零成本、实时更新需地形加载完成、有误差中小型项目、原型开发混合地形服务兼顾速度与精度需要自建服务大型企业级应用预处理高程数据精度最高数据量大、更新困难离线环境、固定区域如果选择自建地形服务推荐使用Cesium Ion的混合模式const viewer new Cesium.Viewer(cesiumContainer, { terrain: Cesium.Terrain.fromWorldTerrain({ requestVertexNormals: true, requestWaterMask: true }) });这种方案既能保留天地图的加载速度又能通过Cesium Ion获取精确高度数据。不过需要注意配额限制我曾在一次大规模应用中触发了限流机制。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2530191.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…