TB级数据时代已经到来，如何有效地在普通PC机上实现TB级地形数据漫游，已逐渐成为GIS（地理信息与系统）学术界的研究热点。海量数据组织管理是3维地形数据漫游的核心机制，传统四叉树、八叉树等数据结构，一定程度上解决绘制瓶颈问题...TB级数据时代已经到来，如何有效地在普通PC机上实现TB级地形数据漫游，已逐渐成为GIS（地理信息与系统）学术界的研究热点。海量数据组织管理是3维地形数据漫游的核心机制，传统四叉树、八叉树等数据结构，一定程度上解决绘制瓶颈问题，但是结构复杂，很难适应TB级地形场景实时、稳定的漫游需求。通过实施多级缓冲机制、采用动态LOD（levels of detail）与显存调度技术，以及引入多核CPU并行计算策略，最终构建出一套与数据大小无关的实时地形绘制算法。通过对1GB、10GB、200GB、500GB级等海量数据进行实验，平均绘制速率可达到30帧／s以上，比一般算法高出2～3倍，从而验证本文算法的实用性。展开更多
采用数据分块进行地形数据组织,基于缓存策略进行数据调度,对各地形块采用四叉树LoD(level of detail)的细节简化算法,利用多核CPU的计算特性实现四叉树LoD的并行生成,在动态构造地形三角网后,让不同的CPU核心负责不同地形区域以实现并...采用数据分块进行地形数据组织,基于缓存策略进行数据调度,对各地形块采用四叉树LoD(level of detail)的细节简化算法,利用多核CPU的计算特性实现四叉树LoD的并行生成,在动态构造地形三角网后,让不同的CPU核心负责不同地形区域以实现并行渲染,基于OpenMP及OpenThreads建立原型系统。实验结果表明,并行化渲染具有明显的性能优势。展开更多
文摘TB级数据时代已经到来，如何有效地在普通PC机上实现TB级地形数据漫游，已逐渐成为GIS（地理信息与系统）学术界的研究热点。海量数据组织管理是3维地形数据漫游的核心机制，传统四叉树、八叉树等数据结构，一定程度上解决绘制瓶颈问题，但是结构复杂，很难适应TB级地形场景实时、稳定的漫游需求。通过实施多级缓冲机制、采用动态LOD（levels of detail）与显存调度技术，以及引入多核CPU并行计算策略，最终构建出一套与数据大小无关的实时地形绘制算法。通过对1GB、10GB、200GB、500GB级等海量数据进行实验，平均绘制速率可达到30帧／s以上，比一般算法高出2～3倍，从而验证本文算法的实用性。
文摘采用数据分块进行地形数据组织,基于缓存策略进行数据调度,对各地形块采用四叉树LoD(level of detail)的细节简化算法,利用多核CPU的计算特性实现四叉树LoD的并行生成,在动态构造地形三角网后,让不同的CPU核心负责不同地形区域以实现并行渲染,基于OpenMP及OpenThreads建立原型系统。实验结果表明,并行化渲染具有明显的性能优势。
