[发明专利]基于大规模模型场景的邻域查询方法

权利要求书

1.基于大规模模型场景的邻域查询方法，其特征在于，包括如下步骤：

网格化步骤：把场景划分为均匀网格；

象限划分步骤：以东北方向为起始轴，以90度的间隔逆时针将空间分成四个象限；

扫描轴确定步骤：如果视线位于第一象限，扫描轴为视点出发的+y方向向量；如果视线位于象限II，扫描轴为视点出发的+x方向向量；如果视线位于象限III，扫描轴为视点出发的-y方向向量；如果视线位于象限IV，扫描轴为视点出发的-x方向向量；

确定扩散方向步骤：

S13：若视点朝向在第一，第三象限，则以视点所在的网格Grid(x，y)开始，向着轴向方向进行递增，直到检测到视域边界，即网格边界或者视锥体边界；得到深度扫描出的网格列表，然后以每个网格的为起始点，朝着左右方向并行地进行线性扩散；

S24：若视点朝向在第二，第四象限，同样以视点所在的网格Grid(x，y)开始，向着轴向方向进行递增，直到检测终止条件；得到深度扫描出的网格列表，然后以每个网格的为起始点，朝着上下方向并行地进行线性扩散。

2.根据权利要求1所述的基于大规模模型场景的邻域查询方法，其特征在于：网格化步骤中，块可以在四个方向上动态扩展，每个块被划分为均匀单元网格；场景对象在网格单元中注册；

如果一个对象跨越多个网格单元，则需要在包含该对象的所有单元网格中注册。

3.根据权利要求1所述的基于大规模模型场景的邻域查询方法，其特征在于：确定扩散方向步骤中，首先得到当前视点所在区域和视点的朝向，然后计算扩散坐标轴的x和y轴向量与朝向向量的关系。

4.根据权利要求3所述的基于大规模模型场景的邻域查询方法，其特征在于：根据向量叉积公式：

若说明a在b的顺时针方向，若说明a在b的逆时针方向；

设扩散坐标x轴的正方向向量为扩散坐标y轴的正方向向量为视点朝向向量为

若且则视点朝向方向在第一象限内；

若且则视点朝向方向在第二象限内；

若且则视点朝向方向在第三象限内；

若且则视点朝向方向在第四象限内。

5.根据权利要求1所述的基于大规模模型场景的邻域查询方法，其特征在于：步骤S13中，第一个网格向左扩散后增加的网格为Grid(x-1，y),向右扩散后增加的网格为Grid(x-1，y),若没有检测到终止条件，则扩散i次后增加的网格数量为2i,若检测到某网格处于视锥外，则终止该方向的扩散，直到扩散至整个视域。

6.根据权利要求1或5所述的基于大规模模型场景的邻域查询方法，其特征在于：步骤S24中，第一个网格向上散后增加的网格为Grid(x，y+1),向下扩散后增加的网格为Grid(x，y-1),若没有检测到终止条件，则扩散i次后增加的网格数量为2i,若检测到某网格处于视锥外，则终止该方向的扩散，直到扩散至整个视域。

7.根据权利要求1所述的基于大规模模型场景的邻域查询方法，其特征在于：假若视点在Grid(x，y)处，向量区间恰好位于+y，则有可视区间范围公式：

其中，n为扫描轴的长度，m为矩形视域情况下的深度长度，i,j分别为网格下标的横向和纵向增量。

8.根据权利要求1所述的基于大规模模型场景的邻域查询方法，其特征在于：它还包括在可见性判断的深度扫描阶段计算细节级别。

9.根据权利要求8所述的基于大规模模型场景的邻域查询方法，其特征在于：对象的详细级别对应于其所在的可见单元。

10.根据权利要求9所述的基于大规模模型场景的邻域查询方法，其特征在于：设置四个区域，分别为LOD0、LOD1、LOD2和LOD3；

当视点在地面上移动时，详细程度仅与深度距离有关；

然而，当视点在空中漫游时，在计算深度距离时，还应考虑视点高度；

d_f是视点在地面上移动时的深度距离，h是视点距地面的高度，TP是LOD转换的调谐参数，将地面深度和视野高度整合为一个深度值d_air，然后，查询深度映射表以确定该深度处单元的详细程度。