作者

阿里文娱无线开发专家王璟瑶

责编

夕颜

出品

CSDN（CSDNnews）

行业现状

实景VR目前的行业应用案例逐渐增多，在使用°全景相机拍摄，部分厂商基于多实景照片进行多叉数建模，在链家等房产行业获得广泛应。在票务行业，场馆选座的国内外的同类产品中也有试点落地，国外的有TicketMaster、Stubhub等，国内尝试落地的有摩天轮，针对大型场馆，目前的实现思路偏向于使用3D建模+后渲染输出基于ECB的全景照片，下发后用于大前端多端展示。

大麦解法

大麦落地全景VR主要是为用户的选座决策提供辅助和沉浸式体验，目前综合考虑选座页面用户交互和落地成本，采用大场馆建模+全景渲染和小场馆实景VR拍摄节奏。

2.1落地策略

大场馆-3D建模+渲染小场馆-实景VR2.2建模全链路流程

场馆建模经过输出白模、材质纹理贴图等流程进行输出建设，基于经典3dmax进行近似建模。

2.3全链路流程

整体流程按大节点分成：建模/拍摄→生产→选座基础平台→大前端主要环节，建模部分目前使用3dmax的常规方案，并调研基于3D激光雷达+SLAM的量产方案。

3D场馆

3.1模型纹理加载

针对建模输出的场馆模型，3dmax导出后容量在50M~之间，采用glTF模型压缩，再配合LOD多层次细节纹理，可有效提升基于three.js的超大纹理场馆的打开速度。

LOD效果图展示

VR

4.1VREngine

VR整体方案选择使用基于ECB球体坐标的投影方案，渲染合成2:1的全景图片，图片本身经过moz-jpeg压缩、智能降噪和超分重建，供VREngine渲染，也为为全景图片展示秒开打下基础。大前端VREngine层面，App侧android/ios较为成熟，选用google/apple自带方案，h5侧engine性能和集成度差异较大，调研了目前市面上常见的几款engine，最终选择使用Pannellum作为首选引擎。支持罗盘指示、全景漫游、全景标注、多清晰度等扩展功能。

VR视图及优化

透视视图、鱼眼视图、立体视图、建筑视图、潘尼尼观、小行星等。GVR进行了优化封装，包括但不限于：

a.镜头失真校正（Lensdistortioncorrection）

b.空间音频（Spatialaudio）

c.头部跟踪（Headtracking）

d.3D校准（3Dcalibration）

e.并排渲染（Side-by-siderendering）

f.立体几何配置（Stereogeometryconfiguration）

g.用户输入事件处理（Userinputeventhandling）

全链路量产

全面落地，需要建模和拍摄的场馆较多，针对VR落地应用，需要进行量产操作，按照梳理，核心步骤大致分为以下几步：

→拍摄：专业camera+大麦B端=遥控拍照+携带座位信息

→生产：绑定、fov倾角计算、压缩、超分重建）

→选座基础平台:底图保护-暗水印、流式加密)

→大前端：三端VREngine、渐进式加载、流式加密

总结

针对上线的图片，进行了合成优化以及基于Lanczos/hpx的图像压缩，以及流式密码加密，以保障用户的秒开和数据安全。3D/VR的持续建设是智慧场馆重要的一环，也为用户购买决策提供了可视化手段，量产阶段后继续探索基于大场景点云渲染建模和商业化营销能力，以期为用户带来更好的沉浸式体验。

《原力计划-学习力挑战》

正式开始

即日起至3月21日

千万流量支持原创作者

更有专属等你来挑战