3.3　三维环境建模方法

要在计算机中表示一个三维物体，首先要有它的几何模型表达。因此，三维模型的建模是计算机图形学的基础，是学习其他内容的前提。表达一个几何物体，可以用数学上的样条函数或隐式函数来表达，也可以用光滑曲面上的采样点及其连接关系上的三角网格来表达（即连续曲面的分片线性逼近）。三维建模方法主要包含如下一些方法。

计算机辅助设计（CAD）中的主流方法是采用NURBS（非均匀有理样条）方法（已成为CAD工业领域的标准），这也是计算机辅助几何设计（CAGD）所研究的主要内容。此类表达方法有一些难点问题仍未解决，如非正规情况下的曲面光滑拼合、复杂曲面表达等。

细分曲面（Subdivision Surface）造型方法，作为一种离散迭代的曲面构造方法，由于其构造过程朴素简单及实现容易，是一个研究热点。经过十多年的研究发展，细分曲面造型方法取得了较大的进展，包括奇异点处的连续性构造方法及与GPU图形硬件相结合的曲面处理方法。

利用软件的直接手工建模方法。现在，主流的商业化的三维建模软件有Autodesk 3ds Max和Maya。其他还有面向特定领域的商业化软件，如面向建筑模型造型的SketchUp、面向CAD/CAM/CAE的CATIA和AutoCAD、面向机械设计的SolidWorks、面向造船行业的Rhino等。这些软件需要建模人员有较强的专业知识，而且需要一定时期的培训才能掌握，建模效率低且学习门槛高，不易于普及和让非专业用户使用。

基于草图交互方式的三维建模方法。草图交互方式由于其符合人类原有日常生活中的思考习惯，交互方式直观、简单，是近几年研究的热点建模方法。其难点是根据具体的应用场合，如何正确地理解和识别用户的交互所表达的语义，构造出用户所希望的模型。

基于语法及规则的过程式建模方法。这种方法特别适合具有重复特征和结构化的几何物体与场景，如建筑、树木等。

基于图像或视频的建模方法。这是传统的计算机视觉所要解决的基本问题。在计算机图形学领域，这方面的发展也很迅速。有一些商业化软件或云服务（如Autodesk 123D），已经能根据若干张照片重建出所拍摄物体的三维模型。该方法的问题是需要物体本身已经存在，而且重建的三维模型的精度有限。

基于扫描点云（深度图像如Kinect、结构光扫描、激光扫描、LiDAR扫描等）的建模方法。随着深度相机的出现及扫描仪价格的迅速下降，人们采集三维数据变得容易，从采集到的三维点云来重建三维模型的工作在最近几年的亚洲计算机图形和交互技术会议暨展览会上常能见到。但是，单纯的重建方式存在精度低、稳定性差和运算量大等不足，远未能满足实际需求。

基于现有模型来合成建模的方法。随着三维模型的逐渐增多，可以利用现有的三维模型通过简单的操作，如剪贴或分析及变形等手段来拼接或合成新的三维模型。这种通过“学习”模型数据库的知识来进行建模的手段在近3～5年里成为热门研究领域。从某方面来讲，这就是“大数据时代”背景下计算机图形学领域中的一个具体表现。

在对三维几何模型的构建过程中，还会涉及很多需要处理的几何问题，如数据去噪（Denoising or Smoothing）、补洞（Repairing）、简化（Simplification）、层次细节（Level of Detail）、参数化（Parameterization）、变形（Deformation）、分割（Segmentation）、形状分析及检索（Shape Analysis and Retrieval）等。即便有了如此之多的三维建模方法，但仍然未出现一种完全适用于自动驾驶仿真环境的建模工具。大多数情况下，仿真环境的搭建会综合若干种方式展开，结合自动化生成和精细化建模，主要区分路网层、植被层、建筑层等，虚拟仿真环境的层次化建模如图3-2所示。

图3-2　虚拟仿真环境的层次化建模