随着信息化时代的迅猛发展，城市中高层建筑的室内空间结构愈发复杂, 城市路网分布更加密集，人们经常穿梭于室内外三维空间中，这对于移动导航定位服务的精准性提出了更高的要求。然而当前室外导航技术已经较为成熟，室内导航技术则相对滞后，表现为传统的室内导航大多采用二维平面图进行路径规划^[1]，但在现实生活中，室内导航空间呈现三维立体特性并存在诸多障碍物^[2]，很显然二维导航已经不能满足不同的运动主体如人、无人机和机器人等的实际定位需求^[3]。因此，需要快速有效地实现室内外一体化三维导航路径规划以解决上述问题。本文基于北京建筑大学遥感影像图、各建筑属性数据及学院楼建筑平面图，利用不同的三维建模软件完成数字校园的室内外精细建模，然后通过房屋的中心点、边角点及道路的拐点等提取室内外导航路径网络，最终实现室内外一体化三维导航路径规划，所规划出的路径为智能机器人或无人机的室内外一体化智能导航提供了技术支持。

1 相关研究现状

随着移动互联网技术的迅猛发展和室内定位技术的日趋成熟，人们对于导航应用的需求已经从原有的室外导航拓展为室内外一体化的导航。目前导航数据主要面向室外车行导航建立，室内外一体化的人工智能导航研究还处在起步阶段，包括地图制作与表达在内的各方面技术亟待完善^[4]。现有的室内导航路径提取与规划多数以建筑二维平面图为数据源，生成室内空间几何数据及其拓扑信息^[5]。虽然室内地理要素的表达与可视化、导航与路径分析等关键技术的研究为位置查找和路径导航需求提供了图形化的解决方案^[6]，但是目前室内导航系统路径查找与规划的方法研究只是对二维空间信息图进行了相应的处理，并没有应用到三维空间中，人们在中高层建筑物中进行路径导航时效率较低^[7-8]。另外，室内与室外的导航路径提取与规划也没有真正结合并应用于各种智能化设备中。因此, 如何快速有效地实现室内外一体化三维导航路径规划己经成为研究热点。但相对于传统交通路网数据获取的便利, 其基础数据、三维路径模型、构建方法还没有形成统一的行业标准和规范^[9]。

2 原理与方法 2.1 基于CGA规则建模

CityEngine建模的基本原理，从本质上来说是通过定义和编写一种形状语法驱动计算机完成建筑建模^[10]。CGA文件中包含了一系列决定模型如何生成的规则，该规则中定义的几何和纹理特征决定了模型如何生成，而表达几何特征中最重要的是CGA形状语法^[11]。CGA形状语法是一门适合于建筑设计的编程语言，可以生成高视觉质量及几何细节的建筑物模型，它被归纳为6个主要组成部分:形状(shape)、属性(attributes)、范围(scope)、枢轴点(pivot)，其中，形状由标识符号(symbol)、几何体(geometry)和参数(parameters)组成^[12]。CGA形状语法规则可以通过修改和替换形状，使得建筑物拥有更多的细节表现，模型生成通常从建筑物底面形状开始，随着规则的依次应用，形状被逐步细化。综上所述，CGA形状语法是一个树形结构，其节点表示形状、形状分割及重复操作、组件的分割操作，以此来捕捉建筑物的结构(如图 1所示)^[13]。

2.2 室内导航网络的建立

现有的标准如CityGML、KML和IFC只提供了三维几何和语义化的建筑描述，但缺乏室内导航应用程序所需的重要特征，而IndoorGML支持基于位置服务的室内导航，涵盖了在室内空间导航中的几何和语义特征。室内空间被定义为由入口、走廊、房间、门和楼梯的建筑构件组成的一个或多个建筑物内的空间。IndoorGML关注空间之间的关系，而与描述空间无关的组件，则不在IndoorGML描述的范围内^[3](如图 2所示)。

表达空间对象关系最重要的就是节点关系(node-relation)图，NR图(V，E)其中V是表示室内空间中的小区域的一组节点，E是指示2个小区之间的拓扑关系的边集，它可以是连通性或邻接性的。笔者利用NR原理通过抽象简化的方式表示出室内三维空间环境中的拓扑关系，如建筑物内的房间(如图 3所示)，从而能够有效地解决室内导航和路径选择系统中的复杂问题^[3]。

2.3 最短路径分析和地理模型构建

Dijkstra算法是一种在地图节点内找到最短路径的算法，最典型的是道路网络。该算法存在许多变种，Dijkstra的原始变种发现两节点之间的最短路径，但更常见的变种将单一节点作为源节点，找到从源节点到图中所有其他节点的最短路径，生成最短路径^[14]。本文基于此算法，采用最近设施点求解法实现起点和终点间的三维最短路径规划，原理为运用网络数据集，测量事件点和设施点间的行程成本，然后确定事件点和设施点之间的最短路径, 同时采用ArcGIS模型构建器工具(model builder)进行建模。

3 室内外一体化三维导航路径规划

本文的整体技术流程如下：首先分别对校园室内外场景建模，室内运用SketchUp进行精细化建模，室外利用CityEngine软件进行建模；然后根据SketchUp所建模型提取室内三维导航网络，根据矢量化后的路径建立室外导航路径网络；最后将室内与室外导航网络进行一体化整合，形成完整的三维导航路径，并根据需求进行路径规划。

3.1 数字校园室内外三维建模

在室内外三维建模过程中，对北京建筑大学进行室内和室外的分步三维建模，为后续三维导航路径提取与规划提供规则基础。利用CityEngine进行室外批量建模，通过编写CGA规则以对建筑群进行快速批量构建。而在室内精细化建模中，利用CAD施工图纸建立精细化三维模型。最后将三维模型导入到已创建的CityEngine工程中，完成三维模型的整合(如图 4所示)。

3.1.1 校园室外批量三维建模

在室外建模的过程中笔者采用CityEngine软件，其具有可视化的参数接口设置，并提供可视化、交互的对象属性参数，可通过修改面板来调整规则参数值。这种参数的调整是不会修改规则本身，因此可视化、智能化的参数调整是CityEngine精细建模区别于传统三维软件建模方式的优点^[11]。在对室外空间进行三维建模的过程中，根据遥感影像数据在CityEngine中创建项目和场景，而后根据各建筑基本属性数据，通过编写CGA规则实现对建筑群进行快速批量化构建，最后利用校园建筑影像对生成的模型进行纹理贴图，并调整相应参数，最终形成完整的三维场景，并可以通过创建WebScene场景在浏览器端访问(如图 5所示)。

3.1.2 校园室内精细化三维建模

SketchUp建模软件灵活有效的绘图捕捉功能和数据输入功能提高了建模效率，因此可采用该软件对室内进行精细建模^[15]。首先构建时需将建筑物CAD施工设计图导入到SketchUp软件中；然后利用矩形工具勾勒墙体边缘，并将矩形墙体模型拖拉，从而构成墙体部分；最终建模完成后，利用建模软件中的纹理贴图工具，将处理好的建筑物纹理分别对应贴到建筑物上，如图 6所示。

3.2 导航路径提取、规划与应用 3.2.1 导航路径提取

本文方法是基于按现场实景进行精细化建模后生成的模型实现的，具有较高的真实性和精确性。首先采用SketchUp建模软件对室内场景进行建模，选取建筑模型中可导航区域如房间、门的三维几何中心点，走廊、楼梯、电梯竖井的几何中心线，依次相连而成，从而将可以通行的区域全部表达出来，最后生成整个建筑模型的完整三维导航路径(如图 7所示)。而后对各楼层和楼内部件进行语义定义，如房间名称、楼层层数、楼梯名称，方便今后导航路径规划时的识别(如图 8所示)，最后生成包含语义定义的完整的室内三维导航路径网络。

对于室外路径提取，首先将卫星影像数据作为底图添加进ArcScene中，并按真实坐标对其进行配准；然后建立个人地理数据库，在其中对室外可导航区域如道路进行矢量化，同时依次在属性表中记录道路的名称、类型、等级宽度等必要属性信息；最后将SketchUp中生成的室内导航路径网络转换成DXF格式，并在ArcScene中利用ArcToolbox中的工具进行导入。通过配准调整投影坐标系及对应的比例，从而生成完整的室内外一体化三维导航网络，如图 9所示。

3.2.2 导航路径规划

本文利用ArcGIS网络分析中的最近设施点分析工具进行最短路径分析，并基于ModelBuilder工具进行地理建模，通过该模型实现批量化的分析处理(如图 10所示)；同时在ArcScene的三维场景中对生成的路径进行渲染。再分别选取室外某一目标地点和精细化室内建筑模型中的一间房屋作为两个研究对象，采用最近设施点工具，确定与事件点距离最近的设施点，从而计算出发地到目的地的最短路径(如图 11所示)。

3.2.3 应用

三维空间网络分析是地理信息系统空间分析功能中的重要组成部分，在很多领域都有广泛的应用，如交通运输系统、紧急救援路线规划等。例如在火灾发生的情况下, 烟雾浓度、火势大小、温度高低、走廊楼道是否封闭等因素都可以影响导航路径中不同道路所占的权值大小。图 12所示为正常状态下由建筑大门到室内的路径。假如当发生火灾时电梯不可用，通过将电梯设置为导航路径上的障碍，在进行最优路径分析时将会绕开这些障碍并查找替代路线(如图 13所示)，从而生成经过楼梯的最短逃生路径(如图 14所示)。

4 结语

本文主要研究了室内外三维场景的建立和一体化导航路径的规划与应用。在三维建模过程中充分利用CityEngine软件快速构建大范围相似建筑物的优势和SketchUp软件精细建模的特点，两者结合运用使得三维模型的建立更加高效和精美，利用精细化模型进行路径提取也使得导航网络更加精确。最后通过地理模型的建立，实现了快速批量化的室内外一体化三维导航路径规划。本文对所研究方法进行了初步的探索和实践，但仍存在诸多有待进一步完善的地方，如在路径提取过程中自动化程度较低，在进行大批量的路径提取时效率较低，因此对于导航网络的自动化提取还有待进一步研究。

致谢: 本文是基于Esri杯中国大学生GIS软件开发竞赛三维应用组获奖作品总结创作而成，感谢Esri开发竞赛组委会及评委对本项目的支持和肯定。