基于WebGL的高速列車在線運行及沿線虛擬地理環境仿真

郭神福，趙孔陽，王孝龍，徐柱，閆高翔

基于WebGL的高速列車在線運行及沿線虛擬地理環境仿真

郭神福1，趙孔陽1，王孝龍1，徐柱1，閆高翔2

(1. 西南交通大學 地球科學與環境工程學院，四川 成都 611756；2. 中鐵第六勘察設計院集團有限公司，天津 300308)

為實現Web環境下構建高速鐵路沿線虛擬地理環境，模擬高速列車運行，首先確定多層次虛擬地理環境的語義組織方式并對鐵路沿線地形表面進行多尺度數據建模；再基于GIS技術構建場景數據與基礎地理數據的發布與分布式存儲方案；最終基于WebGL技術提供集成高速鐵路軌道、多尺度遙感影像、數字地表模型等多源數據的鐵路沿線虛擬地理環境無插件構建方法，并提供列車信息管理及運行仿真方案。以高鐵鄭西線為案例線路的實踐表明：方案考慮多尺度地形與地物建模、網絡環境下大場景渲染、復雜地形的高效率可視化等問題，實現了鐵路沿線虛擬地理環境構建和列車運行仿真，對高速鐵路列車運行仿真有重要參考價值。

高速鐵路；虛擬地理環境；列車運行仿真；WebGL；在線交互

近年來，隨著“一帶一路”倡議的逐步推進，我國高速鐵路已經走出國門進入高速建設的新階 段[1]。由于高速鐵路工程建設規模大、標準高、建設速度快、管理協調復雜、周期長[2]，可視化和在線數字化成為鐵路信息協同分享、調度管理和運行仿真等過程中必不可少的要求[3]。而高速鐵路場景空間跨度廣、空間對象數量大、空間關系復雜度高，傳統的信息可視化和管理系統難以支撐。如何高效快速地對高速鐵路數據可視化、輔助高速鐵路建設和列車運營管理等問題引起眾多學者關注[4?6]。在可視化技術方面，王金宏等[7]借助線性參考系降低場景計算復雜性并將鐵路屬性數據與虛擬地理場景對象進行聯接；彭子龍等[8]在高鐵沿線場景層次組織上基于鐵路對象本體分析實現了對多源數據的集成、組織與查詢。此外，在列車模擬游戲、模擬駕駛培訓、列車運行參數仿真等領域研究人員對鐵路三維場景模擬及列車運行仿真均有實現[9]。在信息數字化集成方面，建筑信息模型BIM (Building Information Modeling)的引入為鐵路工程信息化平臺的構建提供了新的可能性[10-11]。張恒等[12]提出了本體驅動的鐵路場景建模方法，對鐵路場景進行了充分的對象語義解析。王同軍[13]探討了以BIM為核心的鐵路工程管理方案。XU等[6, 14]分別嘗試鐵路基礎信息及鐵路物聯網信息、鐵路地質災害監測信息的集成與可視化，為鐵路運營維護階段的可視化信息平臺提供了借鑒。然而，當前對高速鐵路及列車的可視化通常構建在本地桌面客戶端，在處理包含沿線地形地類、線路線型、附屬建筑、調度運行等海量數據的高速鐵路場景時對計算機配置要求較高，導致客戶端成本巨大；同時，傳統的鐵路可視化和仿真客戶端對操作系統及計算機硬件的依賴性往往導致其兼容性差，難以在不同操作系統、不同硬件平臺上協同共享和程序維護。而海量的空間信息數據也在信息遷移共享上帶來眾多問題。隨著5G通訊、云計算等新技術的逐步成熟，Web環境下海量空間信息的高速傳輸、協同共享和倉儲管理有了通道支撐；而三維網頁圖形技術的廣泛應用也使大尺度場景可視化成為可能。基于B/S(瀏覽器/服務器)模式、以瀏覽器為媒介的Web GIS技術的出現為海量數據的即時訪問提供了信息化平臺，同時將高速列車仿真的設備門檻降低至普通移動電腦甚至平板電腦、手機等智能移動終端。而WebGL標準的發布，使瀏覽器可以在不安裝插件的情況下借助GPU進行場景渲染，實現了跨硬件平臺、跨操作系統的三維鐵路場景的高效渲 染[15]，解決了系統的遷移性和共享性問題。本文研究Web環境下高速鐵路沿線虛擬地理環境和高速列車運行仿真系統的實現方法。首先對高速鐵路沿線空間場景進行語義分析，對鐵路場景空間對象進行解析分類；繼而提出基于B/S架構實現高速列車運行仿真系統的技術方案，并結合Cesium研制基于云計算平臺的系統驗證實例；以目前正在運營的高鐵鄭西線(鄭州?西安)為例展示了信息集成及鐵路沿線場景可視化的實現效果，并對Web可視化效果進行測試分析；最后對鐵路三維場景的在線可視化前景和列車運行仿真的應用提出展望。

1 高速列車運行及沿線虛擬地理環境仿真框架

由于鐵路場景大、場景復雜、模型對象復雜，在進行高速鐵路空間數據傳輸與存儲時存在數據量大、組織難度大與數據發布難等問題；在鐵路沿線場景Web可視化時存在渲染細節篩選難、渲染效率低、計算機軟硬件兼容性差等問題。對此，首先對鐵路場景進行語義分析和對象篩選，基于語義建立鐵路線路三維模型的組件化組織方式。同時，對高鐵沿線縱向空間場景進行多尺度數據建模，最大限度的減少客戶端和服務器負載，降低網絡延遲的影響。對于數據存儲，采用基于云計算架構分布式存儲地形、影像等空間信息數據和列車運行、調度管理等非空間信息數據。最終，在用戶瀏覽器端基于WebGL技術進行場景的渲染，實現高速列車在線運行及沿線虛擬地理環境仿真。

1.1 鐵路沿線虛擬地理環境語義組織與多尺度數據建模

為保證三維場景瀏覽效果及渲染速度，通常重要地物采用較高精細度的建模方式，普通地物采用相對簡單的建模方式，并可根據應用領域對地物模型進行不同程度的簡化[16]。對于高速鐵路沿線虛擬地理環境構建和列車運行仿真，距離視點列車較遠的地形模型的重要性較低，距離列車近的地形模型、鐵路設施模型和列車模型的重要性較高。因此，可以對鐵路設施模型和列車模型進行組件分割建模、語義增強并基于語義進行組織和管理，地形模型可以分為不同的精細度層次。

在鐵路場景中，鐵路線路設施的語義對象包括直線、緩和曲線、圓曲線、橋梁、隧道等[12]，因此可分解簡化為路段組件(包括道床、軌枕、鋼軌、電線)、隧道段組件(包括隧道壁、隧道地面)、橋墩、接觸網架等對象，如圖1所示。

圖1 高速鐵路沿線場景語義分析

列車由車頭、車身、車尾等部分組成，可以分割為車頭組件和車身組件；地形模型數據可以分為數字高程模型DEM(Digital Elevation Model)和數字正射影像DOM(Digital Orthophoto Map)瓦片數 據[16]。由組件和對象聚合得到鐵路設施三維模型和列車三維模型。用車頭和車身2種單元化的三維模型克隆聚合出一列完整且高相似度的列車。高速鐵路的最小曲線半徑較大、最大坡度較小[17]，用鐵路模型組件克隆聚合得到鐵路模型可以保證組合拼接的鐵路不會出現明顯的接縫，將列車按車廂組件聚合后仿真運行時姿態不會突變且可以始終保持在兩鐵軌中間。如圖2所示，在場景、模型聚合時可以賦予模型組件對應的語義信息，例如鐵路的里程信息、列車的車次信息等；在模型狀態改變時可以編輯模型的語義信息，例如用戶改變列車速度時編輯列車模型的時速信息等；從而可以實現模型語義增強和基于語義的模型組織管理。根據與列車的距離遠近使用不同細節層次的地形數據進行多尺度數據切片得到地形數據瓦片，由地形數據瓦片建模得到地形模型，使地形模型在距離列車近的部分有較高的精細度。

1.2 基于云架構的GIS數據存儲與發布

當前，云端服務模式已經成為解決大數據存儲和管理的技術趨勢。云GIS技術是地理信息科學的理論和方法在云計算中的實現，具備按需選擇服務、跨網絡訪問、資源池化等特征。在云環境下，數據可能存放在不同磁盤、不同機器甚至不同地點，這為解決鐵路大場景面臨的數據密集、并發密集等問題提供了技術方案[18]。因此，本文使用基于云GIS架構的存儲與發布技術。

基于Web的鐵路仿真GIS數據包括DEM瓦片、衛星/無人機影像瓦片、三維模型等，數據的請求數量大。傳統的B/S架構通常僅考慮單點服務器，當用戶增加時，請求數量將會超出單點服務器所能響應的數量極限；另一方面，當單點服務器出現故障時會影響到整個服務，造成系統健壯性低等問 題[19]。因此，本文使用如圖3所示基于云的負載均衡分布式服務架構，該架構在云平臺上鏈接多個存儲瓦片數據的服務器，負載均衡層可以將來自客戶端的請求轉發到壓力較小的數據服務器，通過服務分流減少壓力的方法解決現有服務器性能不足的問題，并可隨著請求量的增加擴展系統所能承受的請求量。

圖2 模型數據組織與模型構建

圖3 云服務器架構示意

1.3 基于WebGL的高鐵沿線場景可視化與列車運行仿真

使用視點驅動的場景數據動態調度方法可以解決大規模高鐵沿線場景三維可視化存在數據調度效率不高、視覺一致性差等問題[20]。根據空間劃分建立DEM和衛星影像瓦片金字塔模型，并根據視點位置和縮放級別動態調度相應瓦片數據以提高Web環境下三維地形場景的可視化效率，避免由于單次加載的數據量太多加載速度太慢造成頁面卡頓。

列車仿真運行時，由于瀏覽器性能的限制，大規模鐵路三維場景的可視化存在渲染效率低、視覺連續性差等問題，本文使用基于WebGL渲染、模型簡化及語義組織、基于列車位置的渲染調度等方法提高渲染效率，改善視覺效果。首先，基于WebGL渲染技術可以極大的提高Web端的渲染效率[15]；其次，三維模型經過簡化及語義組織，模型的數據量小，模型的可復用性高，可以提高數據傳輸和渲染效率。當列車在鐵路上運行時，只加載列車所在位置前后一段距離的模型數據，只顯示列車附近的鐵路三維場景，從而減小渲染量，使頁面更流暢。如圖4所示，在列車運行過程中，始終只加載列車前、后兩段距離的鐵路地物模型且只顯示列車附近的鐵路地物對象三維模型；列車運行前方沒有加載模型的區域逐漸加載模型；列車運行前方沒有顯示的模型將逐漸顯示；列車運行后方距離列車較遠的可見模型逐漸隱藏，列車后方隱藏的模型逐漸移除。

圖4 鐵路線路模型渲染調度

2 高速鐵路列車運行仿真關鍵技術

2.1 數據預處理和多尺度數據組織

鐵路沿線場景中的空間數據主要包含鐵路沿線地形數據、衛星遙感數據、無人機影像數據等；非空間數據包括鐵路對象三維模型數據、列車運行參數及調度數據等。此外，在構建列車場景前，必須導入鐵路線路的設計中線數據。這里分別對3類數據進行處理。

1) 鐵路沿線場景空間數據預處理與多尺度數據組織

分別將無人機和衛星獲取的不同精度的原始DEM數據和影像數據進行數據精校正，分別構建多尺度地形數據集和多尺度影像數據集，在本文實驗中，我們采用開源數據，其中DEM分辨率為30~90 m不等，影像分辨率1 m到10 m不等。對原始數據集進行切片處理后，DEM數據存儲為Terrain格式的瓦片數據集，影像數據保存成JPEG格式的瓦片數據集。

2) 鐵路沿線場景非空間數據預處理與多尺度數據組織

據前述鐵路場景語義分析，在3D Studio Max中構建一段實際長度為20 m的鐵路設施三維模型，包括道床、軌枕、鋼軌、橋墩、隧道、接觸網、接觸網架等鐵路設施，從列車模型中截取車頭模型和車身模型。減少鐵路模型的節點數量的同時用適當的紋理貼圖保證模型視覺效果以減小模型的數據量[21]，如圖5所示。調整模型的朝向、模型之間的相對位置和相對大小以簡化模型姿態參數的設置，如圖6所示。最后，將模型按組件分別導出為OBJ格式再轉換為數據壓縮比率高的GLB格式的模型數據。經過細節簡化和格式轉換，鐵路設施和列車的模型數據總共只有4.97兆字節。

(a) 鐵軌簡化前后的細節；(b) 鐵軌簡化前后的整體

圖6 列車與鐵路設施的相對姿態調整

3) 鐵路設計線路中線數據預處理

從原始鐵路設計中線中獲取的特征點數據分布是不均勻的：直線只有2個端點，曲線部分有密集的點。因此需要對中線點進行等距離處理，得到線路中線點集。首先，在直線部分插值同時去除曲線上太密集的點并調整曲線部分點的位置使線路上相鄰兩點間的距離統一為20 m，使基于樁距均勻的點構建的鐵路模型各處的幾何精度、紋理分辨率均勻、可控，若對曲線部分有更高精度要求，可適當減小曲線的樁距。如圖7所示。再根據等距離處理后的點位數據從地形服務中查詢得到每個點對應的地形高程，最后將得到線路中線特征點的經度、緯度、設計高程、地形高程數據存儲為JSON數據。

(a) 等距離散化前中線上的數據點分布；(b) 等距離散化后中線上的數據點分布

2.2 分布式數據發布與存儲

由于高分辨率的DEM和影像的瓦片數據量巨大，故將案例區的DEM瓦片數據、衛星影像瓦片數據和三維模型數據存儲在多節點的服務器中。根據用戶操作和服務器狀態動態調節數據服務地址，實現服務器的負載均衡，改善瓦片請求的處理效率。

如圖8所示，將處理后的三維模型數據、案例區的DEM瓦片數據和衛星影像瓦片數據存儲在云服務器Server0后，復制Server0數據得到Server1和Server2。通過反向代理服務器將來自瀏覽器的數據請求動態地轉發到負載較輕的數據服務。單個用戶的數據請求過程如圖9所示，根據前端請求和數據服務的負載情況從特定數據服務中返回對應區域的瓦片數據、模型數據，以減輕每個數據服務器的帶寬壓力，提高數據的加載速度。當一個數據服務出現故障時，可根據其他數據服務恢復，當3個數據服務難以負載數據請求時，可以通過復制擴展出更多的數據服務。

圖8 分布式數據存儲

圖9 數據請求

2.3 WebGL高速鐵路沿線場景構建

根據縮放級別和視點位置從服務端請求獲取對應的影像瓦片和高程瓦片數據，其中案例區獲取細節層次高的瓦片數據，其他區域請求公開的瓦片服務數據，基于Cesium構建三維地形場景。再根據得到的鐵路線路數據和模型數據，計算每個模型的空間位置和確定三維姿態的參數，用一段鐵路設施三維模型拼接成一條完整的鐵路。每隔一定距離加載一次電線架，在線路高程比地形高程高的點每隔一定距離加載一次橋墩模型，在線路高程比地形高程低的點加載一次隧道模型，最終得到的三維鐵路虛擬地理場景如圖10所示。基于WebGL渲染可以利用顯卡加速，Cesium中瓦片數據的加載和場景的渲染應用了視角依賴的LOD(Levels of Detail)技術，可以保證渲染效率，防止場景卡頓[22]。因此，在實際應用中，當有高分辨率數據時，可以加載高分辨率數據。此時，Web瀏覽器端宜使用性能較好的顯卡。

(a) 直線；(b) 曲線；(c) 橋梁；(d) 隧道

2.4 列車運行仿真

根據線路數據使車頭、車身、車尾依次沿著鐵路中線運行，每節列車模型長度和一段鐵路模型的長度均為20 m；為車頭、車身、車尾的三維模型添加相同的運行參數，并使后一節車廂的初始運行時刻比前一節車廂的初始運行時刻延遲列車運行20 m的所用時長，實現車身依次逐節向前運行的效果，如圖11所示。

在結果中，列車和鐵路三維模型的相對位置始終保持一致，且列車在線路中線特征點上的位置姿態參數與鐵路三維模型的位置姿態參數保持一致。列車運行時始終保持在軌道模型的兩軌中間，且姿態與鐵路模型的姿態吻合，不會離開軌道；列車轉彎時車身也能保持與軌道線一致。

列車運行時，通過動態改變鐵路三維模型的狀態進行場景調度。僅加載列車所處位置前后2 000 m的鐵路設施三維模型并移除其他模型，從而減小程序的內存占用。僅渲染列車所處位置前后1 600 m的鐵路設施三維模型以減小渲染量使仿真效果更加流暢。動態地加載和移除、渲染和隱藏三維模型，實現鐵路設施三維模型基于列車位置的動態渲染，顯著提高了系統的性能。

(a) 曲線軌道處列車運行仿真效果；(b) 隧道、橋梁處列車運行仿真效果

(a) 列車運行控制；(b) 列車信息交互查詢

列車運行仿真時，使用列車運行定時器表示列車在某兩點間運行所用的時間。通過調整列車運行定時器實現對列車車速的仿真，實時獲取運行速度并進行可視化，如圖12(a)所示。同時，為每個模型增加屬性信息，在點擊列車或者鐵路設施等三維模型時可顯示對應屬性信息，如列車的車次、時刻表等(圖12(b))。從而增強了三維鐵路虛擬地理場景的語義信息，便于模型對象管理，為擴展鐵路三維場景的應用提供了更多可能。

3 結果與分析

仿真系統運行時向服務端請求的數據包括底圖切片數據和帶屬性的模型數據。由于DEM數據、衛星影像等底圖數據以文件體積較小的瓦片形式動態加載，對仿真平臺加載速度的影響較小，系統加載速度主要取決于模型數據的加載速度。在100Mbit帶寬網絡環境下，使用操作系統為64位Windows 10專業版，瀏覽器為Google Chrome 73，CPU為Intel Core i5 4210M CPU @2.60GHz，內存為8 GB，顯卡為NVIDIA GeForce 840M的個人電腦訪問系統。經測試，模型加載用時如表1所示，加載完所有模型用時低于2.5 s。

表1 測試環境下模型加載用時

圖13 幀率測試結果

當列車以345 km/h速度運行時，使用Chrome Dev tools記錄頁面的幀率(每秒鐘幀數)，當視野范圍內顯示的地物模型對象較多時幀率較低，當頁面中地物模型對象較少時幀率較高。在整個渲染過程中，系統運行流暢，平均幀率高于30 f/s，如圖13所示，總體性能表現良好。

4 結論

本文基于WebGL和WebGIS技術提出了高速列車在線運行及沿線虛擬地理環境仿真的構建方法。并基于Cesium開源框架以高鐵鄭西線為例研制仿真運行驗證系統。經測試，系統具有以下特點：

1) 跨平臺。基于B/S架構，用戶使用支持WebGL的瀏覽器即可訪問系統，進行查看三維鐵路虛擬地理場景、控制高速列車運行仿真、查詢場景內對象信息等操作。

2) 網絡傳輸數據量小。采用克隆聚合法，僅傳輸少量經過簡化處理的模型即完成了列車、鐵軌、路基、橋梁、隧道等地物的在線可視化，極大地降低了網絡帶寬需求。

3) 場景渲染速度快。通過增加場景地物三維模型的加載、渲染邏輯，實現場景渲染的高效調度和實時渲染。

4) 視覺效果較好。相鄰兩段鐵路模型的姿態參數是相關的，直線、曲線的相鄰鐵路模型間無視覺上的明顯縫隙，在列車運行時，每節車身在直線或曲線上均能與鐵軌較好吻合。

5) 列車仿真操作流暢。采用預先計算鐵路模型的位置參數、動態加載隱藏鐵路模型、少量模型拼接等方法，使系統的運算量、內存占用量、渲染量減小，列車運行流暢。

當然，本文僅在實現基于Web的高速列車運行仿真方面做了初步探索，在此基礎上仍然可以豐富其功能。隨著在線可視化技術的不斷發展和完善，鐵路三維場景的在線可視化效果將會越來越好，列車仿真的應用也會越來越廣泛，有望用于鐵路勘察設計、工程建造、運營維護全生命周期各個階段，此外，通過與BIM技術的恰當結合，可為鐵路領域土木、機電、運輸等專業內容的可視化提供共同的地理場景基礎。

[1] WEI S, TENG S N, LI H, et al. Hierarchical structure in the world’s largest high-speed rail network[J]. PLOS ONE, 2019,14(2): 1021?1052.

[2] 王同軍. 基于BIM的鐵路工程管理平臺建設與展望[J]. 鐵路技術創新, 2015(3): 8?13. WANG Tongjun. Construction and prospect of railway engineering management platform based on BIM[J]. Railway Technical Innovation, 2015(3): 8?13.

[3] Bensalah M, Elouadi A, Mharzi H. Railway information modeling–A review of railway project management integrating BIM[J]. IJR International Journal of Railway, 2019, 12(1): 10?17.

[4] Bensalah M, Elouadi A, Mharzi H. Overview: The opportunity of BIM in railway[J]. Smart and Sustainable Built Environment, 2019, 8(2): 103?116.

[5] Nemtanu F C, Marinov M. Digital railway: Trends and innovative approaches[J]. Sustainable Rail Transport, 2019, 1(1): 257?268.

[6] XU Z, ZHANG Q, CHEN D, et al. Characterizing the connectivity of railway networks[J]. IEEE Transactions on Intelligent Transportation Systems, 2019, 1(1): 1?12.

[7] 王金宏, 朱軍, 尹靈芝, 等. 基于線性參照系統的虛擬高速鐵路場景建模方法[J]. 地球信息科學學報, 2014(1): 23?30. WANG Jinhong, ZHU Jun, YIN Lingzhi, et al. Virtual high-speed railway scene modeling method based on linear reference system[J]. Journal of Geo-Information Science, 2014(1): 23?30.

[8] 彭子龍, 朱軍, 王金宏. 基于ArcGIS的虛擬高速鐵路環境系統設計與實現[J]. 測繪與空間地理信息, 2013, 36(5): 73?77. PENG Zilong, ZHU Jun, WANG Jinhong. Design and implementation of the virtual high-speed railway environment system based on ArcGIS[J]. Geomatics & Spatial Information Technology, 2013, 1(5): 73?77.

[9] 郁家福. 數據驅動列車運行三維可視化[D]. 成都: 西南交通大學, 2018. YU Jiafu. Data-driven train running visualization[D]. Chengdu: Southwest Jiaotong University, 2018.

[10] 劉為群. BIM技術應用于數字鐵路建設的實踐與思考[J]. 鐵道學報, 2019, 41(3): 97?101. LIU Weiqun. Practice and thoughts on application of BIM technology to digital railway construction[J]. Journal of the China Railway Society, 2019, 41(3): 97?101.

[11] Dubroca-voisin M, kabalan B, leurent F. On pedestrian traffic management in railway stations: simulation needs and model assessment[J]. Transportation Research Procedia, 2019, 1(37): 3?10.

[12] 張恒, 朱軍, 徐柱, 等. 耦合大系統下本體驅動的高速鐵路場景建模[J]. 鐵道學報, 2015, 37(6): 26?35. ZHANG Heng, ZHU Jun, XU Zhu, et al. An ontology driven approach to high-speed railway scenes modeling for general coupling simulation[J]. Journal of the China Railway Society, 2015, 37(6): 26?35.

[13] 王同軍. 基于BIM技術的鐵路工程建設管理創新與實踐[J]. 鐵道學報, 2019, 41(1): 1?9. WANG Tongjun. Innovation and practice of railway engineering construction management based on BIM technology[J]. Journal of the China Railway Society, 2019, 41(1): 1?9.

[14] 趙亮亮, 盧文淵, 張廣慶. 基于BIM+GIS的鐵路隧道地質災害輔助整治技術研究[J]. 高速鐵路技術, 2019, 10(2): 27?32. ZHAO Liangliang, LU Wenyuan, ZHANG Guangqing. Research on the assistant technology for railway tunnel geological disaster management based on BIM and GIS[J]. High Speed Railway Technology, 2019, 10(2): 27?32.

[15] 劉愛華, 韓勇, 張小壘, 等. 基于WebGL技術的網絡三維可視化研究與實現[J]. 地理空間信息, 2012,10(5): 79?81. LIU Aihua, HAN Yong, ZHANG Xiaolei, et al. Research and implementation of Web 3D visualization based on WebGL technology[J]. Geospatial Information, 2012, 10(5): 79?81.

[16] 寧振偉, 朱慶, 夏玉平. 數字城市三維建模技術與實踐[M]. 北京: 測繪出版社, 2013: 17?18. NING Zhenwei, ZHU Qin, XIA Yuping. Technology and practice of 3D city modeling[M]. Beijing: Surveying & Mapping Press, 2013: 17?18.

[17] 馮慧淼, 鄭屹桐. 中外高速鐵路線路主要技術標準對比分析[J]. 鐵道工程學報, 2019, 36(2): 81?87. FENG Huimiao, ZHENG Yitong. Comparative analysis of main technical standards of high-speed railway line between China and foreign countries[J]. Journal of Railway Engineering Society, 2019, 36(2): 81?87.

[18] Al-bayari O. GIS cloud computing methodology[C]. 2018 International Conference on Computer, Information and Telecommunication Systems (CITS), 2018: 1?5.

[19] George C, Jean D, Tim K, et al. Distributed systems concepts and design[M]. Addison-Wesley, 2012: 9?15.

[20] 朱慶, 陳興旺, 丁雨淋, 等. 視覺感知驅動的三維城市場景數據組織與調度方法[J]. 西南交通大學學報, 2017, 52(5): 869?876. ZHU Qing, CHEN Xingwang, DING Yulin, et al. Organization and scheduling method of 3D urban scene data driven by visual perception[J]. Journal of Southwest Jiaotong University, 2017, 52(5): 869?876.

[21] Lebied? J, Szwoch M. Virtual sightseeing in immersive 3D visualization lab[C]// 2016 Federated Conference on Computer Science and Information Systems, 2016: 1641–1645.

[22] 高云成. 基于 Cesium 的 WebGIS 三維客戶端實現技術研究[D]. 成都: 西安電子科技大學, 2014: 31?45. GAO Yuncheng. Research of implementation technique of cesium-based WebGIS 3D client[D]. Chengdu: Xidian University, 2014: 31?45.

Simulation of high-speed train on-line operation and virtual geographic environment along the line based on WebGL

GUO Shenfu1, ZHAO Kongyang1, WANG Xiaolong1, XU Zhu1, YAN Gaoxiang2

(1. Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu 610031, China; 2. China Railway Liuyuan Group Co., Ltd, Tianjin 300308, China)

The virtual geographical environment of the high-speed railway was built under the Web environment, and the operating of trains was simulated. Firstly, the semantic organization of multi-scale virtual geographic environment was determined, and terrain surface along the railway was deployed with multi-scale data. Then, the solution of releasing basic geographic data and the scene data into distributed storage scheme based on GIS technology was proposed. Finally, a non-plug-in construction method for virtual geographic environment along the railway was provided based on WebGL, which integrates high-speed railway tracks, multi-scale remote sensing images, digital surface models and other multi-source data. The management and simulation tools of railway information were also developed. The realization of the high-speed railway of Zhengzhou-Xi’an line shows that this method takes multi-scale terrain and ground object modeling, large scene rendering in web environment and high-efficiency visualization of complex terrain into consideration. The virtual geographic environment along the railway is built and the train running simulation is provided, which values a lot for the reference of high-speed railway train running simulations.

high-speed railway; virtual geographic environment; train running simulation; WebGL; online interaction

P208

A

1672 ? 7029(2020)03 ? 0573 ? 09

10.19713/j.cnki.43?1423/u.T20190591

2019?06?29

中國鐵路總公司科技研究開發計劃重大課題(2017X001-B)；中鐵第六勘察設計院集團有限公司重點課題(KY-2017-13)

徐柱(1972?)，男，湖南長沙人，教授，博士，從事地理信息系統理論、技術與應用的教學和研究；E?mail：xuzhu@sujtu.edu.cn

(編輯 涂鵬)