《现代电影技术》｜声景观虚拟仿真资产管理——以SketchUp平台作为中间件

《现代电影技术》｜声景观虚拟仿真资产管理——以SketchUp平台作为中间件

　　景观彩平,a1景观排版,分宜帝景观澜《声景观虚拟仿真资产管理——以SketchUp平台作为中间件》以当前虚拟引擎的声景观重建技术为背景，探索了当前虚拟仿真建模技术在影视等相关领域的应用场景，阐述了BIM和GIS主流建模的信息采集和规划设计过程，分析了国内外声景观在建筑物室内空间和公共空间的文献和应用价值，提出了SketchUp平台在BIM技术下的声景观采集和资产管理方法，并就该中间件的技术要素进行了系统阐述和模块优化，包括IFC等插件模块和数据格式交换等。本篇论文是声景观虚拟仿真的工具性参考和应用实践的文献资料，读者可以通过自己动手实践SketchUp平台和插件操作，探索虚拟仿真在声景观资产采集和管理上的适配和优化，借助该中间件技术实现虚拟仿真背景，进而拓展到虚幻引擎和游戏场景的建筑物及公共空间的搭建，甚至可以为虚拟数字人构建静态或动态的虚拟背景，未来对于在扩展现实（XR）的数字世界（元宇宙空间）上搭建声景观资产仍具有应用价值，值得不断探索实践完善。

　　以虚幻引擎中的声景观重建技术作为背景，着眼于声景观虚拟建模前期的工具优化，笔者提出了将SketchUp软件平台作为声景观资产管理的中间件，以此辅助声景观素材快速采集与重建流程中的信息管理。在分析虚拟声景观建模的工作流程的基础上，提出了利用SketchUp记录话筒空间信息的技术方案，重点探索了SketchUp平台基于IFC分类的对象属性拓展方法，为今后声景观建模的中间件开发提供了比较成熟的技术路线。

　　近年来，以虚拟现实（VR）和增强现实（AR）为基础的虚拟建模仿真技术越来越多地应用于影视拍摄的虚拟预演、大型文艺活动的场景仿真以及建筑空间的方案设计等领域，改变了过去主要基于静态图纸推演的设计方式。将虚拟仿真技术引入建筑空间的规划与设计过程，能够辅助评价与决策，为设计方案提供有益的参考。空间声景观的虚拟仿真是上述设计手段的重要组成部分。

　　基于三维模型的虚拟仿真依赖于模型信息的准确记录，目前比较主流的有BIM（建筑信息模型）技术和GIS（地理信息系统）技术。笼统地说，GIS技术往往用于室外大面积地理空间的调查统计，生成的数据模型对于建筑物细节的描述较少，而BIM技术更适合建筑物及其室内空间相关的模型数据。基于GIS（地理信息系统）技术的声景观信息采集技术，近年来有多位研究者结合实际的工程案例，初步总结了基本的实践方法。虚拟仿真相关技术已经越来越多地参与到声景观调研的实践环节，欧美国家在这方面的研究积累已有超过十年的时间。西班牙庞培法布拉大学的音乐科技小组（Music Technology Group Universitat Pompeu Fabra）早在2011年就发表了关于虚拟声景观合成的研究成果［1］，文章阐述了用于记录声景观地理信息的“声音地图”文件，并介绍了面向声景观数字合成的基础参数结构。该项目使用卫星地图Google Earth提供的地理位置标记功能，支持导出KML格式的地理信息数据文件。该技术用于声景观数据的管理，普及程度较高，被世界范围内许多声景观研究项目采用。2015年扈军的博士论文［2］则以西湖景区的声景观调研作为背景，详细介绍了GIS数据从采集直到后期处理各阶段的实践过程。该论文比较系统地呈现了GIS技术介入声景观调研的工作方法，尤其是对调查区域的划分和采样点的选择策略，值得参考。虽然研究的主体聚焦于声景图相关的数据处理与声景图的绘制，但文章中初步提出了虚拟现实技术在声景观调研中的应用，具有一定参考价值。2016年凯瑟琳（Catherine Lavandier）等人介绍了基于地理数据模型的声景图生成方法［3］。研究着眼于城市声景观中交通、人声以及鸟鸣声等多种元素的分布密度规律，并探讨了声景观空间密度的可视化，在此基础上，研究了场景愉悦度指数的预测模型。该研究从数据可视化与参数预测的角度，探讨了地理信息模型与声景观规划预测之间的关联。2019年桑得罗（Sandro Sacchelli）等人展示了一套基于虚拟现实（VR）技术与土地信息系统(Land Information System,LIS)的声景观采集、评估实践案例，旨在借助上述多种技术辅助文化生态景观的评估和管理［4］。但是对于声景观的资产数据记录以及信息管理方案，文中并未提及具体细节。同年，马卡斯（Berger Markus）等人利用虚拟现实（VR）技术，探索了第一人称视角下城市声环境的仿线］。重点研究了大尺度空间环境中沉浸式视觉与听觉要素的耦合程度，并对不同密度的采样数据结果进行了对比。虽然主要以交通噪声作为研究对象，但该研究将GIS信息系统中常用的CityGML格式文件导入Unity3D游戏引擎，进而实现城市声环境虚拟仿真建模，这样的技术路线年由Joo Young Hong等世界多位声景观研究学者联合发表的论文《基于增强现实系统自然声补充的户外声景观调研评价方法研究》将增强现实（AR）技术应用于户外声景观调研，系统性地介绍了项目所运用的架构方案、场地分析方法、数据的采集方法以及处理方法［6］。

　　值得注意的是，建筑物室内空间也同样存在着丰富的声景观。开展建筑室内空间的声景观设计，尤其是在博物馆、图书馆、餐厅等公共空间开展声景观的设计研究，具有广阔的研究与应用价值。将GIS技术运用于室外开放性空间的声景观研究成果丰富，但该技术现阶段无法适用于建筑室内空间小尺度的声景观调研。而将BIM技术的思想方法运用建筑室内空间声景观研究与设计的案例相对较少，特别是声景观的重建与生成领域，目前还处于探索阶段。在BIM技术的支持下，开展声景观的采集与资产管理方法的研究，具有独特的价值。

　　声景观调研资料和实地采集的录音素材，是虚拟仿真场景中的重要资产。在笔者撰写的另一篇文章《面向虚拟声景观重建的素材采集方法研究》中总结了声景观素材采集与管理的基本工序框架，如图1所示。尤其是在数字孪生城市这样的大规模虚拟仿真项目中，为了实现声景观的虚拟重建，需要记录的资产信息类型种类繁杂。因此更加需要选择一种简便易行的信息记录工具，并根据声景观调研的特点进一步完善工具的功能，作为连接现场采集记录与虚拟仿真引擎之间的信息管理中介。有了这样的中间媒介，现场采集人员无需花费大量精力用于学习虚幻引擎的资产管理和脚本编写的具体方法，就可以快速投入工作，形成完整且符合使用规范的资产信息，供应给后续的建模环节。我们将这样的中介工具称为声景观虚拟仿真的中间件。

　　SketchUp是一款主流的三维模型建模软件，在建筑原型设计、风景园林规划、机械与产品设计等领域有着广泛的应用，诸如Unreal Engine和Unity3D等主流游戏引擎平台对SketchUp模型文件的兼容也日趋稳定。SketchUp软件的产品定位是为用户提供快速、简便的三维模型创建功能，因此软件的体积较为轻量化，且用户的操作方式相较其他三维建模软件更加直观，能够让用户在很短时间内展示出概略的三维设计构想。该软件同时也支持控制台中的脚本控制，开放了基于Ruby语言的API接口，支持开源插件的拓展。此外，SketchUp具备灵活高效的多用户协作功能，能够将大规模复杂场景下的工作任务拆分给多个用户协作完成。上述这些特点是SketchUp平台的基本特点，也是它的重要优势。依据这些特性，SketchUp非常适合作为声景观资产的采集的辅助工具，完成空间音频素材以及各类属性信息的记录整合工作。笔者选取SketchUp作为中间件，记录素材采集过程相关的各类资产信息。

　　依据虚幻引擎对三维声格式的支持情况，综合考虑适用于声景观设计的空间音频录制与重放技术，现阶段记录声景观整体声场的素材采集宜以一阶Ambisonics线］。由Ambisonics格式录制的空间音频文件在重放时需要明确录制时选用的声道顺序格式以及话筒指向的姿态。作为三维建模平台，SketchUp能够非常便捷地改变三维物体在模型中的摆放位置。素材采集话筒所处的空间位置由三维模型的（X,Y,Z）直角坐标系表示，而话筒轴的指向由（Rotx,Roty,Rotz）旋转角度表示（例如Rotx表示以X轴为旋转轴的旋转，用角度值表示）。记录方法非常直观，利用SketchUp基础的模型编辑功能，可将话筒模型（或简化模型）摆放到三维场景模型中对应的空间位置和指向，以此记录实地采集所在的空间位置和话筒的空间位置信息。SketchUp模型完成后，导入DataSmith，就能自动转换为虚幻引擎所使用的坐标体系。虚幻引擎(UE)提供了数字资产的调用接口模块，在面对较大规模的声景观素材导入处理任务时，能够大幅度提高工作效率。如图2所示，虚幻引擎中空间音频素材的重放可以通过调用Blueprint中的“Play Sound at Location”模块实现［8］。

　　除了采用手工编辑的方法记录话筒的空间位置与姿态之外，还可以考虑搭建基于传感器的话筒姿态追踪系统。该系统的基本原理是读取位置或加速度传感器的数据，将数值标准化转换后，传入SketchUp开源的API接口模块 Geom下的标准构造类Transformation（几何变形）。利用改构造类下属的Translation与Rotate等方法，刷新模型的几何位置信息。姿态识别控制系统的基本原理如图3所示。据资料显示，在一项名为“虚拟3D设备接口” （Virtual 3D Device Port）的原型实验项目中［9］，开发者成功实现了姿态传感器与SketchUp模型之间的交互控制。实现原理如下：加速度传感器固定在话筒上，识别姿态相关参数Aarduino控制器发送到指定的端口，再由Ruby脚本侦听相应的端口，从而读取Arduino与SketchUp之间的串口通信。将读取到的对应参数传递到SketchUp的物理仿真插件Sketchy Physics Inspector模块的对应变量中，最后由该仿真插件实时更新被监测话筒的位置与姿态信息。该技术可有效服务于复杂场景中大规模声景观采集过程的位置与角度信息记录工作，提高采集与建模全流程的工作效率。

　　参数生成的方法越来越多地应用于城市规划与建筑设计［10-12］，虚拟场景建模的范畴已经不局限于对建筑模型几何尺寸、表面材质等视觉层次的表现，近年来的虚拟场景建模广泛融合了模型的参数信息。虚幻引擎内置的DataSmith导入机制也为诸如Sketch、Revit等三维建模软件的文件数据以及IFC、FBX等三维格式的数据交换提供了便利。上述多种类型的属性信息，是虚拟仿真场景中的重要资产。他们对于声景观素材采集与管理全周期中的各个环节，有着重要的参考意义。

　　IFC是工业基础分类（Industry Foundation Classes）的缩写，是描述建筑结构物模型信息的工业标准［13］。BIM技术的实现，需要一套跨平台可交换的数据格式。而IFC标准是BIM业界公认度较高的一种数据格式，自1996年发布1.0版本后，多年来不断地迭代更新。根据IFC的官方组织buildingsmart发布的文档，IFC 4.3已于2021年6月更新到了rc4版本［14］。但目前主流BIM平台软件兼容程度最好的版本仍是2005年颁布的IFC 2X3 TC。IFC采用了开源的文件格式，支持SPF、ifcXML以及ifcZIP等多种不同的文件格式，并以ASCII编码形式存储，因此用户可以自然直观地读解文件的内容，修改与维护也比较直观。依托IFC分类标准，在BIM模型中，每个独立的构件或模型对象都可以拥有可识别且全局唯一的身份编码，模型对象附带的分类信息以及相关的属性信息也将完整地记录在模型数据文件中。

　　当前，随着BIM技术在建筑模型数据管理的应用逐渐成熟，SketchUp平台面向BIM技术的发展趋势，嵌入了以IFC为内核的模型实体分类（Entity Classification）功能。同时也出现了以IFC Manager为代表的IFC分类管理插件。用户可以利用该管理模块提供的属性拓展窗口，将素材资产的相关信息作为元数据写入SketchUp模型文件中。模型元数据经过Datasmith的导入操作，成为虚幻引擎中静态网络（Static Mesh）类对象(Actor)的用户定义属性。SketchUp默认采用ISO/PAS 16739:2005即IFC 2X3 TC中规定的方法进行实体分类。虽然该标准是目前普及度最高、兼容性最强的IFC基础分类标准，但缺点也比较明显：IFC 2X3 TC标准中出现的一部分与建筑声学测量相关的预定义参数，例如传感器实体（IfcSensor）、声学测量值（IfcSoundValue）、声功率测量值（IfcSoundPowerMeasure）以及声压级测量值（IfcSoundPowerMeasure）等，这些参数尚未集成在一个功能性明确的分类领域内，导致IFC 2X3的分类体系不能很好地适应未来面向虚拟仿真环境声景观重建与生成的数据需要。尽管SketchUp内部提供了简单的模型属性拓展，但拓展出的属性不能很好地服务于声景观素材采集以及更宽泛的声景观调研工作。因此，有必要在原有分类规则的基础上，新增适用于声景观调研的对象分类，并拓展模型属性。图4 展示了实体信息（Entity Info）模块，其中的高级属性（Advanced Attributes）一栏显示了由SketchUp2019版提供的默认属性字段。

　　根据笔者的试验，由建筑师Jan Brouwer开发的SketchUp拓展插件IFC Manager，能够支持拓展属性的自主定义。使用方法是在插件运行后，点击话筒模型实体并调出其组件属性窗口，就可以手动添加该类型的实体的属性。在声景观调研工作启动前，编辑好各类型的话筒模型的原型，在使用过程中复制最初设置好的原型，即可完整地保留最初设计好的属性集结构。前文提到的声景观调研所关注的各种类型的属性均可利用类似的原理进行拓展。为演示属性拓展的基本方法，笔者在表示Ambisonics话筒的模型实体AMB_Mic拓展定义了名为Channel_Type和DATE两个属性字段。如图5最右侧的窗口所示，该属性的单元类型为文本（Text），具体的显示规则为“可从列表中选择”，最后制订了列表的键值选项。实际使用时，得益于事先定义好的属性结构，可以快速开展声景观素材属性的记录工作。

　　另一种属性拓展的方法是由用户自主定义IFC的模型分类模式（Classification Schema）。SketchUp所支持的分类模式文件为XSD（XML Schemas Definition）文件，它是对XML文件格式的预定义。利用专门的XSD编辑环境，可对XSD文件进行优化改造。IFC文件分类模式的拓展方法一般分为：基于IfcProxy的派生类型拓展、新增实体类型与属性集拓展三类［15］。

　　面向声景观调研的需求，IFC分类模式的拓展技术还需要更多篇幅深入讨论，此处仅演示一种简要的实现方法：笔者选取IFC 2x3 的标准XSD作为原型，采用了新增派生实体的方法，在分类模式原型已有类型IfcSpace的基础上，拓展出了自定义类型“_ifc_soundspot”。在该类型增加了表示素材文件名称和录音话筒制式的两个属性“File_Name”和“Mic_Type”，数据类型分别为字符串和枚举类型“_ifcMicTypeEnum”。在XSD文件中，枚举类型“_ifcMicTypeEnum”的定义需要先于使用它的属性字段，本例选取了几种常见的话筒制式缩写作为枚举类型的可选项。对该枚举类型的定义语句如下：

　　新拓展出的XSD文件命名为“Schema_ex_demo01”,导入SketchUp的分类模式管理器后，即可在实体信息窗口的“Type”一栏按照新拓展的分类模式“Schema_ex_demo01”中选择刚刚拓展的“_ifc_soundspot”类型。用户可在插件窗口找到并编辑“File_Name”和“Mic_Type”两个属性。由此，实现了对模型信息数据结构的拓展使用。XSD的编辑环境以及加载XSD后在SketchUp中看到的拓展属性编辑窗口，如图6所示。

　　按照笔者介绍的数据结构拓展方法，SketchUp作为声景观调研以及资产管理的中间件，可以完成声景观资产属性的记录与整合工作。

　　目前虚幻引擎的DataSmith机制已经具备了Sketch、Revit等三维模型工程文件以及IFC、FBX等模型数据格式的导入功能，在导入过程中会自动对模型的几何坐标系和计量单位进行匹配转换。经过测试，对于素材采集点坐标和采集姿态的导入准确，精度能够满足虚拟声景观重建的要求。与模型对象相关的基础分类信息以及基本属性，能够准确导入到虚幻引擎中。后续作为资产信息，可以直接在虚幻引擎内依据不同的场景需要高效地调用各素材采集点所对应的声景观素材资产。SkechUp原生支持IFC 2X3分类模式，在此分类模式下选择模型实体类型后，就可以写入其他的高级属性数据（Advanced Attribues）。用户可以将模型的属性数据导出为IFC格式文件，依赖于DataSmith机制转换为元数据，进而成为虚幻引擎中资产对象的“资产用户数据” （Asset User Data），如图7所示。

　　目前数据交换环节存在的限制在于SketchUp平台导出的IFC文件的数据结构仅包含IFC 2X3版本的标准分类目录及其对应的属性集，而由用户自定义拓展的XSD所携带的自定义属性字段及其数值无法成功地嵌入导出的IFC格式文件中，由此导致数据无法完整传递到虚幻引擎中。

　　现阶段的适应性解决方案是利用虚幻引擎专门为SketchUp平台开发的模型文件的格式转换与导出插件Datasmith Exporter for SketchUp。该插件的作用是将SketchUp三维模型数据转化为虚幻引擎中的场景存储在“*.udatasmith”格式文件当中，该格式文件可由XML文件编辑器打开。用户自主定义的拓展属性能够以元数据（Metadata）的形式存储。这些元数据信息作为独立的Xml元素，存储在整个文件的尾部（图8）。与摆放在模型中的话筒位置相对应，每条元数据拥有独立的身份标识。将这些元素导出为Xml文件，在虚幻引擎建模阶段，配合使用蓝图（Blueprint）脚本所提供的各种元数据解析调用模块，即可实现资产属性的综合利用。SketchUp平台在未来将会不断升级对新版IFC标准以及用户自定义拓展属性的导出功能，作为中间件的模型数据文件将会与虚幻引擎之间实现高效的数据交换。

　　笔者首先分析了近年来虚拟仿真技术融入声景学调研的发展趋势，研究了近年具有代表性的研究案例。以虚拟仿真模型中的声景观资产采集与管理为研究背景，依据虚拟声景观建模的工作流程，提出了声景观建模中间件的适配与优化问题。将SketchUp软件平台作为声景观调研与建模的中间件，目的在于辅助声景观素材快速采集与重建流程中的信息采集与管理，节约人员和管理成本，提高工作效率。文章给出了基于SketchUp平台记录声景观资产信息的完整解决方案，初步设计了话筒位置信息的记录方法，重点探索了SketchUp平台基于IFC分类模式的对象属性拓展方法。

　　笔者初步提出了基于IFC数据格式的属性拓展方案，但IFC分类模式的拓展涉及到的技术细节庞杂，仍然具有较大的探索空间，计划未来撰写专门的文章深入讨论。此外，本文分析了当前资产管理中间件与游戏引擎平台之间在数据交换环节存在的局限性，为后续优化研究工作找到了优化改进的方向。因此，下一阶段的研究将会更深入地结合游戏引擎中声景观重建与生成的实施过程，进一步优化声景观资产信息的管理方法。

　　［2］扈军. 基于GIS的声景分析及声景图制作研究［D］.浙江大学,2015.