Aux premiers jours de l’internet, la seule façon d’écouter un enregistrement ou de regarder un film était de télécharger l’ensemble du fichier en une seule fois. Des entreprises pionnières comme RealAudio ont créé les premières stations de radio sur l’internet à grande échelle qui ont tiré parti des formats de streaming audio émergents. Plus tard, YouTube et Netflix ont bâti de vastes empires sur la base des protocoles de streaming vidéo.
Aujourd’hui, les jeux en 3D, les jumeaux numériques et les métavers sont principalement diffusés via des fichiers volumineux. Par conséquent, ces expériences sont limitées à un seul terrain de jeu ou bâtiment. 3D Tiles, une norme évolutive de l’Open Geospatial Consortium, promet de faciliter la diffusion et la mise à l’échelle du métavers. À terme, cela pourrait donner du pouvoir à la prochaine vague de métavers, de la même manière que le streaming média a permis à YouTube, Netflix, Spotify, Disney+ et à des centaines d’autres empires des nouveaux médias.
3D Tiles est une norme ouverte pour les ensembles de données géospatiales 3D massifs et hétérogènes tels que les nuages de points, les bâtiments, la photogrammétrie et les données vectorielles. Il est construit sur la base de glTF et d’autres types de données 3D. Alors que des normes telles que glTF compriment et optimisent les ressources 3D pour l’efficacité de l’exécution et le partage, 3D Tiles porte cette démarche à l’échelle mondiale en créant un index spatial du contenu 3D. La norme est largement utilisée dans la communauté géospatiale et gagne en popularité dans les jeux 3D, les jumeaux numériques et les métavers industriels.
La spécification 3D Tiles a été introduite pour la première fois en 2015 et normalisée en 2019. Elle a bénéficié d’une mise à jour importante l’année dernière avec l’introduction de 3D Tiles Next, qui améliore l’analyse 3D, peut interroger les données 3D plus efficacement et améliore la prise en charge des données contextuelles. Par exemple, Cesium travaille actuellement avec certaines grandes entreprises de construction pour analyser comment le terrain 3D évolue sur un grand site au fil du temps.
Des objets 3D aux mondes
VentureBeat s’est entretenu avec Patrick Cozzi, PDG de Cesium, qui a conçu l’idée de 3D Tiles. L’équipe de Cesium utilisait glTF pour des modèles 3D individuels tels que des satellites, des véhicules terrestres et des avions, mais il n’existait aucun moyen efficace de partager une collection de ces modèles. Il a donc commencé à explorer les moyens de permettre la diffusion incrémentielle des données.
« Nous avons réalisé que nous devions être en mesure de transférer ces modèles massifs avec des téraoctets de terrain, des nuages de points à une résolution centimétrique, avec la géométrie, les textures et les métadonnées sur le Web pour une visualisation et une analyse efficaces », a expliqué Cozzi.
Par exemple, une application utilisant 3D Tiles pourrait offrir une vue d’une grande ville comme Los Angeles, en commençant par la rue et les bâtiments proches en haute résolution, puis en diminuant progressivement la résolution des bâtiments et du paysage au loin, car ils occupent moins d’espace à l’écran.
S’appuyer sur les tuiles SIG
M. Cozzi s’est inspiré d’approches connexes pour la diffusion de données SIG à l’aide de tuiles en 2D. Ces techniques sont largement utilisées dans des applications telles que Google Maps, qui vous permettent de zoomer du bord de la terre à une maison individuelle. Mais la 3D présentait des défis supplémentaires. Aujourd’hui, des applications comme Street View de Google Maps vous contraignent à sauter d’un point à l’autre. Les applications construites sur les tuiles 3D vous permettront de vous promener en douceur le long de la route sans avoir à télécharger d’abord le monde entier.
L’innovation majeure a été l’utilisation d’un niveau de détail hiérarchique pour montrer la plus haute résolution pour les choses à proximité et une résolution de plus en plus faible dans la distance. La même approche peut offrir une expérience similaire pour le défilement et la mise à l’échelle en douceur d’un monde, tant en 2D qu’en 3D.
« Nous voulons être en mesure de diffuser le modèle le plus précis possible, mais en transférant le moins de données possible sous forme de géométrie, de textures et de métadonnées », explique M. Cozzi.
Dans ce cas, la géométrie est constituée de données sur les triangles utilisés pour décrire la représentation physique du monde. Les textures représentent les couleurs, les reflets et autres propriétés visuelles du monde. Les métadonnées fournissent un contexte supplémentaire pour indiquer quels pixels font partie d’une fenêtre, d’une porte ou d’un panneau solaire, ainsi que des informations sur leurs propriétés.
« La dernière catégorie de métadonnées est essentielle pour les jumeaux numériques afin que vous puissiez interagir avec la visualisation, faire des analyses ou créer des simulations plus précises », a expliqué Cozzi. Par exemple, cela pourrait vous aider à modéliser la propagation des radiofréquences dans une ville, à estimer la capacité solaire ou à compter le nombre de piscines.
L’un des grands défis consiste à analyser efficacement un grand modèle en plusieurs représentations à différentes échelles. 3D Tiles construit une hiérarchie qui comprend des données sources à pleine résolution et des versions à résolution progressivement plus faible. Toutefois, chaque version tire parti de la compression intégrée à glTF, ce qui réduit considérablement la taille du fichier. « Même si vous devez stocker plusieurs niveaux de résolution, le jeu de tuiles 3D peut souvent être plus petit que les données sources », a déclaré M. Cozzi.
Le niveau suivant
La communauté 3D Tiles a récemment publié 3D Tiles Next, qui passe actuellement par le processus de normalisation de l’OGC. L’accès aléatoire plus efficace constitue une amélioration importante. Cela devrait faciliter l’interrogation des données 3D Tiles pour les cas d’utilisation de l’intelligence artificielle (IA) et de l’analyse, comme le comptage du nombre de panneaux solaires et de la surface totale des fenêtres à proximité d’un point particulier. Elle permet également de relier des métadonnées à des pixels individuels. L’interopérabilité avec glTF a également été améliorée.
Dans l’avenir, M. Cozzi espère explorer les moyens d’améliorer la façon dont les tuiles 3D peuvent apporter une échelle massive aux modèles USD, améliorer la prise en charge d’un plus grand nombre de moteurs de jeux et débloquer de nouvelles capacités d’IA 3D. Les moteurs de jeu sont de plus en plus intégrés dans les SIG, les jumeaux numériques et les outils de métavers industriels.
« Je pense que la prise en charge d’un grand nombre de moteurs de jeux différents est vraiment importante pour mettre le géospatial 3D à grande échelle à la portée du plus grand nombre de personnes possible », a déclaré M. Cozzi.
