在过去的十年中，出现了许多建筑节能可视化和模拟系统；然而，它们中的大多数都是依靠理论热力模型来建议新建筑的结构设计和现有建筑的改造。可持续的建筑方法已经取得了巨大的进步。德国的Energy-PlusHouse技术的例子使用了（几乎）零碳的被动加热技术的组合。一个具有网络功能的X3D可视化和模拟系统，加上一套具有成本效益的温度/湿度传感器，可以为建筑设计、材料和施工提供有价值的见解，从而可以大大节省能源，提高居民的热舒适度，从而实现卓越的建筑能源效率。本文提出了一个具有成本效益的硬件软件原型系统，可以在网络上为住宅和/或商业建筑
CR类别。H.5.2用户界面。GUI;H.5.3团体和组织界面。基于网络的交互；I.3.7三维图形和真实感。虚拟现实；I.3.8应用；I.6.8模拟的类型。视觉。
关键词。热舒适度、热图、X3D、Web3D、建筑节能、三维模拟、传感器网络。
1简介
近几十年来，可持续的建筑方法已经取得了巨大的进步。例如，德国的Energy-PlusHouse技术[Voss和Musall，2012]将几乎零碳的被动供暖技术和易于适应的可再生能源技术结合起来，以建造具有正能量平衡的住宅，使房主能够向国家电网出售剩余能源并赚取额外收入。
不幸的是，热能不足的西方建筑方法很难挖掘出应用节能技术的巨大潜力。此外，目前世界上经济发展最快的地区是全球南方国家，它们主要位于热带和亚热带气候区，在设计节能和低碳房屋方面有着完全不同的要求。
随着经济的快速增长（通常是不规范的），世界上这些地方的能源消耗成倍增加。这些国家的建筑部门迅速适应了西方的建筑方法，现在面临着评估建筑能源效率的主要障碍，特别是对于商业建筑。
本文建立在[HamzaLup等人，2015]的研究基础上，并对其进行了扩展，因为它说明了一个有效的、基于网络的可视化和模拟系统，加上一套具有成本效益的传感器（如温度、相对湿度），可以为建筑物的设计、材料和施工提供有价值的见解，从而大大节省能源并改善热舒适度。
传统的热成像模型被建筑专业人士和HVAC（供暖、通风和空调）工程师使用多年，他们依赖专有的热分析软件产品，如。SolidWorks、AnsysAdvantage、AnsysCFX和许多其他支持基于CAD模型集成的软件。本研究的目标之一是提出一种独立于专有软件包及其集成解决方案的建模表示法，这种表示法依赖于X3D开放标准（Web3D，2016）。
纳入Nicol等人[1995]的室内空气温度和湿度的热舒适性国际标准缺乏代表性和测量方法及解释。它们主要涉及热舒适度和建筑居住者对温度的感知值。仅在美国，国家建筑科学研究所（NIBS）正在（通过高性能建筑委员会）提出建筑围护结构热性能的基线标准[NIBS,2015]，ASHRAE90.1-2010，其中有一定水平的高性能，测量和验证围护结构的设计和施工。Peeters等人[2009]提出了一套用于住宅建筑热舒适度评估的数值和标度。每个住宅中的房间被分为三组：卧室、浴室和其他。在决定热舒适度尺度时，考虑了许多因素（包括热适应）。Zhai等人[2006]，对过去20年用于建筑物内空气流动建模的复杂的计算流体力学（CFD）模拟进行了回顾。然而，在作者看来，所有提出的模拟系统都是专有的，而且过于复杂，无法与实时数据结合应用。
Ham等人[2014]提出了一种基于热成像的方法，在考虑到静态遮挡的情况下，将建筑物的实际热阻和冷凝问题以三维方式可视化。他们的实验结果显示，有希望支持建筑现状的改造决策；然而，该方法只处理了将从红外相机获得的表面温度数据转换为能源性能指标和可能的冷凝问题的三维可视化，并没有解决建成后的建筑的进一步热舒适性考虑。从视觉表现的角度来看，Wong和Fan[2013]的研究同意，缺乏互操作性可能是限制BIM（建筑信息模型）在建筑设计中应用的一个因素，需要在设计过程的规划阶段提前考虑。通过本文，我们试图从热舒适度模拟的角度来解决这一不足，并创建一个独立的可视化和模拟平台，通过简单的网络浏览器来访问。
Rijal等人[2014]在日本关东地区的湿热季节对30个起居室进行了热舒适和居住者行为调查。他们的结果显示，居民通过使用开窗和使用风扇等行为适应，增加空气流动来适应湿热的环境。该研究缺乏任何形式的热传递模拟，主要依赖于根据皮肤水分感觉对受访者进行的统计分析。Pitts[2013]进行的另一项研究涉及过渡空间，如入口门厅、流通区、电梯厅、楼梯和中庭，以及热舒适体验。它既回顾了现有的关于此类空间舒适性的研究报告。这项工作的结果只提出了减少环境调节的机会，从而减少了此类空间的能源使用。Lee[2008]开发了一个由人造光供电的新型传感器网络，以实现热舒适度测量的无线电力传输和无线数据通信，从而实现空调系统的舒适度最优控制策略。这项研究的目标之一是调查X3DISO标准，以便用从传感器网络获得的实时数据来表示交互式3D热图。传感器可以连接到HVAC设备的执行器上，通过反馈所指空间的热图信息，实现能源消耗评估和管理。
3数据采集和通信
建筑物的热力图（包括温度和湿度）是动态的，取决于各种因素，如：建筑围护结构的传热，冷却/加热源，以及采用的加湿器/除湿器系统。室内和室外气候之间的第一种传热方式是通过建筑围护结构的传导、对流和辐射进行的。第二种重要的传热方式是通过空气交换（渗入/渗出）。
数据采集系统（DAS）是实时或离线地收集和提供温度和湿度数据到X3D的可视化/模拟。DAS的设计符合现有建筑管理系统（BMS）的集成要求，并在图1所示的3层结构上进行开发。
图1：数据采集系统。三层结构
●第2层：数据集中器网络由每个房间级别的低功耗数据集中器代表，由第1层的数据收集模块和到第3层的数据传输模块组成。
●第3层：楼宇监管员是BMS的一部分，它是通过BACnet运行[Richard,2013]。建筑主管负责整体的数据收集和处理，以及数据存储和按需检索。
第1层依赖于蓝牙4.0低能量（BLE）子网络上的mbus协议[蓝牙，2014]。这种通信协议，以寄存器为导向，允许对寄存器进行简单的读/写，数据采集参数控制以及机器人执行器的潜在控制组件，用于建筑物内的自动传感器分布。二级网络使用符合20年历史的建筑自动化和控制网络协议（BACnet）的以太网TCP/IP网络上的通信协议[NEWMAN,2015]。这样的协议与HVAC通信和控制兼容，可以进一步扩展到管理这些单元。
3.1第1级--房间传感器网络设计
为了捕捉传热和相对湿度，热数据采集系统的主要组成部分是一套集成到本地蓝牙网络的低功耗传感器。这些传感器有几个特点。
●传感器的尺寸和能源消耗降到最低。
●高精度的温度.01°C，相对湿度±2%。
●网络的高可靠性（99.9%）。
●房间服务器和终端测量传感器之间通过蓝牙无线隧道的简单命令和控制通信协议。
●房间之间的标准协议BACnet[ANSI,2010]。服务器和大楼管理员通过以太网隧道，使用WiFi路由器作为接入点。
一套具有成本效益（5美元/个）的温度/湿度传感器SHT11[Sensirion,2015]（如图2所示）被部署在每个房间内，并具有移动的潜力。在大规模部署传感器群的情况下（例如，在为商业建筑建立热舒适度模型的情况下），传感器系统的总成本将通过考虑大规模生产而降低。作为传感器的安置策略，我们选择监测每个房间的角落，但也可以根据建筑或其他要求选择其他配置（如监测HVAC通风口）。
图2：（a）SensirionSHT11相对湿度传感器。(b)端点传感器。SHT11,eXtremeLowPowerPIC处理器,低功耗蓝牙收发器（BLE）
图3：端点传感器系统的方框图
微控制器使用互连电路（I2C）接口与传感器进行通信，并保证传感器数据的同步采集。微控制器[PIC,2015]从二级数据集中器（DC）接收两类信号：数据同步信号和数据询问信号，使用mbus协议。这些信号可以扩展到包括与移动性有关的信号，以防传感器被连接到机器人移动系统上进行自动移动和部署。
虽然本研究没有探讨自动传感器放置策略，但由于传感器尺寸小，这种可能性是存在的。携带小型传感器的HexBugs[HEXBUG,2015]代表了一种基于TILDEN等人[1995]建立的BEAM机器人概念的可能实现。目前的传感器放置策略旨在使传感器在监测范围内均匀分布，并高度依赖于建筑物的几何特征。此外，在初步测量后，根据客户的要求，我们可能会选择在有问题的区域或检测到绝缘问题的区域增加额外的传感器和/或聚集传感器。第1层目前采用的是星形网络拓扑结构。
传感器和DC之间的数据通信是基于循环缓冲器的想法，物理上位于端点上。这些缓冲区是由微控制器根据从每个传感器收集到的数据写入的。文件中的每一行都包含传感器ID、温度值和相对湿度值（无符号整数）等信息。缓冲器实现了FIFO策略，它可以容纳600条记录。在每个直流请求中，都会从缓冲区收集最新的数值。因此，通过设计，DC可以使用不同的查询频率。我们探索了每秒一次的查询频率，并证明对短间隔的数据收集（最多1天）是有用的。对于中等间隔的数据收集（长达2个月），每分钟一个查询的较低频率是合适的。
所收集的数据被用于X3D热图的颜色编码方案。智能传感器网络可以在多个层面上进行扩展，可以在每个房间里包括几十个基于ID系统并符合所需网络拓扑结构的传感器。数据通信带宽可以达到1Mbps以上，因此可以实现实时数据收集和处理。我们设计并实现了一个8至16个传感器的网络。每个房间的配置取决于温度/湿度数据的准确性要求。
3.2第2级--数据集中器网络
传感器以有效的方式将温度和湿度测量值传达给本地嵌入式服务器，该服务器在Lantronix（xPicoWi-Fi）[Lantronix,2015]系统、一个辅助微控制器和蓝牙低功耗（BLE）主控器上实现。因此，从一侧来看，DC将与房间的传感器进行通信并接收数据，从另一侧来看，DC将通过数据集中器将数据输入建筑网络，如图4所示。
图4：数据集中器（DC）的方框图
4使用X3D的热图可视化
一旦收集到数据，就必须将其与建筑结构联系起来。建筑结构设计可以很容易地从各种基于CAD的建模工具中获得，如SolidWorks[SolidWorks,2015]，它允许转换为VRML格式，从而转换为X3D。当人们试图根据传感器数据将建筑中每个房间的温度和相对湿度的体积表现可视化时，就会出现复杂性。三维可视化和通过数据集的互动导航是接下来要解决的复杂问题。
已经对几个X3D组件进行了调查，并对其权衡进行了分析。例如，目前的X3D实现提供了一个雾节点[X3DFog,2015]，它允许在模拟空气中的湿度蒸汽的环境中进行线性或指数可见度降低以及颜色添加，如图5所示；但是，这种实现没有提供对几何形状的控制，也没有颜色梯度的可能性。X3D几何基元（如方框、球体）似乎是三维热图表示的良好候选者，因为它们的R、G、B和α值（透明度）可以提供X3D热图，如图5-b所示。
图5：温度的可能的三维表示法。(a)X3D雾节点，(b)修改了α值的X3D球体。
由于X3D基元的位置和颜色/α值可以直接控制，作者选择将每个房间的体积建模为一组相切的半透明色球体。球体的颜色代表相应位置的平均相对湿度（或温度）（如图5-b所示）。球体的α值是这样设置的：根据与建筑物的视点距离，可以实现不同的透明程度。值是通过内插法来确定中间的相对湿度值。如图6所示，目前使用的是线性内插法，然而，其他更复杂的模型可以增强传感器数据（即相对湿度/温度值）的视觉表现。
图6：钟形的梯度颜色
4.1点云与X3D基元
对于普通LCD屏幕上的3D场景的2D可视化，我们观察到，一旦帧率下降到每秒10帧（FPS）以下，用户的交互性就会受到影响。我们探索了不同的X3D基元（如球体、盒子、点）来获得各种三维可视化模型，如图7所示。
图7：(a)点云渲染与(b)盒状基元与。(c)球体原始形态--说明房间里的热点虽然低多边形数量最好通过3D数据的2D投影的点云来实现，但很明显，X3D基元是一个更好的代表，尽管其多边形数量略高。
从帧速率来看，虽然点云提供了最好的性能，但使用半透明的基元（如盒子、球体）同样可以观察到最佳的可视化效果。具体到二维屏幕上的可视化，三维基元的优势在于提供大量的深度线索，否则就会丢失（例如在点云渲染中）。
4.2.实验结果--住宅楼
我们在一栋独栋别墅里配置了一组热传感器，并将每个矩形房间视为一个由半透明的切线球体组成的三维容器，说明了三维相对湿度图。传感器被放置在每个房间的角落里。墙壁被渲染成半透明的，如图8-a所示，并作为线框，图8-b。人们可以探索不同的视角，直观地看到房屋容积内的热量分布。如本模拟例子所示，由于阁楼隔热性能差，或由于外墙的隔热缺陷，建筑物的左角过热。
图8：住宅楼热力图的网络浏览器视图：（a）平面，（b）线框。
4.扩展到大型商业建筑
三维可视化的可扩展处理策略采用了数据域和图像域的分解策略，可以采用单次[Hadwiger等人，2012]和多次[Hong等人，2005]渲染技术。X3D半透明热力图可以扩展到大型商业建筑，然而，扩展的困难在于（1）传感器的放置策略--数据域问题，以及（2）X3D表示--图像表示域问题。
图9：商业建筑热力图的网络浏览器视图：（a）整体建筑围护结构，（b）角落的缩放
这些数据是人为生成的，以取代传感器的数据，因为作者专注于三维可视化问题，并试图证明可视化可以很容易地扩展到大型商业建筑，甚至城市模型。
5.1依赖视图的动态渲染
为了进一步提高场景的交互性，我们在X3D中设计并实现了一种依赖于视图的动态渲染算法，它只允许对感兴趣的区域生成热图。该算法基于[Yoonet.al.,2004]视图依赖算法，用于以交互式速度渲染大规模模型。图10显示了一个用户在X3D场景中导航并接近建筑物的楼层（b），他/她的视点离建筑物的角落近似一米。一个固定的摄像机（视点）位于距离建筑物100米的地方。在(a)中显示了热力图是如何只为第一层动态生成的，在用户通过场景导航时，保持X3D模型的大小和复杂性相对较小。
图10：（a）固定摄像机显示X3D场景；（b）用户视图在场景中导航，探索建筑物第一层的热图。
这种依赖于视图的优化将允许将可视化/模拟扩展到非常大的商业建筑和建筑群。考虑到数据采集系统的正确部署和集成，X3D场景有可能包括一个城市的几个部分。
5.2优点和局限性
通过在施工前阶段帮助评估热舒适度和室内空气质量，将该模型扩展到各种商业建筑，对暖通空调系统的研究人员和设计人员都特别有价值。它还允许设计师开发低能耗的冷却和加热策略，如自然通风系统和被动加热或冷却系统。分析建筑能耗所需的数据很复杂，应包括有关外部环境、建筑的形状和配置（建筑围护结构）、设备负荷、照明、各种机械系统和空气分配系统的标记数据。因此，为了准确预测能源消耗，应该使用综合可视化/模拟工具和传感器。
6用户基础
所有的建筑建模可视化/模拟都依赖于专有的可视化工具，这些工具在市场上是收费的（通常是高成本）。我们在X3D中的实现不受特定可视化工具的约束，因此，用户可以自由选择任何X3D播放器的实现方案。此外，由于X3D是一个开放的国际标准，许多X3D播放器的实现都是可用的，可以根据用户的具体需要进行定制。
7使用红外成像的验证方法
提出了一种三维可视化和模拟系统的验证方法，使用红外（IR）热成像仪。拍摄红外图像是为了暴露特定房间的潜在热问题，这些问题可能是在施工后开始的（用于建成后的建模），如不良或不充分的绝缘、空气泄漏、加热和管道问题、由于泄漏造成的水损害、冷凝、霉菌或其他潜在问题的识别和位置，最终会影响热舒适性。
对于建筑设计的反馈实践和已建设施的性能来说，至关重要的是实际获得性能验证工具和数据，以告知建筑承包商安装质量、材料问题或可能与设施内某些区域有关的不良性能。此外，可以部署技术解决方案来访问和解释智能能源表数据，以验证性能或表明调整的需要。这样的验证方法可以奖励良好的结果，并建立起建筑物业主、贷款人和其他商业投资者的信心。
验证方法是通过对通过红外相机获得的热图进行视觉比较来实现的并在某一特定时刻通过传感器。图11示意性地说明了这种热图的一个例子。
图11：通过视觉比较的验证方法。(a)红外相机成像和(b)X3D热图
假设在这个阶段有CAD或BIM模型，以便生成重点结构的X3D热图。
在另一个例子中，住宅单元热水器上的潜在问题的红外图像（图12）可以通过热成像进行验证，并通过本文前面介绍的X3D传感和制图来发现。
图12：通过视觉红外相机成像验证一个潜在的热水器问题
其他各种情况也可以进行调查；用热成像仪可以简单地验证建筑内热图所发现的问题，而热成像仪随后可以暴露出许多其他肉眼看不见的东西，如：热损失模式、与能源损失有关的问题、缺失或不良的绝缘材料、低效的加热或冷却系统、水损害（图13）或潮湿地区的霉菌发展。这些都可以成为能源审计的一部分，报告给建筑物业主，并向他们提供局部温度和湿度值的精确测量。
图13：通过视觉红外成像验证漏水对结构造成的潜在损害顺便说一句，图13中发现的房间角落的问题有可能因漏水而损坏结构。如果业主不采取行动，规定对屋顶或该建筑的外部承重墙进行维修，水损害可能会威胁到整个建筑的结构完整性。值得注意的是，在这种情况下，X3D绘图和验证过程只是用于规定性的和仅用于维修目的，考虑到终端点传感器获得的湿度和相对较低的温度数据。
8结论
这项研究提出了一个基本的、具有成本效益的温度/湿度数据采集系统和一个用于3D热图可视化和模拟的X3D模块。该系统可用于评估住宅或商业建筑的热舒适度。我们提出的X3D模型和传感器系统也可以在商业和住宅建筑的设计阶段使用，以改善建筑围护结构和装配的设计，并产生重要的能源节约。另一个潜在的应用是暖通空调系统的设计和设置，特别是对于在各种条件下必须保持热舒适度的商业建筑（如大量人群和储藏室的特殊相对湿度）。
建筑能源模型可以在设计开发阶段的早期应用，作为能源顾问和建筑师之间的合作努力。最初的能源建模方案可以使用正向模拟模型，如这个X3D计算机模拟，来预测年能耗和能源成本的近似值。该研究将被扩展为处理全年季节中各种人类舒适区的案例研究，因为湿度在热传递中起着主要作用。许多其他因素影响着人类的热舒适度，如：新陈代谢率、衣服的绝缘性、空气温度、平均辐射温度和空气速度。个人期望等心理参数也会影响热舒适度，但这不在本文的讨论范围之内。
虽然建筑信息模型（BIM）对建筑业来说并不是一个新概念，但建筑业最近把更多的考虑放在BIM和模拟工具的实际使用上。尽管由于将这些文件（主要是参数化对象）转移到X3D环境中而失去了智能，但所提出的系统用一个包含传感器群的三维虚拟原型取代了建筑的虚拟模型，产生重要的热信息，准备用于建筑的设计、评估和管理过程和/或运行。这使得能源顾问能够向设计团队传达嵌入式信息，在建筑物设计过程中，将建筑物的材料和规格整合到数据库中，并将输入特征输出到其他分析工具，如CFD或能源模拟的热舒适度。
参考文献
●美国国家标准学会。(2010)"ANSI/ASHRAE增编至ANSI/ASHRAE标准135-2008"。BACnet，由ASHRAE标准委员会于2010年1月23日批准。
●BLUETOOTH（2014）"蓝牙4.0BLE模块--HM蓝牙模块数据手册V303"，德州仪器。
●CHRISTIE,M.,ASPER,C.,MORTON,J.,BERRY,C.和Brand,D.(2014)."超越优于法规。新的市场转化零净能源的住宅新建筑计划"。2014年ACEEE建筑能源效率夏季研究报告》。华盛顿特区。ACEEE。
●CHUNG,D.(2015)."历史建筑外墙。模拟、测试和验证以改进能源建模"。国家建筑科学研究所杂志》，2月，（3），第1期，第16-21页。
●FOGALT.,奇尔兹H.,尚卡S.,KRüGERJ.,BERGERONR.D.,HATCHERP.(2010)"大数据分布式内存多GPU集群上的可视化"。在高性能图形学中，第57-66页。
●FOGALT.,SCHEWEA.,KRüGERJ.(2013)."AnAnalysisof可扩展的基于GPU的光线引导的体积渲染"。在IEEE大数据分析和可视化研讨会。
●pp.43-51.HadwigerM.,BeyerJ.,JeongW.-K.,PfisterH.(2012)"使用可视化驱动的虚拟内存方法对Petascale显微学数据流进行交互式体积探索"。
●IEEETransactionsonVisualizationandComputerGraphics18(12),pp.2285-2294.HAM,Y.,andGOLPARVAR-FARD,M.(2014)."3D使用红外热成像技术进行建筑能源诊断的热阻和冷凝问题的可视化"。工程中的可视化，2（1），第1-15页。
●HAMZA-LUP,F.,Borza,P,Dragut,D.andMaghiarM.(2015)"X3D基于传感器的住宅和商业建筑热力图，"Web3D会议论文集，6月18-21日，希腊克里特岛伊拉克利翁，第49-54页。
●HeitzE.,NeyretF.(2012)."在稀疏体素八度中表示外观和预过滤子像素数据"。在ACMSIGGRAPH/Eurographics高性能图形会议上，第125-134页。
●Hoff,N.,Wood,R.,Nagpal,R.(2011)."传感器的影响和执行器质量对机器人群算法性能的影响"，国际智能机器人和系统会议，9月25日至30日，加利福尼亚州旧金山，第4989-4994页。
●HONGW.,FENGQ.,KAUFMANA.(2005)"基于GPU的大型数据集的物序射线铸造"。在Eurograph-ics/IEEEVGTC体积图形研讨会上，第177-24页。
●KNOLLA.(2006)"Octree体积渲染方法的调查"。GI信息学讲义。1stIRTG研讨会论文集，6月14-16日，德国Dagstuhl。
●LaineS.,KarrasT.(2010)."高效稀疏体素Octrees分析、扩展和实现"。NVIDIA技术报告NVR-2010-001。
●Lantronix(2015)."LANTRONIXxPicoWi-Fi嵌入式设备服务器"。用户指南。零件编号900-691-RRevisionG,Lantronix,Inc.LEE,D.(2008)."用于热舒适度测量的光动力传感器网络的发展"。
●传感器。(8),pp.6417-6432.LEE,K.H.,andSCHIAVON,S.(2014)."三种动态预测性服装隔热模型对建筑能源使用的影响"，HVAC尺寸和热舒适度。能源。(7),pp.1917-1934.MORELANDK.(2013)"ASurveyofVisualizationPipelines.IEEE视觉化和计算机图形学的交互》19(3),第367-78页。
●NICOL,F.,HUMPHREYS,M.,SYKES,O.,andROAF,S.(1995)."热舒适的标准"。
●。TJPressLtd.,英国pascucciv.,frankr.j.(2002)."HierarchicalIndexingforOut-ofCoreAccesstoMulti-ResolutionData".InHierarchicalandGeometricalMethodsinScientificVisualization.2002年，第225-241页。
●PEETERS,L.F.R.,DEAR,R.de,HENSEN,J.L.M.和D'Haeseleer,W.(2009)."住宅建筑的热舒适度。建筑能源模拟的舒适值和尺度"。应用能源》，86（5），第772-780页。
●PIC。(2015)."PIC18(L)F2X/4XK22-数据表28/40/44-pin。采用XLP技术的低功耗、高性能微控制器》，Microchip2015,ISBN:9781620763131。
●Pitts,A.(2013)."过渡空间的热舒适"。建筑物》。3(1),pp.122-142.RICHARDA.F.(2013)"BACnet基础知识及其他"，KMCControls，建筑运营管理的NFMTVEGAS，国家设施管理和技术。9月17-18日，MandalayBay会议中心。
●Rijal,H.B.(2014)."日本住宅在湿热季节的舒适温度和居住者行为的调查"。建筑物》。4(3),pp.437-452.
●RodríguezM.,GobbettiE.,GuitanJ.,MakhinyaM.,MartonF.,PajarolaR.,SuterS.（2014）。"国家在压缩的基于GPU的直接体积渲染中的技术"。ComputerGraphicsForum33(6),pp.77-100.
●TEUKOLSKY,W.H,Vetterling,S.A,Flannery,B.P.(2007)."第13.11节。采样定理的数值使用"，《数值食谱》。科学计算的艺术（第三版），纽约。剑桥大学出版社，ISBN978-0-521-88068-8。
●TILDENM.W,andBROSLHASSLACHER.(1995)."机器人技术和自主机器。智能自主代理的生物学和技术"，LANL论文编号。LA-UR-94-2636。
●VOSS,K.和MUSALL,E.(2012)."净零能耗建筑-建筑碳中和的国际项目"。2nd版，2012年11月，InstitutfürInternationaleArchitektur-DokumentationGmbH&Co.KG,München,ISBN978-3-920034-80-5.WONG,K.D.,andFAN,Q.(2013)."用于可持续建筑设计的建筑信息P5模型（BIM）"。Facilities,31(3/4),pp.138-157.
●YoonS-E,Salomon,B.,gayle,R.,ManochD.(2004)."QuickVDR：大规模模型的交互式视图依赖性渲染"，IEEEVisualization，第131-138页。
●Zhai,Z.(2006)."计算流体力学在建筑设计中的应用。AspectsandTrends",IndoorandBuiltEnvironment,Aug.2006,15(4),pp.305-313.
云帆VR数字孪生研发中心，计划在以下范畴拓展对数字世界的应用研究：
1：三维计算应用：AR、VR、数字孪生、3D可视化、三维全息、智慧园区、虚拟仿真、BIM可视化、智慧楼宇、智慧交通、智慧水务、智慧城市、AR商城、VR商城、3D商城、线上云展、VR看房。
2：三维云应用：5G云计算、轻量化云计算、多媒体云传输、GPU云渲染集群。