i3dm，即 Instanced 3D Model，實例三維模型的意思。

諸如樹木、路燈、路邊的垃圾桶、長椅等具有明顯 重復 特征的數(shù)據(jù)。這類數(shù)據(jù)用得較少（笑，現(xiàn)在都喜歡搞BIM、傾斜攝影、精模、白模等）

我的git地址：github.com/onsummer
轉載請規(guī)范化轉載。出處：@秋意正寒 https://www.cnblogs.com/onsummer/p/13252897.html

瓦片文件二進制布局（文件結構）

與 b3dm 一致，文件頭多了個屬性。

1. 文件頭：32byte

i3dm的文件頭有8個屬性，前7個與b3dm是一樣的。

其中，前7個和b3dm意義一樣，不做解釋。

第8個，gltfFormat 只有兩個值：0和1.

0，則位于 i3dm 瓦片文件最后的 gltf 內(nèi)容是一個 uri，指向gltf的數(shù)據(jù)內(nèi)容（可能是Base64 DataURL，也可能是其他地方的地址，筆者沒見過...）

1，則位于 i3dm 瓦片文件最后的 gltf 內(nèi)容是 二進制的 glb，大多數(shù)情況見的是這個。

默認情況，gltf 是 y 軸朝上，3dTiles 是z軸朝上，需要坐標轉換。

2. 要素表

在上篇，有介紹到要素表存在 全局屬性 和 要素屬性。在 i3dm 中，這對概念就能得到很好的解釋。

① 要素表的全局屬性

第一第二個能與 b3dm 中的 BATCH_LENGTH 和 RTC_CENTER 類比來理解，就不解釋了。

最后一個屬性指示當前 i3dm 瓦片的坐標軸朝向。

下列要著重介紹這個所謂的 QUANTIZED_VOLUME，即 量化空間范圍體。

量化空間范圍體

這個詞“量化空間范圍體”是我自己意譯的。

每個瓦片，都有它自己的空間范圍，為了節(jié)約數(shù)據(jù)占用，可以使用相對坐標來記錄每個 instance 的位置，也即記錄全局屬性中的 RTC_CENTER 屬性。

但是，即便用了相對坐標，instance 的坐標值仍然是 FLOAT 類型，占 4字節(jié)。

假設，存在一個矩形空間，它的左下角點的坐標是 (x, y, z)，將矩形空間按 \(2^{16}\) 等分其 x、y、z 三個方向，定義矩形空間的三條邊長對應瓦片本身的坐標空間的縮放比例為 (ScaleX, ScaleY, ScaleZ)，如下圖所示：

這樣，被細分出來的每一個 “小矩形”，都有它自己在這個矩形空間的量化坐標，因為 x、y、z 三個方向被分割成了 \(2^{16}\) 塊，我們可以使用 uint16 類型的數(shù)值來記錄坐標，這樣每個數(shù)字只占了 16bit，也即 2byte，比 FLOAT 的4byte 小了一倍，對于頂點數(shù)據(jù)的壓縮十分具有價值。

那么，如何將 (16464, 2172, 63312) 這個量化的坐標映射回瓦片原本的坐標呢？參考公式：

\(\vec{Position} = Scale * \displaystyle\frac{\vec{PositionQuantized}}{65535} + \vec{Offset}\)

即量化坐標 PositionQuantized 各個坐標分量乘上縮放因子（ Scale / 65535 ），然后加偏移坐標即可。

三個方向的縮放因子 QUANTIZED_VOLUME_SCALE:float[3] 和 偏移量 QUANTIZED_VOLUME_OFFSET:float[3] 作為全局屬性寫在要素表JSON中。

如果這兩個全局屬性未定義，則 逐要素屬性中的 POSITION_QUANTIZED 這個量化坐標也不會存在，即使用原有的 float 類型坐標記法。

需要注意的是，量化坐標和普通坐標只能二選一，如果都不存在，那么這個 i3dm 瓦片就不會被渲染。

看到這，是否能理解“要素表的全局屬性是對于整個瓦片文件而言”這句話了呢？

② 要素表的(逐)要素屬性

當 i3dm 瓦片中逐個 instance 的POSITION 被定義時，量化坐標 POSITION_QUANTIZED 就不應存在，反之亦然。

接下來四個方向向量屬性（法線）NORMAL_UP、NORMAL_RIGHT 和 NORMAL_UP_OCT32P、NORMAL_RIGHT_OCT32P 也是一對反依賴的逐要素屬性。

SCALE 屬性定義了當前要素（instance或實例）對使用的 gltf 模型的縮放比例。

SCALE_NON_UNIFORM 屬性與 SCALE 屬性差不多，只不過是在三個方向上分別不同的縮放比例。

BATCH_ID，是當前要素（instance或實例）的 id 號，將 要素 與 批量表中的屬性 二者聯(lián)系起來。

個人覺得，應該叫 INSTANCE_ID 更合適一些？

默認方向

如果不給定要素屬性中與方向有關的向量時，每個實例的朝向有一個默認值：在WGS84橢球上，上方向指向正北，右方向指向正東。

③ 要素表的JSON

上述所有屬性全部會記錄在要素表的 JSON 中，對于 全局屬性，其值記錄在 JSON 中，對于其要素屬性，因為要素（即instance）很多的時候寫在JSON中體積會變大，所以使用 JSON引用要素表二進制數(shù)據(jù)體 的形式。

下列是一個要素表的JSON：

{
    INSTANCES_LENGTH : 4, // 有4個實例
    POSITION : {
        byteOffset : 0 // POSITION的值從ftBinary的第0字節(jié)起開始計算
    }
}

讀者不妨回顧上一篇，b3dm的要素表JSON，并未出現(xiàn)有對要素表體引用的屬性，在這里出現(xiàn)了：POSITION，它從要素表體的第 0 個字節(jié)開始記錄數(shù)據(jù)。

而 POSITION 這個逐要素（實例、instance）屬性的定義，早已在上文提及，即三個 FLOAT 類型數(shù)字為一組，一共 INSTANCES_LENGTH 組的數(shù)據(jù)，記錄在要素表體。這是 instance 坐標數(shù)據(jù)，寫在 JSON 中雖然沒問題，但是會造成空間浪費，以二進制形式記錄會比較劃算。

④ 要素表體

要素表JSON中引用的二進制數(shù)據(jù)均順次記錄在此。

3. 批量表

批量表與 b3dm 的一致，均為 JSON 記錄屬性元數(shù)據(jù)，批量表體記錄屬性具體數(shù)據(jù)。此處不再舉例。

4. 要素舉例說明

此部分參考官方文檔。

① 僅有 POSITION 的 i3dm 瓦片

var featureTableJSON = {
    INSTANCES_LENGTH : 4, // 有4個實例
    POSITION : {
        byteOffset : 0 // POSITION的值從ftBinary的第0字節(jié)起開始計算
    }
};

var featureTableBinary = new Buffer(new Float32Array([
    0.0, 0.0, 0.0,
    1.0, 0.0, 0.0,
    0.0, 0.0, 1.0,
    1.0, 0.0, 1.0
]).buffer);

使用 JavaScript 語言記錄了 要素表JSON，以及要素表二進制數(shù)據(jù)（以ES6 TypedArray 形式）。

② 使用量化位置與八進制方向向量

var featureTableJSON = {
    INSTANCES_LENGTH : 4, // 有4個實例
    QUANTIZED_VOLUME_OFFSET : [-250.0, 0.0, -250.0],
    QUANTIZED_VOLUME_SCALE : [500.0, 0.0, 500.0],
    POSITION_QUANTIZED : {
        byteOffset : 0
    },
    NORMAL_UP_OCT32P : {
        byteOffset : 24
    },
    NORMAL_RIGHT_OCT32P : {
        byteOffset : 40
    }
};

var positionQuantizedBinary = new Buffer(new Uint16Array([
    0, 0, 0,
    65535, 0, 0,
    0, 0, 65535,
    65535, 0, 65535
]).buffer);

var normalUpOct32PBinary = new Buffer(new Uint16Array([
    32768, 65535,
    32768, 65535,
    32768, 65535,
    32768, 65535
]).buffer);

var normalRightOct32PBinary = new Buffer(new Uint16Array([
    65535, 32768,
    65535, 32768,
    65535, 32768,
    65535, 32768
]).buffer);

var featureTableBinary = Buffer.concat([positionQuantizedBinary, normalUpOct32PBinary, normalRightOct32PBinary]);

規(guī)定了全局屬性 QUANTIZED_VOLUME_OFFSET 和 QUANTIZED_VOLUME_SCALE，規(guī)定了量化坐標 POSITION_QUANTIZED、八進制上方向和右方向向量NORMAL_UP_OCT32P、NORMAL_RIGHT_OCT32P 在要素表體中的起始偏移值。

于是，使用三個 TypedArray 構造的 Buffer 對象，再拼接在一起，即要素表體 featureTableBinary。

5. 字節(jié)對齊與編碼端序

與b3dm里寫的一致，可以回看：https://www.cnblogs.com/onsummer/p/13252896.html

6. 擴展（extensions）和額外信息（extras）

同樣，這部分內(nèi)容與b3dm篇章內(nèi)介紹的一致，會在后續(xù)文章內(nèi)介紹。