PolarDB:Modelo de nuvem de pontos

Tipos de dados

O GanosBase PointCloud introduz dois tipos de dados: PcPoint e PcPatch.

PcPoint é a unidade básica dos dados de nuvem de pontos. Cada PcPoint contém pelo menos as coordenadas X e Y, podendo incluir dimensões adicionais como Z (elevação), intensidade ou valores RGB. Esse tipo permite importar e exportar dados, consultar o schema da nuvem de pontos e realizar consultas espaciais. Use PcPoint quando precisar processar ou consultar pontos individuais.

PcPatch representa um conjunto de objetos PcPoint próximos armazenados como uma única linha no banco de dados. O uso de objetos PcPatch reduz o número de linhas na tabela, tornando o armazenamento e as consultas espaciais significativamente mais eficientes. O PcPatch permite empacotar, comprimir e descomprimir pacotes de dados, além de consultar schemas e filtrar pacotes. Use PcPatch para armazenamento de nuvens de pontos em grande escala e consultas espaciais em massa.

A representação JSON de cada tipo é:

// PcPoint: a single point
{"pcid": 1, "pt": [0.01, 0.02, 0.03, 4]}

// PcPatch: a collection of points
{"pcid": 1, "pts": [[0.02, 0.03, 0.05, 6], [0.02, 0.03, 0.05, 8]]}

Schema de nuvem de pontos

Sensores LIDAR e scanners 3D variam amplamente: alguns capturam apenas valores X/Y/Z, enquanto outros adicionam intensidade, número de retorno, RGB ou dezenas de outras variáveis. Os formatos de armazenamento também diferem — a intensidade pode ser um inteiro de 4 bytes em um conjunto de dados e um único byte em outro. O documento de schema resolve essa heterogeneidade ao declarar exatamente quais dimensões cada ponto contém e como cada dimensão é codificada.

O GanosBase PointCloud utiliza o mesmo formato de schema da biblioteca PDAL. Cada schema é um documento XML que define:

• As dimensões de cada ponto (nome, posição, tipo de dados, escala)

• O método de compressão para o patch

Os schemas são armazenados na tabela pointcloud_formats juntamente com um identificador inteiro exclusivo chamado PCID (ID da nuvem de pontos). Todo objeto PcPoint e PcPatch referencia um PCID como chave estrangeira para identificar seu schema.

Sistema de referência espacial

Um sistema de referência espacial (SRS) mapeia as coordenadas da nuvem de pontos para locais reais na Terra. O GanosBase referencia definições de SRS por meio de um inteiro chamado SRID, que atua como chave estrangeira para a tabela spatial_ref_sys.

Para mais informações, consulte Referência espacial.

Visualização de colunas de dados

A visualize pointcloud_columns lista todas as colunas de nuvem de pontos no banco de dados atual, de forma semelhante à visualize de colunas de geometria no PostGIS.

Consulte todas as colunas de nuvem de pontos no banco de dados atual:

SELECT * FROM pointcloud_columns;

Compressão de dados

Conjuntos de dados de nuvem de pontos costumam ser volumosos. O GanosBase PointCloud suporta os seguintes métodos de compressão, especificados no bloco <pc:metadata> do schema:

<pc:metadata>
  <Metadata name="compression">dimensional</Metadata>
</pc:metadata>

None (padrão): Sem compressão. Objetos PcPoint e PcPatch são armazenados como arrays de bytes brutos, utilizando os tipos e formatos definidos no schema.

Dimensional: Aplicável apenas a PcPatch. Os pontos são reorganizados por dimensão — todos os valores de X juntos, todos os valores de Y juntos, e assim por diante — e cada array de dimensão é comprimido independentemente usando o subalgoritmo mais adequado:

Para objetos PcPatch pequenos que amostram áreas semelhantes, a compressão dimensional atinge uma taxa de compressão de 3:1 a 5:1. Objetos PcPoint em um schema com compressão dimensional são armazenados da mesma forma que no método None.

Como funciona a compressão dimensional

Antes da compressão, um PcPatch com 4 dimensões e 6 pontos é armazenado em ordem de linha principal (row-major):

{
  "pcid": 1,
  "pts": [
    [-126.99, 45.01, 1, 0],
    [-126.98, 45.02, 2, 0],
    [-126.97, 45.03, 3, 0],
    [-126.96, 45.04, 4, 0],
    [-126.95, 45.05, 5, 0],
    [-126.94, 45.06, 6, 0]
  ]
}

Após a compressão dimensional, os valores são reorganizados em arrays separados por dimensão:

{
  "pcid": 1,
  "dims": [
    [-126.99, -126.98, -126.97, -126.96, -126.95, -126.94],
    [45.01, 45.02, 45.03, 45.04, 45.05, 45.06],
    [1, 2, 3, 4, 5, 6],
    [0, 0, 0, 0, 0, 0]
  ]
}

Cada array de dimensão é comprimido independentemente — a última dimensão (todos zeros) é reduzida a quase zero bytes com run-length encoding.

Instale as extensões

Instale ambas as extensões usando os seguintes comandos:

CREATE EXTENSION ganos_pointcloud CASCADE;
CREATE EXTENSION ganos_pointcloud_geometry CASCADE;

Para evitar problemas de permissão, instale as extensões no schema public:

CREATE EXTENSION ganos_pointcloud WITH SCHEMA public;
CREATE EXTENSION ganos_pointcloud_geometry WITH SCHEMA public;

Defina um schema de nuvem de pontos

Insira um schema na tabela pointcloud_formats. O schema abaixo define quatro dimensões — X, Y, Z (cada uma como um inteiro assinado de 4 bytes com escala de 0,01) e Intensity (inteiro não assinado de 2 bytes) — com compressão dimensional ativada.

INSERT INTO pointcloud_formats (pcid, srid, schema) VALUES (1, 4326,
'<?xml version="1.0" encoding="UTF-8"?>
<pc:PointCloudSchema xmlns:pc="http://pointcloud.org/schemas/PC/1.1"
    xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
  <pc:dimension>
    <pc:position>1</pc:position>
    <pc:size>4</pc:size>
    <pc:description>X coordinate as a long integer. You must use the scale and offset
                    information of the header to determine the double value.</pc:description>
    <pc:name>X</pc:name>
    <pc:interpretation>int32_t</pc:interpretation>
    <pc:scale>0.01</pc:scale>
  </pc:dimension>
  <pc:dimension>
    <pc:position>2</pc:position>
    <pc:size>4</pc:size>
    <pc:description>Y coordinate as a long integer. You must use the scale and offset
                    information of the header to determine the double value.</pc:description>
    <pc:name>Y</pc:name>
    <pc:interpretation>int32_t</pc:interpretation>
    <pc:scale>0.01</pc:scale>
  </pc:dimension>
  <pc:dimension>
    <pc:position>3</pc:position>
    <pc:size>4</pc:size>
    <pc:description>Z coordinate as a long integer. You must use the scale and offset
                    information of the header to determine the double value.</pc:description>
    <pc:name>Z</pc:name>
    <pc:interpretation>int32_t</pc:interpretation>
    <pc:scale>0.01</pc:scale>
  </pc:dimension>
  <pc:dimension>
    <pc:position>4</pc:position>
    <pc:size>2</pc:size>
    <pc:description>The intensity value is the integer representation of the
                    pulse return magnitude. However, it should always be included if available.</pc:description>
    <pc:name>Intensity</pc:name>
    <pc:interpretation>uint16_t</pc:interpretation>
    <pc:scale>1</pc:scale>
  </pc:dimension>
  <pc:metadata>
    <Metadata name="compression">dimensional</Metadata>
  </pc:metadata>
</pc:PointCloudSchema>');

Crie tabelas de nuvem de pontos

-- A table of individual points (PcPoint)
CREATE TABLE points (
    id SERIAL PRIMARY KEY,
    pt PCPOINT(1)   -- references the schema with PCID = 1
);

-- A table of point patches (PcPatch)
CREATE TABLE patches (
    id SERIAL PRIMARY KEY,
    pa PCPATCH(1)
);

Insira dados PcPoint

Todos os exemplos abaixo usam ST_MakePoint para construir objetos PcPoint.

-- Insert 100 generated points
INSERT INTO points (pt)
SELECT ST_MakePoint(1, ARRAY[x, y, z, intensity])
FROM (
    SELECT
        -127 + a/100.0  AS x,
          45 + a/100.0  AS y,
               1.0 * a  AS z,
                 a / 10 AS intensity
    FROM generate_series(1, 100) AS a
) AS values;

-- Construct a single PcPoint and inspect it
SELECT ST_MakePoint(1, ARRAY[-127, 45, 124.0, 4.0]);
-- 010100000064CEFFFF94110000703000000400

SELECT ST_AsText('010100000064CEFFFF94110000703000000400'::pcpoint);
-- {"pcid":1,"pt":[-127,45,124,4]}

Insira dados PcPatch

Agrupe pontos em patches usando ST_Patch e inspecione-os com ST_MakePatch:

-- Group points into patches of 10
INSERT INTO patches (pa)
SELECT ST_Patch(pt) FROM points GROUP BY id/10;

-- Construct a patch from a flat coordinate array and inspect it
SELECT ST_AsText(ST_MakePatch(1, ARRAY[-126.99, 45.01, 1, 0,
                                       -126.98, 45.02, 2, 0,
                                       -126.97, 45.03, 3, 0]));
-- {"pcid":1,"pts":[[-126.99,45.01,1,0],[-126.98,45.02,2,0],[-126.97,45.03,3,0]]}

Consulte estatísticas de patch

Calcule o valor médio de cada dimensão de atributo em um PcPatch:

SELECT ST_AsText(ST_PatchAvg(pa)) FROM patches WHERE id = 7;
-- {"pcid":1,"pt":[-126.46,45.54,54.5,5]}

Remova as extensões

DROP EXTENSION ganos_pointcloud_geometry;
DROP EXTENSION ganos_pointcloud CASCADE;