打开手机地图搜一家餐厅,屏幕上跳出一个立体的小房子图标悬在街区上方,你转动视角,那个标注牌始终正对着你——这种体验背后,就是三维地图标注技术在干活。它跟我们熟悉的二维地图标注完全是两码事。二维标注本质上是在平面上贴标签,坐标是经纬度加一个高度值就完事了;三维标注要考虑空间方位、朝向、遮挡关系,甚至还得跟着用户视角实时调整姿态。说白了,二维标注是“贴纸”,三维标注是“挂在空间里的牌子”,技术难度不在一个量级上。

三维地图标注的核心难点在哪儿?坐标转换只是第一步。真实世界的GPS坐标要映射到三维场景里,得经过投影变换、高程校正、模型匹配好几道工序。更麻烦的是标注的朝向问题。你在三维场景里放一个标注牌,用户从东边看和从西边看,标注牌的朝向应该不一样,否则就会出现文字镜像或者侧面对着人的尴尬情况。解决办法通常是让标注牌始终面向摄像机,也就是所谓的Billboard技术,但这又带来新问题——当多个标注密集排列时,互相遮挡、重叠、闪烁的情况会非常严重。实际项目中,我们经常看到标注牌在旋转视角时突然“打架”,一个盖住另一个,用户点都点不准。
再说标注的锚定方式。三维场景里的标注不能随便飘着,必须锚定到具体的建筑面、地面或者POI点位上。常见的做法有三种:点锚定、面锚定和体锚定。点锚定最简单,给一个三维坐标就行,适合加油站、路灯这类小目标;面锚定要把标注贴到建筑外立面上,需要计算法线方向,保证标注牌跟墙面平行或者垂直;体锚定最复杂,标注要跟整个三维模型绑定,模型旋转缩放时标注得跟着动。国内做三维地图比较早的高德和百度,在面锚定这块踩过不少坑——早期版本里标注牌经常“陷”进建筑里面去,用户看着像穿模了。
标注的层级管理和渲染优化是另一个绕不开的话题。一个城市级三维场景里,标注数量动辄几万甚至几十万个,不可能全部同时渲染。常规方案是LOD分级加载,近处显示详细标注,远处只显示重要POI。但三维场景的LOD比二维复杂得多——不仅要考虑距离,还要考虑视角遮挡。比如一栋高楼后面的标注,即使距离很近也应该被剔除掉。这就涉及到遮挡剔除算法,用GPU做深度测试或者用CPU做射线检测。射线检测精度高但性能开销大,深度测试快但容易误判。实际工程中往往是两套方案混着用,近处用射线检测保精度,远处用深度测试保帧率。
数据组织方式直接影响标注的加载效率。三维标注的数据量比二维大得多——每个标注除了经纬度,还带朝向、尺寸、样式、层级、锚定类型等属性。用传统的关系型数据库存这些数据,查询起来很吃力。现在比较主流的做法是用空间索引加瓦片化存储,把标注按地理范围切成瓦片,前端按需请求。Mapbox GL JS的标注系统就是这套思路,它把标注数据打包成矢量瓦片,前端解析后在GPU里做布局计算。这套方案的好处是标注的碰撞检测和避让全在GPU里完成,CPU几乎不参与,性能提升非常明显。不过GPU布局也有局限,复杂的中文字体渲染容易出问题,所以国内厂商通常会做一套CPU兜底方案。
实际应用场景里,三维地图标注的价值远不止“好看”。智慧园区管理中,设备标注直接锚定到三维模型的具体部件上,点击标注就能调出设备参数和维护记录。地下管网场景更典型——管线埋在地下,二维地图根本表达不清楚空间关系,三维标注可以精确标出每一段管线的埋深、管径和走向。还有室内导航,商场里的店铺标注要跟着楼层切换,同一位置在一楼是服装店、二楼是餐饮店,标注系统得能根据当前楼层动态过滤。这些场景对标注的实时性和准确性要求很高,延迟超过两百毫秒用户就能感知到卡顿。
说到底,三维地图标注不是把二维标注简单“立起来”就完事了。它涉及坐标系统、渲染管线、空间索引、交互设计多个技术栈的配合,每一个环节都有需要打磨的细节。目前行业里还没有一套通吃的完美方案,不同场景得用不同策略——城市级大场景优先保帧率,工业级精细场景优先保精度,室内场景优先保楼层切换的流畅度。开发者选型时别光看Demo效果,得拿真实数据跑一遍,看看标注密集区会不会闪烁、快速旋转视角时标注跟不跟得上、大量标注同时加载时内存涨不涨。把这些边界情况摸清楚了,再决定用哪套技术方案,比对着参数表做选择靠谱得多。
