[发明专利]一种基于属性化分离的web AR数据呈现方法有效
申请号: | 201811505132.4 | 申请日: | 2018-12-10 |
公开(公告)号: | CN109617960B | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 李亮;朱津津;张永华;林锐斌;李薇;程易;钟心怡;李叶辉 | 申请(专利权)人: | 浙江传媒学院 |
主分类号: | H04L67/02 | 分类号: | H04L67/02;H04L67/51;H04L67/01;H04L41/14;G06F16/248 |
代理公司: | 西安研创天下知识产权代理事务所(普通合伙) 61239 | 代理人: | 杨凤娟 |
地址: | 310037 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 属性 化分 web ar 数据 呈现 方法 | ||
本发明公开了一种基于属性化分离的web AR数据呈现方法,属于计算机算法处理技术领域,包括以下步骤:S10,通过将模型与动作数据在服务器端进行分别的存储管理,在客户端发送请求;S20,移动边缘计算端对于请求进行解析,并向云端进行数据请求,获取响应资源;S30,在移动边缘计算端进行数据计算,将计算结果数据返回给客户端,实现动态模型的载入功能。该方法通过采用web增强现实在模型上的调取、渲染计算,给予接口模式的web增强现实模型服务方式,改进移动边缘计算的接口化运算等的技术,减轻云端计算压力、提高性能。
技术领域
本发明属于计算机算法处理技术领域,具体地说,涉及一种基于属性化分离的webAR数据呈现方法。
背景技术
就目前所知,随着Internet技术的飞速发展,分布式计算研究热点从分布式操作系统为中心的传统模式转换到以网络计算平台的为中心的使用分布式技术。在过去的20年间也涌现出了大量的分布式计算技术,如中间技术、移动Agent技术、P2P技术以及最新的Web Service技术。但是,现有的分布式技术都存在着一些没有解决的问题,导致影响了分布式技术的使用和普及。比如目前的协同计算方式,在发送请求的过程中,模型数据是重新从移动边缘服务器发送给客户端,客户端将会重新载入模型,在流量上具有一定的消耗,以及在客户端需要重新载入所需要的模型,该采用如何的方式进行更合适的处理?
发明内容
本发明的目的在于克服现有技术中存在的缺陷,提出了一种基于属性化分离的web AR数据呈现方法。该方法通过采用web增强现实在模型上的调取、渲染计算,给予接口模式的web增强现实模型服务方式,改进移动边缘计算的接口化运算等的技术,减轻云端计算压力、提高性能。
其技术方案如下:
一种基于属性化分离的web AR数据呈现方法,其特征在于,包括以下步骤:
S10,将模型与动作数据在云服务器进行分别的存储管理;首先将模型数据转化为对象数据,在转化应用中,需要根据对于模型中的各个键值的定义,将模型数据转化为属性对象的结合,存储在云服务器;
S20,在客户端发送请求;客户端在向移动边缘服务器进行页面请求的时候,首先通过http协议,向附近的移动边缘服务器发送相关请求;
S30,移动边缘服务器对于页面请求进行解析;云服务器根据业务需求,首先存储业务所需要的静态模型,同时在数据库中存储模型的动作数据,在对于存储模型动作数据的同时,对于模型动作进行语义化的描述;如果模型数据已经预先进行路由,则移动边缘服务器向云服务器请求动作数据,等待响应后进行模型运算,如果未进行内容路由,则移动边缘服务器向云服务器请求模型以及动作数据,进行模型运算;
S40,移动边缘服务器向云服务器进行数据请求,获取响应资源;在移动边缘服务器向云服务器发送客户端的页面请求的同时,云服务器对于客户端的页面请求进行解析,在语义化描述库中进行查询比对,获取匹配的动作,发送到移动边缘服务器;
S50,在移动边缘服务器进行数据计算;移动边缘服务器在接收到云服务器传递的模型、动作数据后,通过模型内部的数据结构,以程序的方式对于所接收的模型以及动作数据进行复合运算,以数据格式向客户端返回模型响应数据;
S60,将计算结果数据返回给客户端,实现动态模型的载入功能。
进一步的,所述方法中,在步骤S20中所述的移动边缘计算端对于请求进行解析的具体步骤为:
客户端以http协议向移动边缘服务器发送请求之后,浏览器将会监听移动边缘服务器返回的请求信息;当获取请求信息之后,首先判定返回信息的状态码,当状态码为200时,将会抓取请求的json格式数据,并将数据存储于浏览器的内存中。
进一步的,在步骤S30中所述的移动边缘服务器对于页面请求进行解析的具体步骤为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江传媒学院,未经浙江传媒学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811505132.4/2.html,转载请声明来源钻瓜专利网。