AEC项目技术攻坚实录：从帆船模拟器到数字孪生城市的工程实践¶

UE5 技术交流群

加入 UE5 技术交流群¶

如果您对虚幻引擎5的图形渲染技术感兴趣，欢迎加入我们的 UE5 技术交流群！

扫描上方二维码添加个人微信 wlxklyh，备注"UE5技术交流"，我会拉您进群。

在技术交流群中，您可以： - 与其他UE开发者交流渲染技术经验 - 获取最新的GDC技术分享和解读 - 讨论图形编程、性能优化、构建工具流、动画系统等话题 - 分享引擎架构、基建工具等项目经验和技术难题

源视频信息 - 标题: [UFSH2025]AEC项目技术攻坚实录:工程实践回顾 | Hayden Simpson Prismatic 工作室技术总监 - 时长: 28分24秒 - 视频链接: https://www.bilibili.com/video/BV1aRsNz7EiK - 说明: 本文由AI根据视频内容生成，结合专业技术分析进行深度解读

导读 - AEC（建筑、工程、施工）项目对真实世界数据的高度依赖，决定了其在 Unreal Engine 中面临的独特技术挑战 - 本文将深入剖析三个真实项目案例：帆船模拟器、隧道安全工具、惠灵顿数字孪生城市 - 从 Gerstner 波浪同步、CAD 数据处理、Nanite 大规模地形优化到 GeoJSON 数据可视化，提供可落地的工程实践方案

前置知识要求: Unreal Engine 基础、材质系统理解、网络复制概念、基本的图形学知识

一、背景与痛点：AEC项目的独特挑战¶

1.1 什么是AEC项目¶

AEC 是 Architecture（建筑）、Engineering（工程）、Construction（施工） 的缩写。在 Unreal Engine 语境下，AEC 项目的核心目标是 重建真实世界，且这种重建的精度是最高优先级。

AEC项目概述

本次分享来自新西兰 Prismatic Studios 的 CEO Hayden Simpson，该工作室是 Epic Games 的金牌服务合作伙伴和 Pro Support 合作伙伴，专注于 Unreal Engine 技术咨询和开发。

1.2 核心挑战：无法"作弊"¶

与游戏项目不同，AEC 项目需要处理大量 真实世界数据：

工程模型与图纸：CAD/BIM 数据，通常是百万级多边形
数字高程数据（DEM）：地形高度图
运动数据：实时或录制的物理模拟数据
任意外部数据：需要在数字环境中可视化的各类信息

真实世界数据类型

关键洞察: 游戏开发中，我们可以通过各种技巧"欺骗"玩家（烘焙光照、LOD 替换、视觉假象等）。但 AEC 项目要求数据精确还原，可以"作弊"的空间大大减少。

这带来三个核心问题： 1. 优化更困难：无法用常规的简化手段 2. 工作量增加：需要处理更多真实数据 3. 体验设计受限：难以创造引人入胜的交互体验

二、项目案例一：SailGP 帆船模拟器¶

2.1 项目概述¶

为 SailGP（帆船大奖赛）构建了两款产品，共享同一套核心技术栈：

SailGP项目

产品一：帆船配置器（Yacht Configurator） - 部署方式: Pixel Streaming，支持 iPad 访问 - 用途: 帆船团队在赛事现场评估不同配置（机翼、前帆、水翼、舵等）在特定条件下的性能表现

产品二：帆船模拟器（Sailing Simulator） - 背景: COVID 期间，船员无法聚集训练 - 特点: 多人 VR 训练模拟器，支持运动平台增强沉浸感

2.2 架构设计：分布式物理引擎¶

系统架构

一个关键的架构决策是：Unreal Engine 仅作为可视化前端和用户输入捕获，真正的物理计算由托管在 Oracle Cloud 的 VPP（Velocity Prediction Program，速度预测程序） 完成。

数据流如下： 1. 客户端捕获用户输入 → 发送至游戏服务器 2. 游戏服务器汇总数据 → 上传至云端 VPP 3. VPP 计算物理结果 → 返回新状态 4. 游戏服务器复制状态 → 同步至所有客户端

约束条件： - 每艘帆船最多 3 名玩家（不同角色：舵手、飞行控制员等） - 每场比赛最多 10-12 艘帆船 - 多人 VR 环境，必须维持 90 FPS - 网络带宽有限，需极度精简复制数据量

2.3 技术难点一：多人同步的海洋波浪¶

问题定义¶

海洋状态必须在所有维度上完全一致： - 波峰、波谷位置 - 振幅、周期 - 波前角度 - 时间同步

因为 波浪会真实影响船只的物理行为，这不是视觉效果，而是物理模拟的一部分。

波浪同步挑战

解决方案：Gerstner 波¶

选择 Gerstner 波（Gerstner Waves） 作为海洋模拟方案，这是计算机图形学中模拟海洋波浪的经典算法。

Gerstner波实现

实现方式：整个 Gerstner 实现封装在 材质图（Material Graph） 中，这意味着海洋状态实际上只是一个简单平面网格 + 一个材质。

Gerstner 波的核心优势：

方案：Gerstner 波 - 🟢 优势： - 确定性算法：给定相同参数，结果完全一致 - 无需持续复制海洋状态数据 - 只需同步初始参数（波前角度、波长、高度、周期、时间步长） - 中途更新海洋状态只需一次 RPC - 材质实现性能开销极低 - 🔴 劣势： - 无法模拟局部的复杂水体交互（需配合其他方案） - 参数设计需要经验 - 🎯 适用场景：需要多端精确同步的大面积海洋模拟

网络开销分析： - 初始化：仅复制一组波浪参数（几十个 float） - 运行时：零额外网络流量 - 状态更新：一次 RPC 调用

LOD优化

LOD 优化策略：采用分块（Tile）方式组织海洋网格，远处的 Tile 使用更简化的材质。但由于 Gerstner 材质本身就很轻量，这一优化效果有限但仍有价值。

局部水体效果：船只尾迹、海浪飞溅等复杂效果完全在 客户端本地 使用 Niagara 系统运行，无需网络同步。

2.4 技术难点二：高精度 CAD 模型处理¶

问题定义¶

帆船团队提供的 CAD 模型存在典型问题： - 单个组件动辄 数百万多边形 - 充斥冗余几何体（螺母、螺栓等细节） - 项目启动时 Nanite 尚未可用

CAD模型处理

解决方案：DataSmith + DataPrep 工作流¶

采用 半自动化 + 手工精修 的两阶段工作流：

阶段一：自动化处理

DataSmith 导入
支持 Rhino 3D 及数十种 CAD 格式
保留原始层级结构和材质信息
DataPrep 配方（Recipe）
简化网格（Mesh Simplification）
合并非动态部件
移除小型几何体（螺母、螺栓）
应用默认材质和 LOD 组

DataPrep工作流

阶段二：手工精修

对于需要动态形变的部件（机翼、前帆、水翼等），仍需手工处理：

骨骼绑定

重拓扑（Re-topology）：优化网格拓扑结构
骨骼绑定（Rigging）：为动态部件创建骨骼
权重绘制（Weight Painting）：定义形变影响范围

2.5 技术难点三：赛事场馆重建¶

旧金山场馆

以旧金山赛事场馆为例，介绍场馆重建的技术方案：

核心原则：对水手导航至关重要的地标和海岸线地形是最高优先级。

分层构建策略：

层级	内容	方案
英雄地标	金门大桥、恶魔岛	定制建模
近距海岸地形	场馆周边数公里	高精度 DEM 数据
近距建筑群	海岸线建筑	OSM 数据程序化生成
远景	远处地形和建筑	2D 卡片（Billboard）

地形纹理方案：

放弃卫星影像和航拍照片（会烘焙光照和建筑投影），采用 Auto-Material 自动材质 方案：

自动材质

根据以下参数自动决定表面材质： - 海拔高度 - 距海岸距离 - 地形坡度

优势: 避免烘焙光照，可配合 Time of Day 系统实现动态光照变化。

建筑程序化生成：

OSM建筑生成

从 OpenStreetMap 导出建筑轮廓数据，程序化生成沿海建筑群，同样采用 Auto-Material 方案着色。

2.6 技术亮点：Epic Online Services 的 AEC 应用¶

EOS应用

不要忽视 EOS 在 AEC 项目中的价值。在 SailGP 项目中，EOS 提供了：

大厅系统（Lobbies）：玩家加入赛前等候区
匹配系统（Matchmaking）：玩家选择帆船和角色后进入比赛

EOS大厅

关键提示: EOS 完全免费，无需使用 Unreal Engine，可集成到任何应用。按需使用，不必担心功能过多。

三、项目案例二：KiwiRail 隧道安全工具¶

3.1 项目背景¶

KiwiRail项目

为新西兰国家铁路公司 KiwiRail 开发隧道安全规划工具，目标是替代过时的 2D 白板和纸质安全图表。

项目目标： - 提高参与度：让铁路承包商更积极参与安全简报 - 信息密度：在直观的 3D 环境中传达更丰富的信息 - 覆盖范围：新西兰全境 140+ 条隧道

隧道环境的特殊性： - 黑暗、狭窄 - 存在坍塌风险 - 低空气流动导致有害气体积聚

隧道安全场景

3.2 核心技术：Data Asset 驱动的道具系统¶

问题定义¶

需要快速迭代添加新道具（车辆、人员、设备等），且要： - 数小时内交付，而非数天 - 最小化人为错误 - 支持多人并行开发

解决方案：Data Asset 配方模式¶

Data Asset配方

使用 Data Asset 而非 Data Table 定义道具：

Data Asset 结构设计：

// [AI补充] Data Asset 结构示例
UCLASS()
class UPropDefinitionAsset : public UPrimaryDataAsset
{
    GENERATED_BODY()
public:
    // UI 信息
    UPROPERTY(EditAnywhere, Category = "UI")
    FText Title;

    UPROPERTY(EditAnywhere, Category = "UI")
    FText Description;

    UPROPERTY(EditAnywhere, Category = "UI")
    UTexture2D* Thumbnail;

    // 物理表现
    UPROPERTY(EditAnywhere, Category = "Visuals")
    UStaticMesh* Mesh;

    UPROPERTY(EditAnywhere, Category = "Visuals")
    UNiagaraSystem* ParticleSystem;

    UPROPERTY(EditAnywhere, Category = "Visuals")
    USoundBase* AmbientAudio;

    // 元数据
    UPROPERTY(EditAnywhere, Category = "Build")
    TArray<FName> BuildConfigurations;

    UPROPERTY(EditAnywhere, Category = "Build")
    bool bIsInDevelopment;
};

Data Asset vs Data Table 对比：

方案 A：Data Table - 🟢 优势：单一资产，易于管理索引 - 🔴 劣势：大型二进制文件，版本控制时容易冲突锁定 - 🎯 适用场景：小型团队、数据量有限

方案 B：Data Asset - 🟢 优势：每个道具独立资产，无锁定冲突 - 🔴 劣势：需要额外机制聚合所有资产 - 🎯 适用场景：多人并行开发、频繁迭代

聚合方案：使用 Asset Registry 在运行时扫描所有 Data Asset，或在 Developer Settings 中维护列表。

运行时使用：创建可配置的 Prop Actor 类，接收 Data Asset 作为"配方"构建自身：

// [AI补充] Prop Actor 配置示例
void APropActor::ConfigureFromAsset(UPropDefinitionAsset* Asset)
{
    if (!Asset) return;

    // 设置网格
    if (Asset->Mesh)
    {
        MeshComponent->SetStaticMesh(Asset->Mesh);
    }

    // 设置粒子效果
    if (Asset->ParticleSystem)
    {
        ParticleComponent->SetAsset(Asset->ParticleSystem);
    }

    // 设置音效
    if (Asset->AmbientAudio)
    {
        AudioComponent->SetSound(Asset->AmbientAudio);
    }
}

3.3 数据验证：防止人为错误¶

数据验证

使用 Unreal 的 Data Validation 系统确保数据完整性：

// [AI补充] Data Validation 示例
EDataValidationResult UPropDefinitionAsset::IsDataValid(TArray<FText>& ValidationErrors)
{
    EDataValidationResult Result = Super::IsDataValid(ValidationErrors);

    // 检查必填字段
    if (Title.IsEmpty())
    {
        ValidationErrors.Add(FText::FromString("Title is required"));
        Result = EDataValidationResult::Invalid;
    }

    // 检查资产有效性
    if (Mesh && !Mesh->IsValidLowLevel())
    {
        ValidationErrors.Add(FText::FromString("Mesh reference is invalid"));
        Result = EDataValidationResult::Invalid;
    }

    // 检查命名规范
    if (!GetName().StartsWith("PD_"))
    {
        ValidationErrors.Add(FText::FromString("Asset name must start with PD_"));
        Result = EDataValidationResult::Invalid;
    }

    return Result;
}

可检查的内容包括： - 必填字段非空 - 引用的资产仍然有效 - 命名规范符合标准 - 任何可编程验证的规则

3.4 用户体验：为非游戏玩家设计输入¶

问题定义¶

AEC 项目的用户群与游戏玩家截然不同： - 可能不熟悉 WASD 等游戏键位 - 不适应复杂的快捷键映射 - 铁路承包商可能仅使用这一款软件

用户体验设计

解决方案：上下文感知的 Enhanced Input¶

设计原则：将 90% 的操作映射到鼠标左键，让应用根据上下文决定行为。

Enhanced Input 的 Input Mapping Context（IMC）切换：

// [AI补充] IMC 切换示例
void AMyPlayerController::SetInputMode(EAppInputMode NewMode)
{
    UEnhancedInputLocalPlayerSubsystem* Subsystem = 
        ULocalPlayer::GetSubsystem<UEnhancedInputLocalPlayerSubsystem>(GetLocalPlayer());

    if (!Subsystem) return;

    // 移除当前上下文
    if (CurrentIMC)
    {
        Subsystem->RemoveMappingContext(CurrentIMC);
    }

    // 应用新上下文
    switch (NewMode)
    {
        case EAppInputMode::PropManipulation:
            CurrentIMC = PropManipulationIMC;
            break;
        case EAppInputMode::Measurement:
            CurrentIMC = MeasurementIMC;
            break;
        case EAppInputMode::Navigation:
            CurrentIMC = NavigationIMC;
            break;
    }

    if (CurrentIMC)
    {
        Subsystem->AddMappingContext(CurrentIMC, 0);
    }
}

工作流示例： 1. 用户点击道具 → 系统检测到道具被选中 → 移除 Navigation IMC → 应用 Prop IMC 2. 用户进入测量模式 → 移除 Prop IMC → 应用 Measurement IMC 3. 循环往复

四、项目案例三：惠灵顿数字孪生城市¶

4.1 项目概述¶

惠灵顿数字孪生

为 惠灵顿市议会（Wellington City Council） 构建首都的数字孪生城市。

核心产品： - DCM（Digital City Model）：数字城市模型基座 - Our Changing City：面向公众的博物馆式互动展览

展览装置

应用场景： - 公众通过触摸屏体验城市数百年的变迁 - 可视化气候变化对城市的影响（海平面上升、洪水风险） - 政府内部用于城市规划和人群模拟

4.2 技术架构：四大支柱¶

四大支柱

地形处理（Terrain）
建筑重建（Buildings）
GeoJSON 数据叠加（Data Overlay）
性能优化（Performance）

4.3 地形系统：Nanite 静态网格方案¶

为何不用 Landscape¶

地形方案选择

项目规模超出了 Landscape 的舒适区： - 所需精度下，纹理尺寸会达到不可行的级别 - LOD 和纹理 Mip 流在大尺寸 Tile 上基本失效

解决方案：Nanite 静态网格 Tile¶

Nanite地形

采用 静态网格 Tile 方案： - 所有 Tile 均启用 Nanite - 从政府提供的高精度 DEM（数字高程模型） 数据生成

纹理方案： - 使用 8K 航拍照片 作为地形纹理 - 启用 Virtual Texture Streaming 管理显存 - 即使 8K，在如此大范围下纹素密度仍不算高

地形纹理

地质变化可视化： - 支持演示海平面上升、地形侵蚀等变化 - 使用 顶点动画（Vertex Animation） 驱动地形形变

4.4 建筑重建：Nanite 合并网格¶

建筑重建

大惠灵顿地区的所有建筑 都包含在数字孪生中： - 自动生成的低多边形占位建筑 - 按城区（Suburb）合并为单个网格

注意: 这不是最佳实践，而是项目继承的工作流。正常情况下应保持建筑独立以便剔除。

Nanite 的救赎： - 尽管建筑合并在同一网格中，Nanite 的簇级剔除（Cluster Culling）仍能正常工作 - 但由于合并网格中的建筑不共享拓扑，Nanite 的压缩效率受损

英雄建筑： - 新西兰人熟知的地标（如政府大楼"蜂巢"）采用 定制建模 - 确保材质兼容 Nanite

蜂巢建筑

4.5 GeoJSON 数据可视化¶

问题定义¶

需要在数字孪生中叠加各类环境数据： - 概率性洪水数据 - 海岸侵蚀数据 - 排水管网

且要求 运行时动态导入，无需重新打包应用。

GeoJSON数据

解决方案：GeoJSON 解析 + Monotone 分解¶

数据以 GeoJSON 格式提供，这是表示地理特征的开放标准。

技术挑战：多边形数据包含复杂特征： - 孔洞（Holes） - 非凸多边形 - 其他非标准几何

解决方案：自研 Monotone Decomposition（单调分解） 算法：

洪水数据可视化

将复杂多边形分解为单调多边形
对单调多边形进行三角剖分
鲁棒处理各类边缘情况

道路网络的意外收获：

道路网络

这套三角剖分代码同样适用于 道路网络导入： - 传统做法是使用样条（Spline） - 但样条难以处理复杂交叉路口和变宽路段 - 多边形三角剖分方案天然支持这些场景

4.6 性能优化实践¶

性能优化

问题一：LOD 失效¶

由于几何体在屏幕上占据极大面积，传统基于屏幕尺寸的 LOD 基本失效。

解决方案：依赖 Nanite 的簇级流送（Cluster-level Streaming）。

问题二：纹理 Mip 流失效¶

同理，纹理 Mip 流也因屏幕尺寸问题失效。

解决方案：Virtual Texture Streaming。

问题三：不必要的功能开销¶

功能精简

使用 Epic Games Launcher 版本引擎时，很多默认功能是开启的但项目不需要： - 碰撞检测 → 关闭 - Tick → 关闭 - 物理模拟 → 关闭

最佳实践: 审视每个 Actor 和组件，禁用所有不需要的功能。

问题四：地形形变的性能代价¶

地形形变（演示地质变化）是项目核心功能，但开销较高。

技术方案：

形变优化

使用 非 VT 的向量位移贴图（Vector Displacement Map） 驱动形变
不使用 Nanite 进行形变动画（视觉伪影问题）
使用 2K 非 VT 纹理（比 8K VT 的时间一致性更好）
形变完成后，切换回 Nanite 地形 Tile

意外收获：形变期间隐藏所有植被和建筑，既符合美学需求，又释放了渲染资源。

五、实战总结与建议¶

5.1 方案对比总览¶

海洋模拟方案 - Gerstner 波 + 材质实现：适合需要多端精确同步的场景，网络开销极低 - 流体模拟：适合单机高精度模拟，但同步成本高

地形方案 - Landscape：适合常规游戏项目 - Nanite 静态网格 Tile：适合超大规模、需要 VT 支持的 AEC 项目

数据定义方案 - Data Table：适合小团队、数据量有限 - Data Asset：适合多人协作、频繁迭代

GIS 数据可视化 - Spline：适合简单线性数据 - Monotone 分解 + 三角剖分：适合复杂多边形（含孔洞、交叉路口）

5.2 避坑指南¶

CAD 数据处理
不要期望一键导入完美结果
DataSmith + DataPrep 只是第一步，手工精修不可避免
动态形变部件必须重拓扑和骨骼绑定
Nanite 使用注意
合并网格会降低压缩效率（不共享拓扑）
顶点动画会产生视觉伪影（新顶点位置不优化）
默认锁定 UV，需手动禁用此设置
向量位移贴图作为 VT 会丢失精度
用户体验设计
AEC 用户 ≠ 游戏玩家
最小化键位映射
利用 Enhanced Input 的上下文切换
性能优化
超大几何体会导致 LOD 和 Mip 流失效
Virtual Texture 是大纹理的必选项
审计并禁用所有不需要的功能
网络同步
分布式物理引擎带来额外延迟
确定性算法（如 Gerstner 波）可大幅减少同步数据量
视觉效果（尾迹、粒子）应在客户端本地运行

5.3 最佳实践清单¶

✅ 使用 Gerstner 波实现可同步的海洋状态
✅ 采用 DataSmith + DataPrep 工作流处理 CAD 数据
✅ 使用 Data Asset 而非 Data Table 管理可扩展的道具库
✅ 实现 Data Validation 确保数据完整性
✅ 利用 Enhanced Input 的 IMC 切换简化用户输入
✅ 超大规模项目使用 Nanite 静态网格 + VT 组合
✅ 考虑 EOS 作为 AEC 项目的在线服务方案
✅ GeoJSON 数据使用 Monotone 分解进行三角剖分

结语: AEC 项目对真实世界数据的高度依赖，决定了我们必须在精度与性能之间找到平衡。本文介绍的技术方案——从 Gerstner 波同步、CAD 数据工作流、Data Asset 驱动的道具系统，到 Nanite 大规模地形和 GeoJSON 可视化——都是在真实项目中验证过的解决方案。希望这些经验能为你的 AEC 项目提供参考。

本文基于 Prismatic Studios CEO Hayden Simpson 在 Unreal Fest Shanghai 2025 的演讲整理，结合 AI 技术分析生成。