Anu.js：加速基于 Web 的沉浸式分析

文献标题

Anu.js: Accelerating Web-based Immersive Analytics

出版信息

• 主题领域: 使用网络技术开发沉浸式分析工具包。
• 关键词: 沉浸式分析, WebXR, Babylon.js, D3, 可视化工具包, 3D场景图, 数据绑定, 交互式可视化, 基于网络的开发, 性能优化。

背景与问题

• 问题/挑战: 现有的沉浸式分析工具包缺乏表现力、生态系统兼容性以及开发者友好性。声明式语法限制了可视化的范围，而像Unity这样的命令式系统复杂且不适合网络环境。
• 重要性: 沉浸式分析有潜力通过XR设备增强数据理解和决策能力。基于网络的工具包可以利用网络技术的普及性实现更广泛的应用和便捷的部署。
• 动机与相关研究: 之前的工具如D3已经革新了网络上的二维可视化，但沉浸式分析缺乏类似表现力和开发者友好的工具包。现有解决方案如DXR、IATK和VRIA在表现力上有限，依赖于特定生态系统，或者缺乏完善的文档和支持。

解决方案

• 提出的方法: Anu.js是一个基于Babylon.js构建的网络沉浸式可视化工具包，受D3的数据绑定模型启发，旨在最大化表现力、兼容性和开发者友好性。
• 创新点:
  1. 将D3的数据绑定模型适配到沉浸式环境中的3D场景图。
  2. 引入命令式API，实现对可视化创建和交互的精细控制。
  3. 与Babylon.js和WebXR集成，实现跨平台兼容性和性能优化。
  4. 提供可复用的声明式预制件，用于常见的可视化元素和交互。
• 过程与关键技术:
  • 开发一个适用于Babylon.js的TypeScript模块。
  • 使用嵌入式领域专用语言（DSL）进行数据驱动的3D场景图操作。
  • 支持程序化网格、D3比例尺以及动画过渡。
  • 通过Babylon.js的实例化和轻量实例化功能进行性能优化。
  • 提供全面的文档、教程和示例库以支持开发者。

结果

• 具体发现:
  • 性能基准测试显示，即使在大量网格情况下，轻量实例化仍能保持高帧率（例如，Meta Quest 3上达到90 Hz）。
  • 专家研究参与者在数小时内成功创建复杂的可视化，证明了工具包的可用性和表现力。
• 相对于基线的优势:
  • 相较于声明式工具包如VRIA和DXR，表现力更强。
  • 与Unity为基础的解决方案相比，具有更好的网络技术和生态系统兼容性。
  • 通过详细文档以及与D3等熟悉工具的集成，改善了开发者体验。
• 实验/评估:
  • 在Meta Quest 3、Apple Vision Pro、Samsung Galaxy XR和PC上进行基准测试。
  • 对来自不同背景的四位研究人员进行专家研究，评估学习曲线、可用性和潜在应用。
• 局限性与未来工作:
  • 对初学者来说，命令式API的学习曲线较陡。
  • 对流数据和完全沉浸式创作体验的支持有限。
  • 未来可能的开发方向包括声明式API层、AI驱动的创作以及向其他3D引擎（如Three.js）的转换。

总结

Anu.js是一个基于网络的沉浸式可视化工具包，通过Babylon.js将D3的数据绑定模型适配到3D环境。它提供了命令式API以实现精细控制，可复用的预制件用于常见可视化任务，以及针对大数据集的性能优化。基准测试和专家研究证明了其在创建沉浸式分析应用方面的表现力、兼容性和可用性。尽管学习曲线较陡，但其全面的文档和示例库使得不同经验水平的开发者都可以使用。Anu.js在教育、计算笔记本和数据驱动的叙事方面具有潜在应用，并旨在加速沉浸式分析在网络上的采用。