Visual Dataprepで建築データを美味しく下ごしらえ UNREAL FEST EXTREME 2021 SUMMER
•
0 likes•4,602 views
動画アーカイブ： https://www.youtube.com/watch?v=aBe-54vcing&list=PLr_Cbd4sUDTwkjs-dreE91hRpk28ykqie&index=7&t=15s&ab_channel=UnrealEngineJPUnrealEngineJP 講演内容： Unreal Engine プロジェクトにデータをインポートする際に、予め作成した「レシピ」を用いてインポート要素を再編成、クリーンアップ、マージ、変更等できるVisual Dataprepの建築プロジェクトでの実用事例や利点、運用で見えてきたその他発展事例や注意事項等をご紹介します。 講演者： 増子 真一 (株式会社M&F BIMビジュアライザー) 森口 史章/moz (株式会社M&F ビジュアライザー) UNREAL FEST EXTREME 2021 SUMMER公式サイト： https://unrealengine.jp/unrealfest/timetable/non-game-mf.html
Recommended
More Related Content
What's hot
What's hot (20)
Similar to Visual Dataprepで建築データを美味しく下ごしらえ UNREAL FEST EXTREME 2021 SUMMER
Similar to Visual Dataprepで建築データを美味しく下ごしらえ UNREAL FEST EXTREME 2021 SUMMER (20)
More from エピック・ゲームズ・ジャパン Epic Games Japan
More from エピック・ゲームズ・ジャパン Epic Games Japan (20)
Visual Dataprepで建築データを美味しく下ごしらえ UNREAL FEST EXTREME 2021 SUMMER
- 3. 増子真一 / オシン 森口史章 / moz スピーカー
- 4. オシン moz スピーカーの業務分担 < Base data Edit > < Detail data Edit > Datasmith Visual Dataprep
- 5. お品書き 1.Visual Dataprep概要 3.Visual Dataprep アドバンスド運用 2.M&Fでの運用事例/効果 4.Visual Dataprepの導入で変わるワークフロー/建築利用において必要なこと 5.その他の研究開発中コンテンツの紹介 (Visual Datapreワークフローを取り込んだVirtualCamera/環境シミュレーション/簡易ビューアー) ※ちょうどこのスライドを制作している2021.4にEpic OnlineLearningに「Datasmith で Visual Dataprep を使用する」 のコースが追加されています、挙動や使用方法等より詳しくご説明されています。ぜひご参照ください！！
- 7. import元データをUnreal Engineに取り込み、アセット/アクター生成、レベル配置する前に、 要素を再編成（消去、Merge、Transform変更、LODの作成...等）できるエディタツール。 ユーザーが自由にカスタマイズできる『Recipe』を実行し、データを再編成する。 カスタマイズ度が大幅に向上したDatasmith Visual Dataprepとは <import Source> .3ds .c4d .datasmith .ifc .3dm and more… Visual Dataprep エディタ取り込み前に要素を再編成
- 8. Visual Dataprep 具体例 Dataprepを経由することで(Dataprep Recipeを適用・実行することで) import時に再編成ができる。 ※画像はDataprepを用いてマテリアルを一括変更している（壁面、カーテンウォール） datasmithで読み込んだデータ Visual Dataprepでレシピを実行して読み込んだデータ
- 9. ①プラグインで任意のDatasmith Importerを有効化 ②コンテンツブラウザの任意箇所で”右クリックメニュー”から『Dataprep Asset』を選択 Visual Dataprep 利用方法 ※デフォルトでDatasmithが有効になっているテンプレートは不要 Editタブ Pluginの有効化 右クリックメニューから作成可能になる
- 10. 作成したAssetを開くと『Dataprep Editor』が起動します Visual Dataprep 利用方法 DataprepAsset Dataprepエディタ
- 11. Visual Dataprep Editor ① ② ③ ④ ⑤ ⑥ ・データを指定してimport(①,②) ・パレットアクションを組み合わせてアクションノードを作成し(③,④)、実行/Execute(⑤) ・意図した調整ができたらUE4エディタにCommit(⑥)
- 12. Visual Dataprep アクションノード パレットから ・Filter(select by～) ・operation をDataprep Recipeグラフにドラッグ&ドロップ、 組み合わせてアクションノードを作成。 アクションノード内は上から下へ、 別アクションノード間は左から右へ実行される。 例は ”Actor Label”に「壁_標準壁」という文言 が含まれるメッシュに、「M_Basic_Wall」の マテリアルをSetする、というRecipe パレット アクションノード ※アクションノードは任意名称付けが可能、実行処理がわかりやすいものにしておく(F2キーで変更可能)
- 13. Visual Dataprep フィルタのプレビュー Filter(Select by～)パレットは右クリック メニューからフィルタプレビューが可能。 プレビューにするとパレット表記が黄色に、 該当するビューポートやアウトライナの メッシュ類がハイライトされる。 ※フィルタパレットのソート条件はEpicGames様公式ドキュメントをご参照ください。
- 14. Visual Dataprep エディタ操作を動画で ※動画ではわかりやすいよう『Set material』パレットを利用しますが、 マテリアルの置換元、先がわかっているのであれば『Substitute Material』パレットが汎用性は高いです。 https://vimeo.com/548672588
- 15. Visual Dataprep Tips01 (metadata sort) metadata(BIMオブジェクトが持つ要素データ)でのSortも可能、 Dataprepで”Filter by Metadata”パレットをアクションノード化し 「Detail-Asset User data」のMetadataカテゴリをKeyに、elementsをSortパラメータに入力 建築BIM制作が主業務のM&Fではmetadata Sortが利用頻度が高く、コントロールしやすい
- 16. Visual Dataprep Tips02 (Dataprep instance) Visual Dataprepエディタはインスタンス化することが可能。 マテリアルインスタンス同様、複雑化していくアクションノード、レシピから調整する部分の パラメーターのみ切り出せ依存関係を切り分けできる作りになっている、大規模案件では非常に有効 公開設定したパラメータのみが 編集可能になる。
- 17. Visual Dataprep Tips02 (Dataprep instance) Dataprep Assetの右クリックメニューからインスタンス作成可能 パラメータ化可能なパレットの入力値欄で右クリックすると”Link To Parameter”が選択でき、 任意のパラメーターを作成するか既存パラメータにリンクする。 パラメータリンクされているパレットは、リンクアイコンが表示される。 Dataprep Assetの 右クリックメニューから作成可能
- 18. M&Fでの運用事例
- 29. メッシュのMerge 建築データは「規格」の繰り返しが非常に多い。 成果物によっては描画負荷 (特に部材数の多さはDrawCall) に大きな影響を及ぼすため Dataprepの時点でRecipeを使ってMergeをする。 各要素、パーツでメッシュが独立している 成果物用途に合わせてMergeする ※特に効果を感じているもの : 鉄筋類、手すり子、ウッドデッキ、意匠ルーバー、階段踏面/蹴込…
- 31. インポート時にソースデータ最適化(パフォーマンスコントロール) 前述項目をDataprepで処理するだけで、元データによってはパフォーマンスがかなり向上する。 ライティングBuild時間も減少する 非常に効果が高い、後工程で気合で解決していた問題が事前にコントロールできるようになった Lighting Build time : 21.47 min Lighting Build time : 8.05 min ※テンプレートは”Automotive,Product Design～”のBlankを使用、lighting Qualityは”preview” ※テスト使用 PC環境 ”core i7-9750H 6core 2.60GHz / RAM 64GB / RTX2060 ”
- 32. Visual Dataprep導入で変わるProject構成 ソースデータ毎にDataprepを生成できるので、依存関係を減らせPJのメンテナンス性が飛躍的に向上した。 < Base > レベル、アセット etc… < Structure > レベル、アセット etc… PJ、コンテンツブラウザ < Detail > レベル、アセット etc… < Facilities > レベル、アセット etc… < and more… > レベル、アセット etc… < Base > Dataprep Recipe < Facilities > Dataprep Recipe < Structure > Dataprep Recipe < Detail > Dataprep Recipe < and more… > Dataprep Recipe Persistent
- 34. おまけ効果 Dataprepを利用してimportし、 PJに取込んだアセット類はコンテンツブラウザからの削除速度も向上している。 Datasmith経由でimport～コンテンツブラウザ内に取込まれたアセットの削除速度と比べると約1/5に。 ※オブジェクト名称に「鉄筋棒」を含むものを一括削除した場合の所要時間（合計数量 : 4,558） ※テスト使用 PC環境 ”core i7-9750H 6core 2.60GHz / RAM 64GB / RTX2060 ” 鉄筋棒
- 38. Visual Dataprep のカスタマイズ性 Visual DataprepパレットはBPでユーザー定義パレットの作成が可能！ コンテンツブラウザ 右クリックメニューから ”Blueprint Class”を選択 ユーザー定義パレットの 親クラスを選択 詳細は公式ドキュメントを ご参照ください。
- 45. これまでの建築コンテンツワークフロー 依頼 提供データ 仕様 Viz 開発 テストetc... 成果物(当初予定) 成果物(変更) クライアントフェーズ 製作フェーズ 納品フェーズ 要件 その他etc... 実建築へのフィードバック クライアントフェーズ ・諸々の事情でウォーターフォール型の開発にならざるを得ない。データの出し入れも大きな要因の一つ。 ・開発/製作中に元となる建築データが更新されることが多々ある。 ・仕様や製作物、方針の解像度が低いまま製作を開始することが多い。 ・製作フェーズ後期の段階で、変更/修正/追加要望が発生しがち(製作成果物への解像度が上がるため) 仕様の再定義や提供データの修正、要件再ヒアリング等まで 戻る必要があるプロジェクトが多かった。
- 46. VisualDataprepで運用が見えてきたワークフロー 企画・依頼 提供データ 仕様 クライアントフェーズ 共同フェーズ PreViz Pre開発 分析 要件 Viz 開発 テストetc... コンテンツ製作フェーズ 成果物 納品フェーズ その他etc... 実建築へのフィードバック 共同フェーズで仕様・要件のすり合わせ、分析を繰り返し行えば、成果物の解像度を引き上げ、本来の目的である 実建築への効果が明快化/最大化される。製作成果物の解像度も引き上げられ、効果の高いコンテンツ製作が可能となる。 VisualDataprepはUEへのデータインポートイテレーションの問題を解決し得る。
- 48. EpisGames公式ドキュメント https://docs.unrealengine.com/ja/WorkingWithContent/Importing/Dataprep/index.html Using Visual Dataprep in Unreal Engine | Webinar https://www.youtube.com/watch?v=g7LS8SaHmsI Using the Dataprep System to Automate AEC Visualizations | Unreal Fest Online 2020 https://www.youtube.com/watch?v=T3808gO4Zl4 参考資料 リアルタイムレンダリング基礎入門 https://www.unrealengine.com/ja/onlinelearning-courses/real-time-rendering-fundamentals Visual Dataprep関連 パフォーマンスコントロール関連 Epis Online Learnig 「Datasmith で Visual Dataprep を使用する」 https://https://www.unrealengine.com/ja/onlinelearning-courses/using-visual-dataprep-with-datasmith
- 49. CREDIT 広島工業大学 大学院 長谷川 直人（インターンシップ） [https://twitter.com/n_hasegawa02] プレゼンテーション コンテンツ制作協力(Dataprep アドバンスド運用、その他取り組み) M&F 増子 真一 / オシン [https://twitter.com/shin1000101] M&F 森口 史章 / moz [https://twitter.com/momomo_moz] “M&FではBIM⇔ゲームエンジンを繋いで建築の新しい価値を創出するメンバーを募集中です。”