导入用于应急仿真演练的初步模型，将所述输入中间件与所述初步模型进行匹配测

　　在多端平台对应的自主封装底层框架下对所述优化模型进行输出配置，从而得到多端

　　所述导入用于应急仿真演练的初步模型，将所述输入中间件与所述初步模型进行匹配

　　通过Loader对象将所述输入中间件与解绑后的模型进行重新绑定，并通过所述输入中

　　2.根据权利要求1所述的多端输出配置方法，其特征在于，所述多种输入设备包括键

　　鼠、虚拟操作杆、模拟键盘和手柄中的至少一种；所述对多种输入设备的操作动作进行封装

　　通过预先封装的Input类库建立控制事件，所述控制事件用于记录所述多种输入设备

　　进行操作时所产生的动作信息，所述动作信息包括按下事件、抬起事件、长按事件、转向事

　　从预设配置表中导入所述多种输入设备的原始配置信息，分别将导入的原始配置信息

　　封装成对应的输入实体操作类，所述输入实体操作类用于将所述动作信息转换为输入逻辑

　　3.根据权利要求2所述的多端输出配置方法，其特征在于，所述多种输入设备包括键

　　鼠、虚拟操作杆、模拟键盘和手柄中的至少一种；所述对多种输入设备的操作动作进行封装

　　通过Input Manager命令建立配置对话框，所述配置对话框用于供平台用户配置所述

　　通过Fingers命令建立手势输入控制类库，所述手势输入控制类库用于将所述键鼠或

　　所述虚拟操作杆或所述模拟键盘或所述手柄所产生的至少一个动作进行识别，得到对应的

　　4.根据权利要求1所述的多端输出配置方法，其特征在于，所述通过Loader对象将所述

　　从预设配置表中获取限制参数，根据所述限制参数对解绑后的模型进行面数和顶点数

　　5.根据权利要求1所述的多端输出配置方法，其特征在于，所述对经匹配测试后的模型

　　6.根据权利要求1所述的多端输出配置方法，其特征在于，所述在多端平台对应的自主

　　封装底层框架下对所述优化模型进行输出配置，从而得到多端输出模型的过程包括：

　　导入多端平台对应的自主封装底层框架，所述自主封装底层框架包括SDK框架、JDK框

　　根据UI自适应算法在所述自主封装底层框架下对所述优化模型进行输出环境变量的

　　利用IL2CPP脚本对所述自主封装底层框架中的引用类型进行DLL裁剪，从而完成对所

　　通过路由Route命令建立所述优化模型与多端平台对应的输出路径策略，从而得到多

　　绑定模块，用于导入用于应急仿真演练的初步模型，将所述输入中间件与所述初步模

　　输出模块，用于在多端平台对应的自主封装底层框架下对所述优化模型进行输出配

　　通过Loader对象将所述输入中间件与解绑后的模型进行重新绑定，并通过所述输入中

　　8.一种用于仿真演练的多端输出配置系统、处理器以及存储在所述存储器中并可在所

　　述处理器上运行的计算机程序，其特征在于，当所述处理器执行所述计算机程序时，实现如

　　9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在

　　于，当所述计算机程序被处理器执行时，实现如权利要求1至6任一项所述的用于应急仿真

　　表演性演习方式，通过对各类灾害数值模拟，重大事故模拟和人员行为数值模拟的仿真，在

　　虚拟空间中最大限度模拟真实情况的发生、发展过程，以及人们在灾害环境中可能做出的

　　过程中存在的问题；检验和评估应急预案的可操作性和实用性；加强各部门协调能力和应

　　计的平台运行，受限于不同运行端操作系统、操作方式不同等原因，不能在设计运行之外的

　　其他平台上运行。例如，PC端的3D仿真应急演练系统，只能在PC端运行，而不能在安卓端、VR

　　端运行。如果想要改变运行平台就需要对系统进行重新开发，耗费大量人力物力成本。

　　得到不同输入设备的不同操作动作，将输入中间件与导入的初步模型进行匹配并模型优

　　化，并在多端平台下配置优化模型的输出环境，能够实现不受限于PC端、安卓、VR等不同操

　　作平台及不同操作方式，方便用户运用不同的设备进行应急仿真演练，不需要重新开发系

　　统、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，当所述处理

　　计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时，实现如上所

　　S2：导入用于应急仿真演练的初步模型，将所述输入中间件与所述初步模型进行

　　S4：在多端平台对应的自主封装底层框架下对所述优化模型进行输出配置，从而

　　同输入设备的不同操作动作，将输入中间件与导入的初步模型进行绑定并模型优化，并在

　　多端平台下配置优化模型的输出环境，能够实现不受限于不同操作平台及不同操作方式，

　　在实施例1中，所述多种输入设备包括键鼠、虚拟操作杆、模拟键盘和手柄中的至

　　少一种；所述对多种输入设备的操作动作进行封装处理，得到输入中间件的过程包括：

　　通过预先封装的Input类库建立控制事件，所述控制事件用于记录所述多种输入

　　设备进行操作时所产生的动作信息，所述动作信息包括按下事件、抬起事件、长按事件、转

　　信息封装成对应的输入实体操作类，所述输入实体操作类用于将所述动作信息转换为输入

　　鼠、虚拟操作杆、模拟键盘、HTC手柄、PICO手柄等不同输入设备达到相同操作的要求，如移

　　应理解地，输入与控制操作也可使用已封装的Input类库，其中包括键盘事件、鼠

　　标事件和触摸事件等一切跨平台所需要的控制事件，比如：按下事件、抬起事件、长按事件

　　输入逻辑信息。输入工厂类似于工厂一样的类的架构，根据不同的输入来分析、判断后，实

　　相对应动作。实体类是通过继承虚基类和一些接口来实现具体功能的类，里面可封装所需

　　要的操作实现函数，具体的函数根据操作需要而定，一般包括但不限于发点击送、移动、交

　　在实施例1中，所述多种输入设备包括键鼠、虚拟操作杆、模拟键盘和手柄中的至

　　少一种；所述对多种输入设备的操作动作进行封装处理，得到输入中间件的过程还包括：

　　通过Input  Manager命令建立配置对话框，所述配置对话框用于供平台用户配置

　　通过Fingers命令建立手势输入控制类库，所述手势输入控制类库用于将所述虚

　　拟操作杆或所述模拟键盘或所述手柄所产生的至少一个动作进行识别，得到对应的触摸手

　　应理解地，封装Input  Manager建立虚拟轴和按钮，得到配置对话框，平台用户(终

　　而且Fingers也支持一些常用的触摸手势，拨入点击、双点击、长时间触摸、拖拽、旋转、双指

　　上述操作，可以设置不同的宏来操作，根据不同设备的操作要求，设置不同的宏。

　　在实施例1中，所述导入用于应急仿真演练的初步模型，将所述输入中间件与所述

　　通过Loader对象将所述输入中间件与解绑后的模型进行重新绑定，并通过所述输

　　具体地，在本地对于初步模型的管理为，可将初步模型存储在本地的Resources内

　　置文件夹下，并使用Loader对象来进行初步模型的生成与加载。初步模型可使用

　　Assetbundle形式进行包分离，可对任何所需要资源进行打包压缩处理。生成Manifest文

　　件，manifest文件是专门用于存储打包后的AssetBundle文件的基本信息的主要包含信息

　　为CRC校验码和ClassTypes，分别为计算资源的一个特殊信息标识以及当前资源关联使用

　　具体地，可通过Debugger调试器对初步模型进行调试。调试包括，Callback风格、

　　协程风格等，通过GC回收器进行资源的释放。通过路由Route进行不同平台不同环境的路径

　　上述实施例中，对初步模型实现自我轻处理，自我是相对于系统的默认配置，根据

　　不同的需要来进行自我调节和筛选。去除一些不必要的且拉低处理性能的一些配置，轻处

　　理指的是在原有的基础上微调，不做核心的更改。通过解绑和重新绑定，一方面可以减少

　　具体地，所述通过Loader对象将所述输入中间件与已解绑的模型进行重新绑定之

　　上述方案，能够限制模型可使用的顶点数量，以便于减少内存占用以及GPU计算

　　量。具体为，根据drawcall、setpasscall、batches等检测值所显示的数值来决定，一般数值

　　越小越好，具体根据不同的项目大小而定，在保证项目流畅、不卡顿、不失真等情况下进行

　　去掉alpha通道，此类所展示的图片，基本都没有透明背景的要求，若有特殊要求

　　a .Loading图片这类需要的则比较更加精细，需要把图片设置为Automatic

　　b.地图、缩略图、UI背景图等等所要求无需精细，则可以设置为自动压缩格式(若

　　是有压缩情况，则都需要把图片宽高尺寸是2的幂，可以在Advance里面设置toNearest)。

　　图形的优化去除不必要的A通道，若是为2D图片，则需要移除mipmap，质量要求高

　　情关闭mipmap，优先选用compressed，谨慎使用trueColor，最后则是合理选择图片大小，以

　　达到最好的优化效果。16bit的高级优化，使用16bit时，可能会出现明显的颜色过度不均

　　动作片段的处理，作用为减少动作的无用帧，就是两个Keyframe之间的旋转或者

　　位移或者缩放的差别很小的情况下，则可以把Keyframe去掉，这样可以较大的优化存储空

　　纹理合并+静态批处理，lightmap贴图设置自动压缩。一个是减少drawcall，一个

　　是减少内存占用，可实行静态批处理。对贴图使用PVRTC压缩，并且尽可能减小分辨率。

　　很多，一旦不把这些材质的分别剔除出来，则会造成资源的冗余。所以使用一个最简单的办

　　法就是把所有特效的材质贴图都抠出来打包制作成一个bundle文件，加载特效的时候动态

　　加载材质贴图，则会减少内存的使用，另外，特效贴图大多数都使用了alpha通道，渲染的时

　　会加大CPU处理复合。这种情况的解决办法是拆分贴图的alpha，shader里面做alhpa的混

　　加载窗体时采用动态挂载脚本，去掉窗体引用的atlas和font，加载窗体的时候再

　　将无效脚本进行卸载，即屏蔽掉无用的脚本。制作资源的时候，为了测试效果，多

　　挂载脚本，但是制作完以后通常会忘了把脚本卸载。这些则是多余的abundle资源，并且会

　　形成脚本的缺失，加载bundle的时候会一直报告错误信息，增加CPU负荷，严重则会导致卡

　　由于音效以及texutre本身都是经过压缩的，这些属于优化的数据，打包的时候则

　　选择不压缩打包的方式来进行打成bundle包，不需要再打包，这样则可以大大提高加载资

　　上述实施例中，能够对初步模型进行资源优化处理，输出较佳品质的画面、场景及

　　导入多端平台对应的自主封装底层框架，所述自主封装底层框架包括SDK框架、

　　量的配置，所述输出环境变量包括JAVA_HOME、path和Classpath的配置信息；

　　利用IL2CPP脚本对所述自主封装底层框架中的引用类型进行DLL裁剪，从而完成

　　通过路由Route命令建立所述优化模型与多端平台对应的输出路径策略，从而得

　　代码优化，移除不必要的代码依赖，若是代码中存在了一些大型库的源码或dll，

　　上述实施例中，能够实现多端输出，例如PC端、安卓等，能够实现不受限于不同操