基于分布式操作系統(tǒng)的三維城市模型組織方法

摘 要：日益增長的三維城市模型在線實(shí)時(shí)可視化應(yīng)用需求對(duì)大規(guī)模復(fù)雜三維城市模型的高效組織與管理提出了更高的要求，傳統(tǒng)基于“圖層-對(duì)象”的組織方法沒有考慮三維城市模型不同內(nèi)容以及不同細(xì)節(jié)層次的粒度差異，導(dǎo)致在網(wǎng)絡(luò)環(huán)境下的傳輸效率很低，難以滿足網(wǎng)絡(luò)環(huán)境下多用戶并發(fā)訪問的流暢可視化需求。本文深入分析大范圍漫游與小范圍聚焦的不同用戶體驗(yàn)特點(diǎn)，提出了顧及用戶體驗(yàn)的面向網(wǎng)絡(luò)實(shí)時(shí)可視化的復(fù)雜三維城市模型數(shù)據(jù)自適應(yīng)組織方法。該方法采用索引元數(shù)據(jù)統(tǒng)籌模型對(duì)象的組織與調(diào)度，將小數(shù)據(jù)量的索引元數(shù)據(jù)和最粗一級(jí)模型數(shù)據(jù)打包傳輸，即時(shí)響應(yīng)用戶請(qǐng)求，并將多細(xì)節(jié)層次的復(fù)雜三維模型依據(jù)視覺特點(diǎn)合理分解存儲(chǔ)并漸進(jìn)調(diào)度，針對(duì)模型LOD和分解的對(duì)象，設(shè)計(jì)結(jié)構(gòu)統(tǒng)一的對(duì)象ID，隱式存儲(chǔ)關(guān)聯(lián)關(guān)系并支持分布式模型存儲(chǔ)管理。以分布式數(shù)據(jù)MongoDB為平臺(tái)進(jìn)行實(shí)驗(yàn)，驗(yàn)證了本文方法的可行性和有效性。

關(guān)鍵詞：三維城市；用戶體驗(yàn)；實(shí)時(shí)可視化；分布式數(shù)據(jù)組織；組織方法

中圖分類號(hào)：TP311

高效流暢的三維可視化是三維GIS的基本功能。然而在網(wǎng)絡(luò)環(huán)境下，面對(duì)成千上萬并日益增長的訪問用戶，傳統(tǒng)的集中數(shù)據(jù)服務(wù)器有限的性能和網(wǎng)絡(luò)帶寬同多細(xì)節(jié)層次三維模型傳輸之間的矛盾日趨嚴(yán)重。

隨著人類城市化進(jìn)程向著立體化方向發(fā)展，以及測(cè)繪科學(xué)和計(jì)算機(jī)科學(xué)的進(jìn)步。隨著網(wǎng)絡(luò)地圖從簡單二維矢量向分布的復(fù)雜三維模型的變化，大規(guī)模復(fù)雜三維城市模型的存儲(chǔ)與管理方法成為近期研究焦點(diǎn)?，F(xiàn)有的三維城市模型的組織方法數(shù)據(jù)粒度差異大，效率不高，因此，基于分布式操作系統(tǒng)的特點(diǎn)，本文提出了適用于分布式系統(tǒng)的三維城市模型數(shù)據(jù)自適應(yīng)組織方法，通過分析用戶的體驗(yàn)價(jià)值減少無效數(shù)據(jù)傳輸量。

1 相關(guān)研究工作

現(xiàn)有的數(shù)據(jù)組織方法只是針對(duì)“圖層-對(duì)象”一級(jí)數(shù)據(jù)的組織與管理，例如城市劃分為建筑物、道路等圖層，在圖層之間，小范圍建筑物和大跨度道路作為同層次的對(duì)象獨(dú)立存儲(chǔ)調(diào)度；在建筑物圖層內(nèi)，不同體積、不同細(xì)節(jié)層次的建筑物模型作為同層次的對(duì)象獨(dú)立存儲(chǔ)調(diào)度。模型之間離散存儲(chǔ)和調(diào)度，沒有充分考慮不同類型數(shù)據(jù)以及不同細(xì)節(jié)層次下表達(dá)粒度的不一致，導(dǎo)致數(shù)據(jù)調(diào)度粒度差異大，傳輸效率低。已有方法通過將三維城市模型柵格化后分塊組織，雖然平衡了數(shù)據(jù)調(diào)度粒度，卻割裂了三維城市模型的完整性。

2 三維城市模型分布式組織方法

2.1 元數(shù)據(jù)分內(nèi)存卡層次結(jié)構(gòu)組織

大規(guī)模三維場(chǎng)景實(shí)時(shí)可視化涉及海量的地形和模型數(shù)據(jù)，而硬件的發(fā)展還不能完全滿足用戶對(duì)海量數(shù)據(jù)的調(diào)入與顯示，因此，要對(duì)場(chǎng)景數(shù)據(jù)進(jìn)行合理的組織，利用金字塔模型來組織瓦片地圖數(shù)據(jù)很早就應(yīng)用于遙感領(lǐng)域，眾多學(xué)者對(duì)此進(jìn)行了深入的研究，并取得了許多重要的成果。當(dāng)前地形按照四叉樹方式進(jìn)行層次劃分和管理，即將研究區(qū)域進(jìn)行格網(wǎng)劃分，使每個(gè)格網(wǎng)塊GRID劃分大小為N*N（N=2n，n為上一層的瓦片大小）。即對(duì)于一個(gè)區(qū)域，如果要建立n個(gè)層次的LOD 模型，則第0層次包括1個(gè)四叉樹節(jié)點(diǎn)，第1層次包括4個(gè)四叉樹節(jié)點(diǎn)，??，第i層次包括4i個(gè)四叉樹節(jié)點(diǎn)。每一個(gè)地形格網(wǎng)塊通過唯一標(biāo)識(shí)碼進(jìn)行索引，地形格網(wǎng)塊唯一標(biāo)識(shí)碼信息包含：LOD層、格網(wǎng)行號(hào)、格網(wǎng)列號(hào)。繪制端通過視距范圍和LOD層號(hào)的映射關(guān)系首先確定當(dāng)前需要調(diào)度的LOD層層號(hào)，然后根據(jù)當(dāng)前視域的經(jīng)緯度范圍和該LOD層的瓦片分割跨度計(jì)算格網(wǎng)的行號(hào)和列號(hào)，最后根據(jù)得到的LOD層號(hào)、格網(wǎng)行號(hào)、格網(wǎng)列號(hào)生成需要調(diào)度的格網(wǎng)塊ID，從數(shù)據(jù)庫中檢索、調(diào)度瓦片數(shù)據(jù)。

將空間數(shù)據(jù)按照規(guī)則的網(wǎng)格將地理位置劃分為多個(gè)塊，同時(shí)這些塊可以以一定的規(guī)則再次細(xì)分下去，這樣的規(guī)則網(wǎng)格劃分方式構(gòu)成了金字塔的概念。這樣的數(shù)據(jù)組織模型讓海量的GIS數(shù)據(jù)可以層層遞進(jìn)的方式顯示，有效的提高了數(shù)據(jù)使用的性能。在實(shí)際的數(shù)據(jù)生產(chǎn)中包含兩類金字塔模型：360度金字塔模型和18度金字塔模型。360度金字塔模型的頂級(jí)瓦片只有一個(gè)瓦片，該瓦片覆蓋（-180，-270）～（180，90）全球經(jīng)緯度范圍。18度金字塔模型的頂級(jí)由10*20個(gè)瓦片構(gòu)成，每個(gè)瓦片的跨度為18度。兩種金字塔模型均按照四叉樹劃分和組織，目前支持20層的數(shù)據(jù)抽析。

金字塔的數(shù)學(xué)基礎(chǔ)通過XML文件的方式來描述并傳給客戶端，讓客戶端知道數(shù)據(jù)所采用的投影變換數(shù)學(xué)方法和格網(wǎng)劃分方法，其信息包括：金字塔的基本元信息，主要用于識(shí)別區(qū)分不同的金字塔；金字塔層之間的比例關(guān)系，以及頂級(jí)和底級(jí)的編號(hào)；瓦片的相關(guān)屬性，包括瓦片的像素寬度和像素高度；頂層瓦片所覆蓋的范圍等。

客戶端獲取模型瓦片數(shù)據(jù)，解析出每一個(gè)模型元信息和最粗一級(jí)的模型數(shù)據(jù)并可視化，隨著視距的拉近，用戶需要看到更精細(xì)的模型幾何和模型紋理。為了減小精細(xì)模型的調(diào)度粒度，精細(xì)模型的幾何、材質(zhì)、紋理離散存儲(chǔ)并漸進(jìn)調(diào)度。模型幾何對(duì)象存儲(chǔ)幾何對(duì)象ID、幾何對(duì)象類型和幾何實(shí)體數(shù)據(jù)，其中幾何實(shí)體包含關(guān)聯(lián)的材質(zhì)紋理ID。材質(zhì)對(duì)象存儲(chǔ)材質(zhì)對(duì)象ID、材質(zhì)類型、材質(zhì)名稱和材質(zhì)實(shí)體數(shù)據(jù)，材質(zhì)類型包括簡單材質(zhì)、復(fù)雜材質(zhì)和無材質(zhì)，簡單材質(zhì)主要針對(duì)單個(gè)面單張材質(zhì)的情形，復(fù)雜材質(zhì)針對(duì)單個(gè)面多張材質(zhì)混合的效果，而無材質(zhì)則代表紋理圖片信息。材質(zhì)體可以包含另一個(gè)材質(zhì)對(duì)象，例如簡單材質(zhì)的材質(zhì)體可以包含一個(gè)無材質(zhì)對(duì)象即紋理圖片。

2.2 分布式多層次ID結(jié)構(gòu)設(shè)計(jì)

三維城市模型分解為索引元數(shù)據(jù)、幾何、材質(zhì)、紋理，割裂了其完整性。因此，如何表達(dá)其關(guān)聯(lián)關(guān)系，從邏輯上表現(xiàn)其完整性并隱式組織其調(diào)度關(guān)系，是ID結(jié)構(gòu)設(shè)計(jì)的關(guān)鍵點(diǎn)和難點(diǎn)。

MongoDB的ObjectID分布式唯一標(biāo)識(shí)碼占用12個(gè)字節(jié)，0～3字節(jié)是從標(biāo)準(zhǔn)紀(jì)元開始的時(shí)間戳，單位為秒。4～7字節(jié)是是服務(wù)器主機(jī)標(biāo)識(shí)，通常是機(jī)器主機(jī)名的散列值。7～8 字節(jié)是同一臺(tái)機(jī)器上多個(gè)實(shí)例的進(jìn)程標(biāo)識(shí)符PID。時(shí)間戳、機(jī)器ID和進(jìn)程ID的9個(gè)字節(jié)保證了同一秒鐘不同機(jī)器不同進(jìn)程產(chǎn)生的 ObjectId的唯一性。9～11字節(jié)是一個(gè)自動(dòng)增加的計(jì)數(shù)器，保證同一秒內(nèi)的ID是唯一的，同一秒鐘最多允許每個(gè)進(jìn)程擁有（224 = 16777216）個(gè)不同的ID。時(shí)間戳保證秒級(jí)唯一，機(jī)器ID保證設(shè)計(jì)時(shí)考慮分布式，避免時(shí)鐘同步，PID保證同一臺(tái)服務(wù)器運(yùn)行多個(gè)實(shí)例時(shí)的唯一性，最后的計(jì)數(shù)器保證同一秒內(nèi)的唯一性。

該ID結(jié)構(gòu)設(shè)計(jì)雖然保證了對(duì)象標(biāo)識(shí)的唯一性，但存在如下兩個(gè)問題：（1）元數(shù)據(jù)ID、幾何ID、材質(zhì)ID都單獨(dú)生成，無關(guān)聯(lián)性，因此需要存儲(chǔ)ID之間的映射關(guān)系，例如模型有i級(jí)LOD，則元數(shù)據(jù)中需要存儲(chǔ)i個(gè)幾何ID，材質(zhì)映射j級(jí)紋理，則材質(zhì)中需要存儲(chǔ)j個(gè)紋理ID，因此存儲(chǔ)的經(jīng)濟(jì)性不高；（2）無法檢測(cè)ID是否重名。雖然該ID的設(shè)計(jì)方法極大程度的避免了ID同名，但不可避免存在小概率的ID同名情況，以該ID結(jié)構(gòu)設(shè)計(jì)，需要遍歷所有對(duì)象ID，才能檢測(cè)ID是否同名，成本太大，入庫效率低。

為此，我們提出了多層次ID結(jié)構(gòu)，該ID 縱向上關(guān)聯(lián)了各級(jí)LOD模型，橫向上關(guān)聯(lián)了索引元數(shù)據(jù)、幾何、多級(jí)材質(zhì)紋理，在保證ID唯一性的同時(shí)支持快速的重復(fù)檢測(cè)，滿足分布式模型數(shù)據(jù)生產(chǎn)的要求。

2.3 分布式數(shù)據(jù)庫存儲(chǔ)結(jié)構(gòu)設(shè)計(jì)

本實(shí)驗(yàn)平臺(tái)采用分布式文件系統(tǒng)MongoDB 數(shù)據(jù)庫。MongoDB 是一個(gè)基于分布式文件存儲(chǔ)的非關(guān)系型數(shù)據(jù)庫，旨在為WEB應(yīng)用提供可擴(kuò)展的高性能數(shù)據(jù)存儲(chǔ)解決方案。它具有高性能、易部署、易使用，存儲(chǔ)數(shù)據(jù)非常方便的特點(diǎn)。本文根據(jù)數(shù)據(jù)組織的邏輯模型設(shè)計(jì)了基于MongoDB數(shù)據(jù)庫的物理存儲(chǔ)模型。

首先，以每個(gè)城市某一類地物為圖層組織模型數(shù)據(jù)，例如分為“武漢市_道路”、“南京市_建筑物”等，為了保存圖層信息，需要建立圖層元數(shù)據(jù)管理對(duì)象。其次，針對(duì)每一個(gè)圖層，根據(jù)本文的分析，分別建立索引元信息的瓦片集、幾何數(shù)據(jù)集、材質(zhì)數(shù)據(jù)集和屬性集。針對(duì)共享的模型對(duì)象，例如城市小品路燈、護(hù)欄等，單獨(dú)建立共享模型幾何集和共享模型材質(zhì)集。

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)場(chǎng)景選擇武漢市某中心區(qū)域，包含了三類不同粒度大小的典型模型數(shù)據(jù)，第一是大型建筑，幾何粒度約550K；第二是中型居民樓，幾何粒度約150K；第三是城市小品，如路燈、垃圾桶等，幾何粒度約60K。實(shí)驗(yàn)場(chǎng)景覆蓋面積0.4平方公里，模型對(duì)象160個(gè)，模型幾何量 31M，模型紋理量 59M，模型被組織在一個(gè)格網(wǎng)內(nèi)。

軟硬件配置情況為：數(shù)據(jù)庫為MongoDB 2.2.2 win64版；客戶端為 MongoDB C++ Driver 2.0.8 版；數(shù)據(jù)服務(wù)器CPU為Intel X5650處理器，內(nèi)存為主頻1600MHz 12G，硬盤為1個(gè)7200轉(zhuǎn)2T硬盤，操作系統(tǒng)為Windows 7 64位操作系統(tǒng)；網(wǎng)絡(luò)為百兆局域網(wǎng)。

3.2 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證本文提出的組織方法的效率，本文設(shè)計(jì)了兩個(gè)實(shí)驗(yàn)進(jìn)行驗(yàn)證。為了更好的說明本文方法的作用，與第1節(jié)提到的當(dāng)前最主要的兩種方法——圖層對(duì)象組織方法和基于R樹索引的方法進(jìn)行了詳細(xì)的對(duì)比實(shí)驗(yàn)。

首先，對(duì)于3.1中的實(shí)驗(yàn)數(shù)據(jù)分別采用現(xiàn)有參考文獻(xiàn)[1]中的“圖層-對(duì)象”組織方法、參考文獻(xiàn)[2]中的基于R樹索引的組織方法二者與本文的組織方法進(jìn)行對(duì)比實(shí)驗(yàn)。采用gDebugger測(cè)試工具對(duì)兩個(gè)方法的組織的請(qǐng)求響應(yīng)時(shí)間進(jìn)行對(duì)比結(jié)果。對(duì)比的參數(shù)主要包括傳輸?shù)臄?shù)據(jù)量以及請(qǐng)求響應(yīng)的時(shí)間。從結(jié)果來看，對(duì)于同一個(gè)場(chǎng)景，本文方法所需傳輸?shù)脑獢?shù)據(jù)和最粗一級(jí)模型僅217K，而傳輸完整模型需要90M，因此本文方法響應(yīng)所需傳輸數(shù)據(jù)量小，從而響應(yīng)速度快。在請(qǐng)求的響應(yīng)時(shí)間方面，本文方法與另外兩種方法相比，響應(yīng)速度明顯提高，且內(nèi)存緩存數(shù)據(jù)量小，主要由于對(duì)三維模型索引元數(shù)據(jù)和最粗一級(jí)模型LOD按照格網(wǎng)打包組織以后，只需要將場(chǎng)景范圍內(nèi)格網(wǎng)塊取出并快速繪制最粗一級(jí)模型，并不需要將場(chǎng)景格網(wǎng)內(nèi)模型對(duì)象完整取出。

4 結(jié)束語

復(fù)雜三維城市模型不同類型以及不同細(xì)節(jié)層次的粒度差異，導(dǎo)致模型調(diào)度粒度不均勻，在互聯(lián)網(wǎng)環(huán)境下傳輸效率低，無法支持互聯(lián)網(wǎng)環(huán)境下多用戶并發(fā)訪問的流暢可視化。本文通過對(duì)用戶操作體驗(yàn)的分析，通過索引元數(shù)據(jù)的統(tǒng)籌管理和幾何、材質(zhì)、紋理的離散存儲(chǔ)和漸進(jìn)傳輸，平衡了調(diào)度粒度，減少了無效數(shù)據(jù)傳輸，大大提高了互聯(lián)網(wǎng)環(huán)境下多用戶并發(fā)的實(shí)時(shí)可視化效率。

參考文獻(xiàn)：

[1]周東波，朱慶，杜志強(qiáng).粒度與結(jié)構(gòu)統(tǒng)一的多層次三維城市模型數(shù)據(jù)組織方法[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2011（12）：1406-1409.

[2]龔俊，朱慶，章漢武.基于R樹索引的三維場(chǎng)景細(xì)節(jié)層次自適應(yīng)控制方法[J].測(cè)繪學(xué)報(bào)，2011（04）：531-534.

[3]胡昌平，鄧勝利.基于用戶體驗(yàn)的網(wǎng)站信息構(gòu)建要素與模型分析[J].情報(bào)科學(xué)，2012（03）：321-325.

[4]劉群，馮丹.基于層次結(jié)構(gòu)的元數(shù)據(jù)動(dòng)態(tài)管理方法的研究[J].計(jì)算機(jī)研究與發(fā)展，2011（z2）：78-82.

[5]孫敏，薛勇，馬藹乃.基于格網(wǎng)劃分的大數(shù)據(jù)集DEM三維可視化[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2012（06）：566-570.

[6]萬剛，高俊，劉穎真.基于閱讀實(shí)驗(yàn)方法的認(rèn)知地圖形成研究[J].遙感學(xué)報(bào)，2013（02）：339-346.

[7]胡金星，馬照亭，吳煥萍.基于格網(wǎng)劃分的海量地形數(shù)據(jù)三維可視化[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2011（08）：1164-1168.

[8]Gen I.MongoDB Manual 2.4Z]，2013.

[9]時(shí)進(jìn)鋼，王天培，陳穎.論溫室氣體控制和氣候變化因素納入規(guī)劃環(huán)評(píng)必要性及可行性[J].環(huán)境與可持續(xù)發(fā)展，2012（01）.

[10]秦大河，羅勇，陳振林.氣候變化科學(xué)的最新進(jìn)展：IPCC第四次評(píng)估綜合報(bào)告解析[J].氣候變化研究進(jìn)展，2007（06）.

[11]潘家華.低碳轉(zhuǎn)型的背景與途徑：從哥本哈根會(huì)議說起[J].閱江學(xué)刊，2010（04）.

[12]國務(wù)院.中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十二個(gè)五年規(guī)劃綱要EB/OL].http：//www.gov.cn/2011lh/content_1825838.htm.

[13]Liu Z，Liang S，Geng Y，et al.Features，trajectories and driving forces for energy related GHG emissions from Chinese mega cites： the case of Beijing， Tianjin， Shanghai and ChongqingJ].Energy，2012，（1）. Ren W，Geng Y，Xue B，et al.Pursuing co-benefits in China’s old industrial base：a case of ShenyangJ].Urban Climate，2012（01）.Xi F，Geng Y，Chen X，et al.Contributing to local policy making on GHG emission reduction through inventorying and attribution： A case study of Shenyang，China[J].Energy Policy，2011（10）.

[14]湯國安，趙牡丹，楊昕，等.地理信息系統(tǒng)[M].北京：科學(xué)出版社，2010：2.

[15]張建華.管理信息系統(tǒng)[M].北京：中國電力出版社，2008：35.

[16]丁智剛.C/S模式與B/S模式相結(jié)合的數(shù)據(jù)庫系統(tǒng)技術(shù)研究[J].信息安全技術(shù)，2011（11）.

[17]葉有華，鄒劍鋒，吳鋒，等.高度城市化地區(qū)碳匯資源基本特征及其提升策略[J].環(huán)境科學(xué)研究，2012（02）.

[18]唐柳英，卿斯?jié)h.混合RBAC—DTE策略的多角色管理[J].計(jì)算機(jī)學(xué)報(bào)，2006（08）.

[19]李慧明，楊娜.低碳經(jīng)濟(jì)及碳排放評(píng)價(jià)方法探究[J].學(xué)術(shù)交流，2010（04）.

[20]王成，李民贊，王麗麗，等.基于數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)的溫室決策支持系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報(bào)，2008（11）.

[21]劉耀.企業(yè)管理決策支持系統(tǒng)的理論與應(yīng)用[M].北京：中國經(jīng)濟(jì)出版社，2001：77-78.

[22]薛冰，任婉俠，馬志孝，等.應(yīng)對(duì)氣候變化的協(xié)同效應(yīng)研究綜述[J].閱江學(xué)刊，2013（02）.

[23]Xue B.，Ren W.China’s Uncertain CO2 emissions [J].Nature Climate Change，2012（11）.

Organization Method of Complex 3D City Model based on Distributed Operating Systems

Zhang Miao，Li Yebai / North China University of Technology

Abstract：The ever-growing online real-time visualization applications of complex 3D city model in large area raise an advanced requirement for efficient data management. The traditional method based on “Layer-Object” does not consider the granularity differences in different data type and in different levels of detail， which results in the low transmission efficiency in the network environment and could not satisfy the need of smooth visualization with multi-user concurrent accessing. This paper analyzes the characteristics of user experience including roaming over wide range and focusing over small range， and proposes the adaptive organization method of complex 3D city model taking into account of user experience. This method uses an index metadata to coordinate the organization and scheduling of model objects， instant responses to user requests by transferring the packaged data of index metadata and LOD0 model data， reasonably decomposes， separately stores and progressively schedules the LOD models based on visual characteristics. This paper designs a unified object ID structure to implicitly store the relationship of LOD models and decomposed objects and supports a distributed management. Finally，the validity and feasibility of this method are proved through the experiments in the platform of distributed database MongoDB.

Keywords：Three-dimension city model；user experience；real-time visualization；distributed data organization；Organization Method

作者簡介：張苗（1987.04-），女，河南人，碩士，研究方向：電子商務(wù)，數(shù)據(jù)倉庫；李也白（1957.06-），男，遼寧人，北方工業(yè)大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)研究所所長，教授，研究方向：面向?qū)ο髷?shù)據(jù)庫技術(shù)，工程數(shù)據(jù)庫應(yīng)用，數(shù)據(jù)倉庫技術(shù)，電子商務(wù)和電子政務(wù)技術(shù)等。

作者單位：北方工業(yè)大學(xué) 信息工程學(xué)院計(jì)算機(jī)系，北京 100041