EnvPH 住宅环境数字孪生共创计划

本次为志愿共创，欢迎具备以下任一方向经验或浓厚兴趣的伙伴参与：

1. iOS / Swift / RoomPlan：完善 iPhone 空间扫描、CapturedRoom 数据处理、USDZ/JSON 导出与真机验证。 2. Three.js / WebGL / 数字孪生：改进住宅模型渲染、门窗交互、性能、相机与可视化表达。 3. 建筑环境 / 日照 / 通风 / CFD：校正太阳轨迹、遮挡、气流、涡流与湿度模型，明确科学边界与验证方法。 4. 计算机视觉 / 机器学习：提升二维户型图的墙体、房间、门窗和空间连通性识别，设计可复核的生成流程。 5. 环境心理学 / 人因 / 用户研究：建立可信、非诊断性的空间体验指标与建议体系。 6. 建筑 / 室内 / 空间规划：审核户型合理性、动线、功能分区及模型表达。 7. 产品 / 视觉 / 增长：完善交互体验、科普内容、案例展示和早期用户验证。

合作方式：以线上协作为主，也可在重庆线下交流。希望参与者尊重住宅影像与地理信息的隐私，接受对实验性结果进行诚实标注，并愿意通过文档、代码、设计、研究或测试形成可验证的贡献。无需同时具备所有能力，请在联系时简要说明擅长方向、可投入时间和希望参与的模块。

EnvPH 是一个面向居住环境改善的技术验证型 MVP。项目希望让用户通过住宅照片、二维户型图或 iPhone RoomPlan 扫描建立可交互空间模型，并结合地理位置、房屋朝向、门窗状态和环境信息，理解采光、通风、湿度、空间动线与心理感受之间的关系，获得清晰、可执行的改善建议。

当前原型已覆盖本地照片与 EXIF 分析、二维户型图语义识别与三维重建、Apple RoomPlan CapturedRoom JSON 导入，以及基于 Three.js 的门窗交互、太阳轨迹、屋顶遮挡和简化气流/湿度可视化。项目坚持隐私优先，并将环境心理学作为证据导向的基础，把风水限定为非恐吓、非决定论的传统文化解释层。

我们希望通过共创继续完善空间拓扑、门窗识别、真实住宅建模、环境模拟、交互表达、产品叙事与用户验证。现阶段的二维转三维与环境模拟仍是实验性能力，不等同于施工级建模、专业 CFD、建筑规范审查或医疗与运势结论。