FCL是一个用于对由三角形组成的几何模型对执行三种类型邻近查询的库。
FCL具有以下特点:
在编译FCL之前,请确保已安装Eigen和libccd (用于凸对象之间的碰撞检查,可在https://github.com/danfis/libccd获取)。对于libccd,请确保从github版本编译,而不是网页上的zip文件,因为压缩版本中不包含一个bug修复。
FCL的一些可选功能需要安装一些可选库。对于八叉树碰撞,请从https://octomap.github.io/安装octomap库。
CMakeLists.txt用于在Linux中生成makefile或在Windows中生成Visual Studio项目。在命令行中运行:
mkdir build cd build cmake ..
接下来,在Linux中,使用make编译代码。
在Windows中,将生成Visual Studio项目,然后您可以编译代码。
在开始邻近计算之前,我们首先需要为参与计算的对象设置几何形状和变换。对象的几何形状表示为网格汤,可以按如下方式设置:
// 设置网格三角形和顶点索引 std::vector<Vector3f> vertices; std::vector<Triangle> triangles; // 设置顶点和三角形的代码 ... // BVHModel是网格几何的模板类,默认使用OBBRSS模板 typedef BVHModel<OBBRSSf> Model; std::shared_ptr<Model> geom = std::make_shared<Model>(); // 将网格数据添加到BVHModel结构中 geom->beginModel(); geom->addSubModel(vertices, triangles); geom->endModel();
对象的变换包括旋转和平移:
// R和T分别是旋转矩阵和平移向量 Matrix3f R; Vector3f T; // 设置R和T的代码 ... // 根据R和T配置变换 Transform3f pose = Transform3f::Identity(); pose.linear() = R; pose.translation() = T;
给定几何形状和变换,我们还可以将它们组合在一起以获得碰撞对象实例,这里是一个例子:
//geom和tf是对象的几何形状和变换 std::shared_ptr<BVHModel<OBBRSSf>> geom = ... Transform3f tf = ... //将它们组合在一起 CollisionObjectf* obj = new CollisionObjectf(geom, tf);
设置好对象后,我们可以对它们进行邻近计算。FCL中的所有邻近查询都遵循一个通用流程:首先,设置查询请求数据结构,然后使用请求作为输入运行查询函数。结果返回在查询结果数据结构中。例如,对于碰撞检查,我们首先设置CollisionRequest数据结构,然后运行碰撞函数:
// 给定两个对象o1和o2 CollisionObjectf* o1 = ... CollisionObjectf* o2 = ... // 设置碰撞请求结构,这里我们只使用默认设置 CollisionRequest request; // 结果将通过碰撞结果结构返回 CollisionResult result; // 执行碰撞测试 collide(o1, o2, request, result);
通过设置碰撞请求,用户可以轻松选择是返回接触信息(速度较慢)还是只返回二进制碰撞结果(速度较快)。 对于距离计算,流程几乎相同:
// 给定两个对象 o1 和 o2 CollisionObjectf* o1 = ... CollisionObjectf* o2 = ... // 设置距离请求结构,这里我们只使用默认设置 DistanceRequest request; // 结果将通过碰撞结果结构返回 DistanceResult result; // 执行距离测试 distance(o1, o2, request, result);
对于连续碰撞,FCL 需要提供目标变换(初始变换包含在碰撞对象数据结构中)。除此之外,流程几乎与距离/碰撞相同:
// 给定两个对象 o1 和 o2 CollisionObjectf* o1 = ... CollisionObjectf* o2 = ... // o1 和 o2 的目标变换 Transform3f tf_goal_o1 = ... Transform3f tf_goal_o2 = ... // 设置连续碰撞请求结构,这里我们只使用默认设置 ContinuousCollisionRequest request; // 结果将通过连续碰撞结果结构返回 ContinuousCollisionResult result; // 执行连续碰撞测试 continuousCollide(o1, tf_goal_o1, o2, tf_goal_o2, request, result);
FCL 支持两组对象之间的宽相碰撞/距离计算,可以避免 n 平方的复杂度。对于碰撞,宽相算法可以返回所有碰撞对。对于距离,它可以返回最小距离的对。FCL 使用 CollisionManager 结构来管理涉及碰撞或距离操作的所有对象。
// 为第一组对象初始化碰撞管理器。 // FCL 提供了 CollisionManager 的各种不同实现。 // 通常,DynamicAABBTreeCollisionManager 会提供最佳性能。 BroadPhaseCollisionManagerf* manager1 = new DynamicAABBTreeCollisionManagerf(); // 为第二组对象初始化碰撞管理器 。 BroadPhaseCollisionManagerf* manager2 = new DynamicAABBTreeCollisionManagerf(); // 要将对象添加到碰撞管理器中,使用 // BroadPhaseCollisionManager::registerObject() 函数添加一个对象 std::vector<CollisionObjectf*> objects1 = ... for(std::size_t i = 0; i < objects1.size(); ++i) manager1->registerObject(objects1[i]); // 另一种选择是使用 BroadPhaseCollisionManager::registerObjects() // 函数添加一组对象 std::vector<CollisionObjectf*> objects2 = ... manager2->registerObjects(objects2); // 为了在宽相阶段收集信息,CollisionManager 需要两个设置: // a) 碰撞或距离的回调函数; // b) 用于存储宽相计算过程中生成的信息的中间数据。 // 为方便起见,FCL 为碰撞和距离查询提供了默认的回调函数来满足 a), // 以及相应的回调数据来满足 b)。对于碰撞,使用 DefaultCollisionCallback 和 DefaultCollisionData, // 对于距离,使用 DefaultDistanceCallback 和 DefaultDistanceData。 // 默认的碰撞/距离数据结构只是简单的容器,包含上面提到的每种查询类型的请求和距离结构。 DefaultCollisionData collision_data; DefaultDistanceData distance_data; // 设置管理器,这与根据输入对象初始化宽相加速结构有关 manager1->setup(); manager2->setup(); // 各种查询的示例 // 1. 两个对象组之间的碰撞查询,并获取碰撞数量 manager2->collide(manager1, &collision_data, DefaultCollisionFunction); int n_contact_num = collision_data.result.numContacts(); // 2. 两个对象组之间的距离查询,并获取最小距离 manager2->distance(manager1, &distance_data, DefaultDistanceFunction); double min_distance = distance_data.result.min_distance; // 3. 组 1 的自碰撞查询 manager1->collide(&collision_data, DefaultCollisionFunction); // 4. 组 1 的自距离查询 manager1->distance(&distance_data, DefaultDistanceFunction); // 5. 组 1 中的一个对象与整个组 2 之间的碰撞查询 manager2->collide(objects1[0], &collision_data, DefaultCollisionFunction); // 6. 组 1 中的一个对象与整个组 2 之间的距离查询 manager2->distance(objects1[0], &distance_data, DefaultDistanceFunction);
更多示例,请参考测试文件夹:
AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号