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一键生成PPT,就用博思AIPPT!
博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。


AI赋能电商视觉革命,一站式智能商拍平台
潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。


企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。


稳定高效的流量提升解决方案,助力品牌曝光
稳定高效的流量提升解决方案,助力品牌曝光


最新版Sora2模型免费使用,一键生成无水印视频
最新版Sora2模型免费使用,一键生成无水印视频


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。


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。


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。


最强AI数据分析助手
小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。


像人一样思考的AI智能体
imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。
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