Phantom Camera项目中Camera3DResource的Cull Mask层显示问题解析
2025-06-30 09:22:55作者:卓艾滢Kingsley
在Phantom Camera项目开发过程中,开发者发现Camera3DResource的检查器中显示的是32层碰撞遮罩(collision cull mask),而实际上应该显示20层的可视化遮罩(visualisation cull mask),这与Camera3D的行为不一致。
问题本质
这个问题的核心在于Camera3DResource错误地使用了export_flags_3d_physics导出标志,而实际上应该使用export_flags_3d_render导出标志。前者对应的是物理碰撞层的32层遮罩,后者才是正确的20层可视化渲染层遮罩。
影响分析
虽然这个问题在技术上不会导致功能失效(因为超过20层的遮罩在实际应用中并不常见),但它带来了以下用户体验问题:
- 界面显示不一致:Camera3DResource与标准Camera3D的界面行为不统一
- 工具提示信息错误:开发者自定义的层名称(如realworld、minimap等)会显示为物理层的名称(如player、enemies等)
- 潜在的混淆:开发者可能会误以为他们可以使用的层数比实际更多
技术背景
在Godot引擎中,3D渲染和物理碰撞使用不同的层系统:
- 可视化渲染层:共20层,用于控制哪些对象会被摄像机渲染
- 物理碰撞层:共32层,用于控制物理碰撞检测
Camera3DResource本应遵循与标准Camera3D相同的层系统,即使用20层的可视化渲染层系统。
解决方案
项目维护者已经确认这是一个需要修复的问题,并计划在0.7.1版本中解决。修复方案是将Camera3DResource的导出标志从export_flags_3d_physics改为export_flags_3d_render,使其与标准Camera3D的行为保持一致。
开发者建议
对于遇到此问题的开发者,可以采取以下临时解决方案:
- 忽略超过20层的部分,专注于前20层的设置
- 等待0.7.1版本的正式发布
- 如果需要立即修复,可以考虑手动修改本地代码库中的相关部分
这个问题虽然不会影响核心功能,但修复后将提供更一致的用户体验和更准确的工具提示信息,有助于提升开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
React Native鸿蒙化仓库
JavaScript
286
338
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
224
91
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
722
174
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
438
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
699
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19