Orillusion引擎中全局坐标获取功能的技术解析
2025-06-12 21:48:41作者:舒璇辛Bertina
背景介绍
在3D图形引擎开发中,坐标系统的转换是一个基础但至关重要的功能。Orillusion作为一款WebGPU驱动的3D引擎,在处理3D场景交互时,开发者经常需要获取鼠标点击位置对应的全局坐标值。这种需求在GIS地理信息系统、CAD设计软件等应用中尤为常见,因为这些应用需要处理与视角无关的固定空间坐标数据。
问题本质
在3D场景中,存在多种坐标系统:
- 屏幕坐标:以像素为单位的2D坐标,随窗口大小和相机视角变化
- 世界坐标:3D场景中的全局坐标,不随相机移动而变化
- 局部坐标:相对于某个3D对象的坐标
Orillusion引擎在0.8.3及之前版本中,当使用bound模式时,鼠标拾取(pick)操作的结果未能正确包含世界坐标信息,这导致开发者无法直接获取鼠标点击位置对应的全局3D坐标。
技术解决方案
该问题已在开发分支(dev)中得到修复,并计划在0.8.4版本中发布。修复后的版本将提供完整的pick结果,包含:
- 屏幕坐标到世界坐标的转换
- 正确的射线检测结果
- 稳定的全局坐标输出
实现原理
在3D引擎中,从屏幕坐标到世界坐标的转换通常通过以下步骤实现:
- 获取屏幕坐标:通过鼠标事件得到2D屏幕位置
- 构建投影射线:将2D坐标转换为3D空间中的一条射线
- 场景相交检测:计算射线与场景中物体的交点
- 坐标系统转换:将交点从视图空间转换到世界空间
Orillusion引擎通过优化拾取算法,确保了在bound模式下也能正确完成这一系列坐标转换过程。
应用场景
这一功能的完善使得开发者能够:
- 实现精确的地理空间数据标注
- 开发不依赖视角的测量工具
- 创建稳定的3D场景编辑器
- 构建GIS类应用程序
开发者建议
对于需要使用全局坐标的开发者,建议:
- 升级到0.8.4或更高版本
- 使用标准的pick API获取坐标信息
- 注意不同坐标系统间的转换关系
- 对于性能敏感场景,考虑使用空间索引优化拾取效率
总结
Orillusion引擎对全局坐标获取功能的完善,显著提升了引擎在专业3D应用开发中的实用性。这一改进使得开发者能够更加方便地处理与视角无关的空间数据操作,为引擎在GIS、CAD等专业领域的应用打下了坚实基础。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220