Orillusion引擎中Ray射线类的正确使用方法解析
2025-06-12 05:27:26作者:秋泉律Samson
概述
在3D图形编程中,射线(Ray)是一个非常重要的数学工具,常用于实现拾取、碰撞检测、视线判断等功能。Orillusion引擎作为一款WebGPU驱动的3D引擎,提供了Ray类来实现这些功能。本文将详细介绍Orillusion中Ray类的正确使用方法,特别是关于射线点计算的重要方法。
Ray类的基本概念
在Orillusion引擎中,Ray类表示一条3D空间中的无限射线,由两个基本属性定义:
- origin: 射线的起点,是一个Vector3类型的向量
- direction: 射线的方向,也是一个Vector3类型的向量(通常会被归一化为单位向量)
计算射线上的点
在实际开发中,我们经常需要计算射线上距离起点特定距离的点。Orillusion引擎提供了pointAt()方法来实现这一功能。
pointAt方法详解
let ray = new Ray();
let pointOnRay = ray.pointAt(distance);
参数说明:
distance: 从射线起点沿射线方向的距离值(标量)
返回值:
- 返回一个Vector3,表示射线上距离起点指定距离的点
数学上,这个计算可以表示为:
point = origin + direction * distance
常见使用场景
- 拾取操作:计算鼠标点击对应的3D空间位置
- 碰撞检测:检测射线与物体的交点
- 视线判断:判断角色是否能"看到"某个物体
- 路径预测:预测抛射物的飞行轨迹
注意事项
- 方向向量通常应该被归一化(长度为1),这样distance参数才有明确的几何意义
- distance可以是任意实数,包括负数(表示反方向)
- 对于性能敏感的场景,可以重用Vector3对象而不是每次都创建新对象
示例代码
// 创建一条从原点指向Z轴正方向的射线
let ray = new Ray();
ray.origin.set(0, 0, 0);
ray.direction.set(0, 0, 1);
ray.direction.normalize();
// 计算距离起点5个单位长度的点
let point = ray.pointAt(5);
console.log(point); // 输出近似为 (0, 0, 5)
通过正确使用Orillusion引擎的Ray类和pointAt方法,开发者可以轻松实现各种基于射线的3D交互功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1