Three.js中骨骼动画模型拾取问题的解决方案
2025-04-29 08:43:39作者:侯霆垣
问题背景
在使用Three.js开发3D交互应用时,开发者经常会遇到需要拾取场景中模型的需求。然而,当涉及到带有骨骼动画(SkinnedMesh)的模型时,在动画播放后经常会出现拾取失效的问题。这个问题表现为:动画播放前模型可以正常被拾取,但播放后需要将射线投射器(Raycaster)旋转到非常奇怪的角度才能拾取到目标物体。
问题根源
这个问题的根本原因在于骨骼动画模型的边界体积(Bounding Volume)计算机制。Three.js中的普通网格(Mesh)和骨骼网格(SkinnedMesh)在边界计算上有着重要区别:
- 骨骼动画会持续改变模型的顶点位置,导致原始的边界体积不再准确
- 直接调用几何体(Geometry)的computeBoundingBox()和computeBoundingSphere()方法对SkinnedMesh无效
- 动画播放后,模型的包围盒不会自动更新,导致射线检测使用的边界体积与实际模型不匹配
解决方案
针对这个问题,正确的解决方法是:
- 在渲染循环中定期更新SkinnedMesh的边界体积
- 使用SkinnedMesh特有的computeBoundingBox()和computeBoundingSphere()方法,而不是几何体上的方法
示例代码:
function render() {
// 更新所有需要拾取的SkinnedMesh的边界体积
raycasterObjs.forEach(obj => {
if(obj.isSkinnedMesh) {
obj.computeBoundingBox();
obj.computeBoundingSphere();
}
});
// 其他渲染逻辑...
requestAnimationFrame(render);
}
技术细节
理解这个解决方案需要了解Three.js中几种不同类型网格的区别:
- 普通Mesh:静态网格,边界体积只需计算一次
- SkinnedMesh:带有骨骼动画的网格,顶点位置会随时间变化
- InstancedMesh:实例化网格,有特殊的边界计算方式
对于SkinnedMesh,Three.js内部维护了两套边界体积计算系统:
- 几何体级别的边界体积(静态,初始化时计算)
- 网格级别的边界体积(动态,可随动画更新)
最佳实践
在实际项目中,建议:
- 只为需要交互的SkinnedMesh启用边界体积更新,避免不必要的性能开销
- 根据动画频率调整更新频率,不必每帧都更新
- 对于复杂场景,考虑使用空间分区技术减少射线检测的计算量
- 在模型加载完成后立即计算初始边界体积
性能考虑
虽然更新边界体积会增加一定的计算负担,但现代浏览器和硬件通常能够很好地处理这种操作。对于性能敏感的应用,可以:
- 使用节流(throttle)技术限制更新频率
- 在动画关键帧后更新,而不是每帧更新
- 对于移动设备等低性能平台,可以降低更新精度
通过正确理解Three.js中不同类型网格的边界体积计算机制,开发者可以有效地解决骨骼动画模型的拾取问题,为用户提供流畅的交互体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660