从dev-notes项目学习Processing中的向量与物理力模拟
2025-06-19 20:04:58作者:翟萌耘Ralph
引言
在计算机图形学和交互式艺术创作中,模拟真实世界的物理效果是一个常见需求。Processing作为一款创意编程语言,非常适合用来探索这些概念。本文将基于dev-notes项目中的示例,深入讲解如何使用向量(vectors)和物理力(forces)在Processing中创建逼真的运动效果。
向量基础概念
在物理模拟中,向量是表示方向和大小的重要数学工具。Processing提供了方便的PVector类来处理二维或三维向量。主要向量类型包括:
- 位置向量(Position):表示物体在空间中的坐标位置
- 速度向量(Velocity):表示物体运动的速度和方向
- 加速度向量(Acceleration):表示速度变化的快慢和方向
物理力模拟核心类
让我们分析dev-notes项目中提供的Mover类,它封装了物体运动和受力响应的核心逻辑:
class Mover{
PVector position; // 位置向量
PVector velocity; // 速度向量
PVector acceleration; // 加速度向量
float mass; // 物体质量
int colour; // 显示颜色
// 构造函数初始化物体
Mover(float m, float x, float y){
mass = m;
position = new PVector(x, y);
velocity = new PVector(0,0);
acceleration = new PVector(0, 0);
colour = 200;
}
// 应用力的方法
void applyForce(PVector force){
PVector f = PVector.div(force, mass);
acceleration.add(f);
}
// 更新物体状态
void update(){
velocity.add(acceleration);
position.add(velocity);
acceleration.mult(0);
}
// 显示物体
void display(){
noStroke();
fill(colour);
ellipse(position.x, position.y, mass*16, mass*16);
}
// 边缘检测
void checkEdges(){
if(position.x > width){
position.x = width;
velocity.x *= -1;
} else if(position.x < 0){
velocity.x *= -1;
position.x = 0;
}
if(position.y > height){
velocity.y *= -1;
position.y = height;
}
}
}
力的类型与实现
在物理模拟中,我们可以实现多种类型的力:
1. 重力(Gravity)
重力是垂直向下的恒力,其大小与物体质量成正比:
PVector gravity = new PVector(0, 0.1*m); // m为物体质量
2. 风力(Wind)
风力是水平方向的恒力,可以模拟风的效果:
PVector wind = new PVector(0.01, 0);
3. 摩擦力(Friction)
摩擦力与物体运动方向相反,大小与速度相关:
float c = 0.01; // 摩擦系数
float normal = 1; // 法向力(这里简化为1)
float frictionMagnitude = c * normal;
PVector friction = velocity.get(); // 复制速度向量
friction.mult(-1); // 反向
friction.normalize(); // 单位化
friction.mult(frictionMagnitude); // 乘以大小
主程序实现
主程序创建多个Mover对象,并在每一帧中应用各种力:
Mover[] movers = new Mover[20]; // 20个运动物体
void setup() {
size(800, 400);
// 初始化物体
for (int i= 0; i < movers.length; i++) {
movers[i] = new Mover(random(0.1, 4), 0, 0);
}
}
void draw() {
// 半透明背景创建拖尾效果
fill(0, 10);
rect(0, 0, width, height);
// 更新每个物体
for (int i = 0; i < movers.length; i++) {
// 创建各种力
PVector wind = new PVector(0.01, 0);
float m = movers[i].mass;
PVector gravity = new PVector(0, 0.1*m);
// 计算摩擦力
float c = 0.01;
float normal = 1;
float frictionMagnitude = c * normal;
PVector friction = movers[i].velocity.get();
friction.mult(-1);
friction.normalize();
friction.mult(frictionMagnitude);
// 应用各种力
movers[i].applyForce(friction);
movers[i].applyForce(wind);
movers[i].applyForce(gravity);
// 更新和显示物体
movers[i].update();
movers[i].display();
movers[i].checkEdges();
}
}
物理模拟的关键点
- 力的叠加:多个力可以同时作用于物体,通过向量加法合并效果
- 质量的影响:根据牛顿第二定律(F=ma),同样的力对不同质量的物体产生不同加速度
- 帧间重置:每帧结束后需要重置加速度,否则会不断累积
- 能量守恒:边缘碰撞时反转速度分量,模拟弹性碰撞
效果展示
最终效果是多个不同质量的球体在重力、风力和摩擦力的共同作用下运动,碰到边缘会反弹,形成自然的物理运动效果。由于每个球体的质量不同,它们对相同力的响应也不同,产生了丰富的运动变化。
扩展思考
这个基础框架可以进一步扩展:
- 添加更多力类型,如吸引力、浮力等
- 实现物体间的碰撞检测
- 加入用户交互,如鼠标拖动施加力
- 使用更复杂的物理引擎,如Box2D集成
通过这个示例,我们学习了如何在Processing中使用向量和基本物理力来创建逼真的运动模拟。理解这些基础概念后,你可以创造出更加复杂和有趣的交互式物理模拟作品。
登录后查看全文
热门项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
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
🔥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
64
19
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
392
3.9 K
暂无简介
Dart
671
156
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
React Native鸿蒙化仓库
JavaScript
261
322
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++
661
312
🎉 (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
1.2 K
655
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1