1. 程式人生 > 實用技巧 >平滑演算法:三次樣條插值(Cubic Spline Interpolation)

平滑演算法:三次樣條插值(Cubic Spline Interpolation)

https://blog.csdn.net/left_la/article/details/6347373

感謝強大的google翻譯。

我從中認識到了航位推算dead reckoning,立方體樣條Cubic Splines 演算法。

我單獨查找了 Cubic Splines ,裡面的原理簡單說明:

Cubic Splines 認為在 x 在[a, b]區間中,y對應是一條平滑的曲線,所以 y = f(x); 的一階導函式和二階導函式是平滑連續可導的。

擬定用三次方程,所以得出了一般的三次方程和一階導數方程和二階導數方程。

然後求各個分部的解。

這是三次樣條的基本原理。

但文中最開始的連結中所得出的

x = At3

+ Bt2+ Ct + D
y = Et3+ Ft3+ Gt + H

t是percent(0~1)區間值,如果還有三維向量,我理解是同樣的展開。

然後通過四個位置點來求出 A B C D … 各分部引數的值

A = x3– 3x2+3x1– x0
B = 3x2– 6x1+ 3x0
C = 3x1– 3x0
D = x0

E = y3– 3y2+3y1– y0
F = 3y2– 6y1+ 3y0
G = 3y1– 3y0
H = y0

相同分量展開。(如果有Z 分量的話)

學藝不精,無法從現有姿勢推出這個分量求解過程。

實時運動遊戲是通過預測其他玩家的位置來表現的,當伺服器有新的輸入的時候,本地玩家會發現其他玩家位置或狀態發生一次跳變(瞬移)。

有兩種思路,

一、預測未來

  1. 通過當前位置和速度,通過預測未來精度(1s或者0.5s)推測出未來位置.
  2. 得出公式引數,通過dt來平滑當前運動軌跡。

二、延遲渲染

  1. 通過延遲渲染引數(延遲1s,0.5s來)來獲得其他玩家的過去狀態位置。
  2. 得出公式引數,通過dt來平滑運動軌跡。

上述兩種方案

  1. 如果引數一致,速度不改,則運動軌跡跟預測一致,如果玩家輸入多變,則永遠不會是真實的位置。
  2. 看到的玩家的過去位置,移動軌跡跟目標玩家運動軌跡基本保持一致。

https://gist.github.com/svdamani/1015c5c4b673c3297309#file-spline-c-L26

 1 /*
* Numerical Analysis 9th ed - Burden, Faires (Ch. 3 Natural Cubic Spline, Pg. 149) */ 2 #include <stdio.h> 3 4 int main() { 5 /** Step 0 */ 6 int n, i, j; 7 scanf("%d", &n); 8 n--; 9 float x[n + 1], a[n + 1], h[n], A[n], l[n + 1], 10 u[n + 1], z[n + 1], c[n + 1], b[n], d[n]; 11 for (i = 0; i < n + 1; ++i) scanf("%f", &x[i]); 12 for (i = 0; i < n + 1; ++i) scanf("%f", &a[i]); 13 14 /** Step 1 */ 15 for (i = 0; i <= n - 1; ++i) h[i] = x[i + 1] - x[i]; 16 17 /** Step 2 */ 18 for (i = 1; i <= n - 1; ++i) 19 A[i] = 3 * (a[i + 1] - a[i]) / h[i] - 3 * (a[i] - a[i - 1]) / h[i - 1]; 20 21 /** Step 3 */ 22 l[0] = 1; 23 u[0] = 0; 24 z[0] = 0; 25 26 /** Step 4 */ 27 for (i = 1; i <= n - 1; ++i) { 28 l[i] = 2 * (x[i + 1] - x[i - 1]) - h[i - 1] * u[i - 1]; 29 u[i] = h[i] / l[i]; 30 z[i] = (A[i] - h[i - 1] * z[i - 1]) / l[i]; 31 } 32 33 /** Step 5 */ 34 l[n] = 1; 35 z[n] = 0; 36 c[n] = 0; 37 38 /** Step 6 */ 39 for (j = n - 1; j >= 0; --j) { 40 c[j] = z[j] - u[j] * c[j + 1]; 41 b[j] = (a[j + 1] - a[j]) / h[j] - h[j] * (c[j + 1] + 2 * c[j]) / 3; 42 d[j] = (c[j + 1] - c[j]) / (3 * h[j]); 43 } 44 45 /** Step 7 */ 46 printf("%2s %8s %8s %8s %8s\n", "i", "ai", "bi", "ci", "di"); 47 for (i = 0; i < n; ++i) 48 printf("%2d %8.2f %8.2f %8.2f %8.2f\n", i, a[i], b[i], c[i], d[i]); 49 return 0; 50 }

這個上面根據 https://fac.ksu.edu.sa/sites/default/files/numerical_analysis_9th.pdf#page=167

實現了對應 x 求 y 的函式,這裡x可以替換成 時間t,分別求 t 跟x 、y、z的abcd引數,最終求出s(t)函式。

INPUT

n; x0, x1, ... , xn;

a0 = f (x0), a1 = f (x1), ... , an = f (xn).

OUTPUT aj, bj, cj, dj for j = 0, 1, ... , n − 1.

(Note: S(x) = Sj(x) = aj + bj(x − xj) + cj(x − xj)2 + dj(x − xj)3 for xj ≤ x ≤ xj+1.).

最後通過x在哪個區間呼叫某個區間的 S(x) 函式。注意S(x)函式是一組函式,x多區間。

(或許上面兩個文章介紹的其實不是一種演算法 0.0)