[原][算法][earth]三段smooth,传入时间,返回距离。仿谷歌视角飞跃处理
算法需求:
传入【0~1】的时间time,返回【0~1】的路程。
整个路程distance【0~1】分为三段路径:
第一段:在0.25time的时间里,速度从0,位置从distance:0加速移动到距离distance:K
第二段:在0.25time时间里,位置从distance:k减速移动到某距离distance:1 – ratio
第三段:在0.5time时间里,位置从distance:1 – ratio减速移动到distance:1
但是变化率由第一段1/4总时间经过的路程K和总路程长度distance大小决定:如果总路程超过10000米,。如果总路程不超过10000米,第三段就用0.2*distarationce
已知参数:
初速度 |
末速度 |
时间 |
距离 |
路程 |
加速度 |
距离与时间算法 |
|
第一段 |
0 |
0.25 |
K |
K |
|||
第二段 |
0.25 |
Ratio-k |
1-Ratio |
||||
第三段 |
0 |
0.5 |
Ratio |
1 |
第一段推导算法与参数
S = A * time * time / 2
A = S / time * time
V = S * time
初速度 |
末速度 |
时间 |
距离 |
路程 |
加速度 |
距离与时间算法 |
|
第一段 |
0 |
8k |
0.25 |
K |
K |
32k |
Time * time *16K |
第二段 |
8K |
0.25 |
Ratio-k |
1-Ratio |
|||
第三段 |
0 |
0.5 |
Ratio |
1 |
第三段推导算法与参数
S = A * time * time / 2
A = S / time * time
V = S * time
S = V *time + A * time * time / 2
初速度 |
末速度 |
时间 |
距离 |
路程 |
加速度 |
距离与时间算法 |
|
第一段 |
0 |
8k |
0.25 |
K |
K |
32k |
Time * time *16K |
第二段 |
8K |
4Ratio |
0.25 |
Ratio-k |
1-Ratio |
||
第三段 |
4Ratio |
0 |
0.5 |
Ratio |
1 |
-8Ratio |
1 –(1 – Time) *(1 – Time)*4Ratio |
接下来是第二段的推导,参数很多,似乎不用推导,但是突然发现,其实参数太多导致推导由问题:如果加速度A是固定的:
- A = 2*S/time*time 即: 32*(Ratio - k)
- A = (V1-V0)/time 即:4*(4Ratio - 8K)
32*(Ratio - k) = 4*(4Ratio - 8K)
为了满足以上算例,Ratio必须为0才行,这样不符合我们的预期。
我试了各种办法也没有能力让第二段保持这种状态,所以我舍弃第二段的初速度,使得第二段与第三段的初速度能连接。
初速度 |
末速度 |
时间 |
距离 |
路程 |
加速度 |
距离与时间算法 |
|
第一段 |
0 |
8k |
0.25 |
K |
K |
32k |
Time * time *16K |
第二段 |
4Ratio |
0.25 |
Ratio-k |
1-Ratio |
|||
第三段 |
4Ratio |
0 |
0.5 |
Ratio |
1 |
-8Ratio |
1 –(1 – Time) *(1 – Time)*4Ratio |
继续推导第二段:
S = V0 * TIME + A * TIME * TIME /2
V1 = V0 + A * TIME
à
1 - Ratio - k = v0 /4 + a / 32
4Ratio = v0 + a / 4
à
A = 32 * (k + 2Ratio - 1)
V0 = 4 * Ratio – 8 * k
初速度 |
末速度 |
时间 |
距离 |
路程 |
加速度 |
距离与时间算法 |
|
第一段 |
0 |
8k |
0.25 |
K |
K |
32k |
Time * Time *16K |
第二段 |
8-8k-12Ratio |
4Ratio |
0.25 |
1-Ratio-k |
1-Ratio |
32k+64Ratio-32 |
|
第三段 |
4Ratio |
0 |
0.5 |
Ratio |
1 |
-8Ratio |
1 –(1 – Time) *(1 – Time)*4Ratio |
注意:为了保障第二段的初速度大于零:需要Ratio < 2/3 * ( 1 - k)
第一段距离时间函数:time < 0.25
Time * Time *16K
第二段距离时间函数:time < 0.5
K + (8-8k-12Ratio)*Time + (16k+32Ratio-16)*Time*Time
第三段距离时间函数:time < 1
1 –(1 – Time) *(1 – Time)*4Ratio
//将前0到0.8的距离用0到0.2的时间完成,后0.8到1的距离用0.2到1的时间完成
//传入的是时间0~~~0.2~~~1
//返回的是距离0~~~0.8~~~1
//pathLength是总距离,作为加减速参考值
//timeRatio传入的是时间t 返回的是移动距离S(当前位置)
double GY_threeSectionSmooth(double timeRatio, double pathLength = 100000.0)
{
//
// 初速度 末速度 时间 距离 路程 加速度 距离与时间算法
// 第一段 0 8k 0.25 K K 32k Time * Time * 16K
// 第二段 8 - 8k - 12Ratio 4Ratio 0.25 1 - Ratio - k 1 - Ratio 32k + 64Ratio - 32 K + (8 - 8k - 12Ratio)*Time + (16k + 32Ratio - 16)*Time*Time
// 第三段 4Ratio 0 0.5 Ratio 1 - 8Ratio 1 –(1 – Time) *(1 – Time) * 4Ratio
//
// 定义:k是第一段的路程,Ratio是第三段的路程
// 注意:为了保障第二段的初速度大于零:需要Ratio < 2 / 3 * (1 - k)
// 例如 k定义为0.6时,Ratio不能大于0.26
//
// 第一段距离时间函数:time < 0.25
// Time * Time * 16K
// 第二段距离时间函数:time < 0.5
// K + (8 - 8k - 12Ratio)*Time + (16k + 32Ratio - 16)*Time*Time
// 第三段距离时间函数:time < 1
// 1 –(1 – Time) *(1 – Time) * 4Ratio //定义k
double k = 0.6; //计算Ratio 注意:Ratio < 2/3 * ( 1 - k)
double pathRatio = pathLength / 10000.0;
pathRatio = std::max(1.0, pathRatio);
double ratio = 0.2 / pathRatio;
ratio = std::min(ratio, 2.0/3.0*(1.0-k)); //计算三段位置与时间关系
double distanceRatio = timeRatio;
if (timeRatio < 0.25) //第一段:Time * Time * 16K
{
distanceRatio = k*timeRatio*timeRatio * ;
}
else if (timeRatio < 0.5) //第二段:K + (8 - 8k - 12Ratio)*Time + (16k + 32Ratio - 16)*Time*Time
{
timeRatio -= 0.25;
distanceRatio = k + ( - * k - * ratio) * timeRatio + ( * k + * ratio - ) * timeRatio * timeRatio;
}
else if (timeRatio <= 1.0) //第三段:1 –(1 – Time) *(1 – Time) * 4Ratio
{
distanceRatio = - ( - timeRatio)* ( - timeRatio) * * ratio;
} //logInfo("time: " + float_to_String(timeRatio) + " distance: " + float_to_String(distanceRatio) + " pathLength: " + float_to_String(pathLength) + " ratio: " + float_to_String(ratio)); return distanceRatio;
}
[原][算法][earth]三段smooth,传入时间,返回距离。仿谷歌视角飞跃处理的更多相关文章
- 算法导论学习之线性时间求第k小元素+堆思想求前k大元素
对于曾经,假设要我求第k小元素.或者是求前k大元素,我可能会将元素先排序,然后就直接求出来了,可是如今有了更好的思路. 一.线性时间内求第k小元素 这个算法又是一个基于分治思想的算法. 其详细的分治思 ...
- 【问题记录】python 函数 传入一个对象返回一个对象值得注意
写了一个函数,这个函数接收一个参数,在函数里面判断这个参数是否为None或者不合法状态, 如果处于不合法状态,则创建一个对象返回, 如果合法直接返回 代码示例如下: def get_mq_connec ...
- [原][osgearth]earth文件加载道路一初步看见模型道路
时间是2017年2月5日17:16:32 由于OE2.9还没有发布,但是我又急于使用OE的道路. 所以,我先编译了正在github上调试中的OE2.9 github网址是:https://github ...
- python 将歌词解析封装成类,要求:提供一个方法(根据时间返回歌词) - 提示:封装两个类:歌词类、歌词管理类
自己写的 有更好方案的大佬可以讨论一下 import bisectclass Lrc(): def __init__(self, sec, lrc): self.sec = sec self.lrc ...
- 算法导论 第八章 线性时间排序(python)
比较排序:各元素的次序依赖于它们之间的比较{插入排序O(n**2) 归并排序O(nlgn) 堆排序O(nlgn)快速排序O(n**2)平均O(nlgn)} 本章主要介绍几个线性时间排序:(运算排序非比 ...
- ASP.Net Core中设置JSON中DateTime类型的格式化(解决时间返回T格式)
最近项目有个新同事,每个API接口里返回的时间格式中都带T如:[2019-06-06T10:59:51.1860128+08:00],其实这个主要是ASP.Net Core自带时间格式列化时间格式设置 ...
- python 传入参数返回的时候好像有些时候会出现莫名其妙的循环
def handle_field(name, s_len, s): #some code #return s would error but return not.... #return s for ...
- Loadrunner 中时间戳函数 web_save_timestamp_param(时间返回数值)
web_save_timestamp_param("tStamp", LAST); lr_output_message("Moon1:%s",lr_eval_s ...
- Mybatis中传入时间值
<if test="search_content2 != null and search_content2 != ''"> AND add_time <![CDA ...
随机推荐
- Javascript htmldecode
// HtmlDecode http://lab.msdn.microsoft.com/annotations/htmldecode.js // client side version of the ...
- Ubuntu 14.04循环登录问题(密码正确,无法登录)
今天遇到了ubuntu 的循环登录问题,即使输入的密码是正确的,也无法成功登录.查询资料,发现有各种问题引起的循环登录问题,比如安装了jdk,或者安装了驱动. 最后找到了问题的原由:我的电脑是双显卡, ...
- Gym 101873I - Uberwatch - [DP]
题目链接:http://codeforces.com/gym/101873/problem/I 题意: 给出 $n(1 \le n \le 300000)$ 个单位时间,每个单位时间给出一个 $x_i ...
- JDBC事务(二)转账示例
示例采用三层框架 web层: package cn.sasa.web; import java.io.IOException; import javax.servlet.ServletExceptio ...
- IIC - 【转载】对I2C总线的时钟同步和总线仲裁的深入理解
对I2C总线的时钟同步和总线仲裁的深入理解 每一个IIC总线器件内部的SDA.SCL引脚电路结构都是一样的,引脚的输出驱动与输入缓冲连在一起.其中输出为漏极开路的场效应管.输入缓冲为一只高输入阻抗的同 ...
- zabbix结合grafana打造炫酷监控界面
一.grafana介绍 grafana是一个开源的数据展示工具, 是一个开箱即用的可视化工具,具有功能齐全的度量仪表盘和图形编辑器,有灵活丰富的图形化选项,可以混合多种风格,支持多个数据源特点. za ...
- PowerBI更新 - 解决方案架构 - PowerBI Solution Architecture(一图胜万字!)
2019/04更新 参见这里 今天发福利啦!发福利啦!发福利啦! 企业的各种数据整合到PowerBI显示,浏览器,移动端显示关键指标. 一个很好的PowerBI解决方案的图!一图胜万字!你所需要知道的 ...
- PowerBI新功能: 自定义数据连接器(Data Connector)
你是不是觉得原有的数据连接器(Data Connector)列表,就像女人的衣柜,总少那么一件你想要的呐? 现在,你的救星来了!你可以自己造一个了! Power BI的数据连接器(Data Conne ...
- Java 基础 IO流(转换流,缓冲)
一,前言 在学习字符流(FileReader.FileWriter)的时候,其中说如果需要指定编码和缓冲区大小时,可以在字节流的基础上,构造一个InputStreamReader或者OutputStr ...
- 对String中固定符号隔开的每项做无序不重复监测
Response<List<String[]>> response = new Response<>(); // 引擎方式校验 // 在此对知识内容标签进行打标 t ...