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:

  1. A = 2*S/time*time  即: 32*(Ratio - k)
  2. 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

  1. 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 ...

  2. 【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 ...

  3. [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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. Mybatis中传入时间值

    <if test="search_content2 != null and search_content2 != ''"> AND add_time <![CDA ...

随机推荐

  1. 《Python编程》课程报告 python技术在数据分析中的应用之网络爬虫

      摘要:... 2 1       引言 :... 2 1.1课题研究背景和研究现状... 2 1.1.1课题背景和目的... 3 1.1.2研究现状... 4 1.1.2.1语言... 4 1.1 ...

  2. python语法_while循环_for循环

    while 循环: while 条件: print('''asdasd') print('''asdasd') print('''asdasd') 当条件为True时,持续循环 当条件为Flase时, ...

  3. LeetCode 12 - 整数转罗马数字 - [简单模拟]

    题目链接:https://leetcode-cn.com/problems/integer-to-roman/ 题解: 把 $1,4,5,9,10,40,50, \cdots, 900, 1000$ ...

  4. C和C指针小记(十六)-动态内存分配

    动态内存分配 1.1 为什么使用动态内存分配 直接声明数组的方式的缺点: 1) 声明数组必须指定长度限制.无法处理超过声明长度的数组. 2) 如果声明更大的常量来弥补第一个缺点,会造成更多的内存浪费. ...

  5. GIS优秀博客以及网址收藏,持续更新

    1.gislaozhang arcpy,模型构建器,arcpro 地址:https://blog.csdn.net/gislaozhang?t=1      2.雾语 arcpy,模型构建器,arcg ...

  6. PrimeNG之DataTable

    --数据表显示在表格格式数据. Basic Import import {DataTableModule,SharedModule} from 'primeng/primeng'; source &l ...

  7. java并发包消息队列(也即阻塞队列BlockingQueue)

    下面是典型的消息队列的生产者与消费者模式的例子

  8. python框架之Django(7)-Cookie&Session使用

    Cookie 添加 response.set_cookie 添加明文cookie response.set_cookie(key, value='', max_age=None, expires=No ...

  9. async await 的使用。 其实就是和then一样,只不过改变了链式写法

    这样写显得更加舒服.

  10. node (02 CommonJs 和 Nodejs 中自定义模块)顺便讲讲module.exports和exports的区别 dependencies 与 devDependencies 之间的区别

    CommonJS 规范的提出,主要是为了弥补当前 JavaScript 没有标准的缺陷.它的终极目标就是:提供一个类似 Python,Ruby 和 Java 语言的标准库,而不只是停留在小脚本程序的阶 ...