CuraEngine之代码阅读(1)之路径优化函数 PathOrderOptimizer::optimize

本文主要是介绍CuraEngine之代码阅读(1)之路径优化函数 PathOrderOptimizer::optimize,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

CuraEngine之代码阅读(1)之路径优化函数

注:整理一些突然学到的C++知识,随时mark一下
例如:忘记的关键字用法,新关键字,新数据结构


C++ 的 STL

  • CuraEngine之代码阅读(1)之路径优化函数
  • 一、路径优化函数


提示:本文为curaengine 中 路径优化函数代码


一、路径优化函数

  CuraEngine的功能:用于3D打印,接受STL文件(或其他格式的文件,如AMF文件)作为输入,并输出G代码(GCode)。G代码类似于汇编代码,可以直接在底层硬件上运行,控制电机等运动单元动作。

void PathOrderOptimizer::optimize()
{// NOTE: Keep this vector fixed-size, it replaces an (non-standard, sized at runtime) array:std::vector<bool> picked(polygons.size(), false);loc_to_line = nullptr;for (unsigned poly_idx = 0; poly_idx < polygons.size(); ++poly_idx) /// find closest point to initial starting point within each polygon +initialize picked{const ConstPolygonRef poly = *polygons[poly_idx];switch (config.type){case EZSeamType::USER_SPECIFIED:polyStart.push_back(getClosestPointInPolygon(config.pos, poly_idx));break;case EZSeamType::RANDOM:polyStart.push_back(getRandomPointInPolygon(poly_idx));break;case EZSeamType::SHARPEST_CORNER:case EZSeamType::SHORTEST:default:polyStart.push_back(getClosestPointInPolygon(startPoint, poly_idx));break;}assert(poly.size() != 2);}Point prev_point;switch (config.type){case EZSeamType::USER_SPECIFIED:prev_point = config.pos;break;case EZSeamType::RANDOM: //TODO: Starting position of the first polygon isn't random.case EZSeamType::SHARPEST_CORNER:case EZSeamType::SHORTEST:default:prev_point = startPoint;}for (unsigned int poly_order_idx = 0; poly_order_idx < polygons.size(); poly_order_idx++) /// actual path order optimizer{int best_poly_idx = -1;float bestDist2 = std::numeric_limits<float>::infinity();for (unsigned int poly_idx = 0; poly_idx < polygons.size(); poly_idx++){if (picked[poly_idx] || polygons[poly_idx]->size() < 1) /// skip single-point-polygons{continue;}assert (polygons[poly_idx]->size() != 2);const Point& p = (*polygons[poly_idx])[polyStart[poly_idx]];float dist2 = vSize2f(p - prev_point);if (dist2 < bestDist2 && combing_boundary){// using direct routing, this poly is the closest so far but as the combing boundary// is available see if the travel would cross the combing boundary and, if so, either get// the combed distance and use that instead or increase the distance to make it less attractiveif (PolygonUtils::polygonCollidesWithLineSegment(*combing_boundary, p, prev_point)){if ((polygons.size() - poly_order_idx) > 100){// calculating the combing distance for lots of polygons is too time consuming so, instead,// just increase the distance to penalise travels that hit the combing boundarydist2 *= 5;}else{if (!loc_to_line){// the combing boundary has been provided so do the initialisation// required to be able to calculate realistic travel distances to the start of new pathsconst int travel_avoid_distance = 2000; // assume 2mm - not really critical for our purposesloc_to_line = PolygonUtils::createLocToLineGrid(*combing_boundary, travel_avoid_distance);}CombPath comb_path;if (LinePolygonsCrossings::comb(*combing_boundary, *loc_to_line, p, prev_point, comb_path, -40, 0, false)){float dist = 0;Point last_point = p;for (const Point& comb_point : comb_path){dist += vSize(comb_point - last_point);last_point = comb_point;}dist2 = dist * dist;}}}}if (dist2 < bestDist2){best_poly_idx = poly_idx;bestDist2 = dist2;}}if (best_poly_idx > -1) /// should always be true; we should have been able to identify the best next polygon{assert(polygons[best_poly_idx]->size() != 2);prev_point = (*polygons[best_poly_idx])[polyStart[best_poly_idx]];picked[best_poly_idx] = true;polyOrder.push_back(best_poly_idx);}else{logError("Failed to find next closest polygon.\n");}}if (loc_to_line != nullptr){delete loc_to_line;}
}

这段代码定义了一个名为 PathOrderOptimizer 的类的成员函数 optimize。这个函数的目的是优化多边形(polygons)的打印顺序,通常用于3D打印或其他需要按顺序处理多边形的应用场景。以下是这段代码的详细解释:

初始化:
std::vector picked(polygons.size(), false);:创建一个布尔向量,其大小与多边形数组 polygons 相同,并将所有元素初始化为 false。这个向量用于跟踪哪些多边形已经被选中或处理过。
loc_to_line = nullptr;:将 loc_to_line 设置为 nullptr。这可能是指向某个数据结构的指针,但在这段代码中并没有进一步使用。
找到每个多边形的起始点:
遍历每个多边形,并根据配置 config.type 的类型来找到每个多边形的起始点。
如果配置是 USER_SPECIFIED,则使用用户指定的位置 config.pos 来找到最近点。
如果配置是 RANDOM,则随机选择多边形内的一个点作为起始点。
如果配置是 SHARPEST_CORNER 或 SHORTEST(或默认情况),则使用 startPoint 来找到最近点。
polyStart 是一个容器,用于存储每个多边形的起始点。
确定第一个多边形的起始点:
根据配置 config.type 的类型来确定整个路径的起始点 prev_point。
优化多边形打印顺序:
遍历每个多边形,目的是确定它们应该被处理的顺序。
对于每个尚未处理的多边形,计算其与当前 prev_point 的距离(bestDist2),并找到距离最小的多边形(best_poly_idx)。
如果多边形只有一个点或已被处理(picked[poly_idx] 为 true),则跳过该多边形。
断言确保多边形不只有两个点,这可能是因为只有两个点的多边形对于此优化过程没有意义或可能导致错误。

assert (polygons[poly_idx]->size() != 2);这里,

后面的逻辑(如如何处理 best_poly_idx 和 bestDist2,以及如何更新 picked 向量和 prev_point)还未读完。但基于这段代码,我们可以推断 optimize 函数的目的是根据某种标准(如距离)来确定多边形的处理顺序,可能是为了最小化打印头在打印不同多边形之间的移动距离。

需要注意的是,这段代码依赖于一些外部定义和变量,如 polygons、polyStart、config、startPoint 和可能的其他成员函数(如 getClosestPointInPolygon 和 getRandomPointInPolygon)

这篇关于CuraEngine之代码阅读(1)之路径优化函数 PathOrderOptimizer::optimize的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/901853

相关文章

SpringBoot中HTTP连接池的配置与优化

《SpringBoot中HTTP连接池的配置与优化》这篇文章主要为大家详细介绍了SpringBoot中HTTP连接池的配置与优化的相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录一、HTTP连接池的核心价值二、Spring Boot集成方案方案1:Apache HttpCl

Java进行日期解析与格式化的实现代码

《Java进行日期解析与格式化的实现代码》使用Java搭配ApacheCommonsLang3和Natty库,可以实现灵活高效的日期解析与格式化,本文将通过相关示例为大家讲讲具体的实践操作,需要的可以... 目录一、背景二、依赖介绍1. Apache Commons Lang32. Natty三、核心实现代

PyTorch高级特性与性能优化方式

《PyTorch高级特性与性能优化方式》:本文主要介绍PyTorch高级特性与性能优化方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、自动化机制1.自动微分机制2.动态计算图二、性能优化1.内存管理2.GPU加速3.多GPU训练三、分布式训练1.分布式数据

使用Python自动化生成PPT并结合LLM生成内容的代码解析

《使用Python自动化生成PPT并结合LLM生成内容的代码解析》PowerPoint是常用的文档工具,但手动设计和排版耗时耗力,本文将展示如何通过Python自动化提取PPT样式并生成新PPT,同时... 目录核心代码解析1. 提取 PPT 样式到 jsON关键步骤:代码片段:2. 应用 JSON 样式到

SpringBoot实现二维码生成的详细步骤与完整代码

《SpringBoot实现二维码生成的详细步骤与完整代码》如今,二维码的应用场景非常广泛,从支付到信息分享,二维码都扮演着重要角色,SpringBoot是一个非常流行的Java基于Spring框架的微... 目录一、环境搭建二、创建 Spring Boot 项目三、引入二维码生成依赖四、编写二维码生成代码五

MySQL中like模糊查询的优化方案

《MySQL中like模糊查询的优化方案》在MySQL中,like模糊查询是一种常用的查询方式,但在某些情况下可能会导致性能问题,本文将介绍八种优化MySQL中like模糊查询的方法,需要的朋友可以参... 目录1. 避免以通配符开头的查询2. 使用全文索引(Full-text Index)3. 使用前缀索

C#实现高性能Excel百万数据导出优化实战指南

《C#实现高性能Excel百万数据导出优化实战指南》在日常工作中,Excel数据导出是一个常见的需求,然而,当数据量较大时,性能和内存问题往往会成为限制导出效率的瓶颈,下面我们看看C#如何结合EPPl... 目录一、技术方案核心对比二、各方案选型建议三、性能对比数据四、核心代码实现1. MiniExcel

使用Python和PaddleOCR实现图文识别的代码和步骤

《使用Python和PaddleOCR实现图文识别的代码和步骤》在当今数字化时代,图文识别技术的应用越来越广泛,如文档数字化、信息提取等,PaddleOCR是百度开源的一款强大的OCR工具包,它集成了... 目录一、引言二、环境准备2.1 安装 python2.2 安装 PaddlePaddle2.3 安装

Kotlin运算符重载函数及作用场景

《Kotlin运算符重载函数及作用场景》在Kotlin里,运算符重载函数允许为自定义类型重新定义现有的运算符(如+-…)行为,从而让自定义类型能像内置类型那样使用运算符,本文给大家介绍Kotlin运算... 目录基本语法作用场景类对象数据类型接口注意事项在 Kotlin 里,运算符重载函数允许为自定义类型重

Python如何调用指定路径的模块

《Python如何调用指定路径的模块》要在Python中调用指定路径的模块,可以使用sys.path.append,importlib.util.spec_from_file_location和exe... 目录一、sys.path.append() 方法1. 方法简介2. 使用示例3. 注意事项二、imp