javascript模擬鳥群使用cax和threejs渲染引擎

Three.js · 發表 2018-09-14 13:41:22

摘要：本文會使用前端技術來模擬2d和3d鳥群，我選用canvas元素繪製，當然也可以使用css3或者svg。 github github.com/dwqdaiwenqi… 記得點個star 整個實現demo 3d的渲染我選用threejs 2d的渲染引擎我選擇...

本文會使用前端技術來模擬2d和3d鳥群，我選用canvas元素繪製，當然也可以使用css3或者svg。

github ofollow,noindex">github.com/dwqdaiwenqi… 記得點個star

整個實現demo

3d的渲染我選用threejs

2d的渲染引擎我選擇cax，cax是一款我非常喜歡的渲染引擎，支援小程式、小遊戲以及 Web 瀏覽器渲染。用它既能開發小遊戲也能開發圖表（見 wechart ），強力推薦！

2d鳥群

2d demo

這些鳥並不是在漫無目的的亂飛，它們看上去都擁有了智商，形成了群體，產生了複雜的群組運動效果

這看上去複雜的行為是一種複合行為，通常會拆分為下面幾種

分離（separation）

首先物件們要儘量不能與周圍的物件相互碰撞，它們彼此不能離的太近，需要給自己留出一個小空間

內聚（cohesion）

也不能和周圍物件們離的太遠了，太遠會被拉回來

排隊（alignment）

它們飛行的方向也不能太亂，大體上都會往一個方向上飛，每個物件都會歸到一隊伍中

這三個特性分離、內聚、排隊組合起來，就會得到飛車逼真的鳥群（群體）

考慮到鳥群的複雜行為，我們不必知道鳥群的整體智慧。每隻鳥只需要對它範圍內的其他鳥運用那三個特性，自然而然的形成群落。來看下面的程式碼，程式碼沒做太多優化，將就著看：

建立鳥們，新增到場景中

var birds = Array.from({length:60},(v,i)=>{
var bird = new Bird()
stage.add(bird)

Object.assign(bird,{
po: new Vector(stage.width*rd(),stage.height*rd())
,ve: new Vector(rd() * 20 - 10, rd() * 20 - 10)
,ac: new Vector()
}) 
return bird
})

this.tick = cax.tick(()=>{
stage.update()
birds.forEach(b=>b.update(stage,birds))
})
複製程式碼

關鍵update方法

update(birds){
 // 忽略自己
 birds = birds.filter(o=>this!=o)
 
 // separation
 for(let bird of birds){
// 過於接近
if(this.po.distanceTo(bird.po) < Bird.sDist){
// 減去這個轉向力，實現分離
this.ac.sub(
bird.po.clone()
.sub(this.po).normalize()
.multiplyScalar(Bird.MAX_SPEED)
.sub(this.ve)
)
} 
 }

 // cohesion
 let cohesion =birds.reduce((param, b)=>{
if(this.po.distanceTo(b.po) < Bird.cDist){
param.sum.add(b.po)
param.count++
}
return param
 },{sum:new Vector(),count:0,force:new Vector()})

 if(cohesion.count>0){
// 先求得平均位置，用平均位置求得期望的目標速度，把算出的轉向力累積到加速度上
this.ac.add(
cohesion.sum.divideScalar(cohesion.count)
.sub(this.po).normalize()
.multiplyScalar(Bird.MAX_SPEED)
.sub(this.ve)
)
 }


 // alignment
 let alignment =birds.reduce((param, b)=>{
if(this.po.distanceTo(b.po) < Bird.aDist){
param.sum.add(b.ve)
param.count++
}
return param
 },{sum:new Vector(),count:0,force:new Vector()})

 if(alignment.count>0){
// 先求得平均速度，用平均速度求得期望的目標速度，把算出的轉向力累積到加速度上
this.ac.add(
alignment.sum.divideScalar(alignment.count).normalize()
.multiplyScalar(Bird.MAX_SPEED)
.sub(this.ve) 
)
 }
 // 不超過最大轉向力和速度
 if(this.ac.length > Bird.MAX_FORCE) this.ac.normalize().multiplyScalar(Bird.MAX_FORCE)
 if(this.ve.length > Bird.MAX_SPEED) this.ve.normalize().multiplyScalar(Bird.MAX_SPEED)
 
 // 讓質量大的鳥慢下來
 this.ve.add(this.ac.divideScalar(this.mass))
 this.po.add(this.ve) 
 
 // ...

}
 
複製程式碼

就是先忽略到自己，如果搜尋了那些過於接近的鳥，則把計算出的轉向力累加到加速度上。注意的是，對於過於接近的判斷其實還有個附加條件，就是在視場內。上面的程式碼並沒有加上這個條件，不過也能模擬的較好，我就沒寫=w=，鳥的視場通常是180度的，是否在180度內，滿足的是 this.ve.dot(this.po.clone().sub(bird.po)) < 0 , 對視野和其他數值進行調整，都會形成不一樣的群落效果。

我們還可以疊加多層的資訊生成更復雜的模擬。這裡的鳥都是一類鳥，可以新增一個老鷹物件，如果小鳥和老鷹的距離超過了一定閾值小鳥就會立馬逃跑。要模擬這種情況，只要再新增一種逃離的行為到整個系統中，這種行為還會導致小鳥的總轉向力，速度全部上升。

3d鳥群

3d demo

3d的實現和2d其實原理類似，唯一要注意的地方就是物件需要往目標方向的轉向問題，這通常會使用四元數來進行處理，程式碼關鍵就是

this.rot.setFromQuaternion(
new THREE.Quaternion().setFromUnitVectors(new THREE.Vector3(0, 1, 0), new THREE.Vector3(this.ve.x, this.ve.y, this.ve.z).normalize())
)

 this.rotation.copy(new THREE.Euler(this.rot.x,this.rot.y,this.rot.z))
複製程式碼