让USD初步支持Maya的约束(二)


  • 网站研运

    最近在研究怎样让USD支持Maya类似的约束功能。目前初步得到了成功。当一开始遇到这个问题的时候,我还是转向了github,问问官方人员有没有相关现成的方案,或者是有没有计划怎么做。不过我在这个issue中得知,官方并没有立即支持Maya的约束,目前只能用到的是ConstraintTarget特性。所以很遗憾地暂时没有办法使用官方的建议了,只能自己做USD的约束了。😞 😱

    不过好在USD的基础设施还比较好,我开始研究USD的约束,希望在USDView中得到类似Maya的效果。在上一篇文章中,我介绍了一种通过Schema生成cpp文件的方法,事实上,大部分基于USD的项目,都是用到了这个方便的方式快速拓展原型,并且在此基础上添加功能。

    不过USDView的功能,变得更加复杂了。我尝试了很多方案。首先参考的是USDView的通知机制。首先在USDView中打开interpreter,然后看到交互式Python界面(虽然还是有点丑):
    interpreter在USDView中

    然后输入下面的脚本,用来测试:

    stage = usdviewApi.stage
    pipe = stage.GetPrimAtPath( '/pPipe' )
    UsdGeom.XformCommonAPI( pipe ).SetTranslate( ( 1, 3, 1 ) )
    

    这个脚本是用来让名为pPipe的物体移动到世界坐标1, 3, 1中的。但是如果你用Visual Studio 2017调试它,会发现一条比较严谨并且漫长的调用路线:
    XformCommonAPI -> UsdGeomXformOp -> UsdStage -> SdfLayer -> SdfChangeBlock -> Sdf_ChangeManager -> TfNotice -> UsdImagingDelegate

    这里有一个很重要的点,就是在UsdImagingDelegateTfNotice中注册了一个处理函数_OnUsdObjectsChanged,所以一旦场景的属性更改了,都会触发_OnUsdObjectsChanged函数。所以我根据这个特性,创建了usdRigImaging模块,位置在USD\qtdream\usdImaging\lib\usdRigImaging中。这其中很重要的一个类是UsdRigImagingConstraintAdapter,并且在构造函数注册了TfNotice的回调函数。一旦场景发生变化了,我让约束本身感知被约束的物体,进行同步的更新。当然了,Maya本身是支持多个物体约束一个物体的,并且给出了一个权重的信息。其实约束的算法就是各个约束的加权平均数。因此要通过一个for循环对所有的约束物体计算平移变化,再加权平均,即可得到效果。核心的代码在这里:

    void
    UsdRigImagingConstraintAdapter::_OnUsdObjectsChanged(
        UsdNotice::ObjectsChanged const& notice )
    {
        const UsdNotice::ObjectsChanged::PathRange& fields =
            notice.GetChangedInfoOnlyPaths( );
            
        TF_FOR_ALL( it, _constraints )
        {
            UsdRigConstraint constraint( *it );
            std::vector<int> constrainedIndices;
            VtArray<SdfAssetPath> targets;
            constraint.GetTargetsAttr( ).Get( &targets );
            
            for ( int i = 0; i < targets.size( ); ++i )
            {
                SdfPath targetPath( targets[i].GetAssetPath( ) );
                TF_FOR_ALL( field, fields )
                {
                    if ( targetPath == field->GetPrimPath( ) )
                    {
                        constrainedIndices.push_back( i );
                    }
                }
            }
            
            TF_FOR_ALL( constrainedIndex, constrainedIndices )
            {
                _ApplyConstrainEffect( constraint, *constrainedIndex );
            }
        }
    }
    
    void
    UsdRigImagingConstraintAdapter::_ApplyConstrainEffect( const UsdRigConstraint& constraint,
        int constrainedIndex )
    {
        const UsdPrim& constraintTarget = _GetConstraintTarget( constraint );
        const UsdPrim& target = _GetTargetAtIndex( constraint, constrainedIndex );
        
        UsdTimeCode time = UsdTimeCode::Default( );
        UsdGeomXformCommonAPI ctAPI( constraintTarget );
        
        GfVec3d translation( 0, 0, 0 );
        target.GetAttribute( TfToken( "xformOp.translate" ) ).Get( &translation );
        
        GfVec3d initialTranslation = _initialTranslationMap[target.GetPrimPath( )];
        double weight = _GetWeightAtIndex( constraint, constrainedIndex );
        GfVec3d finalTranslation = ( translation - initialTranslation ) * weight;
        ctAPI.SetTranslate( finalTranslation );
    }
    
    void
    UsdRigImagingConstraintAdapter::_PopulateOnConstraint( const UsdPrim& prim )
    {
        UsdStageWeakPtr& stage = prim.GetStage( );
        _constraints.push_back( prim );
        
        UsdRigConstraint constraint( prim );
        VtArray<SdfAssetPath> targets;
        constraint.GetTargetsAttr( ).Get( &targets );
        TF_FOR_ALL( tit, targets )
        {
            SdfPath targetPath( tit->GetAssetPath( ) );
            
            GfVec3d translation;
            const UsdPrim& target = stage->GetPrimAtPath( targetPath );
            target.GetAttribute( TfToken( "xformOp:translate" ) ).Get( &translation );
            
            std::pair<SdfPath, GfVec3d> translationPair = std::pair<SdfPath, GfVec3d>( targetPath, translation );
            _initialTranslationMap.insert( translationPair );
        }
    }
    
    UsdPrim
    UsdRigImagingConstraintAdapter::_GetConstraintTarget( const UsdRigConstraint& constraint )
    {
        SdfAssetPath constraintTargetPath;
        constraint.GetTargetAttr( ).Get( &constraintTargetPath );
        return _GetPrimAtPath( constraint, SdfPath( constraintTargetPath.GetAssetPath( ) ) );
    }
    
    UsdPrim
    UsdRigImagingConstraintAdapter::_GetTargetAtIndex( const UsdRigConstraint& constraint, int constraintIndex )
    {
        VtArray<SdfAssetPath> targets;
        constraint.GetTargetsAttr( ).Get( &targets );
        return _GetPrimAtPath( constraint, SdfPath( targets[constraintIndex].GetAssetPath( ) ) );
    }
    
    UsdPrim
    UsdRigImagingConstraintAdapter::_GetPrimAtPath( const UsdRigConstraint& constraint, const SdfPath& path )
    {
        UsdStageWeakPtr& stage = constraint.GetPrim( ).GetStage( );
        return stage->GetPrimAtPath( path );
    }
    
    float
    UsdRigImagingConstraintAdapter::_GetWeightAtIndex( const UsdRigConstraint& constraint, int constraintIndex )
    {
        VtArray<float> weights;
        constraint.GetWeightsAttr( ).Get( &weights );
        float weight = weights[constraintIndex];
        weight = weight / weights.size( );
        return weight;
    }
    

    在内部的一个测试场景中,我们针对pPipe物体做出了平移变换,被约束的物体也同步地变换。

    对USD的二次开发感兴趣?或者是想要让你的三维软件添加USD的导入导出支持?可以找我们,我们研究USD很深入哦。
    上海USD研究小组



走马观花

最近的回复

  • Qt for MCUs

    搭建Qt for MCUs PC端开发环境。qt for mcus提供了一个完整的图形框架和工具包,包含了在MCUs上设计、开发和部署gui所需的一切。它允许您在裸机或实时操作系统上运行应用程序。

    先决条件

    开发主机环境支持仅限于Windows 10

    MSVC compiler v19.16 (Visual Studio 2017 15.9.9 or newer) x64

    CMake v3.13 or newer (you can install it using the Qt Online installer) x64

    使用Qt联机安装程序安装Qt for MCUs,该安装程序可通过Qt帐户下载

    安装Qt 5.14和Qt Creator 4.11 or higher

    安装链接

    › Qt: https://account.qt.io/downloads
    › CMake: https://cmake.org/download/
    › Python 2.7 32-bit: https://www.python.org/downloads/release/python-2716/
    › Arm GCC: https://developer.arm.com/tools-and-software/open-source-software/developer-tools/gnutoolchain/gnu-rm/downloads
    › J-Link Software Pack: https://www.segger.com/downloads/jlink/JLink_Windows.exe
    › J-Link OpenSDA Firmware: https://www.segger.com/downloads/jlink/OpenSDA_MIMXRT1050-EVKHyperflash
    › STM32CubeProgrammer: https://www.st.com/en/development-tools/stm32cubeprog.html
    › STM32 ST-LINK Utility: https://www.st.com/en/development-tools/stsw-link004.html​​​​​​​

    Qt Creator设置 启用Qt Creator插件 选择“帮助>关于插件”,然后从列表中选择“MCU支持(实验性)”插件,重新启动Qt Creator以应用更改
    替代文字 为MCU创建Qt工具包

    选择工具>选项>设备>MCU

    选择Qt for MCUs-Desktop 32bpp作为目标

    如果尚未设置,请提供Qt for MCUs安装目录的路径。

    单击Apply应用。

    替代文字

    替代文字
    替代文字

    注意:

    编译器要选X64,Qt版本要选64bit,CMake Tool选x64

    打开恒温器项目demo

    选择文件>打开文件或项目。。。

    打开CMakefiles.txt文件来自thermo文件夹的文件。

    选择Qt作为MCU-桌面32bpp套件。

    单击“配置项目”以完成。

    替代文字

    问题

    开发主机环境支持仅限于Windows 10

    C++编译失败,文本大字体.pixelSize.

    文本类型无法正确呈现需要复杂文本布局的unicode序列。对复杂文本使用StaticText

    read more
  • H

    hi 有问题请教你,方便加个联系方式吗

    read more
  • boost.asio是一个很棒的网络库,这回儿我也开始系统地学习起来了。想想当年接触boost,也有八年多了。这次开始接触boost,觉得既熟悉又陌生。熟悉的是小写字母+下划线的命名方式、晦涩的模板、很慢的编译速度以及较大的程序体积,陌生的是asio的各种概念:io服务、接收器、套接字等等:我之前对网络编程不是非常了解。

    于是根据我的理解,参考《Boost.Asio C++网络编程》实现了这样一个简单的客户端和服务端通信的例子,例子非常简单,还不完善,但是幸运的是,可以在本机上互通了。
    下面是客户端的代码:

    #include <iostream> #include <boost/asio.hpp> #include <boost/proto/detail/ignore_unused.hpp> using namespace std; using namespace boost::asio; using namespace boost::system; using namespace boost::proto::detail;// 提供ignore_unused方法 void writeHandler( const boost::system::error_code& ec, size_t bytesTransferred ) { if ( ec ) { cout << "Write data error, code: " << ec.value( ) << "transferred: " << bytesTransferred << endl; } else { cout << "OK! " << bytesTransferred << "bytes written. " << endl; } } int main(int argc, char *argv[]) { ignore_unused( argc ); ignore_unused( argv ); io_service service; ip::tcp::socket sock( service ); ip::tcp::endpoint ep( ip::address::from_string( "127.0.0.1" ), 6545 ); boost::system::error_code ec; sock.connect( ep, ec ); if ( ec ) { cout << "Connect error, code: " << ec.value( ) << ", We will exit." << endl; return ec.value( ); } else { char buf[1024] = "Hello world!"; sock.async_write_some( buffer( buf ), writeHandler ); sock.close( ); } return service.run( ); }

    下面是服务端的代码:

    #include <iostream> #include <boost/asio.hpp> #include <boost/proto/detail/ignore_unused.hpp> using namespace std; using namespace boost::asio; using namespace boost::system; using namespace boost::proto::detail;// 提供ignore_unused方法 void acceptHandle( const boost::system::error_code& code ) { cout << "Accepted." << endl; } int main(int argc, char *argv[]) { ignore_unused( argc ); ignore_unused( argv ); io_service service; ip::tcp::endpoint ep( ip::address::from_string( "127.0.0.1" ), 6545 ); boost::system::error_code ec; ip::tcp::socket sock( service ); ip::tcp::acceptor acceptor( service, ep ); acceptor.async_accept( sock, acceptHandle ); if ( ec ) { cout << "There is an error in server. code: " << ec.value( ) << endl; } return service.run( );// 阻塞运行 }

    运行结果是这样的:
    78448d7b-b3ae-42fc-9e2e-4dd2fbdac2c2-image.png

    我对boost.asio中几个概念的理解:

    io_service,这就是一个类似事件循环的东西,它为io设备提供服务,故名。不管是套接字、文件还是串口设备,都要使用它的服务。它的run()函数相当于启动了一个事件循环。一旦有消息了,即进行响应。这也是实现异步编程的重要基础。 socket,这个类则是套接字,可以处理TCP或者是UDP请求。有同步以及异步的处理方式,也有带异常以及不带异常的处理方式。 acceptor,接收器,仅仅是服务端使用。相当于其余框架中的listener,作接收用的。

    比较浅显,如果有不当之处,敬请指正。

    read more
  • 843143141.jpg
    闲下来了,我又开始大规模地学习了。
    最近开始学习内存模型和无锁结构。因为这个是和操作系统密切相关的,懂得这些对于编写C++服务端应用程序
    有着非常好的帮助。之前我对内存模型以及无锁结构几乎没有什么了解,我就询问群里的大佬看看有没有可以参考的资料。
    大佬很高兴,并且推荐了我一本名为《Memory Model》的电子书。这本电子书虽然页数不多,但是从起源到发展,
    从源码到汇编,都给我们详细地介绍了。看了一遍,不是非常理解,但是依然尝试将自己的理解写下来,以便日后翻阅。
    首先因为多核处理器成为主流,多线程的程序已经非常常见,因此我们不可避免地要处理多线程程序的同步问题。
    然后,因为编译器默认都对源码进行了优化,在单核处理器中这通常不是什么问题,但是在多核处理器中,就会因为编译器
    对其进行了乱序处理而导致程序出现问题。由此深入地探讨内存模型。
    内存模型主要分为:
    载-载 顺序(load-load order)
    载-存 顺序(load-store order)
    存-载 顺序(store-load order)
    存-存 顺序(store-store order)
    依赖载入顺序(dependent loads order)

    通过内存栅栏(memory barrier)能够避免编译器对指令的乱序。Linux中有

    READ_ONCE( x, value ) WRITE_ONCE( x )

    避免这些读写被编译器乱序或者是优化掉。

    这里谈到volatile关键字。在另外一篇博客上说,volatile具有“易变性、不可优化性、顺序性”。简单说,由于
    被volatile声明的变量,指令须从内存读取,并且不能被编译器乱序以及优化。在Java(语言扩展)和MSVC(系统兼容)上,
    还附带了Accquire()和Release()语义,因此可部分用于多线程环境。但多数情况下,还是慎用volatile,
    因为不同架构的处理器,它的内存模型是千变万化的,不能一而概之。

    至于C++11,它提供了std::atomic<T>这个模板类,相当于提供了很多方式来实现不同内存模型的原子操作。
    它的load()和store()方法,第二个参数有以下几个选项:

    std::memory_order_relaxed std::memory_order_seq_cst std::memory_order_acq_rel std::memory_order_acquire std::memory_order_release std::memory_order_consume

    我们最常用来实现RCpc(Release Consistency、Processor Consistency)是使用

    std::memory_order_acquire std::memory_order_release

    这两对。

    作为例子,在实现自旋锁时使用std::atomic<T>是这样的:

    struct SpinLock2 { void lock( ) { for ( ; ; ) { while ( lock_.load( std::memory_order_relaxed ) ); if ( !lock_.exchange( true, std::memory_order_acquire ) ) break; } } void unlock( ) { lock_.store( false, std::memory_order_release ); } std::atomic<bool> lock_ = { false }; };

    read more

关注我们

微博
QQ群