C# 取多个向量的平均值3'；s

所以我正在使用一个像kinect一样工作的深度相机。（这不是kinect）。后面有Nuitrack用于骨骼跟踪。然而，它为球员返回的位置是不稳定的。当完全静止时，它返回的数字可以上升或下降到10左右

示例：用户尽可能地站着，数据返回位置100第一帧，下一帧是102，然后是97，然后是100，然后是106等等。它在更新中返回这些位置，我们使用它移动图像。（因此用户控制图像）但正如您所料，由于数据不一致，该图像移动非常不稳定。根据Nuitrack的说法，这是正确的，用户本身需要找到解决方案。

我尝试了从一个位置到另一个位置的lerp，但这让它感觉不那么互动，因为一旦我到达lerp实际上是平滑的点，它就会有巨大的延迟。我还尝试只使用新的位置数据，如果它与nuitrack给我的前一个位置不同，比如说4个像素，这会更好一些，但会导致图像跳跃，即使我也会删除它。使用此功能：

foreach (User user in frame.Users)
        {
            if (Vector3.Distance(_lastPos, user.Proj.ToVector3()) >4f)
            {
                Vector3 final = ((_lastPos + user.Proj.ToVector3()) /2);
                userData.Add(new UserData(user.ID, user.Real.ToVector3(), final));
                _lastPos = user.Proj.ToVector3();
            }
            else
            {
                userData.Add(new UserData(user.ID, user.Real.ToVector3(), _lastPos));
            }

float _userX = user.ProjPosition.x * (_cameraPos.x *2)- _cameraPos.x;
            Vector3 _newPos = new Vector3(_userX, _basketPos.y, _basketPos.z);
            _basketPrefab.transform.position = Vector3.Lerp(_basketPrefab.transform.position, _newPos, Time.deltaTime * 30f);

以及lerp功能：

foreach (User user in frame.Users)
        {
            if (Vector3.Distance(_lastPos, user.Proj.ToVector3()) >4f)
            {
                Vector3 final = ((_lastPos + user.Proj.ToVector3()) /2);
                userData.Add(new UserData(user.ID, user.Real.ToVector3(), final));
                _lastPos = user.Proj.ToVector3();
            }
            else
            {
                userData.Add(new UserData(user.ID, user.Real.ToVector3(), _lastPos));
            }

float _userX = user.ProjPosition.x * (_cameraPos.x *2)- _cameraPos.x;
            Vector3 _newPos = new Vector3(_userX, _basketPos.y, _basketPos.z);
            _basketPrefab.transform.position = Vector3.Lerp(_basketPrefab.transform.position, _newPos, Time.deltaTime * 30f);

---

编辑：还有其他人吗？

您可以尝试保留最后n个位置的列表，然后使用

0.5f

（中间值）作为

t

将它们放在一起，计算这些位置的平均值。然后，您可以通过再次相互调整先前调整过的位置来提高“平滑度”，使其在每次迭代中更加平滑。然而，每一次迭代都会让它感觉有点迟钝，需要在平滑和反应之间找到平衡

（示例未经测试）

List lastPosition=新列表（）//保留最后职位的列表
整型平滑=16//最大平滑量越高，表示平滑度将使用越多的位置
枚举平滑级别{无、轻度、中度、重度、极端}//要使用的平滑级别
平滑级别平滑级别；
向量3位；
//从列表中删除最旧的条目
如果（lastPosition.Count>0）
{
lastPosition.RemoveAt（0）；
}
//将最新数据添加到列表中
while（lastPosition.Count<平滑）
{
lastPosition.Add（transform.position）；
}
Vector3 vecA=lastPosition[0]；
Vector3 vecB=最后位置[1]；
Vector3 vecC=最后位置[2]；
Vector3 vecD=最后位置[3]；
Vector3 vecE=最后位置[4]；
Vector3 vecF=最后位置[5]；
Vector3 vecG=最后位置[6]；
Vector3 vecH=最后位置[7]；
Vector3 vecI=最后位置[8]；
Vector3 vecJ=最后位置[9]；
Vector3 vecK=最后位置[10]；
Vector3 vecL=最后位置[11]；
Vector3 vecM=最后位置[12]；
Vector3 vecN=最后位置[13]；
Vector3 vecO=最后位置[14]；
Vector3 vecP=最后位置[15]；
//通过t 0.5对每个后续位置进行Lerp，以获得两个位置的平均值。
//这是基本平滑，平滑度低，响应度高
Vector3-vecAB=Vector3.Lerp（vecA，vecB，0.5f）；
vector3veccd=Vector3.Lerp（vecC，vecD，0.5f）；
Vector3-vecEF=Vector3.Lerp（vecE，vecF，0.5f）；
Vector3 vecGH=Vector3.Lerp（vecG，vecH，0.5f）；
Vector3-vecIJ=Vector3.Lerp（vecI，vecJ，0.5f）；
vector3veckl=Vector3.Lerp（vecK，vecL，0.5f）；
vector3vecmn=Vector3.Lerp（vecM，vecN，0.5f）；
Vector3-vecOP=Vector3.Lerp（vecO，vecP，0.5f）；
//中度平滑，再次将先前的Lerp位置彼此对齐，以增加平滑度
向量3向量ABCD=向量3.Lerp（向量AB，向量CD，0.5f）；
Vector3-vecEFGH=Vector3.Lerp（vecEF，vecGH，0.5f）；
Vector3-vecIJKL=Vector3.Lerp（vecIJ，vecKL，0.5f）；
Vector3-Vector3.Lerp（vecMN，vecOP，0.5f）；
//严重平滑、高平滑度、低响应性
Vector3 vecABCDEFGH=Vector3.Lerp（VECABBCD，vecEFGH，0.5f）；
Vector3-vecIJKLMNOP=Vector3.Lerp（vecIJKL，vecMNOP，0.5f）；
//极端平滑，这将取所有16个位置的平均值。很滑，感觉很懒
Vector3 vecABCDEFGHIJKLMNOP=Vector3.Lerp（vecABCDEFGH，vecIJKLMNOP，0.5f）；
开关（平滑级别）
{
大小写平滑级别。无：
pos=变换位置；
打破
案例平滑级别。轻度：
pos=vecOP；
打破
案例平滑级别。中等：
pos=vecMNOP；
打破
案例平滑级别。严重：
pos=vecIJKLMNOP；
打破
案例平滑级别。极端：
pos=vecABCDEFGHIJKLMNOP；
打破
}
//将pos应用于目标对象

在保持良好响应的同时过滤数据是一门艺术，请尝试研究PID控制器和卡尔曼滤波器。我会研究一下的。谢谢。首先感谢您的帮助！我试过你的代码，它确实起了一些作用。它仍然有点摇晃，但可以修复。问题是，我认为这是一个非常沉重的功能，为2-6个用户做每一帧。而不是最漂亮的食客。不知道现在该怎么办。我们将摄像机的位置数据放入我们自己的数据类中，然后传递给最终的游戏。你的例子很有帮助，但仍然不是我们想要的最终行为。感觉就像你说的有点慢，代码确实可以变得更漂亮，但是选择了最好的可读性。它的性能实际上取决于你用它传球的次数。根据我的经验，即使在较旧的android设备上使用，最多16次通过（如上例所示）也不会对性能产生明显影响。出于好奇，为什么每帧需要运行2-6次呢？我会假设每个用户都会在自己的设备上运行它，或者只是在每个帧的对象上运行一次，然后显示结果。是的，我可能会研究如何改进它，尽管你的解决方案与我们所寻找的不完全一样，但它是迄今为止最接近的。我经常运行它，因为相机前面可能有多个人。每个帧Nuitrack传递每个用户的所有数据。最多可以是6个。