Fatal编程技术网
  • tree/
  • Tree 检测边界盒（aabb）与点云（2d）相交的有效方法

Tree 检测边界盒（aabb）与点云（2d）相交的有效方法

tree

Tree 检测边界盒（aabb）与点云（2d）相交的有效方法,tree,2d,intersection,bounding-box,Tree,2d,Intersection,Bounding Box,我想知道最有效的方法是将边界框与点云相交 这些点不会改变，因此设置树结构是有意义的 每个复选框的边界框都不同 点的密度不均匀（否则，将其折成网格可能是一个不错的选择） 目前，我正在使用KD树，并进行深度优先搜索，在遍历每个节点时，首先获取最靠近长方体中心的分支 这工作得很好，但是我很好奇这个问题是否有一个已知的解决方案性能更好（或者在许多情况下可能性能更好） 给标记要关闭此项的人员的消息： 已将其标记为关闭： 要求我们推荐或查找工具、库或喜爱的非现场资源 我不是要一个现有的库，我感兴趣的是

我想知道最有效的方法是将边界框与点云相交

  • 这些点不会改变，因此设置树结构是有意义的
  • 每个复选框的边界框都不同
  • 点的密度不均匀（否则，将其折成网格可能是一个不错的选择）
目前，我正在使用KD树，并进行深度优先搜索，在遍历每个节点时，首先获取最靠近长方体中心的分支

这工作得很好，但是我很好奇这个问题是否有一个已知的解决方案性能更好（或者在许多情况下可能性能更好）

给标记要关闭此项的人员的消息： 已将其标记为关闭： 要求我们推荐或查找工具、库或喜爱的非现场资源

我不是要一个现有的库，我感兴趣的是一个更好的算法存在于我正在使用的库中的可能性。

我认为如果你能将所有点放入kd树中，这是一个很好的解决方案。也许r-树或四叉树可以更快。另一方面，电网很可能更高效，因为它更便宜