欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

点到指定Bezier曲线的最短距离

程序员文章站 2022-07-14 19:29:25
...

点到指定Bezier曲线的最短距离

 
Bezier曲线本质上是一个多项式。
 
三次曲线Q:
Q(u)=(1u)3P0+3(1u)2uP1+3(1u)u2P2+u3P3=nu3+ru2+su+v \begin{aligned} Q(u) &= (1-u)^3P_0+3(1-u)^2uP_1+3(1-u)u^2P_2+u^3P_3\\ &=nu^3+ru^2+su+v \end{aligned}

 
点P到曲线Q的距离D(u):
D(u)=Q(u)P2=(QxPx)2+(QyPy)2+(QzPz)2(1) D(u)=|Q(u)-P|^2=(Q_x-P_x)^2+(Q_y-P_y)^2+(Q_z-P_z)^2 \quad (1)
 
求最短距离,即最小值优化问题:
D2(u)min=minu=01D2(u)(2) D^2(u)_{min}=min{ {\sum^1_{u=0}D^2(u)} } \quad (2)

 

二分区间法求解

 

算法流程:

 

1.分别计算点P到数据点Pi (i=0,1,2,3)的距离,取最小距离对应点位Pj
2.取Pj对应的节点ui为初始节点
3.选取合适的区间值 interval
4.根据式(1),计算节点 ui+interval,ui-interval,ui处的距离 d1,d2,d0
5.如果d1或者d2小于d0,将ui的值更改为ui+interval或ui-interval
6.如果d1、d2都大于d0,将区间interval减半为interval/2
7.重复以上步骤,直到d1 d2 d0之间的差值满足设置的精度

 

Python仿真结果

点到指定Bezier曲线的最短距离

图中,

黑色点位为给定的点位P;

红色点位为曲线Q(u)上距离P最近的点Pmin;

黑色线为P到曲线Q的距离D(u);

红色线为拟合的Bezier曲线Q(u);

黑色点的y坐标不变,横坐标不断向右移动。由动图可见,计算得到的Pmin始终跟随D(u)的最小距离位置,

最短距离点计算成功!

 

牛顿迭代法求解

 
由数学知识可知,为求解式(2),即求解式(1)在区间[0,1]的极小值,此问题即转化为求极值问题。
 
是(1)的极值即出现在其导数值为0的点,其导数为:
D(u)=2(QxPx)Qx+2(QyPy)Qy+2(QzPz)Qz=0(3)f(u)=(QxPx)Qx+(QyPy)Qy+(QzPz)Qzf(u)=Qx2+(QxPx)Qx+Qy2+(QyPy)Qy+Qz2+(QzPz)Qz D^{'}(u)=2(Q_x-P_x)Q^{'}_x+2(Q_y-P_y)Q^{'}_y+2(Q_z-P_z)Q^{'}_z=0 \quad (3)\\ f(u) = (Q_x-P_x)Q^{'}_x+(Q_y-P_y)Q^{'}_y+(Q_z-P_z)Q^{'}_z\\ f^{'}(u)=Q_x^{'2}+(Q_x-P_x)Q^{''}_x+Q_y^{'2}+(Q_y-P_y)Q^{''}_y+Q_z^{'2}+(Q_z-P_z)Q^{''}_z
 
求解式子(3),可以使用牛顿迭代公式求解:
uk+1=ukf(u)f(u)(4) u_{k+1}=u_k-\frac{f(u)}{f^{'}(u)} \quad (4)

 
牛顿迭代公式求解速度很快,但是对初值的选取比较敏感,如果初值选取的不好,有可能出现无解的情况。

 
二分区间法求解求解比较稳定,但是其速度比较慢。有一种思路是将二分区间法和牛顿迭代法结合,先计算一个粗略的初始值,再用

值的选取比较敏感,如果初值选取的不好,有可能出现无解的情况。

 
二分区间法求解求解比较稳定,但是其速度比较慢。有一种思路是将二分区间法和牛顿迭代法结合,先计算一个粗略的初始值,再用牛顿迭代法求解,以加快算法速度。