【计算机图形学】概念：Mobility

基于最近要实现的内容，涉及到了Mobility的概念，但是我不清楚什么是Mobility，网上也搜索不到特别相关的东西，通过问相关方向的师兄，自己看了一篇涉及了一点Mobility Prediction的数据集文章（NeurIPS2022-MultiScan: Scalable RGBD scanning for
3D environments with articulated objects）后，总结如下，以一些问答的形式回顾我总结的内容

1. Mobility包括一些什么内容

师兄的回答是：物体Mobility定义部件运动类型、运动轴位置、运动轴方向、运动范围等等。只要有了轴的信息和部件分割，就可以把部件运动起来了

这里以Shape2Motion为例，有一些part obj：

还有一个注释了运动参数的文件，如下：

• dof_name表示的是部件的名称，从文件结构上来看，显然是一个根节点下有很多子节点
• motion_type表示的是运动类型
• center表示的是运动轴的位置
• direction表示的是运动轴的方向（目前的理解是运动轴有位置所处中心点，以及所指向的方向，大概就是通过两个点定义出一个向量）
• children表示的是它们的子节点

所以通过文件可以看出来，实际上运动参数包括的就是师兄所说的部件运动类型、运动轴位置、运动轴方向

运动范围之所以在Shape2Motion中没定义是因为我觉得运动范围是一个比较自由的选项，比如有的笔记本可以180°打开，有的笔记本只能打开至90°，所以在运动参数的注释文件里面没有注明

同样论文也声明了这一点，论文中所写的：

这里说到了：给定输入点云，预测每个点所属的part，以及每个part的运动参数，运动参数输出包括可运动部件$P$、轴参数$J$，而J又包括有轴类型$t_k$、轴方向$a_k$、轴原点$o_k$。

另外运动范围也是一个重要的参数，你需要有一个参数指示当前物体当前的状态（打开的角度、抽屉拉开的长度等）。

2. Mobility Prediction和Motion Parameters Prediction是一个东西吗？

以下内容非官方答案，只是个人理解。
个人认为二者是很近似概念，然后Motion Parameters Prediction是Mobility Prediction的子集。
Motion Paramters Predction包含更加具体入微的概念，比如单个部件的运动轴的位置、朝向、类型、当前大小等，Mobility Prediction还包括找到所有可运动部件（目前是这么理解，以后可能会修改）

Joint Prediction的话就是只包括轴的位置、朝向和类型