点的空间查询纠错

点的空间查询纠错

​ 作者在两个星期前提出了以下问题，并做了解答，可是千算万算还是出错了，细究每一行代码才知道是之前的解决问题出错了。

​ 问题回顾：点的空间查询

​ 在做空间的点分类时，需要查询：(三维空间中)某一范围内到某条边两个端点p1、p2的距离小于这条边长l的所有点。因为边有方向，所以范围规定为：从p1的垂直平面和p2的垂直平面之间。

详情：p1（x0,y0,z0）、p2(x1,y1,z1)边长l，范围是如图所示阴影。

图1 求解范围：橙色

出错原因：
查找：√l 范围内的点 不只是绿色，还包括多余的点（深绿色），如图所示

图2 错误未考虑范围深绿色（已经考虑了嫩绿色）

作者思路：

因为我们只想要 橙色部分的点， 先扩大筛选范围根号l，是为了 先考虑蓝色区域 再根据到中心点距离小于半径 剩下的公共区域。

图3 多考虑根号l 是为了蓝色部分

可是，多出了上图的嫩绿色和深绿色 怎么办？

点的空间查询中已经解决了，嫩绿色，对于深绿色，作者的解法如下。

图4 钝角示意图

由图上可知，深绿色区域内，一定会形成钝角三角形，只要判断三个点围成的三角形是否是钝角三角形即可排除绿色区域。

由上我们就求出了，橙色区域的所有点。

该方法的C++实现为：

#include<Eigen/Dense>
#define M_PI 3.1415926
typedef Eigen::Vector3d Point;

//求角度
double getDegAngle(Point p1, Point p2, Point p3) {
	Eigen::Vector3d v1 = p2 - p1;
	Eigen::Vector3d v2 = p3 - p1;
	//one method, radian_angle belong to 0~pi
	//double radian_angle = atan2(v1.cross(v2).transpose() * (v1.cross(v2) / v1.cross(v2).norm()), v1.transpose() * v2);
	//another method, radian_angle belong to 0~pi
	double radian_angle = atan2(v1.cross(v2).norm(), v1.transpose() * v2);
	if (v1.cross(v2).z() < 0) {
		radian_angle = 2 * M_PI - radian_angle;
	}
	return radian_angle * 180 / M_PI;
}

//待求点p
Point_3 p;
std::vector<Point_3>ps;
//已知直线为line 两个端点为：line[0]、line[1]
std::list<Point_3> line;
//这条边的长度
float line_len = std::sqrt(std::abs(line[0].x() - line[1].x())*std::abs(line[0].x() - line[1].x()) + std::abs(line[0].y() - line[1].y())*std::abs(line[0].y() - line[1].y()) + std::abs(line[0].z() - line[1].z())*std::abs(line[0].z() - line[1].z()));
//计算p到点line[0]的距离
float r0= std::sqrt(std::abs(p.x() - line[0].x())*std::abs(p.x() - line[0].x()) + std::abs(p.y() - line[0].y())*std::abs(p.y() - line[0].y()) + std::abs(p.z() - line[0].z())*std::abs(p.z() - line[0].z()));
//计算p到点line[1]的距离
float r1 = std::sqrt(std::abs(p.x() - line[1].x())*std::abs(p.x() - line[1].x()) + std::abs(p.y() - line[1].y())*std::abs(p.y() - line[1].y()) + std::abs(p.z() - line[1].z())*std::abs(p.z() - line[1].z()));
		if (r0 <= line_len*1.41421) {
			//在球心为line[0]半径为√line_len半球内
			if ( r1<= line_len*1.41421) {
				//在球心为line[1]半径为√line_len半球内
				if (r0<line_len|| r1<line_len) {
					//在line[0]所在的l半球内或在line[1]所在的l半球内

          						//在line[0]所在的l半球内或在line[1]所在的l半球内
						//因为区域内的点 围成的三角形应该是锐角，所以判断，R1和R2小于等于len
						float angle1=getDegAngle(Point(line[1].x(), line[1].y(), line[1].z()), Point(line[0].x(), line[0].y(), line[0].z()), Point(p.x(), p.y(), p.z()));
						float angle2 = getDegAngle( Point(line[0].x(), line[0].y(), line[0].z()), Point(line[1].x(), line[1].y(), line[1].z()), Point(p.x(), p.y(), p.z()));
						if((angle1<=90||(angle1 >= 270&& angle1 <= 360))&& (angle2 <= 90 || (angle2 >= 270 && angle2 <= 360)))
						{
              std::cout<<p<<"is in area"<<std::endl;
              ps.push_back(p);
						}
				}
				
			}
		}

该方法的优缺点：

优：只需要计算三个重要的数：line_len、r0、r1，剩下的就是比较

缺点：没有进行空间检索筛选，如果空间中涉及的点很多很多，需要从第一个点开始 到最后一个点查找，那么计算量会非常大，目前还没有直接从坐标入手考虑是否在范围内的方法。

注：萌新投稿，轻喷。有疑问，请私聊

下的就是比较

缺点：没有进行空间检索筛选，如果空间中涉及的点很多很多，需要从第一个点开始 到最后一个点查找，那么计算量会非常大，目前还没有直接从坐标入手考虑是否在范围内的方法。

注：萌新投稿，轻喷。有疑问，请私聊

更正完毕