Unity3D-Roll-a-Ball(2)

本文介绍了如何在Unity中编写脚本来控制摄像机跟随玩家移动,并实现物件的自动旋转及碰撞检测,使得玩家角色能够收集游戏场景中的物件。

Moving the camera

接下来我们来编写一个控制摄像机跟随球的脚本。这个流程其实非常简单。先创建一个脚本。内容如下:

using UnityEngine;
using System.Collections;

public class CameraController : MonoBehaviour {
    public GameObject player;
    private Vector3 offset;

    void Start () {
         offset = transform.position;
    }

    void LateUpdate () {
            transform.position = player.transform.position + offset;
    }
}

定义一个offset的向量,将自己的转换坐标复制过去。然后定义一个共有的player GameObject。然后在Inspactor就能在Script这一栏里面看到player变量,然后从Hierarchy里面把Player拖到变量后面,这样就建立了关联。在LastUpdate函数中将当前摄像机位置+player的位置向量,这样就实现了摄像机的跟随。

Creating pick-up objects

接下来创建一些拾取的cube。这个流程和创建Player的流程相同。我们为这个cube创建一个旋转的脚本

using UnityEngine;
using System.Collections;

public class Rotator : MonoBehaviour {

    // Update is called once per frame
    void Update () {
        transform.Rotate (new Vector3(15,30,45)*Time.deltaTime);
    }
}

重载Update函数,并且将其按照时间来做一个旋转。为了方便拾取的时候检测到cube,我们需要将cube的tag打成PickUp

Collecting and counting

接着就是将球体移动时候,加入碰撞检查。当球体碰到了cube,将会让cube不显示。这个流程也是通过脚本来做实现的。


    void OnTriggerEnter (Collider other)
    {
        if (other.gameObject.tag == "PickUp") 
        {
            other.gameObject.SetActive(false);
            count ++;
            countText.text = "Count: " + count.ToString ();
        }
    }

这个代码是写到PlayerController.cs文件中的。也是绑定在Player这个对象上。OnTriggerEnter是一个碰撞检测的回调函数,我们需要通过other.gameObject.tag这个属性读取出名字,如果为PickUp,那就说明是cube。接下来就将这个cube的Active设置成false。这样就会在游戏中隐藏到这些cube。

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值