总结【过往部分项目经历一（计算机图形学方向）】

1.蜂窝填充算法

介绍: 主要从二维六角网格基本算法出发，基于自定义数据结构和拓扑关系，从二维到三维进行拓展，六角网格->六棱柱->带孔六棱柱->基于空间关系的蜂窝。
二维六角网格算法原理，参考博客六角网格大观，借助到里面的三轴坐标系统。

从二维到三维的延拓，使用自定义数据结构和拓扑关系（技术细节不便展示）。

2.孔洞识别算法

介绍： 对于破损的网格表面，有时需要精准找到对应孔洞进行修复和网格重建。所以实现孔洞识别算法是后续过程的必经之路。
结果显示：自定义算法识别准确率达到工业级软件Materialise Magics官网同等效果。

整体效果，找到所有的孔洞，每个孔洞都为一个闭环链路，且环与环之间不存在相交，但可共顶点或共边。

对于复杂的孔洞边界也能精准识别，而且算法复杂度为$O(logN)$，也是比较低的。


找到第3个孔洞，第4个孔洞情形：


第5个孔洞，第6个孔洞情形：

3.扫掠轮廓计算

介绍： 空间一固定多边形PFA(红色表示)，和一个只做平移运动的多边形PMB(绿色表示)，还有一动点p，p和多边形PMB相对位置保持不变。当p在多边形PFA边界运动一周后，连动的多边形PMB扫掠出一个外围多边形(蓝色多边形即为最终结果)



将运动多边形拓展为更一般的凹多边形，算法也更具备一般性。

4.二维排料算法

介绍： 在特定空间（可以为矩形或任意多边形轮廓内），将多个多边形作为待摆放样件，使两两之间不重叠，同时尽可能紧凑，空间利用率尽可能较高。

排样时是用到一种NFP算法，当时参考的是知网这篇博士基于临界多边形的二维排样算法研究，这个算法实现比较复杂。自己测试中发现了部分解 和退化解特殊情形，虽然项目落地后不容易测到，也算是该算法一个小缺陷吧。




和行业标杆软件VoxelDance对比：
在旋转步长为20度的情况下，和tango对比情况。


在旋转步长为20度的情况下，和tango对比情况。

5.最大内接圆算法

介绍： 任意多边形轮廓（可以是凹的，带多个孔洞的），计算其内部最大内接圆。




相比较于泊松采样，条件采样，以及四分法，计算效率明显出现几十倍地提升。