第187章 Workflow (第3/3页)

  SLAM指的是将一个机器人放入未知环境中的未知位置，是否有办法让机器人一边逐步描绘出此环境完全的地图，同时一边决定机器人应该往哪个方向行进。

    扫地机器人就是一个很典型的SLAM问题。

    虽然扫地机器人不怎么起眼，但涉及到的市场也不容小觑。

    林灰所知道的游戏引擎方面最牛掰的是利用游戏引擎在军事方面的用途。

    太敏感的就不说了。

    说些不敏感的，举个简单的例子。

    借助于后期版本的游戏引擎，可以将大地坐标系转换为空间直角坐标系，并计算偏心率和辅助系数；

    获取空间直角坐标系与子午面直角坐标系之间的关系函数；

    根据偏心率和辅助系数，构建地理坐标转换方程式，并将关系函数输入转换方程式,得到地理坐标转换结果；

    将地理坐标转换结果输入游戏引擎中，完成游戏引擎中三维场景的地理坐标的使用。

    这样做有什么用呢？

    可以助力于航海航空图方面的。

    传统航海航空图较为常用的是墨卡托投影坐标。

    墨卡托投影具有各个方向均等扩大的特性,保持了方向和相互位置关系的正确。

    但这种投影坐标始终是二维坐标，当放置到三维空间场景中，不可避免的存在一些问题。

    地球球体是一个长短半轴不等的椭球体，当投影到平面时不可避免的会出现变形的问题。

    虽然在基准纬线处无变形，但是从基准纬线处向两极变形逐渐增大。

    在三维空间场景中，当视角镜头处于近地位置时虽可保持模型位置的正确，但是当镜头远离后，在高纬度处距离基准点越远的位置，偏移的距离越大，于真实地理信息的偏差越大。

    为了调整偏差，就必须在不同的比例级别重新计算投影，增加了运算消耗。

    借助于游戏引擎构建相关场景的话则完全不需要那么麻烦。

    这样做可以很容易避免投影坐标带来的地理形状变形和位置偏差的根本问题。

    强化游戏引擎在使用地理坐标定位时的精确度，提高了三维空间场景的真实性。

    当然了这只是一个比方。

    真正将游戏引擎用于军事也不是这么low的用法。

    但以此为引，不难知道借助于游戏引擎某种程度上还可以将助力于一些涉及到定位的传感器的建模工作。

    而定位的传感器用于什么呢？

    以上种种只是游戏引擎应用的一些例子而已。

    在前世信息差的情况下。

    对于林灰来说似乎很容易就可以开创一个新的时代。

    当然这一切的一切都是有赖于前世软件/游戏行业技术更迭速度之快。

    面对这个时空主流的游戏开发商。

    林灰虽然仅仅是七年的信息优势。

    但这些信息优势已然足可以让林灰赢麻了。

    ……

    尽管超/级/细/胞方面的天价收购对林灰也很有诱惑。

    但林灰还不至于太激动。

    涉及到商业谈判这种东西，谁先主动谁被动。

    既然超/级/细/胞方面发来的都是很程序化的邮件。

    林灰也程序化的回复了一些邮件。

    在邮件中林灰将正式签署合同的日期约定在了26号晚上。

    延迟一段时间是因为在这段时间林灰还要找法务团队负责审议合同。

    之前在海外专利收购时，林灰和美國迈克尔科恩律师事务所有着一次成功的合作。

    但这次涉及到《HILLCLIMBRACING》这样一桩1.1亿美元的游戏交易林灰并不打算和这个团队继续合作。

    之所以这样做并不是因为林灰不相信迈克尔科恩事务所的能力。

    主要是在美國同样是律师事务所。

    有的做h活，有的接白活，有的则专门搞花活。

    从前世的一些信息来看，迈克尔科恩事务所擅长的无疑是第一个。

    像先前专利跨境申请那种略带违规不走寻常路的操作让迈克尔科恩这样的律师事务所操办完全没问题。

    但像《HILLCLIMBRACING》转让这种完全不需要额外操作的正常交易如果用这些自带黑暗属性的事务所难保不会横生枝节。

    出于稳妥起见还是再找些别的法务事务所比较好。

    虽然再找一个新的肯定会有点麻烦，但有钱能使鬼推磨。

    动用钞能力的情况下，林灰觉得问题不大。猪熊的穿越：2014

请记住本站永久域名

地址1→wodesimi.com
地址2→simishuwu.com
地址3→simishuwu.github.io
邮箱地址→simishuwu.com@gmail.com