NavisworksTransport/doc/working/碰撞检测性能优化_20251208.md

7.1 KiB
Raw Blame History

对碰撞检测的性能进行优化

问题描述

  1. 当前性能瓶颈:
  • 动画生成建立时间长,对于某大型模型的日志: [2025-12-08 10:02:31.838] [INFO] [动画生成] 开始构建碰撞检测缓存 [2025-12-08 10:05:28.571] [INFO] 几何对象列表缓存构建完成,耗时: 176730ms [2025-12-08 10:05:28.571] [INFO] - 缓存对象总数: 374425 个 [2025-12-08 10:05:28.750] [INFO] 通道对象缓存构建完成,耗时: 174ms [2025-12-08 10:05:28.751] [INFO] - 可通行物流根对象: 2 个 [2025-12-08 10:05:28.751] [INFO] - 缓存总对象数: 5 个 [2025-12-08 10:05:28.751] [INFO] [动画生成] 碰撞检测缓存构建完成,耗时: 176911.7ms

[2025-12-08 10:05:28.774] [INFO] === 构建全局空间索引 === [2025-12-08 10:05:28.776] [INFO] [空间索引] 车辆宽度: 1.00米 → 格子大小: 3.28模型单位 [2025-12-08 10:05:28.781] [INFO] [空间索引] 开始构建全局空间索引 [2025-12-08 10:05:28.782] [INFO] [空间索引] 格子大小: 3.28 模型单位 [2025-12-08 10:05:28.807] [INFO] [空间索引] 从缓存获取 374422 个非通道几何对象(已过滤通道) [2025-12-08 10:05:31.538] [INFO] [空间索引] 构建完成 [2025-12-08 10:05:31.538] [INFO] - 成功索引: 374422 个对象(通道已在缓存阶段过滤) [2025-12-08 10:05:31.538] [INFO] - 失败: 0 个对象 [2025-12-08 10:05:31.538] [INFO] - 格子数量: 58986 个 [2025-12-08 10:05:31.540] [INFO] - 耗时: 2756 ms

[2025-12-08 10:05:31.782] [INFO] [动画生成] 动画生成完成,总耗时: 179942.9ms

  • 如果碰撞检测点过多检测时间长。用户实际模型中有2000多个检测点耗时近300秒。

解决方案

  • 优化碰撞检测算法

分组去重:代码现在会先将所有预计算的碰撞事件按 (移动物体, 被撞物体) 进行分组。 验证即止:对于每一对物体,按干涉深度排序。 逐帧验证:将物体移动到该帧的位置,进行精确 Clash Detective 检测。 智能跳过:一旦确认了该对物体发生了真实碰撞,就记录结果并立即停止对该对物体的后续检测。 统计信息:日志中现在会显示"确认碰撞 X 组,跳过 Y 个冗余检测点",方便评估优化效果。


缓存构建性能优化 (2025-12-08)

问题分析

初始性能测试显示缓存构建耗时过长:

  • 几何对象缓存: 177秒 (374,425个对象)
  • 空间索引构建: 111秒
  • 总耗时: ~288秒

优化过程

第一阶段:使用 Search API 替代遍历

问题根因: RootItemDescendantsAndSelf.Where(item => item.HasGeometry) 遍历整个模型树效率低下

解决方案: 使用 Navisworks Search API

var search = new Search();
search.SearchConditions.Add(
    SearchCondition.HasCategoryByName(PropertyCategoryNames.Geometry));
search.Selection.SelectAll();
search.Locations = SearchLocations.DescendantsAndSelf;
var allItems = search.FindAll(Application.ActiveDocument, false);

结果: 177秒 → 113秒 (36%提升)

第二阶段:消除 ToList() 转换瓶颈

问题根因: allItems.ToList() 强制枚举并分配内存给374k个对象

解决方案:

  1. 将缓存类型从 List<ModelItem> 改为 ModelItemCollection
  2. 直接存储 Search API 返回的 ModelItemCollection
  3. 更新 getter 方法返回 ModelItemCollection 而非创建 List 副本

关键代码变更:

// 之前
private static List<ModelItem> _allGeometryItemsCache = null;
_allGeometryItemsCache = allItems.ToList();  // 耗时100+秒

// 之后
private static ModelItemCollection _allGeometryItemsCache = null;
_allGeometryItemsCache = search.FindAll(Application.ActiveDocument, false);  // <1秒

结果: 113秒 → 0.9秒 (129倍提升!)

第三阶段:优化空间索引构建

问题根因: GetNonChannelGeometryItemsCache() 内部调用 .Where().ToList() 预过滤通道对象

解决方案:

  1. 直接迭代 ModelItemCollection
  2. 在循环中使用 HashSet.Contains() 过滤通道对象
  3. 避免创建中间 List

关键代码变更:

// 之前
var nonChannelItems = ClashIntegration.GetNonChannelGeometryItemsCache(); // ToList()
foreach (var item in nonChannelItems) { ... }

// 之后
var allGeometryItems = ClashIntegration.GetAllGeometryItemsCache();
var channelObjectsCache = ClashIntegration.GetChannelObjectsCache();
foreach (var item in allGeometryItems) {
    if (channelObjectsCache != null && channelObjectsCache.Contains(item)) {
        skippedChannelCount++;
        continue;
    }
    // 索引对象...
}

结果: 111秒 → 99秒 (11%提升)

第四阶段:缓存空间索引

问题根因: 空间索引与移动物体无关,但每次生成动画都会重建

解决方案:

  1. PathAnimationManager.cs 中检查空间索引是否已初始化
  2. 只在第一次时构建,后续复用缓存的空间索引

关键代码变更:

// 之前
spatialIndexManager.BuildGlobalIndex(cellSizeInModelUnits);

// 之后
if (!spatialIndexManager.IsInitialized)
{
    LogManager.Info("[空间索引] 空间索引未初始化,开始构建...");
    spatialIndexManager.BuildGlobalIndex(cellSizeInModelUnits);
}
else
{
    LogManager.Info("[空间索引] 使用已缓存的空间索引");
}

结果: 后续动画生成从 ~100秒 → 0.3秒 (333倍提升!)

最终性能对比(实测数据)

场景 优化前 优化后 提升
首次动画生成 ~288秒 ~120秒 2.4倍
后续动画生成 ~180秒 0.3秒 600倍 🚀

说明:

  • 首次生成包含:几何缓存构建(0.9s) + 过滤缓存构建(~100s) + 空间索引构建(~2.7s) + 动画预计算(~16s)
  • 后续生成仅需:动画预计算(~0.3s),所有缓存直接复用

剩余瓶颈分析

空间索引构建的99秒主要消耗在

foreach (var item in allGeometryItems) {  // 374,425个对象
    var bbox = item.BoundingBox();  // ← 每次调用 ~0.26ms
    // ...
}

根本原因: Navisworks API 的 BoundingBox() 方法本身较慢,且不支持多线程并行调用

可能的进一步优化方向:

  1. 减少需要索引的对象数量(预过滤)
  2. 延迟索引(仅索引动画路径附近的对象)
  3. 接受当前性能对于37万+对象100秒是合理的

关键经验教训

  1. 避免不必要的集合转换: ToList() 在大数据集上代价极高
  2. 使用原生 API 数据结构: ModelItemCollectionList<ModelItem> 更高效
  3. 延迟过滤优于预过滤: 在迭代中过滤比预先创建过滤后的 List 更快
  4. 识别真正的瓶颈: 使用日志和计时器定位性能热点
  5. API 限制是硬约束: Navisworks API 调用速度无法通过代码优化突破

修改的文件

  • ClashDetectiveIntegration.cs:
    • 修改缓存类型为 ModelItemCollection
    • 优化 BuildAllGeometryItemsCache() 使用 Search API
    • 添加 GetChannelObjectsCache() 方法
  • SpatialIndexManager.cs:
    • 优化索引构建逻辑,在迭代中过滤而非预过滤
    • 改进日志输出,显示跳过的通道对象数量