Web 图形与 3D / 系统课时

固定相机轨迹复现帧率波动

固定相机轨迹复现帧率波动

靠手动拖拽镜头,很难判断一次掉帧来自场景优化还是操作差异。这里把相机路径、移动时长和开门动作写成可重播脚本:同一场景先预热,再沿相同路线采样,找出模型密集区反复出现的帧时间尖峰。

学习目标

  • 固定渲染分辨率、相机轨迹与交互触发时刻。
  • 用 requestAnimationFrame 重播同一路径,并按路段记录帧间隔。
  • 用多次采样的 P95 帧间隔比较优化前后的表现。

锁定对照条件

前后版本必须在同一浏览器、同一设备和相同电源模式下运行。不要一轮开着开发者工具性能录制,另一轮却关闭;测试时保持页面在前台,关闭其他高负载程序。

项目 固定值
Three.js 0.180.0,通过同一 CDN 地址加载
画布与像素比 960 × 540,pixelRatio = 1
渲染设置 antialias = false,不启用阴影
场景负载 25 × 25 = 625 个独立立方体网格,共享几何体和材质
测量轮次 12 秒预热 + 12 秒正式采样
自动交互 每轮第 7 秒将橙色门旋转 90°

故意保留独立网格,而不是一开始就使用 InstancedMesh,便于后续只替换绘制方式进行 A/B 对比。不要在比较时同时改相机速度、分辨率和物体数量,否则无法定位哪项改动带来差异。

规划路径与交互时序

路径由五个控制点组成,起点 (0, 3, 28),终点 (0, 3, -28),从前方经过密集立方体区。CatmullRomCurve3.getPointAt(u) 按路径弧长比例取点;其中 u = 已运行秒数 / 12,能避免依靠“每帧前进固定距离”造成的速度随帧率变化。

相机每帧朝路径切线方向观察,橙色门的角度只由当前轮次内的时间决定:第 7 秒前为 0°,之后为 90°。第 12 秒重新回到起点并复位门,第二遍才收集数据;即使机器掉帧,也不会把路径拖成更长时间。

相机穿越密集模型区的固定路线和两轮采样时序

编写可重播采样页面

将以下完整示例保存为 index.html。示例适用于支持 WebGL、ES Modules 和 import map 的现代浏览器;首次打开时需要联网获取固定版本的 Three.js。它只在第二轮记录浏览器动画帧的时间差,按每 4 秒分成入口、密集区和出口三段。

html
<!doctype html>
<html lang="zh-CN">
<head>
  <meta charset="utf-8">
  <title>Three.js 固定轨迹基线</title>
  <style>
    body { margin: 0; background: #152334; color: white; font: 14px sans-serif; }
    #state { padding: 8px; }
  </style>
  <script type="importmap">
    {"imports":{"three":"https://cdn.jsdelivr.net/npm/three@0.180.0/build/three.module.js"}}
  </script>
</head>
<body>
  <div id="state">准备场景…</div>
  <script type="module">
    import * as THREE from 'three';

    const DURATION = 12;
    const state = document.getElementById('state');
    const renderer = new THREE.WebGLRenderer({ antialias: false });
    renderer.setPixelRatio(1); // 固定物理像素,排除设备 DPR 差异
    renderer.setSize(960, 540);
    document.body.appendChild(renderer.domElement);

    const scene = new THREE.Scene();
    scene.background = new THREE.Color(0x152334);
    scene.add(new THREE.HemisphereLight(0xffffff, 0x223344, 2));
    const camera = new THREE.PerspectiveCamera(60, 960 / 540, 0.1, 100);

    const geometry = new THREE.BoxGeometry(0.55, 1, 0.55);
    const material = new THREE.MeshStandardMaterial({ color: 0x27b7ad });
    for (let x = -12; x <= 12; x++) {
      for (let z = -12; z <= 12; z++) {
        const mesh = new THREE.Mesh(geometry, material);
        const h = 0.7 + (Math.abs(x * 17 + z * 31) % 7) * 0.3;
        mesh.scale.y = h;
        mesh.position.set(x * 0.72, h / 2, z * 0.72);
        scene.add(mesh);
      }
    }

    const gate = new THREE.Mesh(
      new THREE.BoxGeometry(2, 3, 0.2),
      new THREE.MeshStandardMaterial({ color: 0xf4a340 })
    );
    gate.position.set(0, 1.5, -2);
    scene.add(gate);

    const path = new THREE.CatmullRomCurve3([
      new THREE.Vector3(0, 3, 28),
      new THREE.Vector3(4, 3, 12),
      new THREE.Vector3(0, 3, 0),
      new THREE.Vector3(-4, 3, -12),
      new THREE.Vector3(0, 3, -28)
    ]);
    const tangent = new THREE.Vector3();
    const target = new THREE.Vector3();
    const samples = [[], [], []];
    const labels = ['入口 0-4s', '密集区 4-8s', '出口 8-12s'];
    let begin = null;
    let previous = null;
    let aborted = false;

    // 切换后台会暂停 rAF,整次测量作废而不是混入长间隔
    document.addEventListener('visibilitychange', () => {
      if (document.hidden) {
        aborted = true;
        state.textContent = '测量作废:页面进入后台,请刷新重试';
      }
    });

    function finish() {
      for (let i = 0; i < 3; i++) {
        const times = samples[i].sort((a, b) => a - b);
        if (times.length === 0) {
          console.log(`${labels[i]}: 样本不足`);
          continue;
        }
        const avg = times.reduce((sum, value) => sum + value, 0) / times.length;
        const p95 = times[Math.ceil(times.length * 0.95) - 1];
        console.log(`${labels[i]}: n=${times.length}, avg=${avg.toFixed(1)}ms, p95=${p95.toFixed(1)}ms`);
      }
      state.textContent = '测量完成:在浏览器控制台查看三个路段';
    }

    function frame(timestamp) {
      if (aborted) return;
      if (begin === null) begin = timestamp;
      const total = (timestamp - begin) / 1000;
      if (total >= DURATION * 2) {
        finish();
        return;
      }

      const measuring = total >= DURATION;
      const t = total % DURATION; // 两轮严格使用同一段本地时间
      const u = t / DURATION;
      path.getPointAt(u, camera.position);
      path.getTangentAt(u, tangent);
      target.copy(camera.position).addScaledVector(tangent, 5);
      target.y -= 1;
      camera.lookAt(target);
      gate.rotation.y = t >= 7 ? Math.PI / 2 : 0;
      renderer.render(scene, camera);

      if (measuring && previous !== null) {
        samples[Math.min(2, Math.floor(t / 4))].push(timestamp - previous);
      }
      previous = timestamp;
      state.textContent = `${measuring ? '正式采样' : '预热'} ${t.toFixed(1)}s / 12s`;
      requestAnimationFrame(frame);
    }

    requestAnimationFrame(frame);
  </script>
</body>
</html>

预期结果:页面显示 960 × 540 的立方体场景,相机自动沿固定路径行进;橙色门每轮第 7 秒旋转。前 12 秒显示“预热”,后 12 秒显示“正式采样”,结束后状态变为“测量完成”。

在保存文件的目录启动本地静态服务(Python 3):

bash
python3 -m http.server 8000

预期结果:终端显示 HTTP 服务正在监听 8000 端口。在浏览器打开 http://localhost:8000/,完成采样后打开开发者工具的 Console,可看到如下格式的三行输出:

text
入口 0-4s: n=<N>, avg=<MS>ms, p95=<MS>ms
密集区 4-8s: n=<N>, avg=<MS>ms, p95=<MS>ms
出口 8-12s: n=<N>, avg=<MS>ms, p95=<MS>ms

<N> 是实际采到的帧数,<MS> 是设备上测得的毫秒数,不能提前指定。请在测量结束后查看 Console,避免边跑边操作影响结果。

复跑并判断优化是否有效

同一构建刷新页面重复三次,分别保存每个路段的 P95 帧间隔,再取三次 P95 的中位数。P95 表示约 95% 的已采样帧间隔不超过该值;值越大,说明该路段较慢的帧更明显。以下数字只是演示判读,不是示例程序的预置输出。

路段 优化前 P95 优化后 P95
入口 0–4 秒 18.5 ms 18.1 ms
密集区 4–8 秒 42.0 ms 23.0 ms
出口 8–12 秒 19.0 ms 18.6 ms

若仅密集区由 42.0 ms 降到 23.0 ms,下降 19.0 ms,且三次复跑趋势一致,才有证据认为优化改善了目标路段。若只出现一次尖峰,应检查后台任务、热节流、资源首次上传或缓存变化,再复跑。

保留相机路径、12 秒时长、第 7 秒动作和采样逻辑不变,只替换待优化的场景实现,前后数据才具备可比性。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

固定相机轨迹复现帧率波动

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通