Cinemachine簡介
- 2020 年 3 月 10 日
- 筆記
先貼一下官方的Cinemachine文檔Cinemachine Documentation
簡介
使用
我們第一次使用Cinemachine時大概是這樣一個流程：
- 在需要被控制的Camera上添加一個CinemachineBrain。
- 創建一個自己需要的VirtualCamera。
- 調整VirturalCamera上的Follow、Look At等參數。
- 調整VirtualCamera上Body、Aim對應Component的類型和參數。
3個關鍵類簡介
- CinemachineBrain
CinemachineBrain是掛在相機對象上去真正修改相機位置的腳本。負責通過VirtualCamera來計算真實相機的位置。 - VirtualCameraBase
通過CinemachineCompoent來計算相機位置。 - CinemachineComponentBase
主要分三大類Body、Aim、Noise,分別計算相機的位置、方向、噪音。
執行過程
簡單說就是CinemachineBrain每幀通過VirtualCamera計算真實相機的位置，並同步到真實相機上。
真正的數據計算又是通過VirtualCamera上的流水線來計算的。
這裡只是一個簡化的流程說明，真實計算還有相機切換時的混合、流水線之外的Extension、和CinemachineCore對Cinemachine的全局管理等。
重要腳本
簡單了解運行流程後，在詳細的說一下這幾個類的實現與功能。
CinemachineBrain
CinemachineBrain是掛在相機對象上去真正影響相機位置的腳本。主要負責以下三件事：
- 維護虛擬相機的狀態（主要包括當前Brain受哪個虛擬相機控制、虛擬相機切換時的切換進度、Timeline對Brain的影響）。
- 通過虛擬相機計算State（虛擬相機通過各種參數計算出來的真實相機的狀態，包括位置、旋轉等）。
- 將虛擬相機的State同步到真實相機上，可能是多個虛擬相機的State混合後的結果。
重要變量
- UpdateMethed
更新所有與該Brain相關的虛擬相機，主要是計算每個VirtualCamera的State。- SmartUpdate:判斷在一定時間（具體是通過UpdateTracker實現的。這個一定時間其實是一個固定的幀數：UpdateStatus.kWindowSize,是個常數30）該虛擬相機的target在fixedUpdate移動次數多還是在lateupdate移動的次數多。來判斷下一段時間用fixedUpdate還是lateUpdate。
- FixedUpdate:在FixedUpdate之後對虛擬相機進行更新。
- LateUdpate:在LateUpdate時對虛擬相機進行更新。
- BlendUpdateMethod:把VirtualCamera計算的結果同步到CinemachineBrain的時機。
- FixedUpdate:在FixedUpdate之後對將計算的數據同步到真實相機。
- LateUdpate:在LateUpdate時計算的數據同步到真實相機。
重要類
- BrainFrame
更新並記錄當前Brain受哪個虛擬相機的的控制、同時計算虛擬相機的切換狀態。
Brain中的mFrameStack是用來處理多Timeline同時生效的情況。
FrameStack中的第一個Frame是Brain每幀Tick遊戲中虛擬相機的結果。其他的是TimeLine的。 - CinemachineBlend
相機混合類，用於描述從相機A切換到相機B的過程。 - BlendSourceVirtualCamera
將CinemachineBlend封裝成一個VirtualCamera，可以讓A相機在切換到B相機的過程中又切換到C這種情況有一個平滑的過度。
Tips
在做一些相機跟隨、3DUI跟隨時，要注意一幀中跟隨對象位置計算、虛擬相機State的計算、State結果同步、3DUI位置計算的順序，否則容易出現相機抖動的問題。
如果確定相機跟隨的物體運動的時間點，可以選擇LateUpdate或FixedUpdate兩種模式。能省去SmartUpdate時對目標物體的追蹤開銷（就是那個UpdateTracker）。
虛擬相機的基類VirtualCameraBase
通過流水線的方式調用CinemachineComponent，同時在流水線中插入CinemachineExtension來計算相機的位置，具體是通過掛載的CinemachineComponent和CinemachineExtension來流水線式的計算一個CameraState（包含了位置、旋轉、視角、額外偏移值等數據），通過CinemachineBrain將其中的數據同步到真實相機上。
虛擬相機組件的基類CinemachineComponentBase
通過VirtualCamera來創建、刪除、調用，主要分三大類Body、Aim、Noise（還有一個Final，很少用）。
- Body主要用來計算相機的原始位置，也就是state中的RawPosition。
- Aim主要用來計算相機的原始旋轉，也就是state中的RawRotation。
- Noise主要用來計算相機的額外偏移值，也就是state中的PositionCorrection和RotationCorrection。
CinemachineExtension
插入在流水線中間調用，也用於維護CameraState。
CinemachineCore
一個全局的管理類，保存當前所有有效的CinemachineBrain、VirturalCameraBase對象引用，定義了各種全局類和函數，用於Cinemachine系統的整體調度。
運行過程
CinemachineBrain詳細調用流程
主要可以分為兩個時間節點和三件事。
- 時間節點
- FixedUpdate之後
- LateUpdate
- 三件事
- 維護虛擬相機的狀態，永遠在LateUpdate。
- 通過虛擬相機計算State，根據UpdateMethod的設置，在FixedUpdate之後或LateUpdate。
- 將虛擬相機的State同步到真實相機上，根據BlendUpdateMethod的設置，在FixedUpdate之後或LateUpdate。
流程:
用UpdateMethod和BlendUpdateMethod都為LateUpdate時舉例。
Tips
- 在更新相機時，會通過UpdateStatus來保證每個相機每幀不會被多次更新。以免造成性能浪費。
VirtualCamera中State計算流程
先看一下這個流水線在Hierarchy里長什麼樣子。
把CinemachineCore.sShowHiddenObjects設置為為true，可以看到虛擬相機下有一個cm節點。
可以看到cm對象上掛了一個CinemachinePipeline腳本和對應的兩個CinemechineComponent。
CinemachinePipeline並沒有實際的邏輯作用，只是起一個標記作用，代表這個節點是一個Pipeline節點。
另外兩個CinemachineComponent就是流水線中用於計算State的腳本。
State計算流程：
State被一環一環的傳遞下去，每一步的計算都依賴於上一步計算出的State結果。
比如在Aim計算旋轉角度時，就會依賴上一步Body計算出來的位置，以此位置為基礎來計算旋轉。
小結
這裡只是基本的講了一下Cinemachine的工作流程。沒有深入到每個類型的虛擬相機。但是對基本流程有一個大體的把握後，再去看其他部分應該會輕鬆一點。
其次我們也了解到Cinemachine的核心工作流並不複雜，就那麼幾步。代碼的複雜度主要集中在各種邊界情況和優化上。比如：
- 對相機切換過程中的再次切換，多Timeline情況的處理，使相機的移動總是平滑的。
- 在Component的基礎上加入Extensions來增加靈活度。
- 增加SmartUpdate來對相機的更新時機做動態調整。
等等。
