InfiniCLOUD HDRP - URP Volumetric clouds particles.unitypackage
2021-08-24 17:12:05 34.74MB unity3d
1
Docker-In-Clouds.pdf
2021-08-21 13:01:51 395KB docker
设计你的天空 Massive Clouds Atmos 是一款能够渲染整个天空并具有体积特效的资源。它能让你设计整个天空,并根据不同的天气条件和时区进行实时调整。 它可以同时处理整个天空,包括云、大气散射和雾渲染,让你能够连贯并逼真地用云层和虚弱特效遮蔽光线。 它还可以延伸到由光线步进技术描绘的三维云。 Unity 版本 * 内置 RP - Unity2018.4、Unity2019.3 或更高版本 * 通用 RP - Unity2019.3 或更高版本 * HDRP - Unity2019.3 或更高版本 用于 VR 的 Unity 版本 VR 仅在 Oculus Rift 上经过测试 * 内置 RP(VR) 多通道 - Unity2018.4、Unity2019.3 或更高版本 * 内置 RP(VR) 单通道 - Unity2018.4、Unity2019.3 或更高版本 * 内置 RP(VR) 单通道实例化 - 无法使用 * 通用 RP(VR) 多通道 - 无法使用 * 通用 RP(VR) 单通道 - Unity2019.3 或更高版本 * 通用 RP(VR) 单通道实例化 - 无法使用 * HDRP(VR) - 无法使用 可用的构建目标 * Windows * MacOS * iOS * Android * WebGL2
2021-08-16 19:12:09 121B
张吴明教授在2016年提出的布料模拟”滤波算法,从一个新的角度进行点云地面点滤波,可以简单、方便的设置滤波器参数,并取得了不错的效果。(博客中基于这篇文章的理解对此算法进行了简要介绍)。
2021-08-03 17:14:08 4.32MB point clouds filterring ground
1
U3D体积云插件(3d animated clouds v1.102),导入u3d即可使用。
2021-07-26 20:03:21 47.43MB u3d clouds
1
Clouds V0.1.unitypackage-------unity云天空资源包Clouds
2021-05-14 11:05:45 11.19MB unity云天空资源包Cloud
SDCon:SDC控制器软件 该程序将以自主机制管理SDC(软件定义的云)。 必备系统配置 该程序建立在一些假设之上,因此需要在使用前进行设置。 基本基础设施 OpenStack:准入控制,VM分配,租户身份验证和其他云管理功能。 OpenStack Neutron:管理VM网络。 Neutron用于在租户端创建/管理虚拟网络。 OpenDayLight:SDN控制器。 基本上所有交换机都连接到ODL,而主机和VM上的网络则由OS Neutron管理。 OpenVSwitch:基于软件的开关。 构成我们拓扑的所有交换机都是OVS,可以从ODL轻松管理。 网络拓扑结构 基本网络拓扑是3层胖
2021-04-22 19:47:57 134KB controller openstack sdn opendaylight
1
Massive Clouds - Screen Space Volumetric Clouds 4.0.2.unitypackage
2021-04-02 16:14:26 99.71MB unity
1
初步学习cloud 代码
2021-01-28 02:21:27 233KB spring cloud
1
In this paper we present a method for fast surface reconstruction from large noisy datasets. Given an unorganized 3D point cloud, our algorithm recreates the underlying surface’s geometrical properties using data resampling and a robust triangulation algorithm in near realtime. For resulting smooth surfaces, the data is resampled with variable densities according to previously estimated surface curvatures. Incremental scans are easily incorporated into an existing surface mesh, by determining the respective overlapping area and reconstructing only the updated part of the surface mesh. The proposed framework is flexible enough to be integrated with additional point label information, where groups of points sharing the same label are clustered together and can be reconstructed separately, thus allowing fast updates via triangular mesh decoupling. To validate our approach, we present results obtained from laser scans acquired in both indoor and outdoor environments.
2020-01-19 03:15:49 1.68MB Surface Reconstruction Point Clouds
1