helixish.py

   1
   2 from __future__ import print_function
   3
   4 import numpy as np
   5 from numpy import cos, sin
   6
   7 import sys
   8 import subprocess
   9
  10 from moedebug import *
  11 from moenp import *
  12
  13 from math import atan2, atan, sqrt
  14
  15 import symbolic
  16
  17 def augment(v, augwith=1): return np.append(v, 1)
  18 def augment0(v): return augment(v, 0)
  19 def unaugment(v): return v[0:3]
  20
  21 def matmultiply(mat,vect):
  22   # both are "array"s
  23   # we would prefer to write   mat @ vect
  24   # but that doesn't work in Python 2
  25   return np.array((vect * np.matrix(mat).T))[0,:]
  26
  27 def matmatmultiply(mat1,mat2):
  28   # both are "array"s
  29   # we would prefer to write   mat1 @ mat2
  30   # but that doesn't work in Python 2
  31   return np.array((np.matrix(mat1) * np.matrix(mat2)))
  32
  33 def augmatmultiply(mat,unaugvect, augwith=1):
  34   return unaugment(matmultiply(mat, augment(unaugvect, augwith)))
  35
  36 findcurve_subproc = None
  37
  38 class HelixishCurve():
  39   def __init__(hc, cp):
  40     symbolic.calculate()
  41
  42     p = cp[0]
  43     q = cp[3]
  44     dp = unit_v(cp[1]-cp[0])
  45     dq = unit_v(cp[3]-cp[2])
  46
  47     dbg('HelixishCurve __init__', cp)
  48     dbg(dp, dq)
  49
  50     # the initial attempt
  51     #   - solve in the plane containing dP and dQ
  52     #   - total distance normal to that plane gives mu
  53     #   - now resulting curve is not parallel to dP at P
  54     #     nor dQ at Q, so tilt it
  55     #   - [[ pick as the hinge point the half of the curve
  56     #     with the larger s or t ]] not yet implemented
  57     #   - increase the other distance {t,s} by a bodge factor
  58     #     approx distance between {Q,P} and {Q,P}' due to hinging
  59     #     but minimum is 10% of (wlog) {s,t} [[ not quite like this ]]
  60
  61     dPQplane_normal = np.cross(dp, dq)
  62
  63     if np.linalg.norm(dPQplane_normal) < 1E-6:
  64       dbg('dPQplane_normal small')
  65       dPQplane_normal = np.cross([1,0,0], dp)
  66     if np.linalg.norm(dPQplane_normal) < 1E-6:
  67       dbg('dPQplane_normal small again')
  68       dPQplane_normal = np.cross([0,1,0], dp)
  69
  70     dPQplane_normal = unit_v(dPQplane_normal)
  71
  72     dPQplane_basis = np.column_stack((np.cross(dp, dPQplane_normal),
  73                                       dp,
  74                                       dPQplane_normal,
  75                                       p));
  76     dbg(dPQplane_basis)
  77     dPQplane_basis = np.vstack((dPQplane_basis, [0,0,0,1]))
  78     #dbg(dPQplane_basis)
  79     dPQplane_into = np.linalg.inv(dPQplane_basis)
  80
  81     dp_plane = augmatmultiply(dPQplane_into, dp, augwith=0)
  82     dq_plane = augmatmultiply(dPQplane_into, dq, augwith=0)
  83     q_plane  = augmatmultiply(dPQplane_into, q)
  84     dist_pq_plane = np.linalg.norm(q_plane)
  85
  86     # two circular arcs of equal maximum possible radius
  87     # algorithm courtesy of Simon Tatham (`Railway problem',
  88     # pers.comm. to ijackson@chiark 23.1.2004)
  89     railway_angleoffset = atan2(*q_plane[0:2])
  90     railway_theta =                      tau/4 - railway_angleoffset
  91     railway_phi   = atan2(*dq_plane[0:2]) - railway_angleoffset
  92     railway_cos_theta = cos(railway_theta)
  93     railway_cos_phi   = cos(railway_phi)
  94     if railway_cos_theta**2 + railway_cos_phi**2 > 1E6:
  95       railway_roots = np.roots([
  96         2 * (1 + cos(railway_theta - railway_phi)),
  97         2 * (railway_cos_theta - railway_cos_phi),
  98         -1
  99         ])
 100       for railway_r in railway_roots:
 101         def railway_CPQ(pq, dpq, railway_r):
 102           return pq + railway_r * [-dpq[1], dpq[0]]
 103
 104         railway_CP = railway_CPQ([0,0,0],       dp_plane, railway_r)
 105         railway_QP = railway_CPQ(q_plane[0:2], -dq_plane, railway_r)
 106         railway_midpt = 0.5 * (railway_CP + railway_QP)
 107
 108         best_st = None
 109         def railway_ST(C, start, end, railway_r):
 110           delta = atan2(*(end - C)[0:2]) - atan2(start - C)[0:2]
 111           s = delta * railway_r
 112
 113         try_s = railway_ST(railway_CP, [0,0], midpt, railway_r)
 114         try_t = railway_ST(railway_CP, midpt, q_plane, railway_r)
 115         try_st = try_s + try_t
 116         if best_st is None or try_st < best_st:
 117           start_la = 1/r
 118           start_s = try_s
 119           start_t = try_t
 120           best_st = try_st
 121           start_mu = q_plane[2] / (start_s + start_t)
 122       dbg(' ok twoarcs')
 123
 124     else: # twoarcs algorithm is not well defined
 125       dbg(' no twoarcs')
 126       start_la = 0.1
 127       start_s = dist_pq_plane * .65
 128       start_t = dist_pq_plane * .35
 129       start_mu = 0.05
 130
 131     bodge = max( q_plane[2] * start_mu,
 132                  (start_s + start_t) * 0.1 )
 133     start_s += 0.5 * bodge
 134     start_t += 0.5 * bodge
 135     start_kappa = 0
 136     start_gamma = 1
 137
 138     tilt = atan(start_mu)
 139     tilt_basis = np.array([
 140       [ 1,     0,           0,         0 ],
 141       [ 0,   cos(tilt), -sin(tilt),    0 ],
 142       [ 0,   sin(tilt),  cos(tilt),    0 ],
 143       [ 0,     0,           0,         1 ],
 144     ])
 145     findcurve_basis = matmatmultiply(dPQplane_basis, tilt_basis)
 146     findcurve_into = np.linalg.inv(findcurve_basis)
 147
 148     q_findcurve = augmatmultiply(findcurve_into, q)
 149     dq_findcurve = augmatmultiply(findcurve_into, dq, augwith=0)
 150
 151     findcurve_target = np.hstack((q_findcurve, dq_findcurve))
 152     findcurve_start = (sqrt(start_s), sqrt(start_t), start_la,
 153                        start_mu, start_gamma, start_kappa)
 154
 155     findcurve_epsilon = dist_pq_plane * 0.01
 156
 157     global findcurve_subproc
 158     if findcurve_subproc is None:
 159       dbg('STARTING FINDCURVE')
 160       findcurve_subproc = subprocess.Popen(
 161         ['./findcurve'],
 162         bufsize=1,
 163         stdin=subprocess.PIPE,
 164         stdout=subprocess.PIPE,
 165         stderr=None,
 166         close_fds=False,
 167         # restore_signals=True, // want python2 compat, nnng
 168         universal_newlines=True,
 169       )
 170
 171     findcurve_input = np.hstack((findcurve_target,
 172                                  findcurve_start,
 173                                  [findcurve_epsilon]))
 174
 175     dbg(('RUNNING FINDCURVE                           ' +
 176          ' target Q=[%5.2f %5.2f %5.2f] dQ=[%5.2f %5.2f %5.2f]')
 177         %
 178         tuple(findcurve_input[0:6]))
 179     dbg(('s=%5.2f t=%5.2f la=%5.2f mu=%5.2f ga=%5.2f ka=%5.2f  initial')
 180         %
 181         (( findcurve_input[6]**2, findcurve_input[7]**2 ) +
 182          tuple(findcurve_input[8:12])))
 183
 184     print(*findcurve_input, file=findcurve_subproc.stdin)
 185     findcurve_subproc.stdin.flush()
 186
 187     hc.func = symbolic.get_python()
 188
 189     while True:
 190       l = findcurve_subproc.stdout.readline()
 191       l = l.rstrip()
 192       #dbg('GOT ', l)
 193       if not l: vdbg().crashing('findcurve EOF')
 194       l = eval(l)
 195       if l is None: break
 196
 197       dbg(('s=%5.2f t=%5.2f la=%5.2f mu=%5.2f ga=%5.2f ka=%5.2f' +
 198            ' Q=[%5.2f %5.2f %5.2f] dQ=[%5.2f %5.2f %5.2f]')
 199           %
 200           (( l[0]**2, l[1]**2 ) + tuple(l[2:12])))
 201
 202       hc.findcurve_result = l[0:6]
 203       hc.threshold = l[0]**2
 204       hc.total_dist = hc.threshold + l[1]**2
 205       vdbg().curve( hc.point_at_t )
 206
 207   def point_at_t(hc, normalised_parameter):
 208     dist = normalised_parameter * hc.total_dist
 209     ours = list(hc.findcurve_result)
 210     if dist <= hc.threshold:
 211       ours[0] = sqrt(dist)
 212       ours[1] = 0
 213     else:
 214       ours[1] = sqrt(dist - hc.threshold)
 215     asmat = hc.func(*ours)
 216     p = asmat[:,0]
 217     return p