[发明专利]基于Unity引擎的分块加载方法、装置、终端及存储介质

说明书

本申请公开了一种基于Unity引擎的分块加载方法、装置、终端及存储介质。方法包括：将预设模型进行划分，得到n×n个子模型；对n×n个子模型进行数据化处理，得到n×n个子模型对应的n×n个子区域数据；根据n×n个子区域数据，确定目标子区域块；根据目标子区域块，确定目标展示区、目标缓存区和目标卸载区。本发明使用Polygon Cruncher插件对模型数据进行自动化减面优化，顶点数平均减少16倍，且对模型进行分块处理，再进行合理的加载卸载来达到性能开销上的平衡，有效降低内存。

技术领域

本申请涉及应用测试技术领域，具体而言，涉及一种基于Unity引擎的分块加载方法、装置、终端及存储介质。

背景技术

Unity引擎应用于各种游戏中，游戏中存在各种模型、贴图、碰撞、渲染等，将产生庞大的cpu、gpu、内存开销问题和加载速度过慢的问题。因此，缩减Unity引擎中场景的数据量以及提升加载速度已成为亟待解决的问题。

目前，在解决上述问题的时候，通过对Unity引擎场景模型面数进行人工减面，此外，按照顺序对场景模型进行加载，且在加载下一个场景的情况下对之前加载过的场景不进行卸载。

但是，采用上述方法无法有效降低内存。

发明内容

本申请的主要目的在于提供一种基于Unity引擎的分块加载方法、装置、终端及存储介质，以解决相关技术中无法解决有效降低内存的问题。

为了实现上述目的，第一方面，本申请提供了一种基于Unity引擎的分块加载方法，包括：

将预设模型进行划分，得到n×n个子模型，其中，n为大于5的正整数；

对n×n个子模型进行数据化处理，得到n×n个子模型对应的n×n个子区域数据；

根据n×n个子区域数据，确定目标子区域块；

根据目标子区域块，确定目标展示区、目标缓存区和目标卸载区。

在一种可能的实现方式中，对n×n个子模型进行数据化处理，得到n×n个子模型对应的n×n个子区域数据，包括：

针对n×n个子模型中的每个子模型，计算每个子模型的包围盒，并将包围盒进行封装与配置，生成每个子模型对应的初始数据；

利用Polygon Cruncher插件对初始数据进行减面优化，得到每个子模型对应的目标数据；

基于每个子模型对应的目标数据，确定n×n个子区域数据。

在一种可能的实现方式中，根据n×n个子区域数据，确定目标子区域块，包括：

基于n×n个子区域数据，确定n×n个子区域数据对应的n×n个子区域块；

在n×n个子区域块中选取一个子区域块作为目标子区域块。

在一种可能的实现方式中，根据目标子区域块，确定目标展示区、目标缓存区和目标卸载区，包括：

确定目标子区域块的初始位置；

根据目标子区域块的初始位置，确定初始展示区、初始缓存区和初始卸载区；

当目标子区域块移动时，基于目标子区域块的初始位置确定目标子区域块的目标位置；

基于目标子区域块的目标位置、初始展示区、初始缓存区和初始卸载区，确定目标展示区、目标缓存区和目标卸载区。

在一种可能的实现方式中，根据目标子区域块的初始位置，确定初始展示区、初始缓存区和初始卸载区，包括：