news 2026/5/1 8:14:46

【光照】Unity[光照烘焙]的原理与具体流程

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【光照】Unity[光照烘焙]的原理与具体流程

URP光照烘焙介绍

Unity通用渲染管线(URP)的光照烘焙系统是用于预计算全局光照(GI)的核心技术,它将静态光源的光照效果预先计算并存储在光照贴图(Lightmap)中,运行时直接采样使用以提高性能。URP支持三种光源模式:

‌Realtime实时模式‌:

完全动态计算,不生成光照贴图,适用于高频移动光源或需要实时互动的场景。

‌Baked烘焙模式‌:

完全离线烘焙到光照贴图中,运行时无实时计算,适合静态环境光。

‌Mixed混合模式‌:

结合烘焙与实时计算的优势,包括三种子模式:

Baked Indirect:烘焙间接光照,直接光和阴影实时计算

Subtractive:烘焙直接光和阴影,动态物体通过Light Probe接收光照

Shadowmask:烘焙间接光+阴影贴图,实时计算直接光

历史发展

URP的光照烘焙技术源自Unity传统的Enlighten和Progressive光照系统,经过多次迭代:

早期版本主要依赖Enlighten光照系统

2018年后引入Progressive光照烘焙器(CPU/GPU)

URP 7.x版本开始支持StructuredBuffer优化光源处理

最新版本支持Shadowmask混合模式,平衡效果与性能

内部实现原理与数学公式

光照烘焙核心算法

光照烘焙主要基于辐射度算法(Radiosity)和光子映射(Photon Mapping),核心数学公式包括:

‌辐射传输方程‌:

$L_o(x,ω_o) = L_e(x,ω_o) + ∫_Ω f_r(x,ω_i,ω_o)L_i(x,ω_i)(n·ω_i)dω_i$

其中:

$L_o$:出射辐射度

$L_e$:自发光辐射度

$f_r$:双向反射分布函数(BRDF)

$L_i$:入射辐射度

$(n·ω_i)$:余弦项

‌光照贴图采样‌:

float3 SampleLightMap(float2 lightMapUV) {

#if defined(LIGHTMAP_ON)

return SampleSingleLightmap(TEXTURE2D_ARGS(unity_Lightmap, samplerunity_Lightmap),

lightMapUV, float4(1.0, 1.0, 0.0, 0.0),

#if defined(UNITY_LIGHTMAP_FULL_HDR)

false,

#elsetrue,

#endif

float4(LIGHTMAP_HDR_MULTIPLIER, LIGHTMAP_HDR_EXPONENT, 0.0, 0.0));

#elsereturn 0.0;

#endif

}

动态物体光照处理

动态物体通过Light Probe接收烘焙光照,采样使用球谐函数(SH):

float3 SampleLightProbe(Surface surfaceWS) {

#if defined(LIGHTMAP_ON)

return 0.0;

#elseif(unity_ProbeVolumeParams.x) {

return SampleProbeVolumeSH4(TEXTURE3D_ARGS(unity_ProbeVolumeSH, samplerunity_ProbeVolumeSH),

surfaceWS.position, surfaceWS.normal, unity_ProbeVolumeWorldToObject,

unity_ProbeVolumeParams.y, unity_ProbeVolumeParams.z,

unity_ProbeVolumeMin.xyz, unity_ProbeVolumeSizeInv.xyz);

} else {

float4 coefficients[7];

coefficients[0] = unity_SHAr;

coefficients[1] = unity_SHAg;

coefficients[2] = unity_SHAb;

coefficients[3] = unity_SHBr;

coefficients[4] = unity_SHBg;

coefficients[5] = unity_SHBb;

coefficients[6] = unity_SHC;

return max(0.0, SampleSH9(coefficients, surfaceWS.normal));

}

#endif

}

具体流程与手动计算示例

光照烘焙流程

‌场景准备‌:

标记静态物体(勾选Static)

生成光照贴图UV(Generate Lightmap UVs)

设置光源模式(Baked/Mixed)

‌烘焙参数设置‌:

间接光反弹次数(Max Bounces,通常设为5)

光照贴图分辨率

启用环境光遮蔽(AO)

‌执行烘焙‌:

CPU或GPU渐进式烘焙

降噪处理

生成光照贴图和光照探针

手动计算示例

假设一个简单场景,计算某点P的烘焙光照:

‌直接光照计算‌:

$L_direct = I * max(0, n·l) / (d² + 1)$

其中:

I:光源强度

n:表面法线

l:光源方向

d:距离光源的距离

‌间接光照计算‌:

$L_{indirect} = Σ (L_{bounce} * albedo / π)$

其中:

$L_{bounce}$:来自其他表面的反射光

albedo:表面反射率

‌最终光照‌:

$L_{final} = L_{direct} + L_{indirect} + L_{emission}$

常见问题与优化

‌黑斑问题‌:因模型没有光照贴图坐标或UV重叠导致,需勾选Generate Lightmap UVs并调整Pack Margin。

‌硬边问题‌:因UV在光照图中比例太小,需调大Scale In Lightmap参数。

‌性能优化‌:

使用Shadowmask模式平衡效果与性能

控制附加光源数量(PC平台最多8个)

合理设置阴影距离(Shadow Distance)

URP的光照烘焙系统通过结合预计算和实时计算,在保持良好视觉效果的同时显著提升了渲染性能,特别适合移动端和中低端硬件平台

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/1 8:54:34

SenseVoice语音识别部署指南:打造高可用语音服务集群

SenseVoice语音识别部署指南:打造高可用语音服务集群 【免费下载链接】SenseVoice Multilingual Voice Understanding Model 项目地址: https://gitcode.com/gh_mirrors/se/SenseVoice 还在为语音识别服务的复杂部署流程而烦恼吗?从环境配置、依赖…

作者头像 李华
网站建设 2026/5/1 6:52:49

工业设备振动预测不准 后来才知道加小波变换分解多频段特征

💓 博客主页:借口的CSDN主页 ⏩ 文章专栏:《热点资讯》 目录AI:我的脑洞比你大 一、创业者的“人工智障”操作 二、AI入侵我的日常生活 1. 智能音箱的“社恐”时刻 2. 医疗AI的“选择困难症” 3. 电商平台的“读心术” 三、AI创作…

作者头像 李华
网站建设 2026/5/1 7:56:52

22、Sendmail 的特殊 m4 配置:从地址重写到中继客户端配置

Sendmail 的特殊 m4 配置:从地址重写到中继客户端配置 1. 地址伪装与通用表 地址伪装是 Sendmail 的一个重要特性,它可以将发件人地址的主机部分重写为标准值,以用于所有外发邮件。 MASQUERADE_DOMAIN 宏和 masquerade_entire_domain 特性允许通用表( genericstable…

作者头像 李华
网站建设 2026/4/25 12:40:42

JVM面试题相关-中级

问题 1:JVM 是什么?它的主要作用是什么?问题 2:JVM 的整体架构由哪些部分组成?问题 3:JVM 运行时数据区中,堆和栈的核心区别是什么?问题 4:类加载的全过程分为哪几个阶段…

作者头像 李华