M+A Media Lab

延續上階段使用樹狀衍生圖形操作的穹頂結構量體；本階段取得原有樹枝圖形切割畫面所得到的最小Region。重新詮釋由Processing的2D圖形轉譯到3D圖形的semantics過程，預期將產生差異性的結果。 

樹狀圖語意的變化

上一個階段中，Processing中的樹狀圖形包含[Node]和[Stem]兩種Class，而傳到Grasshopper的資料是每一條生長莖[Stem]的起點與終點，供Grasshopper將這些由端點構成的線性結構，轉換為圓頂經緯線上的座標點。本階段則沿用先前樹枝狀生長的syntax規則，改寫先前的語意semantics：

l   重新詮釋訊息的內容：

由於本操作中的樹狀圖是由彼此不相交錯線段產生分枝，並使用語言化規定的Enumerative combinatorics。因此，這些順著Y軸方向生長的封閉線段，所分割出來的region均為較適合進行minimal polynomial的convex polygon [1]。而正是由於semantics操作的對象由上階段單一的edge，轉移到當前具有特定方向與邊緣的edge set=>cycle region。將有助於將Processing資訊重新詮釋為一個3D空間中的convex polytope。

<From edge to region>

l   根據生成圖形需要過濾2D資訊 => 修正syntax規則<ㄧ>

由於最後的輸出結果預期為向心性圖形，因此在確認region set的索引值之後，需要根據終點的region path限制Mapping的範圍，否則會出現破碎的圖形。此外，注意到2D region的vertex大於3時仍然是planar的polygon，然而當將資訊mapping到3D的Dome表面上時，可能會生成非平面的vertex集合，需要另外進行triangle polynomial演算，才能得到一個完整的valid polygon或mesh。另外也應注意使用wbjion工具後，修正mesh的法線向量(UnifyNormals)與是否有重複的點(weldVertices)。 

<From 2D Region to Dome Regular Polytope>

l   根據生成圖形需要過濾2D資訊 => 修正lexicon規則

<Random Stem Lexicon>

在Node中加random段

<Re-arrange Stem and Node Lexicon>

加入枝條生長數量與生長長度關聯性 >> 越高的枝條 分枝越多 生長長度越短

<Add New Pragmatic of Stem and Node>

遮陽 >> mesh垂直日光平面之投影面積與mesh面積的比例越趨近 1

   遮蔽面積越大，窗框越突出於表面

<Practice Whole Process in Different Initial Curve>

圖片為 GIF 檔若沒有自動播放 請點擊進入相簿觀看