修复: 改进数据预处理中的数组填充逻辑

1. 修复了pad_zero函数中的负数维度问题
- 添加了对超长输入的截断处理
- 优化了掩码生成逻辑
- 保持多维数组的维度一致性

2. 主要改动：
- 处理数组长度 > max_len：进行截断
- 处理数组长度 < max_len：进行填充
- 处理数组长度 = max_len：直接返回
- 改进布尔掩码的生成方式

brep2sdf/data/utils.py

@@ -107,7 +107,7 @@ def pad_repeat(x, max_len):
     x_repeat = np.concatenate([sep1, sep2], 0)
     return x_repeat
 
-
+'''
 def pad_zero(x, max_len, return_mask=False):
     keys = np.ones(len(x))
     padding = np.zeros((max_len-len(x))).astype(int)  
@@ -118,6 +118,48 @@ def pad_zero(x, max_len, return_mask=False):
         return x_padded, mask
     else:
         return x_padded
+'''
+def pad_zero(x, max_len, return_mask=False):
+    """填充或截断数组到指定长度
+    
+    Args:
+        x: 输入数组
+        max_len: 目标长度
+        return_mask: 是否返回掩码
+        
+    Returns:
+        x_padded: 处理后的数组
+        mask: (可选) 掩码，标记实际数据(True)和填充(False)
+    """
+    # 获取实际长度
+    actual_len = len(x)
+    
+    # 如果实际长度超过最大长度，进行截断
+    if actual_len > max_len:
+        x = x[:max_len]
+        mask = np.ones(max_len, dtype=bool)
+        if return_mask:
+            return x, mask
+        return x
+    
+    # 如果需要填充
+    if actual_len < max_len:
+        # 创建掩码
+        keys = np.ones(actual_len)
+        padding_mask = np.zeros(max_len - actual_len)
+        mask = np.concatenate([keys, padding_mask]) == 1
+        
+        # 填充数据
+        padding = np.zeros((max_len - actual_len, *x.shape[1:]))
+        x_padded = np.concatenate([x, padding], axis=0)
+    else:
+        # 长度正好
+        mask = np.ones(max_len, dtype=bool)
+        x_padded = x
+    
+    if return_mask:
+        return x_padded, mask
+    return x_padded
     
 
 def plot_3d_bbox(ax, min_corner, max_corner, color='r'):