没有得到正确的阴影位置，基于CPU的光线追踪。

要正确计算阴影位置，基于CPU的光线追踪算法需要遵循以下步骤：

1. 确定光源的位置和强度。这些信息将用于计算阴影。

2. 对于每个要渲染的像素，发射一条光线从观察者位置通过该像素，并将其方向与场景中的物体进行相交测试。

3. 如果光线与物体相交，需要判断是否存在遮挡物体，即光线是否被其他物体遮挡。这可以通过发射一条从相交点到光源位置的阴影光线来实现。

4. 如果阴影光线与其他物体相交，则该像素处于阴影中。否则，该像素将接收到光源的光照。

以下是一个简单的伪代码示例，演示如何在基于CPU的光线追踪算法中计算阴影位置：

for each pixel in image:
    ray = createRayFromPixel(pixel)  # 从相机位置发射光线
    intersectionPoint = intersect(ray, scene)  # 检测光线与场景中的物体的相交点
    
    if intersectionPoint is not None:
        shadowRay = createShadowRay(intersectionPoint, lightPosition)  # 创建阴影光线
        isShadowed = checkShadowIntersection(shadowRay, scene)  # 检测阴影光线是否与其他物体相交
        
        if isShadowed:
            pixel.color = black  # 像素处于阴影中
        else:
            pixel.color = computeLighting(intersectionPoint, lightPosition)  # 像素接收到光源的光照
    else:
        pixel.color = backgroundColor  # 光线未与物体相交，使用背景颜色

上述代码示例中的函数可以根据具体的实现方式进行编写。例如，intersect() 函数用于检测光线与场景中的物体相交，createShadowRay() 函数用于创建阴影光线，checkShadowIntersection() 函数用于检测阴影光线是否与其他物体相交，computeLighting() 函数用于计算像素的光照值。

请注意，此示例为简化版，并未考虑光源的强度衰减、透明度等复杂情况。实际实现中可能需要进一步优化和处理边界情况。