基于图像空间的快速碰撞检测算法

为了满足日益复杂的虚拟环境中碰撞检测的高实时性要求,提出一种基于图像空间的快速碰撞检测算法,有效利用了图形处理器(GPU)的加速功能。该算法以基于物体空间的凸块层次二叉树技术及方向包围盒(OBB)之间的碰撞检测为前提,可快速排除场景中明显不相交的凸块;然后通过生成的凸块潜在碰撞检测集,在RECODE算法的基础上,得到一种运行效率更高的碰撞检测算法。实验结果表明,在同等复杂的虚拟环境中,尤其是复杂度较高的虚拟环境中,该算法具有更高的碰撞检测实时性,取得了良好的效果。     

复杂场景中基于拓扑空间网格的碰撞检测算法

为了提高复杂场景的碰撞检测效率,提出一种基于拓扑空间网格的碰撞检测算法. 由于场景中存在众多形状复杂、尺寸不一且运动状态不同的物体,首先采取场景预处理对空间进行均匀八叉树网格划分,建立物体方向包围盒层次树与空间网格拓扑结构,利用静态大尺寸物体分割策略提升定位精确性,然后在实时检测中利用拓扑空间网格及投影相交测试排除大量不相交物体对,利用层次包围盒算法对潜在碰撞对进行精确检测并计算出碰撞点. 实验结果表明,本算法有效地提高了实时检测的效率,适用于复杂虚拟场景中的碰撞检测.     

一种基于半透明颜色叠加与深度值的碰撞检测算法

为了快速验证虚拟装配仿真过程中零部件的可装配性,改进了一种基于图像空间的快速碰撞检测算法。该算法首先通过半透明颜色叠加实现对无碰撞装配体的快速滤除,并确定出潜在的碰撞区域;然后利用像素深度值求出遮挡对象与待装配物体在其运动方向的最小分离距离,弥补了基于图像空间的碰撞检测算法只能判断物体间是否发生碰撞而不能求距的缺点;最后针对求距环节提出了一种像素区域划分策略,以提高算法的检测精度。测试结果表明,所提算法在整体上能够满足虚拟装配系统实时性和精确性的要求。     

一种优化的混合型A缓冲碰撞检测算法

在分析碰撞检测算法图像空间法与对象空间法各有优劣的基础上,以提高碰撞检测的完全性、唯一性与实时性为目标,提出一种基于图像空间法与对象空间法相结合的A缓冲碰撞检测算法。利用CULLIDE算法的实时性及AABB算法精确性相结合的优点,以A缓冲单元控制精度,可根据不同场景的需要控制A缓冲单元的尺寸。因不需要预处理,避免了不必要的重叠检测,能简单地被硬件加速,其速度比普通的方法约快8倍的速度。不仅适应于刚体与软体模型,而且能够检测自我冲突。     

基于混合包围体的OpenMP并行化碰撞检测算法

针对交互式系统中碰撞检测实时性、精确性的要求,提出了一种共享存储系统的并行碰撞检测算法.利用AABB包围盒较好的紧密性和包围球计算简单的优点来构建物体的混合包围体层次(S-AABB),快速排除不相交的物体以加速算法,利用OpenMP并行模型来并行遍历混合包围体层次,进一步加速碰撞检测算法.实验结果表明,与现有经典的I-COLLIDE等算法相比,该算法在效率、精确性方面具有明显优势,能够满足交互式复杂虚拟环境的实时性和精确性的要求.同时,还与已经提出的MPI及Pipelining等并行算法进行比较,从时间效率和资源消耗两个方面说明本文基于OpenMP算法的优点.     

基于GPU的粒子系统的实现技术

为了提高大规模粒子系统绘制的实时性,在研究图形处理器(GPU)的编程架构和可编程接口基础上,实现了基于GPU的粒子系统.采用新的算法在GPU上完成了粒子系统与场景中其它物体的碰撞检测.与在CPU上实现的粒子系统相比,该系统在处理大规模粒子系统时,具有明显的速度优势.     

一种优化的机器人碰撞检测算法研究

提出了一种基于Vclip的优化碰撞检测算法,利用Vclip算法对AABB包围盒进行底层碰撞检测计算,用GPU的遮挡查询等特性进行三角形相交测试,以提高对虚拟物体进行碰撞检测的精确性与实时性。算法已成功应用于课题组自行研制的6自由度小型工业机器人的仿真控制系统中,实验结果表明,其算法具有高效、精确、实时性高等特点,能使控制系统对工业机器人的控制更为流畅。     

基于DM6446达芬奇平台的人脸识别系统

文章提出了一种基于Vclip的优化碰撞检测算法,利用Vclip算法对AABB包围盒进行底层碰撞检测计算,用GPU的遮挡查询等特性进行三角形相交测试,以提高对虚拟物体进行碰撞检测的精确性与实时性。算法已成功应用于课题组自行研制的六自由度小型工业机器人的仿真控制系统中,实验结果表明,其算法具有高效、精确、实时性高等特点,能使控制系统对工业机器人的控制更为流畅。     

并行连续碰撞检测算法综述

在参考大量国内外文献的基础之上,分析了GPU并行计算的连续碰撞检测算法的相关理论、研究现状和研究热点问题.目前,随着计算机图形硬件的快速发展,为了实现大型虚拟复杂动态场景实时性交互、高精度和高执行效率的目的,采用GPU并行计算与碰撞检测先进算法相结合的方式,使得连续碰撞检测算法的应用与发展都有了开创性地变革.最后对其技术难点和发展方向进行了总结与展望.     

基于拓扑层次图的碰撞检测算法

为了提高虚拟环境中碰撞检测的实时性和精确性,提出了一种基于拓扑层次图的碰撞检测方法。利用拓扑结构的连接关系将模型分割成凸集;然后利用凸集较强的适应性和OBB紧密性好的优点构造包围盒的拓扑层次图,提高了剔除不相交包围盒的效率,减少了检测时间;利用智能搜索算法——改进的A*算法搜索潜在碰撞集(PCS),进一步提高相交检测的速度和准确性。实验表明,该算法具有较高的速度和精度,能够满足复杂虚拟环境碰撞检测实时性和精确性的要求。     

应急仿真中的碰撞检测算法研究

以应急仿真场景为背景,针对其中大量物体碰撞检测过程的需求,提出了层次包围盒与空间划分方法结合的实时碰撞检测算法,可以在完全不降低碰撞检测精度的同时,大大改进了仿真环境碰撞检测的效率,减轻了计算负担,提高了系统的实时性。     

基于空间扫描策略的3维相交检测算法

针对复杂虚拟场景中碰撞检测和空间分析等操作实时性差的问题,提出一种适用于3维空间对象间的快速相交检测算法——Space Sweep。该算法首先根据场景内空间对象分布特征,构建事件点及其列表;利用空间扫描策略,自适应地构建一系列假想的空间扫描面;在扫描面移动的过程中,将空间对象的状态分为死亡态、激活态和休眠态,通过只对当前处于激活态的空间对象进行相交测试,有效地减少了空间对象间不必要的相交计算。该算法提高了虚拟场景中3维空间对象间相交检测的效率,为3D GIS中实时空间分析提供了有力的技术支持。最后,通过对比测试验证了本文算法的实用性。     

Minimizing probable collision pairs searched in interactive animation authoring

Animation authoring involves an author’s interaction with a scene, resulting in varying scene complexity for a given animation sequence. In such a varying environment, detection and prediction of collision in minimal time and with high accuracy is a challenge. This paper proposes using the bounding volume-based space subdivision mechanism to reduce search space for an object pair collision search. This data structure is enhanced using a direction-based spatial hash table, which predicts collision between static and dynamic objects. These techniques are shown to work in conjunction with existing search space reduction methods. The event of collision is accurately detected using known methods, such as kinetic data structures. Simulation results show that for a scene with 10000 objects with varying dynamic objects (10–90%), the method finds probable collision-pairs with 95–99% accuracy.     

结合轴对齐包围盒和空间划分的碰撞检测算法

目的 碰撞检测是虚拟现实,特别是虚拟装配中的关键技术。针对基于包围盒的碰撞检测算法的准确性和检测效率不足的问题,提出一种结合AABB轴对齐包围盒和空间划分的碰撞检测算法。方法 本文算法采用分步检测的方法,利用AABB算法来确定两包围盒的相交区域后,结合模型移动方向和运动趋势进行空间划分,利用碰撞检测的时空相关性,对时空相关的部分进行相交测试,通过将包围盒还原成三角面以及点的方式来保证检测的准确性。结果 本文算法与AABB层次包围盒二叉树算法、k-Dops包围盒算法以及BPS空间分割树算法进行对比实验分析。在碰撞的几何精度上,本文算法在大部分情况下与AABB算法和k-Dops算法的距离差超过阈值0.02,证明本文算法在碰撞几何精度上有明显的提高。在碰撞检测时耗上,随着碰撞检测难度的不断增加,本文算法在平移自由度下比AABB算法和BSP算法、在旋转自由度下比AABB算法和k-Dops算法的检测时间均降低了50%以上。在三角面数对算法碰撞检测时耗的影响上,当运动模型的三角面数较多时,本文算法表现出更高的稳定性。结论 结合AABB包围盒和空间划分方法的碰撞检测算法,在减少碰撞检测所需时间的同时提高了碰撞检测的准确性,可以满足虚拟装配技术中对碰撞检测算法准确性的要求,同时也能满足使用者实时性的交互习惯。     

一种利用Delaunay 三角剖分的碰撞检测算法

虚拟现实中物体对象分布及运动情况呈现复杂多样,碰撞检测算法很难达到实时 性和准确性的要求。提出了一种基于Delaunay 三角剖分的多物体碰撞检测实时算法。该算法运 用包围体紧密拟合物体对象,以包围体的中心构建离散数据点集,生成Delaunay 三角网格,实 施碰撞检测,避免层次包围盒和空间划分的不利因素,物体的更新等操作限定在局部的三角形 内。实验表明在多物体的碰撞检测中,即使存在若干移动物体,算法能够满足实时性和准确性 的要求。     

融合神经网络的布料碰撞检测算法

目的 针对当前在虚拟环境中布料柔体碰撞检测效率慢和准确性低的问题,提出一种根节点双层包围盒树结构和融合OpenNN （open neural networks library）神经网络加速预测碰撞检测的算法。方法 首先改进了碰撞检测常用的包围盒技术,提出根节点双层包围盒算法,减少包围盒的构造时间。其次使用神经网络优化碰撞检测技术,利用神经网络可以处理大量数据的优势,每次可以检测大量基本图元是否发生碰撞,解决了碰撞检测计算复杂性高的问题。最后准确地找到碰撞粒子并做出碰撞响应。结果 在相同的复杂布料模型情况下,根节点双层包围盒算法在运行速度上比传统混合包围盒算法快,耗时缩减了5.51%~11.32%。基于OpenNN算法的总耗时比根节点双层包围盒缩减了11.70%,比融合DNN （deep neural network）的自碰撞检测算法减少了6.62%。随着碰撞检测难度的增大,当布料模型的精度增加84%时,传统物理碰撞检测方法用时增加96%,融合DNN的自碰撞检测算法用时增加90.11%,而本文基于神经网络的算法用时仅增加了68.37%,同时表现出更高的稳定性,满足使用者对实时性的要求。结论 对于模拟场景中简单模型的碰撞,本文提出的根节点双层包围盒算法比传统的包围盒方法耗时短。对于复杂模型,基于OpenNN神经网络的碰撞检测算法在效率上优于传统的包围盒算法和融合DNN的自碰撞检查算法,而且模拟效果的准确性也得以保证,是一种高效的碰撞检测方法。     

基于混合包围盒与三角形相交的碰撞检测优化算法

碰撞检测的速度与准确性是众多计算机应用程序的关键难题之一。为了提高检测速度同时兼顾准确性,将检测分为两个阶段：预处理检测阶段首先均匀剖分待测空间以确定相邻对象,然后对相邻的对象构造AABB-OBB混合层次包围盒,改进包围盒的构造方式,同时改善任务结构加速遍历过程;详细检测阶段在M?ller算法基础上加以改进,构造新的计算坐标系,对空间几何三角形进行投影降维,在二维平面上解决空间问题,从而减少算法总的计算量。实验结果表明,在保证碰撞检测准确性的前提下其检测速度大幅提高。     

融合DNN与AABB—圆形包围盒自碰撞检测

目的 为了解决自碰撞检测剔除率低和检测速度慢的问题,提出一种AABB（aixe align bounding box）—圆形包围盒树结构和具有二分类功能的深度神经网络（deep neural network,DNN）加速包围盒相交检测的方法。方法 对变形体构建AABB—圆形包围盒树,即对内部节点构建AABB包围盒,对叶子节点构建圆形包围盒。根据AABB—圆形包围盒生成包围盒测试树（bounding volume test tree,BVTT）,采用深度神经网络优化BVTT的包围盒相交测试和法向锥测试,输出碰撞三角形对。结果 在确定最优隐含层数和每层最优节点数保证深度神经网络达到最佳准确率的情况下,实验结果表明,在没有自碰撞的情况下,本文方法与AABB-OBB方法、经典包围盒方法耗时相同,但在自碰撞足够多的模拟场景中,融合深度神经网络的AABB-圆形包围盒方法比AABB-OBB（oriented bounding box）方法和经典的包围盒方法速度更快,整体耗时缩短了21%~37%。同时,对5种方法的更新率、检测效率和图元相交测试时间进行实验对比,发现本文方法比AABB-OBB方法和经典的方法具有更好的贴合性和更快的相交测试速度。结论 本文方法相对于AABB-OBB方法、经典包围盒方法的测试速度更快,不仅提高了自碰撞检测高层剔除率,同时降低了模拟整体耗时,更适用于实时变形体自碰撞检测领域。     

一种新的基于混合层次包围盒的碰撞检测算法

为了实现物体间快速精确的碰撞检测,提出了一种新的基于混合层次包围盒的碰撞检测算法,充分利用了包围球计算简单和K-DOPs包围盒紧密性好的优点,来构建物体的混合层次包围盒结构。在包围盒树的上层采用Sphere包围盒,能快速排除不相交的物体,下层采用K-DOPs包围盒,进行更加精确的相交测试,提高了碰撞检测实时性。实验结果表明,该算法是有效可行的,具有较强的实时性及鲁棒性,性能优于传统碰撞检测算法。