基于时空相关性的快速碰撞检测算法

针对如何提高碰撞检测算法实时性的问题,提出一种空间分解与层次包围盒相结合的碰撞检测算法,并利用物体运动的时空相关性来加速物体之间的碰撞检测速度。首先用空间分割的方法确定相邻物体,然后用基于时空相关性的层次包围盒方法检测物体之间的碰撞情况,在包围盒碰撞检测时采用加入预判的OBB相交测试方法,减少了包围盒的相交测试计算。实验结果表明,该算法能够实现多个物体同时发生碰撞的检测,并且提高碰撞检测的实时性。     

混合包围盒碰撞检测算法研究

为提高碰撞检测的实时性,提出一种混合包围盒碰撞检测算法。将物体的包围盒二叉树设计为2层结构,顶层使用AABB包围盒排除不相交的物体,下层利用k-DOPs包围盒检测物体之间的碰撞情况。采用任务树的方法对2棵混合包围盒二叉树进行同步遍历,实现物体之间的碰撞检测。与其他碰撞检测算法进行对比分析,实验结果表明,该算法能提高碰撞检测的实时性和精确性。     

包围盒碰撞检测算法应用研究

碰撞检测是视景仿真应用中的关键技术,研究了基于OBBTree的包围盒层次碰撞检测算法,并在视景仿真系统中得到实现。该算法首先创建能够紧密包围物体的OBB（Oriented Bounding Box）包围盒,并自上而下地创建OBB树,然后采用“分割轴”（separating axis）方法快速检测两个OBB包围盒是否相交。使用该算法进行碰撞检测的“虚拟仓库设备布放系统”在实时性和逼真性方面都取得了很好的效果。     

基于混合包围盒的碰撞检测算法优化

为提高复杂场景中碰撞检测的效率,提出一种传统混合包围盒碰撞检测算法的优化算法。从数据结构上对混合包围盒树进行改进,引入时空相关性概念,将包围盒树分为上下2层结构,上层采用包围球,下层采用轴向包围盒,构造混合层次包围盒树,实现物体的快速碰撞检测,利用碰撞检测的时空相关性,简化树的搜索过程。实验结果表明,与传统的混合包围盒碰撞检测算法相比,该算法具有较好的碰撞检测性能。     

基于八叉树精确划分型值点的碰撞检测算法

针对虚拟现实中碰撞检测的快速计算问题,提出一种新的粗略碰撞检测与精确碰撞检测相结合的检测算法。首先利用AABB包围盒法排除不可能相交的物体,然后对可能发生碰撞的包围盒采用八叉树算法进行空间分割,在包围盒内找到由型值点形成的三角形面片,利用三角形面片的碰撞检测算法精确地判断物体是否碰撞。通过与OBB包围盒算法的碰撞检测数据对比,验证了该方法的有效性。     

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。     

基于层次包围盒的混合碰撞检测算法

针对碰撞检测算法实时性较差的缺点,本文提出基于AABB包围盒与OBB包围盒相结合的混合碰撞检测算法,首先由对象投影来判断是否相交,检测出不可能相交对象;然后对可能相交的对象投影反向构建AABB包围盒,快速地测试对象;再用OBB包围盒进行精确地检测,以实现虚拟环境对象间高效的碰撞检测。本文还针对传统的基元相交测试效率不高的缺点进行了一定的改进。实验结果表明,与另外两种算法对比,该方法在相同环境前提下能够有效的提高碰撞检测的效率。     

虚拟场景中基于空间域的碰撞检测算法研究

从空间域角度,详细分析了基于空间分割、基于层次包围盒和基于GPU的碰撞检测算法。对于基于空间分割的碰撞检测算法,详细介绍了八叉树和BSP算法;对于基于层次包围的碰撞检测,详细介绍了包围球、AABB、OBB和K-DOP算法;基于GPU的碰撞检测则分析了基于图像空间和基于GPU流计算的算法。最后,对各算法的优缺点进行了分析和比较。     

基于Sphere-OBB的改进碰撞检测算法及其应用

静态或动态环境中两个或者多个几何模型之间的碰撞检测是计算机图形学基础问题之一,基于层次包围盒的碰撞检测算法是一种比较有效的碰撞检测算法。提出了OBB包围盒与球包围盒相结合的高效碰撞检测算法,该算法既具有OBB的包围紧密性,又具有球包围盒的测试简便性。用高效的球包围盒排除大量距离远的不相交物体,剩下距离近的物体用分离轴测试,其中一些分离轴效率更高应该优先被测试。将该算法用于虚拟针灸训练系统,实验结果表明算法减少了查询时间并增强了实时性。     

包围盒碰撞检测算法的优化

围绕如何提高碰撞检测的速度,对虚拟环境中的物体进行了假设,提出了对碰撞检测进行预处理的方法,并结合各类包围盒的特点,提出了在碰撞检测中针对具有不同几何特征的物体选择不同类型包围盒的混合包围盒算法,分析了不同类型包围盒之间的求交算法,实现了层次包围盒碰撞检测算法的优化,提高了碰撞检测的速度,增强了系统的实时性。     

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.     

基于空间剖分的碰撞检测算法研究

针对虚拟环境中物体碰撞检测效率不高的问题,提出了一种基于空间剖分的碰撞检测算法。利用物体空间分布特性以及运动物体碰撞行为的局部性,先用空域分割中定性-定量结合的方法快速确定可能碰撞的物体对,再用混合层次包围盒进行精确测试,明显地提高了碰撞检测速度。实验分析表明,该算法不仅可实现复杂场景下多个物体同时发生碰撞的检测,也能保证算法在物体高速运动时的有效性。     

基于凸分解与OBB层次结构的碰撞检测方法

目前的碰撞检测方法大部分是基于简单的包围盒方法和简单的搜索算法的，这种算法精确度低且效率不高。基于凸分解与OBB层次结构的碰撞检测方法是对传统碰撞检测算法的一种改进，该方法继承了传统碰撞检测算法的优点，同时又对传统算法进行了必要的改进。实验证明，利用物体表面凸分解的方法解决了传统碰撞检测算法不能测试非凸物体相交的问题，拓宽了碰撞检测算法的应用范围；根据物体前后碰撞点的相关性，运用加速搜索提高了碰撞检测效率，降低了算法复杂度。     

基于混合包围盒的碰撞检测算法

提出了一种基于k-dops包围盒与包围球相结合的碰撞检测算法。预处理阶段为几何对象构造包围盒二叉树,其中节点的内层构造k-dops包围盒,节点的外层构造包围球。碰撞检测阶段,首先利用包围球快速排除不可能发生相交的物体,然后利用k-dops包围盒进一步精确地判断物体对是否发生相交。通过与QuickCD算法的性能进行比较,证明了这种混合包围盒能够有效地提高复杂结构几何体之间碰撞检测的效率。     

基于OSG的虚拟场景中包围盒碰撞检测的研究

碰撞检测是虚拟场景的核心技术,其效果的好坏直接影响整个虚拟场景的真实感。基于OSG（OpenSceneGraph）三维场景渲染引擎和Multigen Creator三维可视化仿真建模软件,采用包围盒碰撞检测算法,实现了多个静态物体与动态物体的碰撞检测,通过使用射线检测算法可以很好地解决静态物体与地面以及动态物体与地面的碰撞检测。为了满足实时性的要求,提出了多个静态物体与动态物体的碰撞检测优化算法的数学模型。结果表明,算法具有很好的有效性和快速性,能够满足要求。     

基于空间分割与椭球包围盒的碰撞检测算法

为提高复杂环境下多物体碰撞检测的效率,提出了一种基于均匀网格分割与椭球包围盒的并行碰撞检测算法。该算法首先用均匀网格分割法来确定相邻物体,然后用紧密性较好的椭球包围盒层次树依次把它们包围,并利用基于线程池的多任务并行处理技术实现了并行化。为降低椭球相交测试的复杂度,先预测了椭球间的相交情况,再将三维椭球降维成二维椭圆,从而整体提高了算法的效率。通过实验数据表明,相对于其他算法,该算法具有较好的性能。     

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。     

基于分类遍历的碰撞检测优化算法

针对现有层次树遍历方法的低效率问题,提出了一种基于分类遍历的碰撞检测算法.首先根据两个物体树中节点的平衡因子差值来将所有的物体对进行分类:结构相似的,采用同步下降遍历方法;结构不相似的,采用交换下降遍历方法,这减少了相交测试的次数.然后加入时空相关性和优先级策略优化遍历过程.最后通过实验结果表明,相比基于统一遍历的碰撞检测算法,该算法缩短了相交测试的时间,物体数目越多,快速性优势越显著,大约可以缩减所需时间的1/5.