基于空间索引与碰撞检测的TIN求交算法

针对三维矿床地质模型构建及后续应用分析中的需求,提出一种基于空间索引与碰撞检测的不规则三角网(TIN)快速求交算法。通过建立TIN模型的空间格网索引,将相交测试与计算限定在映射于同一个空间格网单元内的三角形对之间,在求交计算过程中,应用包围盒碰撞检测方法快速剔除不相交三角形对,并分别采用边-面及改进的边-边求交算法计算异面与共面三角形交线,并根据交线段之间的空间邻接关系完成交线的快速分离。实验及应用结果表明,该算法效率高、运行稳定、计算结果可靠,能够满足大规模TIN快速求交计算的需要。     

多边形链求交的改进算法

多边形链求交是CAD&CG及相关领域研究中的一个基本问题 利用多边形链的凸凹性、单调性等特性 ,结合包围盒技术 ,在扫描线算法基础上 ,提出一种多边形链求交的改进算法 该算法特别适用于包含大量直线段且交点数相对于顶点数少得多的多边形链求交的情况     

一种提高三角网格模型求交效率的算法

层次包围盒求交算法在求交过程中需要不断分裂包围盒,从而降低了求交效率。针对上述问题,利用该算法可以快速排除不相交三角面片的优点,提出一种更高效的求交算法,通过直接定位2个求交模型可能相交的部位,高效地排除大量不相交的三角面片,得到 2个模型的交线。     

基于空间分解的三角网格模型求交方法

三角网格模型间的求交问题是计算机辅助设计与制造领域的关键问题之一.分析了已有空间分解技术和包围盒方法等的优缺点,并在此基础上提出了改进的空间分解求交方法. 该算法能够精确定位三角形所占的空间网格,一定程度上减少了需要求交的三角形的数量.实验的结果表明,改进的算法提高了采用空间分解进行三角网格求交的计算效率.     

基于隆鼻虚拟手术的三维碰撞检测算法研究

在隆鼻虚拟手术中，碰撞检测是不可或缺的一个重要组成部分。为了快速检测出颅骨与添加物之间是否发生碰撞，本文结合AABB包围盒算法和空间剖分的方法，提出了一种改进的碰撞检测算法。该方法首先构造一定深度的AABB树，再对其叶结点进行空间剖分。我们对拥有不同数量三角形的颅骨模型在PC机上进行了测试，并将其与经典的RAPID算法（基于0BB包围盒）进行比较，证明了本文算法在碰撞检测时间和建模时间两方面都优于RAPID算法，并且稳定性也较好，特别是在拥有500000个三角形的原始模型的情况下建模时间提高了2s左右，平均碰撞检测时间为104ms，提高了5ms左右。     

基于空间剖分和包围盒的快速碰撞检测算法

针对碰撞检测的实时性和逼真度较差的缺陷,提出一种新的混合碰撞检测算法。该算法在空间剖分阶段采用八叉树技术有效降低了层次划分树的深度,提高了层次划分树的构建速度,快速剔除了不可能相交的基元对。在精确检测阶段,采用同时向下遍历的方法并结合时空相关性对层次包围盒树的遍历过程进行优化,利用三角形与两面交线的位置关系快速判定两异面三角形的位置关系,并采用元素分配法避免了对公共元素的重复测试和无用的元素对测试,使基元相交测试的效率显著提高。实验结果证明,与经典的Rapid算法相比,该算法有效地减少了碰撞检测的时间开销,提高了碰撞检测的实时性和真实感。     

OBB层次结构及其应用加速算法的研究

层次包围盒在碰撞检测中的应用对于提高碰撞检测精确度以及减少碰撞检测复杂度起着十分重要的作用。该文介绍了OBB包围盒的计算、相交测试以及构造方法,将一种加速碰撞检测搜索算法与其结合,并且讨论了时间复杂度。     

散乱点云精简的一种改进算法*

非接触式扫描获取的散乱点云数据存在大量冗余,为方便模型重构,点云数据精简是不可或缺的点云预处理步骤,提出一种散乱点云数据精简的改进算法,首先将包围点云数据的最小包围盒划分成若干个子空间,根据每个含有点的子空间,获取K邻域点集的拟合平面,计算K邻域中各点到拟合平面距离的累加和。对各个K邻域的距离累加和升序排列,根据预定精简百分比,将包围盒划分为待保留和待删除两个区域,实现了对同一数据在不同区域采用不同算法,完成不同比例的精简。实例验证表明,该算法在保留几何特征的同时,更能有效地避免“空白区域”,且提高了计算效率。     

基于凸包特征的细分曲面求交研究

主要针对具有凸包特征的细分曲面提出了一种有效的求交的方法,该方法适用于任意具有凸包特征的细分曲面中.该方法主要是利用二部图跟踪两个细分曲面中可能相交的面.在应用二部图的基础上,选择半边数据结构,应用轴向包围盒法进行相交检测,使得具有凸包特征的细分曲面的求交得以实现.     

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。     

Android手持设备游戏中的碰撞检测算法研究

针对Android手持终端中复杂游戏场景的碰撞检测需求,提出了一种基于包围球和AABB的实时碰撞检测算法。该算法针对不同的虚拟对象构建不同的包围盒,并将改进后的包围盒投影排序分组方法应用其中。将该算法与使用包围盒投影排序分组方法的包围球算法与AABB算法比较,实验表明,该算法在保持更高精度的前提下仍能满足复杂场景中实时碰撞检测的要求。     

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。     

基于包围盒和空间分割的混合碰撞检测算法

针对碰撞检测算法实时性较差的缺陷,提出基于层次包围盒和空间分割的混合碰撞检测算法。该算法采用构造对象的AABB包围盒,快速排除不可能相交的对象进行空间分割,实现虚拟环境对象的碰撞检测。实验结果表明,与经典的Rapid算法对比,该算法能够节省检测时间,提高碰撞检测的效率。     

虚拟装配中快速碰撞检测算法的研究与实现

针对虚拟装配中碰撞检测的特殊要求，提出了一种基于包围盒与空间剖分法的两级碰撞检测算法HSDHBB。该算法首先用空间剖分法找出潜在的相交区域，然后用包围盒求得碰撞的三角面片对和精确的碰撞点。给出了层次包围盒树的构造方法和空间网格的剖分方法，在空间剖分中采用哈希表的数据结构加快检索速度。最后，在CATIA环境中实现了该算法，结果表明该算法能够满足虚拟装配系统的实时性和精确性的要求。     

三维场景漫游中碰撞检测的研究与应用

在虚拟现实环境下,基于包围盒算法是一类重要碰撞检测算法,该文在比较了层次包围盒下的几种常用的包围盒技术,具体阐述了实时性好且较容易程序实现的轴一致包围盒(AABB)的定义、重叠测试和碰撞检测算法,并把该包围盒技术应用到虚拟现实系统的碰撞检测过程中,最终在VC++和OpenGL平台上实现了三维场景漫游过程中物体之间的精确碰撞检测。     

复杂场景中快速碰撞检测算法及GPU加速

为了保证在大规模复杂场景中,碰撞检测的实时性和精确性,提出了一种基于图形空间与改进的图像空间相结合,并利用GPU加速的快速碰撞检测方法.利用AABB包围盒的检测策略,快速剔除不相交物体,确定潜在碰撞对象.改进传统的基于图像空间的碰撞检测算法,设计了基于向指定平面投影、模板测试和深度测试的碰撞检测算法.在此基础上,利用GPU的并行计算能力加速整个检测过程,有效地减少了碰撞检测时间.通过在虚拟驾驶系统当中的应用,验证了该方法在大规模复杂场景中碰撞检测的实时性和精确性.     

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。