基于GPU加速的粒子流体动力学流血模拟算法

流血模拟是虚拟手术训练系统的重要组成部分。然而,流血模拟的真实性和庞大的计算量对手术训练系统具有很大的挑战。提出一种基于GPU加速的方法以解决虚拟手术中的流血效果模拟的实时性问题。该方法利用网格法实时划分问题区域,创建以支持域为边长的空间网格。通过临近网格搜索最近相邻粒子,并且通过并行计算架构(CUDA)多线程并行加速技术完成粒子控制方程的求解以及血液与固体交互的计算,大大提高了运算效率,从而提高了手术训练的实时性。一种改进的移动立方体算法(marching cube)用于流体表面的渲染,大大提高了手术训练的真实性。实验结果表明,该方法能够满足虚拟手术过程中流血的模拟需求,相比于CPU的实现,速度明显提升。     

基于改进碰撞检测算法的肝门静脉结扎仿真

为了对虚拟肝脏手术中肝门静脉的结扎进行仿真,提出了一种改进的碰撞检测算法。改进的碰撞检测算法主要包括三个方面:缝合线的自碰撞检测、缝合线的运动分解,以及缝合线与肝门静脉模型的碰撞检测。缝合线的模拟采用跟踪控制点FTL算法,采用包围球法对缝合线进行自碰撞检测;提出运动分解方法来防止缝合线发生自穿透;将包围球法和空间网格划分法相结合,实现缝合线和肝门静脉之间的碰撞检测;同时,肝门静脉的形变采用设置刚体核的几何模型来模拟,使用虚拟弹簧振子来实现结扎时的触觉反馈。将改进的碰撞检测算法运用到虚拟肝脏手术中,满足虚拟场景中真实感和实时性的要求。     

虚拟手术中刚体和软体碰撞检测算法研究

在虚拟手术中,组织器官的碰撞检测一直是影响手术模拟效率的瓶颈。文中基于手术器械一般远小于组织器官、并且手术过程中器械仅有极小尖端部分与器官接触这一事实,提出了一种新的算法。传统的碰撞检测算法中,一般用层次包围盒树对物体进行建模。文中对虚拟手术器械的建模使用线性表来代替层次包围盒树,与标准库RAPID的对比实验表明,该方法提高了检测的效率,能较好地解决类似虚拟手术中小型刚体和大型软体之间的碰撞检测。     

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.     

虚拟手术中刚体和软体碰撞检测算法研究

在虚拟手术中,组织器官的碰撞检测一直是影响手术模拟效率的瓶颈.文中基于手术器械一般远小于组织器官、并且手术过程中器械仅有极小尖端部分与器官接触这一事实,提出了一种新的算法.传统的碰撞检测算法中,一般用层次包围盒树对物体进行建模.文中对虚拟手术器械的建模使用线性表来代替层次包围盒树,与标准库RAPID的对比实验表明,该方法提高了检测的效率,能较好地解决类似虚拟手术中小型刚体和大型软体之问的碰撞检测.     

虚拟手术流血模拟的GPU加速实现

目的 流血效果是虚拟手术模拟器视觉效果的重要组成部分,血流与固体交互的庞大计算量使取得实时的流血模拟效果具有很大的挑战性。提出一种基于图形处理单元(GPU)加速的虚拟手术流血效果模拟方法。方法 该方法以Müller等人提出的光滑粒子动力学(SPH)作为基础,采用温度项使粒子具有不同速度模拟血流形成的血槽,同时基于构建均匀空间网格的思想,利用通用并行计算架构(CUDA)多线程并行加速技术完成粒子控制方程的求解和血流与固体交互的计算,从而取得实时的效果。结果 实验结果表明,本文方法能够满足虚拟手术中切割表面流血和血液在器官中流动的模拟需求,在粒子个数为9000时仅需20 ms,对比于纯CPU的实现取得20.15倍的加速比,实现了大量粒子下的实时流血模拟。 结论 本文方法具有较好的灵活性和实时性的特点,可以应用于虚拟手术仿真系统之中。     

基于点云模型的虚拟手术系统建模及碰撞检测

建模与碰撞检测算法是虚拟手术具有良好实时性的前提。通过CT得到病人身体患部的点云数据,再基于八叉树剖分算法,采用层次包围球结构,对手术部位的软组织及器官进行建模。为了提高碰撞检测的实时性,将手术器械物理模型简化为一个小球或一条直线与软组织交互,而几何模型保持不变,这样在不影响虚拟手术的视觉效果同时又提高了碰撞检测的速度。实验结果表明,算法能准确检测出虚拟手术器械与虚拟模型接触的点,而且碰撞检测实时性显著提高,简化后的平均碰撞检测时间仅为虚拟手术的快速碰撞检测算法中未简化的方法平均时间的10%。     

虚拟手术中快速碰撞检测方法的研究

为了解决虚拟手术的快速碰撞检测问题,提出了一种新的基于层次包围盒的快速碰撞检测方法。文中基于虚拟手术中器官组织是软体模型且规模巨大,而手术器械是刚体模型且结构简单这一特点,从层次包围盒构造、包围盒树遍历和精确相交测试三个方面改进算法。仿真实验表明该算法能正确有效地处理虚拟手术中的碰撞检测,与标准库RAPID对比,随着软体模型规模的增大,该方法能显著提高碰撞检测的效率。     

碰撞检测在虚拟心脏介入手术中的应用

虚拟手术系统是虚拟现实技术在现代医学的重要应用。碰撞检测是虚拟手术系统的基础问题。基于心脏介入手术中碰撞的特点,提出了结合空间分解和包围盒层次的混合碰撞检测算法。它能够满足虚拟心脏介入手术系统中对碰撞检测的实时性要求。该算法对被检测对象形变引起的更新不敏感,具有天然的解决可变形对象间碰撞检测的能力。     

基于空间分解和包围盒层次的混合碰撞检测算法

在研究机器人路径规划问题中,针对碰撞检测中,为解决实时性和精确性有关问题,提出基于空间分解和层次包围盒技术的混合碰撞检测算法.算法中与物体模型相关的部分是实时计算的,对物体的可形变性不敏感且对物体模型的拓扑信息无特殊要求.通过空间分解深度调节算法中不同阶段的计算负荷,结合算法本身的特点,通过选取适当的空间分解策略、包围盒层次树构建策略,对不同模型之间做了碰撞检测实验,并就对空间分解深度对算法性能的影响进行了实验分析,结果表明,算法能够满足实时性和精确性的要求.     

虚拟手术中基于可碰撞集的软组织自碰撞检测算法

快速精确的碰撞检测是保证手术仿真真实性的重要条件.由于虚拟手术仿真过程中的高复杂性和高计算性,使得现有的碰撞检测已经不能满足实时性与复杂性的要求,为此提出一种新的软组织自碰撞检测方法.该方法根据软组织的曲率提取可碰撞集,基本几何元素间的自碰撞仅在该可碰撞集中发生,基本几何元素相交检测采用基于特征检测的方法.通过试验表明,该方法不仅能有效地提高碰撞检测的速度,而且能对人体软组织进行相对精确的检测.     

虚拟手术中基于可变方向凸包的碰撞检测算法

为了实现机器人辅助虚拟手术中快速精确的碰撞检测,提出了基于可变方向凸包的层次包围盒碰撞检测算法。在虚拟场景中,手术器械末端运动复杂多变且软体组织持续形变,分析器械和软组织的作用形式,根据器械运动学参数,预测软组织的变形,将其与固定方向凸包检测方法相结合,通过改变方向向量集合,提高包围盒树的紧密性,进而减少相交测试的次数,加速碰撞检测。仿真实验证明了可变方向凸包的碰撞检测算法可以实现精确的碰撞检测;与固定方向凸包算法相比在快速碰撞检测方面具有优越性,当软组织包含的面片数目越多时,快速性优势越显著。     

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。     

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。     

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。     

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.     

维修仿真中的混合碰撞检测算法

针对维修仿真中物体之间存在的穿越问题,提出一种混合碰撞检测处理算法。该算法结合轴向包围盒的快速性及几何约束的精确性,采用轴向包围盒改善虚拟人与虚拟物体之间的碰撞效果,运用几何约束算法解决虚拟人所携带零件与其他零件之间的穿越问题。实验结果表明,该算法的实时碰撞检测效果较优。