基于着色算法的并行碰撞检测算法*

提出了一种基于着色算法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以及并行算法中的分治策略构建物体的混合包围体层次(S-AABB);然后采用破对称技术中的典型算法——着色算法,将每棵任务树编码,以产生各不相同的类别,并将不同的类别指派到不同的并行机,在并行机上采用多线程技术执行相同的类别的任务树的遍历,来检测是否有碰撞发生。实验结果表明,与现有的经典的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。     

多机器人并行动态包围体层次树碰撞检测算法

针对现有多机器人间碰撞检测算法耗时过多的问题,提出上层动态剔除层、中间连杆层、底层3层结构的并行动态包围体层次树碰撞检测算法.首先采用3层结构构建机器人两两间动态包围体层次树;然后依次对上、中、底各层设计并行加速的并行架构,采用OpenMP的3种并行结构实现碰撞检测并行计算.通过6或8个机器人工作站进行实验并分析算法的时间复杂度,结果表明,在相同实验条件下,动态包围体层次树中间连杆层、底层并行处理后碰撞检测效率是原动态包围体层次树的2倍左右,是RAPID的4倍以上;所提出的并行架构能够发挥出动态包围体层次树的层次结构优势,并行计算下的动态包围体层次树算法能有效地提高多机器人间碰撞检测效率.     

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。     

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.     

一种快速的可变形物体的碰撞检测算法

为实现虚拟环境中可变形物体与刚体间实时的碰撞检测,提出了一种快速的基于混合包围盒层次结构的并行碰撞检测算法。算法充分利用包围盒在检测速度和精度上的不同侧重,对可变形物体建立Sphere和AABB混合包围盒层次树,对刚体建立Sphere和OBB混合包围盒层次树;每个物体的混合包围盒层次树又分成上层、中层和下层,每层使用不同的包围盒;在碰撞检测遍历时,上层使用Sphere和Sphere相交检测快速排除不相交物体,在中层使用Sphere和OBB的相交检测进一步排除物体相交的可能性,在下层使用AABB和OBB的相交检测较精确地确定物体是否相交;采用多线程技术,在多核设备上实现并行碰撞检测算法。实验结果表明,与经典的AABB算法相比较,该算法在效率方面具有明显优势,能够满足可变形物体与刚体的碰撞检测要求。     

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。     

虚拟环境中的混合层次包围盒算法研究

针对采用单一层次包围盒进行碰撞检测在实时性和精确性方面的不足,提出基于轴向包围盒(AABB)结构和有向包围盒(OBB)的混合层次包围盒的碰撞检测方法(SHBVs).通过分析各种层次包围盒的特点以及虚拟手术环境中的对象特点,混合层次包围盒的碰撞检测方法将包围盒树分为上下两层,上层采用AABB-AABB的方式,用来快速排除不可能相交的物体;下层采用OBB-AABB的方式,能更紧密的包围虚拟环境中的活动对象(如细长的手术器械),同时对环境对象(软体组织)能更快速地在软组织变形后进行更新.实验证明,提出的混合层次包围盒算法能更快地检测碰撞,达到较好的实时性和精确性.     

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。     

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。     

基于Kinect和Unity的虚拟手抓取碰撞检测算法

针对目前虚拟现实中碰撞检测算法效率低精度差的问题,提出了一种改进的层次方向包围盒(OBB)算法;首先通过位置关系判断虚拟手是否在物体包围球的邻近区域,然后用OBB和八叉树算法进行详细的碰撞检测,最后利用离散点到虚拟手简化面的矢量计算法实现精确的碰撞检测;实验结果表明,随着三维物体基元数目的增多,这种由粗略到精确递进的检测方式极大地提高了碰撞检测的效率和精度,具有可行性;该算法适用于任何复杂场景中刚体结构模型的碰撞检测,在运行时候不存在滞后情况,显示流畅,而且碰撞检测精度高,完全能够满足虚拟环境实时性和精确性的要求.     

适用于复杂场景的碰撞检测算法研究

创建虚拟场景不仅要进行静态建模，更重要的是进行动态建模。而且物体之间的实时碰撞检测是关键。首先对常用检测算法的检测效率进行了分析和比较。然后重点针对复杂虚拟场景中吉有大量物体的特点，提出了混合包围盒碰撞检测算法。该算法利用帧与帧之间的时间和几何相关性，把对（cn^2＋m）个对象的动态跟踪转化为它们在三个坐标轴上的投影的排序问题，把时间复杂度由O（n^2）降低为O（n）。并引入树的深度的概念，根据不同的应用场合合理控制检测深度以加快检测速度。理论分析和仿真计算都表明，该算法能够满足多达几百个运动物体的实时交互碰撞检测。     

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。     

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.     

基于改进粒子群的快速碰撞检测算法研究

针对碰撞检测算法精度低、实时性差等问题,提出了一种基于改进粒子群的快速碰撞检测算法。将粒子群优化算法引入到随机碰撞检测问题中,通过混合层次包围盒缩小粒子搜索空间。利用特征采样将虚拟空间内复杂的碰撞检测转换为二维离散空间中的搜索问题。算法对标准粒子群方程进行了优化处理,通过去除速度项来加快算法后期的收敛速度,在算法中引入高斯扰动缩短粒子跳出局部最优的时间,有效提高了算法的精度。通过实验验证,该算法具有较高的精度、实时性好,能够满足碰撞检测的应用要求。     

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。