一种超大规模地形场景的实时渲染算法

超大规模地形场景包含大量的数据,无法一次性载入内存进行实时渲染.基于Geometrical Mipmapping算法,结合动态调度技术,提出一种高效的超大规模地形场景实时渲染算法.算法对海量地形数据进行分块,在实时运行时,根据视点的位置动态地载入所需的地形块和释放无用的地形块,使得内存中的地形数据维持在一定范围内.然后,通过LOD技术和视域剔除对内存中的地形数据进行简化,大量减少送入GPU的三角形数量,从而达到实时渲染.实验结果表明,算法渲染速度快,内存开销较小,适合于超大规模地形场景的实时渲染.     

基于多线程并行的大规模场景交互漫游研究

针对大规模三维场景的交互漫游,提出了一种基于多线程并行调度解决方案,并给出了相应的交互漫游算法.该方法使用离散层次细节技术结合视点相关的动态连续层次细节选择和过渡的批LOD技术.在预处理阶段,对大规模场景进行分层分块处理;在实时漫游阶段,采用多线程并行技术:绘制线程利用四又树层次进行可见性剔除和视点相关简化获取当前可绘地形,并将其提交给GPU进行绘制.预取线程通过预测视点的位置,从外存预取相关的几何数据并调入内存.将该方法应用于具体实例,取得了良好效果,证明了该并行方法的有效性.     

大规模地形无缝漫游技术研究*

针对大规模地形动态漫游提出实现流程和算法框架,基于分层分块地形LOD组织存储策略完成数据预处理,绘制阶段提出视点相关的地形调度和简化算法,利用多线程处理机制进行地形块裁剪和内外存数据交换,借助GPU硬件实现场景加速绘制算法,并提出分块地形和纹理数据的无缝拼接策略。真实数据实验的算法比较和性能测试结果表明,该方法具有支持数据量大,绘制效率高、实用性强等特点。     

大规模地形的LOD生成算法研究

为了实时地绘制大规模地形数据,提出了一种改进的实时连续LOD生成算法.该算法采用分块分层的思想,首先将大规模高程数据进行分块,然后对块中数据按照分辨率的大小分层存储.根据视点位置和网格空间对象误差的关系建立基于四叉树的LOD模型,从而提高了大规模地形的绘制效率.使用该方法描述了太湖流域的地形,取得了良好的绘制效果.     

高性能快速地形漫游算法

高性能地形漫游是GIS、虚拟现实及军事模拟中的研究热点。大规模地形算法一般都是通过将部分数据常驻内存,并采取各种方法来简化地形、,加速绘制。该文通过对地形分块,使用背面剔除及改进的视点误差来进行LOD细节层次处理;。提出基于屏幕误差包围盒的地平线遮挡剔除技术,提高算法的效率;。采用内存映射文件方式进行DEM数据的加载,实现高性能海量数据的处理。     

基于ROAM的大规模地形渲染研究

针对大规模地形渲染数据量过大的问题,采用ROAM算法进行多分辨率渲染,通过分块地形数据加载,可视区域定位,地形粗糙度和视点位置,对地形进行有选择的细化,提高地形的构建效率.在实时漫游中,通过强制分割和强制合并实时的调整三角网格,从而提高大规模地形帧率.     

基于纹理数组的大规模地形绘制算法

将Shader Model 4.0引入的纹理数组技术同顶点纹理拾取技术、瓦片块四叉树算法和地形分块技术等相结合,提出了一种基于GPU的大规模地形绘制方法。将整个大规模地形数据分割成地形块,按照金字塔模型保存在CPU内存里,将地形中潜在的可见部分以纹理数组形式驻留在GPU Cache里;在CPU上发送瓦片块四叉树平面网格,利用存储在GPU Cache里的高程值生成相应的地形;GPU Cache随着视点运动而连续更新。实验证明该方法充分利用了现代GPU的特性,适合于大规模地形的漫游。     

地形漫游中数据块调度算法研究

在LOD(level-of-detail)算法基础上,提出处理视点相关的交互式大规模地形数据的方法.包括:分块策略对规则网格进行区域分割;通过输入的数据点构建自顶向下的四叉树结构,划分成不同的块层次;在实时漫游过程中,根据视点z轴坐标值的变化导致块层次的改变,重新调入相应数据块构造地形网格,以及当视点x,y轴坐标改变时进行块调度.实验证明了该算法的有效性.     

基于卡尔曼预测器的数据预取方法

大规模复杂场景绘制,地形数据量庞大,需动态调度地形数据;但是由于磁盘传输的延迟,会出现绘制时的卡帧现象.为了解决上述问题,通过研究卡尔曼滤波器,将其与固定间隔的预取方法相结合,提出了采用卡尔曼预测器的数据预取方法.上述方法通过卡尔曼预测器预测视点位置,判断视域范围,进行数据预取.可显著提高视点预测的准确性,减少下一时刻需要预取的数据量,提高绘制效率.     

三维地形模型流式传输方法

为满足基于网络的大规模地形漫游系统中有限的网络带宽与海量地形数据之间的矛盾,提出了一种三维地形流式渐进传输方法。该方法在服务器端对地形数据进行预处理,首先将地形数据进行分块,再对分块后的数据进行小波变换,最后用多级树集合分裂(SPIHT)算法将变换后的数据组织成多条渐进码流。客户端在运行时根据视点的位置,漫游的速度和方向确定周围各地块的传输规则,使各地块的传输量进行自适应调整,同时采用二级缓存机制缓解网络拥塞时数据供应压力。实验表明,该方法能很好地支持客户端基于GPU的多分辨率地形构造并在各种网络带宽情况下保持较高的绘制帧率,保证网络交互绘制的实时性。     

利用可编程GPU实现大规模地形场景的高性能漫游*

对已有算法进行了综述,并针对数据动态调度、自适应网格模型的生成以及数据的组织与数据裁剪等方面进行了研究并提出改进方法,设计了一种基于GPU编程实现的大规模地形场景的实时绘制与漫游算法。利用GPU端完成地形网格更新、地形块的自动选取、高度图和纹理图采样等大部分计算工作,大大减轻了CPU端的计算负载。实验表明,该算法实现简单,内存开销较少,有效提高了地形绘制的效率,适于大规模地形场景的实时高效漫游。     

瓦片四叉树和填充曲线实现海量地形数据管理

针对大规模地形数据庞大数据管理效率低的问题,提出一种瓦片四叉树和Z型、Hilbert填充曲线相结合的海量地形数据管理方法。基于粗粒度的瓦片四叉树能够实现地形实时快速绘制并很好保证数据的连续性;依据Z型和Hilbert填充曲线和数据块编码设计的无指针数据索引实现数据块的快速准确定位。此外,数据预测策略能够实现可见数据的实时调度。经实验验证该方法能够实现海量地形数据真实实时绘制。     

三维地形显示中数据缓存与调度算法研究

存储调度是大规模地形可视化算法的重要组成部分,但近年来对其研究较少。本文重点讨论了可视化实现中比较常用的调度算法:系统调用和操作系统页面置换算法,对其进行了详细的分析,指出两种方法相同的本质:都是依据程序执行的过程中对内存的局部访问特点设计的。可视化过程对内存的需求不同于程序执行的局部性,地形浏览有其特殊性。根据地形浏览的特点,本文提出了一种专门用于地形浏览的预取和替换相结合的存储策略。并用两个评价准则验证了方法的有效性。     

基于ROAM的实时动态地形可视化研究

为了获得逼真的三维漫游效果,在对ROAM算法进行研究和实验的基础上,实现基于二叉树的地形模型连续多分辨率渲染;在地形数据管理上,设计一种分块策略;综合考虑地形粗糙度和视距,提出一种合理的节点评价准则;为有效地消除地形块间的裂缝,设计一种基于邻接关系的强制剖分方法。实验结果表明,该算法在保证真实感的前提下能获得较好的帧绘制速率,实现三维地形的实时漫游。     

大规模地形实时可视化算法

提出一种实现大规模三维地形可视化的算法。该算法主要通过地形数据分块和多线程数据动态调度技术实现海量地形数据的实时动态调度,利用四叉树结构来简化地形网格,通过引入Y型基元的方法消除边界裂缝。实验结果表明,采用该方法可以实时生成大规模地形,提高地形漫游的效率与可视化效果。     

Real-time control of a water-gas shift reactor by a model-based fuzzy gain scheduling technique

A model-based fuzzy gain scheduling technique is proposed. Fuzzy gain scheduling is a form of variable gain scheduling which involves implementing several linear controllers over a partitioned process space. A higher-level rule-based controller determines which local controller is executed. Unlike conventional gain scheduling, a controller with fuzzy gain scheduling uses fuzzy logic to dynamically interpolate controller parameters near region boundaries based on known local controller parameters. Model-based fuzzy gain scheduling (MFGS) was applied to PID controllers to control a laboratory-scale water-gas shift reactor. The experimental results were compared with those obtained by PID with standard fuzzy gain scheduling, PID with conventional gain scheduling, simple PID and a nonlinear model predictive control (NMPC) strategy. The MFGS technique performed comparably to the NMPC method. It exhibited excellent control behaviour over the desired operating space, which spanned a wide temperature range. The other three PID-based techniques were adequate only within a limited range of the same operating space. Due to the simple algorithm involved, the MFGS technique provides a low cost alternative to other computationally intensive control algorithms such as NMPC.     

基于综合LOD因子的自适应GPU地形渲染

根据四叉树的地形分块数据组织形式,提出一种面向图形处理器(GPU)的自适应地形渲染算法。将综合细节层次因子作为地形块节点评价函数,对静态地形块误差、动态视点依赖误差和视点移动速度进行量化,在顶点着色器上实现高程值的平滑过渡,消除突跃现象,并通过添加“裙”遮盖裂缝。实验结果表明,该算法的地形自适应性较好,具有较高的帧率和GPU利用率。     

一种实现超大规模地形的拼接技术研究

本文提出了一种适合于超大规模地形的渲染的实时拼接技术。其核心思想是基于地形动态载入技术,对地形可见部分实时载入、拼接和渲染。该方法解决了地形边界匹配的问题,使得缝合的地形不产生裂缝,实现自然还原。在PIV 2.2G、ATI 9550显卡、512MB RAM的硬件平台上,本技术可实现大约144平方公里的地形实时渲染。实现表明,该方法能够提高渲染速度,降低内存开销,适合于超大规模地形的实时可视化。此项设计也是游戏引擎中的一个功能模块。     

面向荒漠复杂地形的机器人在线全覆盖路径规划方法

对于地形复杂、范围广阔的荒漠环境,当前的地图模型存在占用存储空间过大的问题;同时在复杂地形下,当前的全覆盖路径规划算法能量消耗大,无法适用于在线条件.对此,提出一种在线的全覆盖路径规划算法及相应的地图模型.首先,介绍一种变分辨率的三维栅格地图模型.其次,分析机器人在非平面环境下进行全覆盖任务的能量消耗问题,得出最节约能量的覆盖方式.在对平坦地形的覆盖中,基于优先级覆盖的思想,对传统的牛耕法覆盖做出改进,拓展为8个方向.然后,针对非平坦地形提出一种在线的面向地形的区域分解方法,在全覆盖过程中根据高度将特殊地形区域分解出来单独覆盖.在子区域内部,对特殊地形抽象得到斜面模型,引入地形变化函数,形成新的优先级遍历方法,并设计一种针对性的避障策略以进一步减少能量消耗.最后,对所提出的算法进行仿真验证以及机器人实验.仿真验证和实验结果表明,相比于其他算法,所提出算法能显著减少全覆盖过程中的重复率以及机器人总能量消耗.