通用编解码器TLV320AIC10及其与DSP TMS320C6211的接口设计

文章主要介绍了TI公司的一款通用编解码器TLV320AIC10的主要特性及其引脚功能,并从硬件和软件两个方面给出了其与DSP(数字信号处理器)TMS320C6211接口的具体实例,同时列出了应用中应该注意的问题.     

心内膜三维几何模型交互式网格切割算法研究

针对心内膜三维标测系统中心内膜模型网格切割模块,提出一种新的交互式网格切割算法。系统在载入心内膜三维几何模型后初始化切割平板模型,由用户交互移动切割平板和旋转切割平板的法线。借助矩阵变换,针对心内膜三维几何模型实现能反映用户切割意图和保持网格细节特征的网格切割,而且切割平板可以消除锯齿效应。实验对比结果证明,该算法对于心内膜三维几何模型可以实现令用户满意的实时无锯齿交互式网格切割。     

一种基于八叉树的OBB包围盒碰撞检测方法

碰撞检测技术是大规模复杂场景渲染的关键技术之一,它可以有效地提高虚拟环境的真实感和沉浸感.碰撞检测的研究目标是如何在很高的实时交互要求下完成大量复杂物体的相交检测.提出一种将场景图中的OBB包围盒以八叉树的形式划分,并利用八叉树的层次结构实现有效碰撞检测的方法,该方法从宏观到微观的搜索方式可以快速确定需要进行相交检测的对象列表,有效地避免所有几何节点与运动节点的相交检测,提高了碰撞检测的效率,并且采用OBB包围盒来描述几何模型,有效地提高碰撞检测的精度.     

基于改进分形L系统植物自然现象的研究

植物是自然界的重要组成部分,虚拟植物的研究为探索植物生命的奥秘和生长过程的规律,以及改善人类生存环境质量带来了新的契机,因此它已经成为计算机图形学研究的热点问题,由于植物经常受到外界环境因素的影响,因此在论述了L系统的基本概念的基础上对现有的L系统进行改进使之在结合外界环境影响作用下对植物进行模拟,首先提出了植干粗细的两种解决办法,其次对树木受自然环境影响而产生的重要现象如顶端优势,趋光性和蠲地性,以及风力因子等因素进行了模拟,最后用IFS算法模拟植物具有纹理的组成部分,模拟实验表明,改进的L系统可以比较逼真地模拟植物在自然环境中的形态.     

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.     

飞行视景仿真系统研究与实现

针对视景仿真系统开发费用大、周期长的缺陷,提出了一种利用开源的Irrlicht图形渲染引擎的开发方法.首先,基于飞机六自由度运动模型,提出了Irrlicht环境中飞行运动数学表示和C++语言描述方法;通过对Irrlicht的二次开发,构建了交互式飞行视景仿真系统的模块化功能结构,仿真了一个逼真的飞行三维视景.基于以上设计,通过键盘输入命令来改变飞行状态,从而驱动Irrlicht图形渲染引擎,最终实现了飞机运动的交互式飞行视景仿真系统.通过试验可以证明,飞行视景仿真系统具有良好的交互性和实时性,可扩展性强,开发周期短,系统建设简单,使用方便等优点.     

基于粒子系统与LOD技术的实时雨雪效果模拟

在虚拟场景中加入雨雪的效果可以大大增加虚拟现实的真实性.粒子系统是模拟雨雪效果的有效方法,但是数量众多的粒子却增加了场景中的顶点数目,给仿真增添了许多困难.通过对粒子系统与LOD技术的深入研究,提出了一种新的应用于大规模场景的雨雪模拟实时算法.该算法的基本思想是结合粒子系统,根据人体视觉深度原理,采用LOD技术,根据粒子与观测点的距离对雨雪的密度进行分级,并对粒子发射器进行优化,提高粒子的利用效率,达到高效仿真的效果.     

基于改进质点弹簧模型下的布料实时仿真

布料模拟一直是计算机动画的研究热点.且对于虚拟现实技术有着重要意义.在以往的研究中,人们提出了许多模拟织物运动的方法,方法的一个主要缺点是复杂度高、计算效率低,无法满足交互设计和实时动画的要求.在经典质点掸簧模型的表示基础上结合Choi的布料模型,通过简化弹簧弯曲抗力的计算方法,合并了弹簧的结构力和剪切力,从而达到了简化了布料物理模型的目的,提高了模拟的速度.实验证明,采用经改进的质点弹簧模型可以得到实时稳定的布料仿真效果.     

一种超宽带多波形参数的脉冲成形方法

介绍了一种多波形参数的超宽带脉冲信号成形方法,实现了信号周期、相位、脉宽以及幅度等的在线可调.该方法的特点在于可产生长周期下的超窄脉冲,实现高分辨率的相位同步、脉宽调整,并具有皮秒级的边沿和抖动,可用于不同目的的通信应用场合.     

基于可变形卷积和数据增强的三维多目标检测

近年来,自动驾驶受到越来越多的关注,以点云为输入数据的三维目标检测在该领域中发挥着至关重要的作用。然而,点云目标的尺度差异性以及变换性等问题,导致了目标检测精度的下降。以CenterPoint网络为框架,提出了一种基于可变形卷积和数据增强的三维多目标检测优化算法,该方法提取点云特征后生成地图视角的特征图谱,在检测头网络加入可变形卷积层,并引入图像翻转方法进行数据增强,提高网络对于目标的检测能力。在公开数据集nuScenes上的实验结果表明,该网络与其他方法相比,在汽车、公交车以及行人等类别的检测精度上有一定程度的提升。