作物可视化中的碰撞检测及响应研究

将碰撞检测与响应技术引入作物可视化生长模拟,针对以NURBS曲面表示的作物叶片,提出了一种基于曲面分割技术及混合层次包围盒实现作物叶片间碰撞检测的方法.首先采用节点插入技术分割叶片曲面,然后为分割后的叶片曲面建立轴向包围盒(AABB)与固定方向凸包(FDH)的混合层次包围盒树:根节点采用AABB包围盒,以快速排除不可能相交的叶片;其它层节点采用FDH包围盒,以保证精确地判定距离较近的叶片间碰撞状态.在此基础上,根据作物叶片形态变化规律,提出了较合理、有效的冲突响应机制.实例分析表明,所建立的算法可有效地应用于作物叶片碰撞的模拟实现.     

一种改进AABB包围盒的碰撞检测算法

详细分析比较基于包围盒的碰撞检测算法中的轴向包围盒法、方向包围盒法、离散方向多面体法的检测原理和检测效率,并改进了轴向包围盒碰撞检测算法,提出利用简化包围盒边缘节点实现碰撞检测的新设想,其可行性已被初步试验证实。不仅显著提高了碰撞检测的速度,并且可以便捷地得到更为详细的碰撞检测信息,满足了进一步进行碰撞响应处理的需要。使飞行模拟机的视景系统能够实时、准确地检测出虚拟物体间的碰撞。     

基于FDH包围盒的布料碰撞检测

在布料仿真中,碰撞检测与响应十分复杂,很难同时具备真实感和实时性。针对此问题,采用质点弹簧模型进行建模,基于FDH包围盒提出一种快速的检测基本几何元素间碰撞的方法。通过分析点的位置向量与三角平面的夹角,利用向量内积的性质来判断点与三角形的位置关系,同时进行了相应的碰撞响应处理。实验结果表明,采用该方法进行碰撞检测既保证了模拟的真实性,同时又提高了系统的实时性。     

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。     

碰撞检测在门式起重机仿真培训系统中的实现

仿真培训系统是虚拟现实技术在专业技术教学和训练中的重要应用，碰撞检测是许多仿真培训系统实现过程中不可缺少的一部分。该文介绍了门式仿真培训系统中系统几何模型的建立过程以及利用固定方向包围盒（FDH）实现系统的碰撞检验。     

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。     

凸多面体连续碰撞检测的运动轨迹分离轴算法

针对凸体间的连续碰撞检测,在距离算法(Gilbert-Johnson-Keerthi distance algorithm,GJK)基础上,提出一种采用运动轨迹分离轴计算的线性连续碰撞检测算法.该算法首先采用支撑点和投影技术,剔除必定不发生碰撞的物体,以加速碰撞检测的速度;然后,对可能发生碰撞的物体,计算2个凸体的Minkowski差集,所形成的凸包与运动路径执行GJK分离轴算法,实现在整个时间区间内一次性完成碰撞检测任务;最后,采用几何方法以及超平面与射线求解方式计算射线与凸体边界近交点,确定出第一次发生碰撞位置,并调整运动物体位置,完成碰撞响应过程.该算法不需要构造扫掠体,连续检测过程中不需要凸体间的求交计算.将文中算法应用于物体方向包围盒的连续碰撞检测,算法分析和实验结果表明,该算法对包围盒的连续碰撞检测具有较高检测精度和响应速度.     

基于八叉树精确划分型值点的碰撞检测算法

针对虚拟现实中碰撞检测的快速计算问题,提出一种新的粗略碰撞检测与精确碰撞检测相结合的检测算法。首先利用AABB包围盒法排除不可能相交的物体,然后对可能发生碰撞的包围盒采用八叉树算法进行空间分割,在包围盒内找到由型值点形成的三角形面片,利用三角形面片的碰撞检测算法精确地判断物体是否碰撞。通过与OBB包围盒算法的碰撞检测数据对比,验证了该方法的有效性。     

刚体在软体对象环境中的碰撞检测的研究

刚体在软体对象环境中的碰撞检测在虚拟现实的研究领域具有很大的普遍性 ,但以往的研究较少 .文中给出了一种基于固定方向凸包 (FDH)包围盒树的碰撞检测方法 ,并着重论述了利用线性规划的思想以解决刚体自由运动后包围盒树的更新以及通过一种自底向上的方法解决软体对象变形后包围盒树的更新 .实验表明 ,该方法不仅能较好地解决刚体间的碰撞检测 ,而且能有效地解决刚体与软体间的碰撞检测     

碰撞检测在三维场景漫游中的研究与实现

碰撞检测是三维漫游中的一项重要功能。通过面向对象图形渲染引擎(OGRE)构建了一个模拟三维漫游系统,利用OgreNewt结合Newton库在系统中实现碰撞检测功能。碰撞检测包围盒均采用3DSMax创建,利用OgreNewt中的碰撞检测树解析,既保证了碰撞的精确性,又节省了编码工作量。适用于层次结构较复杂的三维场景的加载和碰撞检测。     

基于层次包围盒的碰撞检测算法的存储优化

介绍了基于层次包围盒的碰撞检测算法的存储优化方法。该方法从存储空间的角度来改进基于AABB树的碰撞检测算法。根据AABB树的构造过程,减少内部节点的AABB包围盒的存储字节数;基于快速三角形相交测试算法,从叶节点结构里去掉包围盒信息,将叶节点从存储结构中删除。实验表明,利用AABB包围盒和叶节点的存储优化,既减少了算法的存储空间又加快了算法的执行时间。     

基于AABB树的碰撞检测算法的内存优化

介绍了从存储空间角度来改进基于AABB树的碰撞检测算法的方法.根据有关三角形间快速相交测试算法和三角形与包围盒间的快速相交测试算法,略过包围盒间的相交测试,从叶节点结构里去掉包围盒信息,将叶节点从存储结构中删除.对一棵含有N个节点的 AABB 树而言,可以节约一半节点的内存空间.实验表明,利用 AABB 树叶节点的内存优化,减少了算法所需的内存空间且加快了算法的执行时间.     

基于AABB树的聚变堆形变部件碰撞检测算法

针对工程设计中形变部件的限元模型的碰撞检测问题,提出了一种基于AABB树的快速碰撞检测算法.对于需要分析的有限元,对几何表面进行三角化,随后建立AABB包围盒,并采用优化的AABB树算法进行空间划分;利用AABB树与包围盒排除不相交图形,采用Devillers算法测试三角形相交,并利用并行方式加快计算.实验结果表明,本算法有效提高了碰撞检测的效率,适用于复杂有限元模型的碰撞检测.     

实时碰撞检测算法的探讨与研究

本文对碰撞检测算法的分类进行了阐述,并比较了按层次包围盒法分类的包围盒AABB、包围球、方向包围盒OBB、固定方向凸包的包围盒FDH、时空包围盒检测算法（STBB）的构造难度高低,存储量大小和相交测试复杂度高低等方面。同时,也对空间分割法下的各类算法进行了分析。最后介绍了两种新趋势下的混合碰撞检测法进行了归纳研究,并总结了算法的优劣和新的方向。     

一种优化的机器人碰撞检测算法研究

提出了一种基于Vclip的优化碰撞检测算法,利用Vclip算法对AABB包围盒进行底层碰撞检测计算,用GPU的遮挡查询等特性进行三角形相交测试,以提高对虚拟物体进行碰撞检测的精确性与实时性。算法已成功应用于课题组自行研制的6自由度小型工业机器人的仿真控制系统中,实验结果表明,其算法具有高效、精确、实时性高等特点,能使控制系统对工业机器人的控制更为流畅。     

基于压缩的AABB树的碰撞检测算法

用于碰撞检测的AABB(axis-aligned bounding boxes)方法与其它基于包围盒的方法相比具有相交测试快速和适合变形体碰撞检测的特点。针对工程中大量存在的刚体和变形碰撞情形,本文基于压缩方法对AABB方法进行了改进。通过从空间的角度来对传统的AABB进行优化．从而节省了大量的存储空间,提高了变性体的碰撞检测效率。     

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。     

轴对齐包围盒算法的研究

本文围绕如何提高虚拟环境中物体运动的真实性和实时性,对虚拟环境中的物体进行了预处理,并从相交测试复杂度、紧密性角度对几种常见的包围盒进行了比较,在分析轴对齐包围盒（AABB）树生成基础上,从存储空间的角度对AABB包围盒树的节点进行了存储优化和AABB包围盒树结构的优化,改进后显著提高了碰撞检测的速度,增强了系统的实时性.     

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.     

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。