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.     

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。     

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。     

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。     

基于Sphere-OBB的改进碰撞检测算法及其应用

静态或动态环境中两个或者多个几何模型之间的碰撞检测是计算机图形学基础问题之一,基于层次包围盒的碰撞检测算法是一种比较有效的碰撞检测算法。提出了OBB包围盒与球包围盒相结合的高效碰撞检测算法,该算法既具有OBB的包围紧密性,又具有球包围盒的测试简便性。用高效的球包围盒排除大量距离远的不相交物体,剩下距离近的物体用分离轴测试,其中一些分离轴效率更高应该优先被测试。将该算法用于虚拟针灸训练系统,实验结果表明算法减少了查询时间并增强了实时性。     

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。     

基于混合包围盒的碰撞检测算法

提出了一种基于k-dops包围盒与包围球相结合的碰撞检测算法。预处理阶段为几何对象构造包围盒二叉树,其中节点的内层构造k-dops包围盒,节点的外层构造包围球。碰撞检测阶段,首先利用包围球快速排除不可能发生相交的物体,然后利用k-dops包围盒进一步精确地判断物体对是否发生相交。通过与QuickCD算法的性能进行比较,证明了这种混合包围盒能够有效地提高复杂结构几何体之间碰撞检测的效率。     

基于层次包围盒的混合碰撞检测算法

针对碰撞检测算法实时性较差的缺点,本文提出基于AABB包围盒与OBB包围盒相结合的混合碰撞检测算法,首先由对象投影来判断是否相交,检测出不可能相交对象;然后对可能相交的对象投影反向构建AABB包围盒,快速地测试对象;再用OBB包围盒进行精确地检测,以实现虚拟环境对象间高效的碰撞检测。本文还针对传统的基元相交测试效率不高的缺点进行了一定的改进。实验结果表明,与另外两种算法对比,该方法在相同环境前提下能够有效的提高碰撞检测的效率。     

基于形状分类的包围盒碰撞检测优化算法

由于现有的包围盒不能足够紧密地包围所有待检测的物体,剔除不相交物体的效果差导致了碰撞检测效率低。针对这个问题,提出一种基于形状分类的包围盒碰撞检测优化算法。算法根据每个物体的偏球率将它们进行分类,形状接近球体的,采用球包围盒;形状与球体偏离大的,采用OBB包围盒,这能够更加逼近真实的物体。同时,加入时空相关性和区域划分策略来优化遍历过程。实验结果表明,该算法缩短了相交测试的时间,提高了碰撞检测的效率。     

基于混合包围盒的碰撞检测算法优化

为提高复杂场景中碰撞检测的效率,提出一种传统混合包围盒碰撞检测算法的优化算法。从数据结构上对混合包围盒树进行改进,引入时空相关性概念,将包围盒树分为上下2层结构,上层采用包围球,下层采用轴向包围盒,构造混合层次包围盒树,实现物体的快速碰撞检测,利用碰撞检测的时空相关性,简化树的搜索过程。实验结果表明,与传统的混合包围盒碰撞检测算法相比,该算法具有较好的碰撞检测性能。     

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.     

Parallel collision detection of ellipsoids with applications in large scale multibody dynamics

This contribution describes a parallel approach for determining the collision state of a large collection of ellipsoids. Collision detection is required in granular dynamics simulation where it can combine with a differential variational inequality solver or discrete element method to approximate the time evolution of a collection of rigid bodies interacting through frictional contact. The approach proposed is structured on three levels. At the lowest level, the collision information associated with two colliding ellipsoids is obtained as the solution of a two-variable unconstrained optimization problem for which first and second order sensitivity information is derived analytically. Although this optimization approach suffices to resolve the collision problem between any two arbitrary ellipsoids, a less versatile but more efficient approach precedes it to gauge whether two ellipsoids are actually in contact and require the more costly optimization approach. This intermediate level draws on the analytical solution of a 3rd order polynomial obtained from the characteristic equation of two arbitrary ellipsoids. Finally, this intermediate level is invoked by the outer level only when a 3D spatial binning algorithm indicates that two ellipsoids share the same bin (box) and therefore could potentially collide. This multi-level approach is implemented in parallel and when executed on a ubiquitous Graphics Processing Unit (GPU) card scales linearly and yields a two orders of magnitude speedup over a similar algorithm executed on the Central Processing Unit (CPU). The GPU-based ellipsoid contact detection algorithm yields a 14-fold speedup over a CPU-based sphere contact detection algorithm implemented in the third party open source Bullet Physics Library (BPL). The proposed methodology provides the efficiency demanded by granular dynamics applications, which routinely handle scenarios with millions of collision events.     

基于流的实时碰撞检测算法

实时碰撞检测是计算机图形应用中不可或缺的问题之一,复杂物体间的实时碰撞检测至今仍未能得以很好的解决.高性能可编程图形硬件的出现,正在改变着通用计算仅能由CPU完成的传统观念.探索性地采用了可编程图形硬件来解决复杂物体间的实时碰撞检测问题.通过将两个任意物体间的碰撞检测计算映射到图形硬件以有效利用图形硬件的并行架构,由实时绘制过程快速产生碰撞检测结果.为此,算法首先将碰撞检测问题转化为一组线段集合与三角形的求交问题,以实现碰撞检测算法向可编程图形硬件的迁移.在对算法复杂度进行理性分析的基础上,给出了两种有效的优化技术以提升算法效率.实验结果表明,与现有的图像空间碰撞检测算法相比,该算法在效率、精确性和实用性方面具有明显优势.     

基于空间剖分的碰撞检测算法研究

针对虚拟环境中物体碰撞检测效率不高的问题,提出了一种基于空间剖分的碰撞检测算法。利用物体空间分布特性以及运动物体碰撞行为的局部性,先用空域分割中定性-定量结合的方法快速确定可能碰撞的物体对,再用混合层次包围盒进行精确测试,明显地提高了碰撞检测速度。实验分析表明,该算法不仅可实现复杂场景下多个物体同时发生碰撞的检测,也能保证算法在物体高速运动时的有效性。     

Efficient Collision Detection for Moving Ellipsoids Using Separating Planes

We present a simple, accurate and efficient algorithm for collision detection among moving ellipsoids. Its efficiency is attributed to two results: (i) a simple algebraic test for the separation of two ellipsoids, and (ii) an efficient method for constructing a separating plane between two disjoint ellipsoids. Inter-frame coherence is exploited by using the separating plane to reduce collision detection to simpler subproblems of testing for collision between the plane and each of the ellipsoids. Compared with previous algorithms (such as the GJK method) which employ polygonal approximation of ellipsoids, our algorithm demonstrates comparable computing speed and much higher accuracy.     

基于空间划分和线性规划的快速碰撞检测算法

为提高在复杂环境下多物体碰撞检测的速度,提出基于空间划分和线性规划的快速碰撞检测算法。该算法首先用均匀网格法来确定处于同一单元格内的对象,然后利用线性规划的方法对处于同一单元格内的对象进行精确测试,并实时得到碰撞检测的结果。实验结果表明,与传统的碰撞检测算法相比,该算法可以缩短计算时间,提高了碰撞检测的效率。