虚拟设计中碰撞检测技术的研究

针对目前虚拟设计中碰撞检测系统复杂、速率和精度达不到理想要求的现状,提出一种两阶段碰撞检测算法。该方法粗测阶段采用AABB包围盒进行相交测试,剔除完全不相交的目标物体;精测阶段采用空间投影技术结合z缓存算法对上一步结果的潜在性相交目标进一步测试,获得物体碰撞数据信息,最终完成目标物体的碰撞检测。实验结果表明,该算法检测效率优于传统包围体碰撞检测算法。该技术改进后可实现更精确的碰撞检测。     

射线算法在碰撞检测中的应用

介绍了用射线算法进行碰撞检测和确定碰撞位置,并将该算法应用到碰撞响应的实现．这种算法不仅用于检测两个物体之间的碰撞,也适用于具有大量物体的虚拟环境中的碰撞检测,还能够用于在虚拟环境中进行物体的拾取等．     

面向虚拟手术的碰撞检测优化算法

为了提高虚拟手术仿真系统中碰撞检测算法的效率,基于混合包围盒碰撞检测法,提出了一种快速的碰撞检测优化算法。首先利用S-AABB上层包围盒进行粗略碰撞检测,然后利用球包围盒进行底层精确碰撞检测,并采用2种优化方法代替传统上建立层次二叉树的过程。采用分区域碰撞检测法,使每次检测只是针对某一个区域内的单元体,有效地提高了碰撞检测效率;采用预测碰撞检测法,当碰撞连续发生时,预测出即将可能发生碰撞的单元体,只是针对这些单元体进行碰撞检测。最后通过实验数据,证明了该碰撞检测算法及其优化方法的有效性及其快速性。     

一种基于距离聚类的并行碰撞检测算法

针对大量多物体碰撞检测时,碰撞检测效率低的问题,提出了并行碰撞检测技术,采用多进程同时处理,缩短碰撞检测时间,增加碰撞检测效率。针对并行碰撞检测对儿间相互制约的问题,提出了基于距离聚类的方法,该算法将仿真平台中可能发生碰撞的物体归为某一类,不同类物体不会发生碰撞。该算法为每一类分配一个进程,消除了碰撞检测对儿相互制约的问题,提高了碰撞检测效率。此算法适合大规模物体间碰撞检测,规模越大,分类越多,并行碰撞检测效果越明显。     

基于数据手套和双目视觉技术的虚拟手势及其空间位置跟踪

基于数据手套技术,搭建了虚拟手势交互系统,实现人手到虚拟手的映射. 对双目视觉中空间点定位模型进行了修改,提出一种基于两垂直摄像头的空间点定位模型,实现了基于双目视觉技术的运动目标位置与姿态跟踪;通过对CamShift算法的改进,提高了运动目标跟踪系统的准确性和自动性,解决了柔性物体的空间姿态捕捉问题. 在VS2008平台上,用VC++和双摄像头搭建了一个虚拟手势交互平台,通过实验,获取了图像及相应的角度与位置信息对照,将虚拟手的位置和姿态与图片相对照,对所提出的方法进行了验证,证明了该方法的有效性.     

基于PPT跟踪器和Cyber手套的虚拟手交互

提出了一种基于PPT(precision position tracker)跟踪器和Cyber手套的虚拟手交互方法,该方法先是通过PPT跟踪器获取人手的空间方位和移动数据以及通过Cyber手套获取手指各关节的运动数据;接着构建相应的数据结构,关联数据手套、位置跟踪器和虚拟手,驱动虚拟手操作,实现虚拟手在3D虚拟环境中的自然交互.实验结果表明此方法可以实时地获取数据手套运动数据并控制虚拟手操作,视觉效果良好,交互行为直观.     

运动物体仿真中的碰撞检测研究

针对运动物体仿真中碰撞检测的实际需要,对运动物体与地面的碰撞检测和运动物体与地面上其他物体的碰撞检测进行了研究,对方向包围盒（OBB）碰撞检测算法进行了设计,使VegaPrime中的碰撞检测由单一的线段变成了完整的三维物体。试验结果表明,通过对比例参数的控制,能产生具有预警机制或碰撞容忍度的碰撞检测包围盒。     

碰撞检测技术与虚拟坦克仿真训练

虚拟坦克仿真训练作为一个虚拟现实系统,需要研究和解决碰撞检测问题,三维物体间的碰撞检测是实现虚拟现实系统沉浸性的重要问题。在坦克虚拟驾驶模拟器视景系统中,坦克与其它地面车辆、建筑物、树木的碰撞,坦克在战场地形上的跟随地形起伏运动,以及坦克在开炮过程中炮弹击中目标或炮弹落点的检测,归根结底都可以看作是视景中物体与物体之间的碰撞检测。从数学上说,碰撞检测表现为两个多面体的求交问题,数学求解并不成问题,但是,在实时仿真中对碰撞检测算法提出了实时性要求。为满足实时性的要求,很有必要对碰撞检测模型进行优化和简化。     

碰撞检测技术与虚拟坦克仿真训练

虚拟坦克仿真训练作为一个虚拟现实系统,需要研究和解决碰撞检测问题,三维物体间的碰撞检测是实档现虚拟现实系统沉浸性的重要问题.在坦克虚拟驾驶模拟器视景系统中,坦克与其它地面车辆、建筑物、树木的碰撞,坦克在战场地形上的跟随地形起伏运动,以及坦克在开炮过程中炮弹击中目标或炮弹落点的检测,归根结底都可以看作是视景中物体与物体之间的碰撞检测.从数学上说,碰撞检测表现为两个多面体的求交问题,数学求解并不成问题,但是,在实时仿真中对碰撞检测算法提出了实时性要求.为满足实时性的要求,很有必要对碰撞检测模型进行优化和简化.     

几何面的层次式虚拟装配碰撞检测方法

为了解决虚拟装配中的碰撞检测问题,提出了一种基于几何面的层次式碰撞检测方法.通过CAD系统和虚拟装配系统之间的数据转换,实现了虚拟环境中零件几何面对象的表达和重构.分包容盒层、空间分割块层、几何面层、面片层进行递进式判断,从而逐步缩小碰撞检测的范围.该方法可以有效弥补传统碰撞检测方法中对零件几何面信息考虑的不足.测试结果表明,该算法可有效提高碰撞检测的效率,而且可直接返回发生碰撞的几何面对,从而为虚拟装配过程中的约束识别提供依据.该方法已在卫星虚拟装配系统中得到成功应用.     

基于可变形物体的碰撞检测算法

为了提高可变性物体在虚拟现实技术中碰撞检测的效率和准确度,提出了一种改进的基于可变形物体的碰撞检测算法。该算法利用蚁群算法优化蛇形轮廓模型,并将蛇形轮廓模型应用于固定方向凸包包围盒的更新过程中。实验结果表明,该算法极大地简化了固定方向凸包包围盒算法的重建过程,提高了碰撞检测的效率,同时由于加入优化的蚁群算法,提高了碰撞检测的准确度。     

一种改进的动态OBB层次结构碰撞算法

在虚拟场景中普遍采用基于OBB包围盒的碰撞检测技术,然而传统算法对于大数据量模型的检测仍然效率不高,难以保证实时性。在分析了OBB及其改进算法的基础上,采用改进的OBB中心计算方法,使包围盒能够更紧密的包围模型,提高碰撞检测的准确性和时间效率。在碰撞检测过程中动态地建立OBB层次结构,减少了时间复杂度和空间复杂度。分析和实验结果证明,改进后的算法在处理一般曲面模型尤其是大数据曲面模型时,碰撞检测的稳定性和效率都有明显提高。     

利用虚拟传感器的巡视器机械臂碰撞检测算法

为提高传统AABB树碰撞检测的精度和效率,提出一种基于虚拟传感器的月面巡视器机械臂碰撞检测算法.建立月面巡视器机械臂的逆运动学解算模型;对地面环境点云数据进行Delaunay三角化,采用多叉树代替二叉树作为AABB树储存环境点云三角面集;利用虚拟传感器简化巡视器机械臂结构模型,通过虚拟传感器遍历AABB树中的环境点云三角面集进行碰撞检测,避免机械臂与环境发生干涉.月面巡视器就位探测任务内场实验表明:基于虚拟传感器的月面巡视器碰撞检测算法使碰撞检测精度在1 mm内,碰撞检测时间降低至10 s内.基于虚拟传感器的碰撞检测算法具有高效性和可行性.     

光滑粒子流体动力学流体仿真交互性研究

为了加强虚拟水体的交互性,在基于物理的水体仿真基础上,应用并扩展了光滑粒子流体动力学技术,提出了一种基于粒子的流体仿真算法.该算法通过对光滑粒子流体动力学基本算法进行扩展,解决了虚拟水体与虚拟场景中的静态实体以及动态实体的交互问题,并给出了仿真算法的程序实现方法.实验表明,该算法既满足了虚拟水体渲染的实时性要求,同时又解决了虚拟现实场景中水体与其它物体的交互性问题.     

虚拟手术模拟系统中包围盒碰撞检测技术及应用研究

碰撞检测模块是虚拟内窥镜系统的重要组成部分。根据变形物体的碰撞检测要求及连续切割过程对网格结构的影响,提出了碰撞检测的层次包围盒结构修正方法。该方法针对网格中的单元剖分和网格优化的过程中网格单元变化采用子树替换、位置提升方法进行修正,可满足连续切割中正确碰撞检测和精确碰撞的要求.     

虚拟装配系统中一种快速碰撞检测方法

在虚拟装配系统中,碰撞检测用于判定一对或多对物体在给定时间域内的同一时刻是否占有相同区域。它是虚拟装配的关键技术之一。本文提出了一种能够快速、准确检测碰撞的交迭轴包围盒碰撞检测算法,该方法OAABBs过滤掉那些不会相交的元素,具有高度的并行性、快捷性,经试验验证,提高了虚拟装配的仿真性能。     

斜管法流变制浆工艺的虚拟制造

主要探讨了斜管法流变制浆工艺的虚拟制造的具体实现方法，在OpenGL与VC 的平台上。以基于建模的虚拟现实技术为指导。利用3DMAX对静态物体进行几何建模，对于动态物体分别采用重画技术和粒子系统方法来进行行为建模和物理建模．然后将几何建模、行为建模和物理建模结合起来模拟整个工艺过程。     

虚拟仿真中碰撞检测系统设计与实现

碰撞检测是虚拟仿真中的重要环节.针对碰撞检测中存在多个不同尺寸、不同运动状态的不规则物体场景,研发了一种碰撞检测系统.结合空间剖分技术与方向包围盒层次树实现碰撞检测,对物体间相交穿透问题进行回退处理.系统中设计了场景构建、预处理、实时检测功能,对各功能执行效果加以可视化.结果表明,系统具有良好的检测效率和真实感.     

基于卷积神经网络的仓储物体检测算法研究

针对仓储环境中物体检测公开数据集匮乏的问题,通过摄像机采集真实仓储环境中包含货物、托盘和叉车的大量图像进行标注,创建了一个仓储物体数据集. 同时针对传统物体检测算法在仓储环境中检测准确率较低的问题,将基于卷积神经网络的DSOD应用于仓储环境中,通过在自己创建的仓储物体数据集上从零开始训练DSOD模型,实现了仓储物体的准确性检测. 该算法的mAP达到了93.81%,比Faster R-CNN、SSD分别提高了0.04%、1.44%; 并且模型大小仅有51.3 MB,比Faster R-CNN、SSD分别减小了184.5 MB、43.4 MB. 实验结果表明,该算法获得了较为满意的仓储物体检测效果,其在仓储物体检测领域具有一定的实用价值.     

基于卷积力矩观测器与摩擦补偿的机器人碰撞检测

针对常规工业机器人在未知环境下运行时可能产生碰撞的安全性问题,提出一种新型的机器人碰撞检测算法. 设计卷积力矩观测器,通过实时观测关节输出力矩与动力学估计力矩的偏差实现机器人碰撞检测. 为了避免机器人处于不同位姿、运动状态等情况下关节摩擦对机器人碰撞检测的干扰,采用静态LuGre模型对关节摩擦进行补偿. 通过对实际工业机器人的运动监测,辨识出更加准确的静态LuGre模型参数. 该碰撞检测算法无需加速度信息,避免了对位置反馈信息二次求导所带来的计算误差. 关节力矩基于关节伺服驱动的电流信息获取,无需安装专门的力/力矩传感器,从而在常规工业机器人无需额外配置的情况下,只需采集机器人关节驱动电机电流和位置信息即可实现碰撞检测. 通过人与机器人交互实验验证了该碰撞检测算法的有效性.