一种快速的双重层次包围盒碰撞检测算法

传统的包含方向包围盒(OBB)的混合包围盒结构大多只是利用了OBB的紧密性特点,没有对OBB之间的相交测试进行改进,而OBB相交测试却占了这类算法的大部分运行时间。基于此,提出一种基于AABB-OBB双重包围盒的碰撞检测算法,外层的AABB可以快速排除分离距离较大的模型对,而当AABB相交时,与传统需要检测15条潜在分离轴的方法不同,内层的OBB之间的相交测试只需检测特定的5条分离轴。最后在算法的基本图元相交测试阶段,利用OBB之间相交测试所计算的中间值代替三角形的坐标值,省去不同模型中的三角形坐标变换,这一步骤进一步提升了整个算法的效率。     

虚拟环境中优化的OBB碰撞检测算法研究

碰撞检测是计算机图形学的研究热点之一,基于包围盒的碰撞检测算法是一种比较有效的碰撞检测算法.OBB紧密性较好,能有效提高系统的检测效率,但是相交测试的代价太大,根据AABB易于构造、计算简单但紧密性差的特点,提出并实现了优化的OBB碰撞检测算法.实验结果证明:优化算法能够较大幅度地提高了碰撞检测的实时性能,取得较好的效果.     

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。     

碰撞检测中的固定方向凸包包围盒的研究

碰撞检测在计算机图形学、CAD、仿真、虚拟现实等领域都有重要的研究意义.包围盒层次是解决碰撞检测问题固有的时间复杂性的一个有效途径.论述了用固定方向凸包(fixeddirectionshulls,简称FDH)作为包围盒进行碰撞检测的方法,证明了固定方向凸包适用于复杂环境中的精确碰撞检测,包括软体对象环境中的碰撞检测,并通过实验数据与其他包围盒进行了性能分析与比较.     

基于包围盒与碰撞的模型填充算法研究

为了将任意模型使用球体进行密实填充,提出了一种基于包围盒与碰撞的模型填充算法。该算法首先生成模型的轴对称包围盒;其次在包围盒内产生任意数量球体并进行刚体碰撞,碰撞后的球体将会在包围盒的范围内均匀分布;最后采用判断法线方向算法筛选出模型内部的球体并保留至最终结果。通过实例证明,该算法能够根据输入的球体填充数量及孔隙率快速生成模型内的紧密填充球体。该算法对于模型的适应性高,生成速度快,具有2,000万三角网格的模型仅需20秒即可生成内部填充球体,为生成点阵结构模型进一步奠定了基础。     

改进的基于AABB包围盒的碰撞检测算法

介绍了一种改进的基于AABB包围盒的碰撞检测算法,通过对对象不断的分割逐步构造出贴近对象的层次包围盒,在碰撞检测阶段对其逐层遍历以实现精确而快速的碰撞检测.实验结果表明,与层次包围球算法相比,该方法在构造二叉树和进行精确的碰撞检测时,性能都有较为明显的提高.     

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NUR13S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(AAI313)与固定方向凸包(FDH)的混合层次包围盒树:根节点采用AA1313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。     

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.     

虚拟坦克装甲车运动仿真中的碰撞检测算法研究

提出了一种新的虚拟坦克装甲车运动仿真的混合碰撞检测算法,该算法是先用帧与帧之间的画面连贯性进行判断,若帧与帧之间的物体不一致,则用方向包围盒来进行碰撞检测,为了避免两帧之间发生穿透,则有线段与包围盒的重叠测试进行穿透测试。此算法可以很好解决坦克装甲车的运动仿真中的碰撞检测。满足实时性要求。     

用混合包围盒优化碰撞检测方法

提出一种利用混合包围盒优化的碰撞检测方法。该方法根据碰撞相交刚体不同组件的复杂度进行层次设置,在层次包围盒树顶层使用包围球,在其他层使用OBB包围盒以实现碰撞检测功能。与传统方法相比,缩短了碰撞检测时间,提高了碰撞检测速度,实验结果验证了方法的有效性。     

虚拟手术中快速碰撞检测方法的研究

为了解决虚拟手术的快速碰撞检测问题;提出了一种新的基于层次包围盒的快速碰撞检测方法。文中基于虚拟手术中器官组织是软体模型且规模巨大;而手术器械是刚体模型且结构简单这一特点;从层次包围盒构造、包围盒树遍历和精确相交测试三个方面改进算法。仿真实验表明该算法能正确有效地处理虚拟手术中的碰撞检测;与标准库RAPID对比;随着软体模型规模的增大;该方法能显著提高碰撞检测的效率。     

一种用于实时模拟布料与流体交互的算法研究

针对目前布料与流体交互时出现的流体穿透和布料自碰撞问题,提出一种用于实时模拟布料与流体交互的方法.首先,根据布料的网格拓扑结构引入拉伸约束和弯曲约束对弯曲力以及拉伸力进行建模;其次,采用膨胀式连续碰撞检测方法检测布料与流体间的碰撞,并使用基于惩罚的接触力来处理碰撞响应,解决了高速度流体与布料发生碰撞时的穿透问题;最后,引入交互因子记录布料与流体的首次接触时间,采用扩张的k-DOPs层次包围体结构对布料上的所有几何元素进行相交检测,并采用施加约束的方法处理发生碰撞的质点的位置和速度,保证了检测速率并解决布料自碰撞的问题.实验结果表明,该方法能够准确检测到流体穿透和布料自碰撞的问题,并对交互时的相互作用做出正确的碰撞响应,且该方法具有实时性、效率高和通用性等优点.     

融合DNN与AABB—圆形包围盒自碰撞检测

目的 为了解决自碰撞检测剔除率低和检测速度慢的问题,提出一种AABB（aixe align bounding box）—圆形包围盒树结构和具有二分类功能的深度神经网络（deep neural network,DNN）加速包围盒相交检测的方法。方法 对变形体构建AABB—圆形包围盒树,即对内部节点构建AABB包围盒,对叶子节点构建圆形包围盒。根据AABB—圆形包围盒生成包围盒测试树（bounding volume test tree,BVTT）,采用深度神经网络优化BVTT的包围盒相交测试和法向锥测试,输出碰撞三角形对。结果 在确定最优隐含层数和每层最优节点数保证深度神经网络达到最佳准确率的情况下,实验结果表明,在没有自碰撞的情况下,本文方法与AABB-OBB方法、经典包围盒方法耗时相同,但在自碰撞足够多的模拟场景中,融合深度神经网络的AABB-圆形包围盒方法比AABB-OBB（oriented bounding box）方法和经典的包围盒方法速度更快,整体耗时缩短了21%~37%。同时,对5种方法的更新率、检测效率和图元相交测试时间进行实验对比,发现本文方法比AABB-OBB方法和经典的方法具有更好的贴合性和更快的相交测试速度。结论 本文方法相对于AABB-OBB方法、经典包围盒方法的测试速度更快,不仅提高了自碰撞检测高层剔除率,同时降低了模拟整体耗时,更适用于实时变形体自碰撞检测领域。     

基于Snake模型的碰撞检测算法研究*

针对现有的碰撞检测算法难以解决物体形变的问题,提出了一种面向可变形物体的碰撞检测方法。该算法在AABB碰撞检测方法的基础上将Snake模型的能量函数引入到包围盒的更新过程中。实验证明该算法不仅适用于刚体间的碰撞检测,还适用于非刚体对象,计算简单、速度快且精确度高。     

包围盒碰撞检测算法的优化

围绕如何提高碰撞检测的速度,对虚拟环境中的物体进行了假设,提出了对碰撞检测进行预处理的方法,并结合各类包围盒的特点,提出了在碰撞检测中针对具有不同几何特征的物体选择不同类型包围盒的混合包围盒算法,分析了不同类型包围盒之间的求交算法,实现了层次包围盒碰撞检测算法的优化,提高了碰撞检测的速度,增强了系统的实时性。     

碰撞检测技术研究综述

碰撞检测在图形学、仿真、动画和虚拟现实等技术中得到广泛的研究,这些研究具有十分重要的意义。文章对二维空间中多边形等面模型间相交,以及三维空间中多面体等体模型间干涉的角度对碰撞检测技术的研究和发展作了较为全面的论述,并对几种常用的碰撞检测算法进行了分析和比较,最后对碰撞检测算法的发展方向提出了几点建议。     

碰撞检测技术在三维交互漫游系统中的应用

针对提高交互漫游系统中动态的视点与静态的场景对象之间的碰撞检测性能进行了研究,将碰撞检测算法分成两步:第一步采用包围盒进行碰撞的粗略检测;第二步采用相交测试法进行碰撞的精确检测,并采用限时计算的思想对整个碰撞检测加以优化。实验结果表明,该算法加快了碰撞检测的速度,能较好地适应3D物体碰撞检测准确、快速的要求。