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。     

导弹飞行视景仿真中的碰撞检测算法

针对导弹飞行视景仿真中碰撞检测实时性与精确性的不足,提出了一种优化的混合包围盒碰撞检测算法.该算法在包围盒树的上层使用Sphere,下层使用OBB;将该算法在导弹飞行视景仿真系统中实现后,分别与相交矢量碰撞检测算法、OBB包围盒算法进行对比试验和分析.结果表明,这种混合包围盒算法能够有效地提高导弹飞行视景仿真中碰撞检测的实时性与精确性.     

基于包围盒和空间分解的碰撞检测算法

文中提出一种基于包围盒和空间分解的碰撞检测算法,用以解决软体的碰撞检测。算法使用AABB包围盒做初步检测,确定可能发生碰撞的物体。再根据包围盒的重叠情况缩小可能发生碰撞的区域,利用哈希表作为数据储存结构进行空间分解,将物体包围盒重叠区域的基本几何元素的空间网格映射到哈希表中,将碰撞区域缩小到基本几何元素,最后用基元碰撞检测找出具体碰撞点。由于前期AABB包围盒的处理减少了空间分解阶段需要映射的基本几何元素数量,该算法具有较高的运算速度。     

基于包围盒与空间分解的碰撞检测算法

本文提出了一种基于包围盒方法与空间分解方法相结合的碰撞检测算法,用于解决变形体的碰撞检测问题。该算法首先用包围盒来快速判断物体之间是否相交,如果相交则进一步用空间分解法来定位相交的区域,在此阶段用哈希表的数据结构来保存物体的几何信息。与其他碰撞检测算法相比较,本算法不仅能够较大地节省空间,而且时间复杂度也比较低。除此之外,本算法不仅能够找出发生碰撞的基本几何元素对,而且还能够精确地找出碰撞点。     

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。     

基于质点-弹簧模型碰撞检测算法的改进

碰撞检测技术在织物的模拟等方面中有着广泛的应用.在采用质点-弹簧模型对柔性表面进行建模,对网格曲面进行三角划分后,为环境中的物体建立各自的方向包围盒(OBB).用改进的碰撞检测和自碰撞检测算法对柔性织物及其所处三维空间中的物体进行处理,提高了柔性织物动态仿真的速度.     

Efficient collision detection using a dual OBB-sphere bounding volume hierarchy

We present an efficient algorithm for collision detection between static rigid objects using a dual bounding volume hierarchy which consists of an oriented bounding box (OBB) tree enhanced with bounding spheres. This approach combines the compactness of OBBs and the simplicity of spheres. The majority of distant objects are separated using the simpler sphere tests. The remaining objects are in close proximity, where some separation axes are significantly more effective than others. We select 5 from among the 15 potential separating axes for OBBs. Experimental results show that our algorithm achieves considerable speedup in most cases with respect to the existing OBB algorithms.     

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     

虚拟现实技术中碰撞检测算法研究

碰撞检测是虚拟现实技术、机器人技术与动画仿真技术等领域中一个关键的环节,其基本任务是确定两个或多个物体彼此之间是否发生接触或穿透。本文阐述了碰撞检测的一般结构、常见的几种分类标准。重点介绍了目前最主要的三种碰撞检测算法,基于包围盒方法的碰撞检测算法,基于图像空间的碰撞检测算法,基于距离场的碰撞检测算法,对它们各自的优缺点做了比较分析。最后预测了碰撞检测算法的未来发展方向。     

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。     

基于包围盒和空间分割的混合碰撞检测算法

针对碰撞检测算法实时性较差的缺陷,提出基于层次包围盒和空间分割的混合碰撞检测算法。该算法采用构造对象的AABB包围盒,快速排除不可能相交的对象进行空间分割,实现虚拟环境对象的碰撞检测。实验结果表明,与经典的Rapid算法对比,该算法能够节省检测时间,提高碰撞检测的效率。     

Android手持设备游戏中的碰撞检测算法研究

针对Android手持终端中复杂游戏场景的碰撞检测需求,提出了一种基于包围球和AABB的实时碰撞检测算法。该算法针对不同的虚拟对象构建不同的包围盒,并将改进后的包围盒投影排序分组方法应用其中。将该算法与使用包围盒投影排序分组方法的包围球算法与AABB算法比较,实验表明,该算法在保持更高精度的前提下仍能满足复杂场景中实时碰撞检测的要求。     

A fast algebraic non-penetration filter for continuous collision detection

Continuous collision detection is a key technique to meet non-penetration requirements in many applications. Even though it is possible to perform efficient culling operations in the broad stage of a continuous collision detection algorithm, such as bounding volume hierarchies, a huge number of potentially colliding triangles still survive and go to the succeeding narrow stage. This heavily burdens the elementary collision tests in a collision detection algorithm and affects the performance of the entire pipeline, especially for fast moving or deforming objects. This paper presents a low-cost filtering algorithm using algebraic analysis techniques. It can significantly reduce the number of elementary collision tests that occur in the narrow stage. We analyze the root existence during the time interval [0, 1] for a standard cubic equation defining an elementary collision test. We demonstrate the efficiency of the algebraic filter in our experiments. Cubic-solvers augmented by our filtering algorithm are able to achieve up to 99% filtering ratios and more than 10 ×  performance improvement against the standard cubic-solver without any filters.     

基于凸分解与OBB层次结构的碰撞检测方法

目前的碰撞检测方法大部分是基于简单的包围盒方法和简单的搜索算法的，这种算法精确度低且效率不高。基于凸分解与OBB层次结构的碰撞检测方法是对传统碰撞检测算法的一种改进，该方法继承了传统碰撞检测算法的优点，同时又对传统算法进行了必要的改进。实验证明，利用物体表面凸分解的方法解决了传统碰撞检测算法不能测试非凸物体相交的问题，拓宽了碰撞检测算法的应用范围；根据物体前后碰撞点的相关性，运用加速搜索提高了碰撞检测效率，降低了算法复杂度。     

基于深度纹理的实时碰撞检测算法

结合层次包围盒和基于图形硬件的方法,以带深度纹理的包围盒替代物体的几何模型,利用图形硬件在纹理映射时进行深度比较,以实现碰撞检测.实验结果表明,与CULLIDE算法相比,文中算法执行效率更高且执行时间固定,具有较高的实时性.     

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。     

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。     

基于凸分解与OBB层次结构的碰撞检测方法

目前的碰撞检测方法大部分是基于简单的包围盒方法和简单的搜索算法的,这种算法精确度低且效率不高。基于凸分解与OBB层次结构的碰撞检测方法是对传统碰撞检测算法的一种改进,该方法继承了传统碰撞检测算法的优点,同时又对传统算法进行了必要的改进。实验证明,利用物体表面凸分解的方法解决了传统碰撞检测算法不能测试非凸物体相交的问题,拓宽了碰撞检测算法的应用范围;根据物体前后碰撞点的相关性,运用加速搜索提高了碰撞检测效率,降低了算法复杂度。     

Efficient collision detection using bounding volume hierarchies ofk-DOPs

Collision detection is of paramount importance for many applications in computer graphics and visualization. Typically, the input to a collision detection algorithm is a large number of geometric objects comprising an environment, together with a set of objects moving within the environment. In addition to determining accurately the contacts that occur between pairs of objects, one needs also to do so at real-time rates. Applications such as haptic force feedback can require over 1000 collision queries per second. We develop and analyze a method, based on bounding-volume hierarchies, for efficient collision detection for objects moving within highly complex environments. Our choice of bounding volume is to use a discrete orientation polytope (k-DOP), a convex polytope whose facets are determined by halfspaces whose outward normals come from a small fixed set of k orientations. We compare a variety of methods for constructing hierarchies (BV-trees) of bounding k-DOPs. Further, we propose algorithms for maintaining an effective BV-tree of k-DOPs for moving objects, as they rotate, and for performing fast collision detection using BV-trees of the moving objects and of the environment. Our algorithms have been implemented and tested. We provide experimental evidence showing that our approach yields substantially faster collision detection than previous methods     

一种利用Delaunay 三角剖分的碰撞检测算法

虚拟现实中物体对象分布及运动情况呈现复杂多样,碰撞检测算法很难达到实时 性和准确性的要求。提出了一种基于Delaunay 三角剖分的多物体碰撞检测实时算法。该算法运 用包围体紧密拟合物体对象,以包围体的中心构建离散数据点集,生成Delaunay 三角网格,实 施碰撞检测,避免层次包围盒和空间划分的不利因素,物体的更新等操作限定在局部的三角形 内。实验表明在多物体的碰撞检测中,即使存在若干移动物体,算法能够满足实时性和准确性 的要求。