层扫描模型优化方法在水轮机仿真中应用.docVIP

层扫描模型优化方法在水轮机仿真中应用 　　摘 要：在依靠虚拟现实来实现的水轮机运行仿真系统中，模型优化是个不可缺少的过程，但普通算法经常会破坏水轮机模型的轮廓。为了保证模型轮廓正确，在LOD模型优化算法基础上提出了层扫描的概念，建立点法线专用数据结构，把层扫描理论应用于水轮机三维数据的模型优化中。实验结果表明，通过层扫描后的模型优化即能减少场景的复杂性，又最大限度的保留了水轮机的模型细节，保证了实现过程没有歧义。 关键词：虚拟现实；水轮机；层扫描 引言 虚拟现实应用于水轮机运行仿真具有重大意义，在专业领域的位置、力矩、扭力输出、功率、转速和磨损等给予生动形象的演示，它可以模拟水轮机实际操作的环境和场景，运用数学模型和物理传感模拟操作过程和事故过程，提供交互操作环境，操作者有身临真实现场操作的感觉，是传统试验设备和模型仿真所不能替代的。其功能可以替代投资数千万元的大型水利试验室，彻底改变对于水轮机的运行认知方式。由于水轮机模型具有超级的圆滑性和弧线外观，高精度水轮机、控制设备和发电机的三维模型三角面数往往达到数百万，在普通的PC机上运行比较困难。为了运行流畅，采用模型的优化算法就是必不可少的，比较成熟的是细节层次优化方法（Level Of Detail，简称LOD）。LOD的算法一般分为静态优化和动态优化，本文主要在传统动态优化方法上提出了一种适合水轮机模型的改进方法。 1 现有方法分析 LOD技术最早是在1976年由Clark提出[1]，后来在Clark的算法基础上又有许多不同的算法被提出。一类是如Hinkler等的几何优化方法，在三维模型上通过对三角面端点的空间属性的比较，可以检测出共面或近似共面的三角面片，当这些共面的三角面数量较多时，通过一个阀值来控制三角面的合并，或者直接把相邻的边合并。当阀值较小时，合并的强度就小，最后剩余的三角面数就较多。当阀值较大时，合并的强度较大，将大量三角面片合并后重构，最后剩下的三角面数较少。此类方法在巨大数据量的地形模型上应用较多且效果明显，但它的误差评估准确性较差。优化时相对摄像机稍远的地方，常常把一座高山简化成一个锥形[2][3]。对于山脉来说容许的误差可以很大，但对于水轮机来说就会造成视觉错误。另一类方法是通过变换技术来实现复杂模型的简化，例如模型符合层次结构模型HHC（Hierarchy Hyper Cube），就可以利用小波变换来得到模型不同精度的表示，其优点是能在简化的模型中较好地保持原模型的局部特征。但是，这个局部特征是把整个模型平均化了，无法指定模型的某一部分外观保持不变，而对于水轮机来说，在转角和弧度有要求的地方应该尽量保持外观，对于大面积的水轮机机体和内部构造却应该进行大幅度优化。无论用上述哪类优化方法要么会造成形体轮廓变形过大，尤其是水轮机的导叶、液压装置等，很容易造成视觉错误。要么会留下大量本来可以优化的三角面，造成系统的负担。因此在虚拟现实水轮机仿真系统的开发过程中，在普通LOD算法上进行了改进，运用模型点法线的角度变化理论确定了模型的边界转角度数，进而得到一种对水轮机外形损失最小的模型优化方法。 2 方法原理 Paul C Lauterbur发明的核磁共振CAT扫描仪获得1979年诺贝尔医学奖，此仪器能够分层提供人体切面的三维图像，每扫描一层就提供一次当前层图像，这种操作方式被普遍称之为“轴向分层”。参考这种思维方式，在水轮机模型优化的过程中首先定义水轮机的轴向，然后通过沿着轴向逐层扫描其模型的表面或者内部结构，并运用向量运算相关方法得到的相邻层的点法线方向向量差，进而判断点的优化强度。现将此方式简称为层扫描模型优化方法。 层扫描的原理是在模型进行优化前，首先将相邻层的法线方向做比较，当法线角度差大于某一给定角度时，认为模型的突变转角存在，这一层与其相邻层的转折点就不参与优化。这样就能保证在最小的模型变形上减少模型的复杂度。通过分析三维模型的三角面拓扑结构，得知在任何一个三角面上都有三个端点（vertex），每个三角面有公用同一条边的相邻三个三角面。可以通过这四个三角面夹角算出在公用边上点法线。但是按照一般的建模习惯，三维软件中经常是四边形建模，这样每个四边面转变成三角形以后，每个端点都是属于6个三角面的公用点[5]，所以在为了计算某一个点的法线向量，一般算法是从包含这个点的任意一个三角面face1开始利用向量积运算得到三角面向量 ，继续运算后得到公用这个点的六个面的六个法线向量（ ，，， ），对此六个向量求向量和，得到的就是当前的点法线向量[6]。当点法线向量已知情况下，我们通过逐层扫描的方法，通过判断点的轴向坐标得知点的层次，在不同层的相邻点上通过acos（cos（ ））（求向量夹角）得到向量的角度差[7]，