可变形体物理模拟与碰撞检测分析-physical simulation of deformable body and analysis of collision detection.docxVIP

可变形体物理模拟与碰撞检测研究摘要摘要计算机三维动画与虚拟现实是计算机图形学的一类典型应用，而基于真实感的物理模拟正是这些应用背后的技术支撑，具有重要研究意义。基于真实感的物理模拟由于问题本身的高计算量与高复杂性的特征，以及与硬件相关的新工具新技术的产生，而受到众多研究者的持续关注。布料、毛发、肌肉等可变形体在物理模拟场景中广泛出现。不同于刚体，可变形体有其独特的结构与运动特征，并且对物理模拟的真实感有显著的影响。包含可变形体的物理模拟系统中，建模与碰撞检测是两个关键环节，对模型的场景迭代与碰撞检测占据了系统计算量的50%到90%，是系统的瓶颈与优化的关键。本文的主要工作是，实现了一个基于GPU的可变形体物理模拟与碰撞检测系统。文中详细阐述了可变形体物理模拟与碰撞检测系统的工作流程，对几个关键环节给出新的方法或改进。通过设计GPU并行算法并采用OpenCL技术，实现了基于图形硬件加速的物理模拟与碰撞检测。本文提出了一种基于完全二叉树的包围盒层次结构（BVH),对并行算法与GPU显存管理方式而言，该结构的内存组织更为友好，存储空间紧凑。基于该结构给出CPU上的BVH构建算法，算法在保证较低复杂度的情况下，将节点构建成完全二叉树。在此基础上，文中给出GPU上的并行更新与并行碰撞检测算法，运用GPU的并行计算能力突破模拟瓶颈。此外，本文针对自碰撞检测算法中基于平面规则性的自碰撞剔除策略，在法向锥合并算法上进行了改进，提高了碰撞检测算法的精度与效率。文中将该问题转化为平面上两个角最优化合并的计算几何问题，得到了法向锥的优化合并算法。系统的实验结果表明，相对于纯CPU实现的可变形体物理模拟系统，本文基于GPU的并行系统实现在碰撞检测环节达到约2.6倍加速比，其他环节加速比均超过3倍，整体平均系统运行效率提高了约3倍。关键词：可变形体，物理模拟，碰撞检测，并行算法，GPU研究类型：应用研究中图法分类号：TP391III可变形体物理模拟与碰撞检测研究AbstractABSTRACTComputerthree-dimensionalanimationandvirtualrealityareimportantappli?cationsofcomputergraphics.Bysupportingalltheseapplications,realisticphysi?callybasedsimulationtechnologydrawsmoreandmoreattentionintheresearcharea,meanwhileitscomputationalcomplexityanddevelopinggraphicshardwareintroducedmanychallenges.Deformableobjects,suchascloth,hairandmuscle，appearinalmostallphysi-ca]simulationenvironments.Deformableobjectshavetheirownstructureanddy?namicscharacteristics,thereforesignificantlyimpactontheresultofrealisticsimu?lation.Inthesimulationsystemincludingdeformableobjects，modelingandcolli?siondetectingarebottleneck,whichaccountfor50to90percentofcomputation.ThisthesisdesignsandimplementsasimulationandcollisiondetectionsystemofdeformableobjectsonGPU,inwhichnewmethodsandimprovementsarepre?sented.ThesimulationsystemisbuiltongraphicshardwareusingparallelalgorithmwithOpenCL.Inthisthesis,anewboundingvolumehierarchy(abbr.BVH)ispresented,whichisbasedoncompletebinarytree.Itsaspace-savingandmemory-friendiystructureonGPU.Basedonthisdatastructure,theBVHconstructionalgorithmonCPUisgiven,witharelativelylowcomplexity.Moreover,theupdatealgorithmaswellascol