本發(fā)明涉及計算機圖形學領域，尤其涉及一種面向GPU包圍盒碰撞檢測方法。

背景技術：

碰撞檢測是計算機圖像、虛擬現(xiàn)實、計算機游戲、動畫、計算機輔助設計、機器人及虛擬制造等領域中的一個重要研究課題。碰撞檢測技術是檢測物體之間是否發(fā)生接觸或穿透，如果發(fā)生了這種情況就要采取相應的相應措施，而自碰撞檢測是可變形體模擬過程中最耗時的環(huán)節(jié)。而，現(xiàn)有算法大多是為單核CPU設計的，無法有效擴展到大規(guī)模并行處理器上。隨著多核圖形處理器(Graphics Processing Unit，簡稱GPU)的快速發(fā)展，基本上所有的計算機上都配置有GPU，設計新的并行算法有望利用GPU的計算資源提高碰撞檢測算法的效率。

因此，本領域的技術人員致力于開發(fā)一種面向GPU包圍盒碰撞檢測方法，在保證高度交互式更新率的前提下，快速準確地檢測兩個嚴重變形模型的所有基元對之間的相交。

技術實現(xiàn)要素：

有鑒于現(xiàn)有技術的上述缺陷，本發(fā)明所要解決的技術問題是開發(fā)一種面向GPU包圍盒碰撞檢測方法，在保證高度交互式更新率的前提下，快速準確地檢測兩個嚴重變形模型的所有基元對之間的相交。

為了獲得GPU的最大計算性能，需要考慮兩個問題：1、每個線程應使用盡量少的硬件寄存器和存儲資源，以保證GPU內(nèi)部同一時刻可以運行更多的活動線程；2、線程的單指令多數(shù)據(jù)操作對程序的分支執(zhí)行非常敏感，統(tǒng)一線程組內(nèi)的線程只有執(zhí)行程序的同一分支才能獲得最大性能。

為實現(xiàn)上述目的，本發(fā)明提供了一種面向GPU包圍盒碰撞檢測方法，包括以下三個階段：

階段1、包圍盒層次結(jié)構(gòu)構(gòu)造階段；

階段2、軸對齊包圍盒(AABB)碰撞檢測階段；

階段3、包圍盒層次結(jié)構(gòu)更新階段；

其中，

階段1具體為包括步驟11、在GPU上分階段構(gòu)造BVH樹；

階段2具體為包括步驟21、在GPU上進行AABB重疊測試；

步驟22、在GPU上進行基元三角形相交測試；

階段3具體為包括步驟31、使用包圍盒修整的方式更新BVH樹結(jié)構(gòu)。

進一步地，步驟11具體為：采用表面積啟發(fā)式算法策略來確定最優(yōu)的分割點，進而形成包圍盒的節(jié)點。

進一步地，計算每個潛在的分割點，然后采用寬度優(yōu)先的方式計算各個采樣分割點的表面積啟發(fā)式算法花費，以確定加速結(jié)構(gòu)中一個節(jié)點包圍盒的最優(yōu)分割點位置。

進一步地，計算每個潛在分割點的具體步驟為：C_p被設置為選取當前采樣點后進行遍歷和相交操作所可能產(chǎn)生的花費；n_l和n_r分別被設置為相應左子節(jié)點、右子節(jié)點所含的面片數(shù)量；S(N_l)、S(N_r)分別被設置為與當前采樣分割點相鄰的左子節(jié)點、右子節(jié)點的表面積，S(N)被設置為當前采樣分割點的父節(jié)點的表面積，K_T被設置為對當前采樣分割點的父節(jié)點進行遍歷所產(chǎn)生的花費，K_I被設置為對當前采樣分割點進行相交操作所產(chǎn)生的花費，利用公式C_p＝K_T+K_l[n_lS(N_l)+n_rS(N_r)]/S(N)得到的最小的C_p所對應的點即為最優(yōu)分割點。

進一步地，在包圍盒碰撞檢測階段，首先在GPU上進行全局的AABB重疊測試，接著在GPU上進行大規(guī)模并行重疊測試，在模型的全局AABB對之間檢測相交，找出存在相交的模型對。

進一步地，步驟31具體為，首先更新葉子節(jié)點，再更新兩個孩子節(jié)點，最后更新中間節(jié)點。

進一步地，步驟1還包括減少GPU計算資源浪費的步驟，具體為：

步驟12、在全局存儲區(qū)域中建立2個隊列，第1隊列和第2隊列分別用來存放等待進行劃分的包圍盒；

步驟13、當GPU存在空閑線程塊時，依次從第1隊列中取等待進行劃分的包圍盒節(jié)點進行劃分，并將產(chǎn)生的新的包圍盒節(jié)點放入第2隊列；

步驟14、當?shù)?隊列中所有等待進行劃分的包圍盒節(jié)點處理完畢后，清空第1隊列中的所有節(jié)點數(shù)據(jù)；當GPU存在空閑線程塊時，依次從第2隊列中取等待進行劃分的包圍盒節(jié)點進行劃分，并將產(chǎn)生的新的包圍盒節(jié)點放入第1隊列，直至第2隊列中等待進行劃分的包圍盒節(jié)點都處理完畢；

步驟15、循環(huán)執(zhí)行步驟14和步驟15，直至完成相應的包圍盒節(jié)點的劃分。

進一步地，構(gòu)造BVH樹的中期，使用一個block處理一個BVH節(jié)點。

進一步地，步驟1分別對模型X和模型Y構(gòu)造BVH樹。

技術效果

本發(fā)明的一種面向GPU包圍盒碰撞檢測方法能夠有效地利用GPU可多線程并行的特點，在GPU上構(gòu)建BVH樹結(jié)構(gòu)，在GPU上執(zhí)行大規(guī)模并行AABB包圍盒重疊測試，在GPU上進行造包圍盒層次結(jié)構(gòu)的更新，有效地將復雜的變形體碰撞檢測在GPU下進行大規(guī)模并行流計算的方式實現(xiàn)，在保證高度交互率的前提下，快速準確檢測兩個嚴重變形模型的所有基元對之間的相交。

以下將結(jié)合附圖對本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術效果作進一步說明，以充分地了解本發(fā)明的目的、特征和效果。

附圖說明

圖1是本發(fā)明的一個較佳實施例的一種面向GPU包圍盒碰撞檢測方法的流程示意圖。

圖2是本發(fā)明的一個較佳實施例的一種面向GPU包圍盒碰撞檢測方法的BVH樹構(gòu)造過程示意圖。

具體實施方式

如圖1所示，本發(fā)明的一較佳實施例提供了一種面向GPU包圍盒碰撞檢測方法，以檢測模型X、模型Y之間發(fā)生碰撞的三角形基元對為例，對發(fā)明的一種面向GPU包圍盒碰撞檢測方法進行詳細說明，在本發(fā)明的較佳實施例中，輸入流為根據(jù)模型X和Y構(gòu)造的BVH樹結(jié)構(gòu)構(gòu)成的兩個軸對齊包圍盒(Axis Aligned Bounding Box，簡稱AABB)，面向GPU包圍盒碰撞檢測方法的步驟主要是：

階段1、包圍盒層次結(jié)構(gòu)構(gòu)造階段；

階段2、軸對齊包圍盒碰撞檢測階段；

階段3、包圍盒層次結(jié)構(gòu)更新階段；

具體地，步驟如下：

階段1具體為包括

步驟11、在GPU上分階段構(gòu)造BVH樹；

步驟11、在GPU上分階段構(gòu)造BVH樹的具體步驟是，分別對模型X、Y創(chuàng)建初始的BVH樹。

采用表面積啟發(fā)式算法(SAH)策略來確定最優(yōu)的分割點，進而形成包圍盒節(jié)點。GPU線程計算單元都用以計算各個采樣分割點的SAH花費進而快速確定加速結(jié)構(gòu)中一個節(jié)點包圍盒的最優(yōu)分割點位置。采用寬度優(yōu)先的方式，在3個坐標軸上分別計算采樣分割點的SAH花費，然后選取每個坐標軸上花費最小的分割點。

計算每個潛在分割點的具體步驟為：C_p被設置為選取當前采樣點后進行遍歷和相交操作所可能產(chǎn)生的花費；n_l和n_r分別被設置為相應左子節(jié)點、右子節(jié)點所含的面片數(shù)量；S(N_l)、S(N_r)分別被設置為與當前采樣分割點相鄰的左子節(jié)點、右子節(jié)點的表面積，S(N)被設置為當前采樣分割點的父節(jié)點的表面積，K_T被設置為對當前采樣分割點的父節(jié)點進行遍歷所產(chǎn)生的花費，K_I被設置為對當前采樣分割點進行相交操作所產(chǎn)生的花費，利用公式C_p＝K_T+K_I[n_lS(N_l)+n_rS(N_r)]/S(N)得到的最小的C_p所對應的點即為最優(yōu)分割點。

根據(jù)BVH樹在不同構(gòu)造階段的特點采用不同的構(gòu)造策略，解決在構(gòu)造初期線程塊間因任務不均而使空閑線程塊出現(xiàn)等待狀況的問題。在加速構(gòu)造初期，可以將GPU中全部線程計算單元都用以計算各個采樣分割點的SAH花費，進而快速確定加速結(jié)構(gòu)中一個結(jié)點包圍盒的最優(yōu)分割點位置。

因此，步驟1還包括減少GPU計算資源浪費的步驟，具體為：

步驟12、在全局存儲區(qū)域中建立2個隊列，第1隊列和第2隊列分別用來存放等待進行劃分的包圍盒；

步驟13、當GPU存在空閑線程塊時，依次從第1隊列中取等待進行劃分的包圍盒節(jié)點進行劃分，并將產(chǎn)生的新的包圍盒節(jié)點放入第2隊列；對于第1隊列中編號為k的包圍盒節(jié)點進行劃分后所產(chǎn)生的新的包圍盒節(jié)點，使其在第2隊列中的編號分別為2k+t(t＝0,1)；包圍盒節(jié)點在隊列中的編號對應該包圍盒節(jié)點在存儲區(qū)域中的位置。

步驟14、當?shù)?隊列中所有等待進行劃分的包圍盒節(jié)點處理完畢后，清空第1隊列中的所有節(jié)點數(shù)據(jù)；當GPU存在空閑線程塊時，依次從第2隊列中取等待進行劃分的包圍盒節(jié)點進行劃分，并將產(chǎn)生的新的包圍盒節(jié)點放入第1隊列，直至第2隊列中等待進行劃分的包圍盒節(jié)點都處理完畢；對于第2隊列中編號為j的包圍盒節(jié)點進行劃分后所產(chǎn)生的新的包圍盒節(jié)點，使其在第1隊列中的編號分別為2j+t(t＝0,1)；包圍盒節(jié)點在隊列中的編號對應該包圍盒節(jié)點在存儲區(qū)域中的位置。

步驟15、循環(huán)執(zhí)行步驟14和步驟15，直至完成相應的包圍盒節(jié)點的劃分。

如圖2所示，在層次包圍盒的構(gòu)造初期，包圍盒內(nèi)部包含大量需要計算的采樣分割點，而這些計算都是相互獨立并且能夠快速實現(xiàn)，因此將GPU中全部線程單元看作是線程池，并行地計算各個采樣分割點的SAH花費。

當每個隊列中等待進行劃分的包圍盒節(jié)點劃分完畢后，通過硬件支持的緊湊操作清除該隊列中的空節(jié)點。t的具體取值可以在線程塊內(nèi)速度更快的共享存儲區(qū)里計算.在當前層次的子結(jié)點全部計算完畢后，通過計算壓縮，即使用壓縮操作將空節(jié)點去掉，形成新的父節(jié)點隊列。因此將BVH結(jié)構(gòu)中每個節(jié)點所包含的面片放入單個的線程中，避免出現(xiàn)計算資源閑置的情況。

其中，構(gòu)造BVH樹的中期，使用一個線程塊處理一個BVH節(jié)點。隨著結(jié)構(gòu)構(gòu)造層次的加深，BVH結(jié)構(gòu)每個節(jié)點所含的面片數(shù)越來越少，甚至少于一個線程塊的線程數(shù)。為充分利用GPU的資源，到構(gòu)造后期，GPU的每個線程要逐個計算節(jié)點內(nèi)各采樣點的SAH花費，然后選取最優(yōu)的采樣點作為該節(jié)點的分割點。

用同樣的方法，創(chuàng)建Y的BVH樹結(jié)構(gòu)。之后利用軸對齊包圍盒包含著BVH樹的葉子節(jié)點，利用軸對齊包圍盒進行碰撞檢測。

階段2、軸對齊包圍盒碰撞檢測階段的具體為包括：

步驟21、在GPU上進行AABB重疊測試；

步驟22、在GPU上進行基元三角形相交測試；

其中，首先在GPU上進行全局AABB重疊測試，接著在GPU上進行大規(guī)模并行重疊測試；

在模型的全局AABB對之間檢測相交，找出存在相交的模型對執(zhí)行下一步驟；

在GPU進行AABB重疊測試，計算兩個AABB重疊非常簡單，用坐標軸最小和最大的兩個點來表示一個AABB。片段著色器完成向量的最小和最大分量的計算。調(diào)用一個GPU上的片段程序，通過單指令多數(shù)據(jù)流(Single Instruction Multiple Data，簡稱SIMD)對相應的AABB間進行基礎的重疊測試。假設包圍盒A和B的最大點和最小點分別是(aabbMinA,aabbMaxA)和(aabbMinB,aabbMaxB)，無碰撞的條件是aabbMinA.x大于aabbMaxB.x或者aabbMaxA.x小于aabbMinB.x或者aabbMinA.y大于aabbMaxB.y或者aabbMaxA.y小于aabbMinB.y或者aabbMinA.z大于aabbMaxB.z或者aabbMaxA.z小于aabbMinB.z。比較AABB的上界和下界值，若無相交值，則立即報告不存在碰撞；若有相交，則在GPU上對所有發(fā)生了相交的AABB進行三角形基元相交測試。

利用測試AABB碰撞的方法，測試相交的AABB包圍盒內(nèi)的三角形是否存在碰撞；由上一步計算得到的發(fā)生碰撞的AABB流，取出其中包含的三角形基元，在GPU上調(diào)用一個片段程序，同樣利用單指令多數(shù)據(jù)流對三角形進行相交測試。

準備AABB重疊測試時，利用GPU可多線程并行的特點，將包圍盒存儲到一個2D的數(shù)組存儲結(jié)構(gòu)中，對包含限定三角形個數(shù)的AABB進行邊界檢測；將發(fā)生碰撞的AABB的三角形基元存儲到2D數(shù)組結(jié)構(gòu)里，對三角形基元直接進行重疊測試。

階段3、包圍盒層次結(jié)構(gòu)更新階段。具體為包括步驟31、使用包圍盒修整的方式更新BVH樹結(jié)構(gòu)?；疽?guī)則是：葉子節(jié)點首先更新，中間節(jié)點等兩個孩子節(jié)點都更新后，在進行更新。這種更新可逐層同時進行，是一種適合并行的算法。

綜上所述，本發(fā)明的一種面向GPU包圍盒碰撞檢測方法能夠有效地利用GPU可多線程并行的特點，在GPU上構(gòu)建BVH樹結(jié)構(gòu)，在GPU上執(zhí)行大規(guī)模并行AABB包圍盒重疊測試，在GPU上進行造包圍盒層次結(jié)構(gòu)的更新，有效地將復雜的變形體碰撞檢測在GPU下進行大規(guī)模并行流計算的方式實現(xiàn)，在保證高度交互率的前提下，快速準確檢測兩個嚴重變形模型的所有基元對之間的相交。

以上詳細描述了本發(fā)明的較佳具體實施例。應當理解，本領域的普通技術人員無需創(chuàng)造性勞動就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此，凡本技術領域中技術人員依本發(fā)明的構(gòu)思在現(xiàn)有技術的基礎上通過邏輯分析、推理或者有限的實驗可以得到的技術方案，皆應在由權利要求書所確定的保護范圍內(nèi)。