计算机工程

作者：靳雁霞, 史志儒, 杨晶, 刘亚变, 乔星宇, 张翎

单位：中北大学 大数据学院, 太原 030051

关键词：碰撞检测,布料模拟,模型简化,有向包围盒,深度神经网络,连续碰撞检测

基金：国家自然科学基金(62071281); 山西省自然科学基金(202103021224218)

为解决布料与精细建模物体间碰撞检测速度慢、剔除率低等问题，提出简化模型的有向包围盒(OBB)算法和使用深度神经网络优化的连续碰撞检测（CCD）算法提高碰撞检测效率。在粗略检测阶段, 提出一种简化模型的OBB算法，对于精细建模物体使用二次误差度量的表面简化法对精细模型进行简化，将简化后的模型嵌入原模型中，并利用一种快速自适应的OBB算法对简化后的模型构建包围盒。对于布料模型，构建固定球形-轴向混合包围盒和碰撞检测包围盒树。在精确检测阶段，采用全连接深度神经网络学习滤波器剔除在粗略检测阶段未发生碰撞的碰撞对，使用训练后的最优深度神经网络模型优化连续碰撞检测算法。实验结果表明，使用简化程度为90%的模型构建的OBB可以完全替代原模型的OBB，所提简化模型的OBB算法与传统OBB包围盒算法及快速自适应包围盒算法相比，在耗时上分别缩短了约64.6%、35.8%。在布料与精细建模物体交互的场景下，使用深度神经网络优化的CCD算法比使用不同类型滤波器优化的CCD算法速度更快，耗时缩短了约7%~11%。

来源：2023年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第7期