一种大规模场景中的粗碰撞检测方法技术

本发明专利技术涉及计算机图形处理领域，尤其涉及一种大规模场景中的粗碰撞检测方法。本方法主要用来粗略检测大规模虚拟场景中发生的碰撞，通过引入两个参数判断场景中的物体分布与动静情况，判断优先采用空间推理还是优先采用时间推理的数据处理方式，进一步执行粗碰撞检测。实现较低数据复杂度情况下快速的碰撞剔除。

【技术实现步骤摘要】
一种大规模场景中的粗碰撞检测方法
本专利技术涉及计算机图形处理领域，尤其涉及一种大规模场景中的粗碰撞检测方法。
技术介绍
碰撞检测应用在许多领域，如计算机仿真、物理模拟、实时建模及机器人运动规划中，都起到相当重要的作用。尤其是比较大的模拟场景中，对碰撞检测的要求更高，因为需要处理较多的数据，同时满足较快的检测速度。目前比较普遍的碰撞检测方法，主要由两阶段组成，分为粗碰撞检测(Broad-phaseCollisionDetection)和精确碰撞检测(Narrow-phaseCollisiondetection)。粗碰撞检测通过枚举检测所有可能的碰撞对，获得潜在的碰撞对，减少精确碰撞检测的数据处理量；精碰撞检测方法通过检测潜在的碰撞检测对，进一步确定碰撞与否。粗碰撞检测通常通过三种策略来处理全局的碰撞，即形状简化，空间推理和时间推理。这三种策略允许快速接近检测对象，输出足够接近且可能发生碰撞的对象列表。形状简化包括用简单的几何图元完全限制每个对象，提供快速的碰撞检测。轴对齐包围盒是应用最多的简化图元，其他的例如球体，定向包围盒和K-离散定本文档来自技高网...

【技术保护点】
1.一种大规模场景中的粗碰撞检测方法，其特征在于实现如下步骤：/n第一步：获取场景中物体的数据；/n第二步：构建或者更新空间层次包围盒结构；/n第三步：引入参数，记录场景中物体的分布与运动情况，其具体实现方法为：/n引入参数a：记录场景中物体的分布情况；同时定义影响系数α，其影响系数具体取值由大规模场景决定，其默认值取为α＝1；/n引入参数b：记录场景中角色的动静比例；同时定义影响系数β，其影响系数具体取值由大规模场景决定，其默认值取为β＝1；/n第四步：执行粗碰撞检测，其具体实现方法为：/n比较两个参数，判断优先采用哪种方式处理数据：/n若aα＜bβ，选择优先采用空间推理处理数据，再采用时间...

【技术特征摘要】
1.一种大规模场景中的粗碰撞检测方法，其特征在于实现如下步骤：
第一步：获取场景中物体的数据；
第二步：构建或者更新空间层次包围盒结构；
第三步：引入参数，记录场景中物体的分布与运动情况，其具体实现方法为：
引入参数a：记录场景中物体的分布情况；同时定义影响系数α，其影响系数具体取值由大规模场景决定，其默认值取为α＝1；
引入参数b：记录场景中角色的动静比例；同时定义影响系数β，其影响系数具体取值由大规模场景决定，其默认值取为β＝1；
第四步：执行粗碰撞检测，其具体实现方法为：
比较两个参数，判断优先采用哪种方式处理数据：
若aα＜bβ，选择优先采用空间推理处理数据，再采用时间推理处理数据，进行粗碰撞检测；
若aα≥bβ，选择优先采用时间推理处理数据，再采用空间推理处理数据，进行粗碰撞检测；
第五步：若发生碰撞，输出粗碰撞检测结果；若未发生碰撞，跳转到第二步，直至没有包围盒结构更新为止。


2.根据权利要求1所述的一种大规模场景中的粗碰撞检测方法，其特征在于，第三步中引入参数a记录场景中物体的分布情况，参数a表示为其中当a＝0时表示场景中物体分布非常不均匀，当a＝1时表示场景中物体分...

【专利技术属性】
技术研发人员：王沫楠，曹家齐，李东辉，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江;23