基于BIM与MR的楼层疏散仿真

针对目前楼层疏散仿真仅将楼层平面图进行路线标注,相对单一且不直观的问题,提出融合混合现实(mixed reality, MR)与建筑信息模型(building information modeling, BIM)的三维建筑的疏散仿真方法。规划分割BIM各构件并进行标注,将BIM信息经过基于层次包围盒的表面积启发式优化算法进行路径规划,借助开发引擎Unity3D将疏散仿真流程导入Microsoft Hololens2硬件平台。实验结果表明,相较于以往仅通过建筑平面图表达的疏散仿真,通过引入MR设备作为多源感知来源,将疏散仿真扩展到可交互的现实三维空间,能够使疏散引导过程更直观,仿真引导效率更高,体验性更强。

基于OpenCL的实时KD-Tree与动态场景光线跟踪

目前,基于GPU或多核CPU加速的光线跟踪算法是与硬件相关的.研究具有跨平台性能的实时光线跟踪算法既具有挑战性,又具有很强的应用价值.为此,提出一种基于OpenCL并且跨平台的动态场景实时光线跟踪绘制算法.首先通过对通用GPU并行处理性能进行发掘,将光线跟踪中KD-Tree建立、场景遍历和绘制3个过程均设计在GPU上,而CPU只负责其中各过程的调度,从而充分利用了GPU的计算性能,并有效地降低了数据传输开销;通过设计并行分区、并行SAH、紧密的数据管理以及区间性叶结点存储等算法,在GPU中高效、高质量地建立动态场景的KD-Tree,同时高质量的KD-Tree也有效地加速了场景的遍历速度.该算法以广度优先和大规模并行模式建立KD-Tree,更具通用性,既可以运行于NVIDIA GPU(CUDA GPU),也可以运行于AMD GPU.实验结果表明,文中算法可以在NVIDIA GPU和AMD GPU上对中等规模的动态场景实现实时光线跟踪绘制.

一种基于BVH的参与介质绘制算法研究

光子映射算法是重要的参与介质绘制方法,为解决其中构造加速结构慢的问题,可采用图形处理器(GPU)统一编程架构,结合参与介质与的特点,利用多核架构和层次包围盒(BVH)的性质,用面积启发式(SAH)最佳分割点方法,来构造加速结构,进而提出一种新的参与介质算法。实验表明该方法可以有效地提高参与介质的绘制时间。

基于加速结构和CUDA的光线追踪算法和技术研究

光线追踪是常用的绘制技术之一,由于能够方便的模拟生成复杂光照效果,生成高质量图像,在很多领域都有着广泛的应用。光线追踪渲染的主要运算操作耗费在光线与场景相交的判断上,可以在两个方面提升效率,一是通过建立某种空间组织结构来加速相交计算过程;另一种方式是通过并行计算模式,结合硬件来实现同时计算。首先介绍了并行计算在光线追踪计算中的作用;接着介绍了并行计算及GPU计算的一些重要概念;然后介绍了常用的加速结构及实现原理,以及基于表面积的启发式算法;再接下来进行了基于加速结构和CUDA的射线追踪算法的并行化实现及效率测试,最后进行相关分析和总结。