飞行器大数据量CAD模型分割与剔除算法

提出了飞行器大数据量CAD模型快速SAH(Surface Area Heuristic)分割算法,并通过层次包围体树BVH(Bonding Volume Hierarchy)加速视锥剔除;利用GPU精确遮挡查询剔除视锥体内被遮挡的几何模型,将遮挡查询与LOD相结合,既提高查询速度,又可根据查询结果调整LOD等级。通过实验测试,SAH分割算法的复杂度降低为O(N),BVH缩短视锥剔除时间近50%,遮挡查询剔除了60%以上不可见的几何模型。绘制包含350万三角面片的CAD模型,帧刷新率达到40帧以上。

飞行器大数据量CAD模型并行绘制

针对飞行器CAD模型的数据量非常大,难以实现高分辨率实时绘制的问题,提出了一种基于拼接屏的多CPU并行绘制方法。集群绘制节点之间通过基于Sort-first的拼接屏并行绘制,将CAD模型构建动态BVH树,快速剔除单个节点视锥体外不可见的部分以降低负载,绘制结果通过拼接屏输出显示。集群绘制节点内部利用多核处理器开展数据调度、可见性剔除、BVH树更新、绘制等多线程并行进一步提高性能。实验结果表明,利用15个绘制节点并行绘制包含1 700万三角面片的飞行器大数据量CAD模型,可实时绘制分辨率高达6800*2304像素的图像。

飞行器大数据量CAD模型并行预处理

针对虚拟仿真中飞行器大数据量CAD模型在单台计算机执行预处理非常耗时的问题,采用消息传递接口(MPI)并行开发技术搭建了机群并行处理软硬件平台.以CAD模型装配树的零部件为处理对象,设计了并行预处理算法;通过并行执行几何模型简化、LOD生成、模型分割等预处理,以及动态负载均衡与数据传输存储优化来提高并行处理的效率.实验结果表明:与单台计算机执行相比,其预处理速度提高10倍以上.包含千万级三角面片、GB级数据量的飞行器CAD模型采用该并行处理系统,可以在60s左右完成预处理.

面向装配的飞行器超大模型实时可视化技术

针对飞行器大数据量CAD模型实时绘制困难的问题,提出一种LOD自动批处理生成以及实时自适应绘制方法.以零部件为处理对象以保留装配树信息,结合模型分割完成超大模型简化,并根据计算机存储能力、实时绘制能力以及CAD模型特点,实现了定量的LOD自动批处理生成;以精确遮罩查询为基础,根据计算机实时绘制负载和CAD模型面片密度,动态地调整LOD精度等级,使得各个模型的精度基本一致,避免了传统算法的弊端,实现了LOD实时自适应绘制,并进行了优化.实验结果表明:采用文中技术处理千万级三角面片的模型约1h完成LOD生成,并可在普通计算机上实现实时的自适应绘制.