基于GPU加速的粒子流体动力学流血模拟算法

流血模拟是虚拟手术训练系统的重要组成部分。然而,流血模拟的真实性和庞大的计算量对手术训练系统具有很大的挑战。提出一种基于GPU加速的方法以解决虚拟手术中的流血效果模拟的实时性问题。该方法利用网格法实时划分问题区域,创建以支持域为边长的空间网格。通过临近网格搜索最近相邻粒子,并且通过并行计算架构(CUDA)多线程并行加速技术完成粒子控制方程的求解以及血液与固体交互的计算,大大提高了运算效率,从而提高了手术训练的实时性。一种改进的移动立方体算法(marching cube)用于流体表面的渲染,大大提高了手术训练的真实性。实验结果表明,该方法能够满足虚拟手术过程中流血的模拟需求,相比于CPU的实现,速度明显提升。

SPH扩展方法实现液体与固体交互实时模拟

为解决模拟液体和固体交互时速度缓慢与效果不真实的问题,对传统SPH(Smoothed Particle Hydrodynamics)方法进行扩展.首先,将液体和固体均视为粒子的集合,使用SPH扩展方法模拟液体的流动,固体粒子作为液体粒子的一部分与液体交互,同时保持固体自身的形状,减少了计算量;其次,为了加快搜索液固交互时相互作用粒子的速度,解决SPH中搜索最近相邻粒子速度较慢的问题,提出链表搜索方法搜索相互作用的粒子;最后,运用Marching Cubes体绘制算法重建液体表面,实现液固交互的真实模拟.实验表明:5000粒子规模以下、光滑半径为0.01时,液固交互的绘制帧率达到14-74帧/秒;同时,液体的飞溅及漩涡表现更加真实.