GPU通用计算平台上的SPH流体模拟

针对流体模拟需要大量计算资源从而很难达到实时模拟的问题,提出一种完全在GPU上实现的基于平滑粒子流体动力学的流体模拟方法.首先通过在GPU上构造基于哈希函数的空间均匀网格来实现任意大小场景的快速邻近粒子查找,并在GPU上并行求解SPH流体方程来实现流体模拟;渲染流体时,通过在顶点着色器中进行纹理采样,利用粒子坐标缓存数据直接更新流体粒子系统的顶点缓存,从而避免了CPU—GPU之间的数据传输,充分利用了GPU的并行性.实验对比表明,与纯CPU实现以及CPU和GPU混合实现的模拟结果相比,采用该方法能显著地减少单个时间片的计算时间,大幅度提高流体模拟和渲染的整体性能.

大规模流体场景的真实感与实时模拟

目的基于物理的流体动画模拟是计算机图形学领域中的研究热点，针对实际应用中仍难以实现大规模流体场景的真实感与实时模拟，提出了基于shallowwater方程的物理模拟方法。方法首先，给出shallowwater方程的稳定欧拉数值求解方法，解决模拟过程中存在的毛刺、陡坡水滴斑点等数值求解的不稳定性问题；其次，提出刚体和粒子系统与流体高度场的稳定耦合模型，实现双向固流耦合和流体表面细节的真实感模拟；最后，设计高度场的多精度网格算法以及粒子的隔点采样方法，加速大规模流体的物理模拟计算。结果实验结果表明，本文方法解决了传统欧拉方法求解shallowwater方程的流体模拟过程中存在的不稳定和计算复杂等问题，在300×300网格分辨率和2．2×10^4粒子数的规模下，达到了20帧／S的实时模拟速度。结论本文算法具有良好的高效性和稳定性，适用于电子游戏和视景仿真等实时应用领域中的大规模流体场景的真实感模拟。

基于GPU的实时烟雾动画的实现

基于物理的烟雾模拟一直是计算机图形学中的困难问题,现有的基于CPU的方法虽然有较好的模拟效果,但由于计算速度慢,往往只能应用于非实时渲染．本文基于GPU,通过使用分步卷积、绘制到纹理、存储多个状态量到纹理的彩色通道等技术来提高模拟速度,使目标驱动的烟雾动画能以实时的速率进行绘制．该方法不仅容易实现,而且在中等规模网格数下比基于CPU的实现快10～15倍．