專利名稱：面向復(fù)雜三維cad模型的海量場(chǎng)景漸進(jìn)式更新算法的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計(jì)算機(jī)圖形學(xué)和多媒體與虛擬現(xiàn)實(shí)技術(shù)領(lǐng)域，尤其涉及一種面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法。
背景技術(shù)：
在機(jī)械制造(如飛機(jī)制造、高鐵機(jī)車制造和造船)等行業(yè)，越來(lái)越多得使用了復(fù)雜產(chǎn)品制造信息化技術(shù)，特別是在產(chǎn)品設(shè)計(jì)、制造的生命周期中使用率虛擬樣機(jī)技術(shù)。虛擬樣機(jī)技術(shù)是一種基于產(chǎn)品計(jì)算機(jī)仿真模型的數(shù)字化設(shè)計(jì)方法，及從視覺、 聽覺、觸覺以及功能和行為上模擬真是產(chǎn)品的技術(shù)。復(fù)雜產(chǎn)品虛擬樣機(jī)技術(shù)是在各領(lǐng)域 CAX (如CAD、CAM、CAE等)/DFX (如DFA、DFM等)技術(shù)基礎(chǔ)上進(jìn)一步融合先進(jìn)建模/仿真技術(shù)、現(xiàn)代信息技術(shù)、先進(jìn)設(shè)計(jì)制造技術(shù)和現(xiàn)代管理技術(shù)，將這些技術(shù)應(yīng)用于復(fù)雜產(chǎn)品全生命周期、全系統(tǒng)，并對(duì)他們進(jìn)行綜合管理和強(qiáng)調(diào)虛擬化，從系統(tǒng)的層面來(lái)分析、模擬復(fù)雜產(chǎn)品的一種系統(tǒng)化的工程設(shè)計(jì)與管理方法。復(fù)雜產(chǎn)品全生命周期虛擬樣機(jī)的開發(fā)關(guān)鍵就是復(fù)雜產(chǎn)品三維模型的仿真及在方針環(huán)境下的可視化編輯技術(shù)。而復(fù)雜模型自身存在的模型數(shù)據(jù)量大、結(jié)構(gòu)拓?fù)鋸?fù)雜等特點(diǎn)向計(jì)算機(jī)軟件及硬件都帶來(lái)了很大的挑戰(zhàn)。目前復(fù)雜三維模型的仿真可視化技術(shù)主要有兩種一是通過(guò)輸出敏感技術(shù)降低模型場(chǎng)景的繪制復(fù)雜度。這方面的主要技術(shù)有可見性剔除、簡(jiǎn)化、層次細(xì)節(jié)、緩存一致的數(shù)據(jù)排布和空間索引及其在線更新等。二是采用并行繪制技術(shù)，利用計(jì)算機(jī)集群代替單一的計(jì)算機(jī)來(lái)對(duì)模型進(jìn)行處理。 目前并行繪制技術(shù)主要分為sort-first (數(shù)據(jù)分布型并行圖形繪制)，sort-middle (渲染指令級(jí)并行)，sort-last (渲染像素級(jí)并行)三大類。目前已有的一些大規(guī)模復(fù)雜場(chǎng)景瀏覽系統(tǒng)，如被卡大學(xué)的GigaWalk,意大利CRS4 可視化計(jì)算小組的FarVoxels,普林斯頓大學(xué)的iWalk,霍普津斯大學(xué)的vLOD, Saarland 大學(xué)開發(fā)的基于共享內(nèi)存式多CPU架構(gòu)的大規(guī)模CAD模型繪制系統(tǒng)以及浙江大學(xué)的 AdaptiveVoxels 系統(tǒng)等。海量三維模型繪制技術(shù)盡管得到了廣泛的重視，但其理論和方法仍不夠成熟，大大限制了它的應(yīng)用。首先，現(xiàn)有的海量模型場(chǎng)景樹都只適用于靜態(tài)場(chǎng)景。對(duì)于需要進(jìn)行動(dòng)態(tài)更新的場(chǎng)景必須要重新計(jì)算場(chǎng)景樹。其次，已有的外存文件技術(shù)不支持對(duì)場(chǎng)景數(shù)據(jù)進(jìn)行增量更新保存，因而場(chǎng)景的更新不能持久化。最后，缺乏對(duì)更新場(chǎng)景的在線簡(jiǎn)化技術(shù)，因而不能支持更新場(chǎng)景的繪制。

發(fā)明內(nèi)容
本發(fā)明的技術(shù)效果能夠克服上述缺陷，提供一種面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法。其在海量三維CAD數(shù)據(jù)場(chǎng)景更新后的在線繪制功能方面取得了突破， 形成原型驗(yàn)證系統(tǒng)。為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案其包括以下步驟
(I)構(gòu)建支持場(chǎng)景在線更新的系統(tǒng)架構(gòu)；(2)用不同的文件分別保存場(chǎng)景樹數(shù)據(jù)，模型輸入幾何數(shù)據(jù)和簡(jiǎn)化LOD模型數(shù)據(jù)；(3)快速更新整個(gè)場(chǎng)景空間索引，使其在繪制加速算法中保持有效；(4)基于PC多GPU硬件平臺(tái)的海量三維場(chǎng)景LOD模型并行在線構(gòu)造技術(shù)。本發(fā)明旨在研究面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法。以場(chǎng)景樹更新技術(shù)為基礎(chǔ)，研究空間剖分索引的增量更新和LOD模型并行計(jì)算的簡(jiǎn)化問(wèn)題，致力于解決外存文件數(shù)據(jù)更新的效率問(wèn)題、空間索引更新時(shí)的重構(gòu)優(yōu)化問(wèn)題和在線LOD簡(jiǎn)化任務(wù)調(diào)度問(wèn)題。采用基于塊的外存文件結(jié)構(gòu)及相應(yīng)更新算法、自適應(yīng)的空間索引更新算法和基于優(yōu)先級(jí)的簡(jiǎn)化任務(wù)調(diào)度算法，最終在海量三維CAD數(shù)據(jù)場(chǎng)景更新后的在線繪制功能上取得突破，形成原型驗(yàn)證系統(tǒng)。本發(fā)明的設(shè)計(jì)思路是對(duì)于更新后的海量三維場(chǎng)景，為避免重構(gòu)全部的空間剖分索引和LOD模型，通過(guò)縮小空間剖分索引結(jié)點(diǎn)的更新集合和可能需簡(jiǎn)化的LOD結(jié)點(diǎn)集合，來(lái)減少場(chǎng)景更新的計(jì)算量，結(jié)合基于多GPU得快速體素LOD模型簡(jiǎn)化方法，加速場(chǎng)景更新速度，達(dá)到在線交互繪制的目的。所述步驟(I)中，場(chǎng)景并行更新算法流程方面，在外存算法之后插入空間索引動(dòng)態(tài)剖分算法，在可見性剔除算法之后插入并行簡(jiǎn)化算法；硬件架構(gòu)方面，本發(fā)明采用的并行簡(jiǎn)化部署方案為基于一臺(tái)PC的多GPU并行簡(jiǎn)化架構(gòu)。所述步驟(2)中，包括一個(gè)支持海量三維模型更新的外存算法，步驟如下(a)將外存文件劃分為固定大小的塊，然后將物體剖分后包圍體中的幾何數(shù)據(jù)送入到這些文件塊中；(b)開辟足夠大的文件，計(jì)算出一個(gè)與新加物體距離最近的已有物體集合；(C)將該集合按照其幾何數(shù)據(jù)所在的文件塊分為若干個(gè)子集，按照距離建立新加物體與這些文件塊的關(guān)系，選取關(guān)系最為密切的一個(gè)文件塊來(lái)插入新加物體。所述步驟(3)中，在海量三維場(chǎng)景進(jìn)行更新時(shí)，使用結(jié)合粗粒度場(chǎng)景BSP與細(xì)粒物體BSP的雙層BSP場(chǎng)景樹結(jié)構(gòu)；進(jìn)行物體編輯時(shí)，物體BSP結(jié)構(gòu)保持不變，僅更新粗粒度的場(chǎng)景BSP ;在繪制時(shí)，細(xì)粒度的物體BSP保證可見性剔除算法的效率，采用lazy update策略對(duì)場(chǎng)景BSP進(jìn)行更新，重構(gòu)失效的BSP結(jié)點(diǎn)。所述步驟(4)中，基于并行簡(jiǎn)化的海量模型繪制系統(tǒng)是傳統(tǒng)的海量模型繪制系統(tǒng)與空間索引動(dòng)態(tài)剖分以及并行簡(jiǎn)化結(jié)合。其中空間索引動(dòng)態(tài)更新時(shí)修改場(chǎng)景樹在內(nèi)存中的數(shù)據(jù)，并行簡(jiǎn)化算法收集當(dāng)前視點(diǎn)的潛在可見的更新結(jié)點(diǎn)，將這些結(jié)點(diǎn)與其在LOD層次結(jié)構(gòu)中的父結(jié)點(diǎn)和子結(jié)點(diǎn)一起構(gòu)成潛在簡(jiǎn)化集(PSS,Potentially Simplification Set)。根據(jù)多GPU并行簡(jiǎn)化硬件平臺(tái)，在多個(gè)簡(jiǎn)化端中需要最優(yōu)的分配簡(jiǎn)化任務(wù)。本發(fā)明的創(chuàng)新之處主要體現(xiàn)在(I)突破過(guò)去僅考慮靜態(tài)海量模型繪制的思路，提出以文件塊數(shù)據(jù)存儲(chǔ)策略為基礎(chǔ)的海量三維場(chǎng)景更新技術(shù)；(2)不同于已有的重構(gòu)整個(gè)場(chǎng)景空間剖分索引的方法，提出了拒不更新海量模型空間索引的方法。在保持空間索引加速操作有效性和速度的基礎(chǔ)上，降低了空間索引重構(gòu)的計(jì)算量，同時(shí)也減少了需要更新的LOD結(jié)點(diǎn)數(shù)量；(3)基于多GPU硬件環(huán)境，在線并行構(gòu)造體素LOD模型，支持輸入敏感的海量三維模型更新繪制。本發(fā)明的有益效果在于本發(fā)明的海量CAD模型編輯場(chǎng)景樹的更新算法可適用于動(dòng)態(tài)場(chǎng)景的繪制，并以支持?jǐn)?shù)據(jù)更新的外存文件格式來(lái)保存數(shù)據(jù)更新；本發(fā)明的空間剖分索引增量更新技術(shù)可滿足海量三維場(chǎng)景的在線應(yīng)用需求；本發(fā)明的基于GPU采樣的并行簡(jiǎn)化技術(shù)來(lái)更新場(chǎng)景的LOD模型算法，可最終支持海量模型場(chǎng)景的更新繪制。


圖I為本發(fā)明的場(chǎng)景并行更新算法流程；圖2為本發(fā)明的基于PC的并行簡(jiǎn)化系統(tǒng)硬件架構(gòu)；圖3為本發(fā)明的潛在簡(jiǎn)化集(PSS)。
具體實(shí)施例方式本發(fā)明的面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法，包括以下步驟(I)構(gòu)建支持場(chǎng)景在線更新的系統(tǒng)架構(gòu)。基于并行簡(jiǎn)化的海量模型繪制系統(tǒng)是傳統(tǒng)的海量模型繪制系統(tǒng)與空間索引動(dòng)態(tài)剖分以及并行簡(jiǎn)化技術(shù)的有機(jī)結(jié)合，其中空間索引動(dòng)態(tài)剖分需要修改場(chǎng)景樹在內(nèi)存中的數(shù)據(jù)，因此在外存算法之后插入算法流程，而并行簡(jiǎn)化算法需要在得到潛在簡(jiǎn)化集(PSS)之后才能工作，因此在可見性剔除算法之后插入算法流程，場(chǎng)景并行更新算法流程如圖I所
/Jn ο在硬件架構(gòu)方面，本發(fā)明提出的并行簡(jiǎn)化部署方案為基于一臺(tái)PC的多GPU并行簡(jiǎn)化架構(gòu)。在當(dāng)前主流PC平臺(tái)上，裝載2個(gè)或2個(gè)以上的GPU圖形處理硬件，從而充分利用GPU強(qiáng)大的采樣能力來(lái)進(jìn)行并行LOD模型構(gòu)造，硬件部署如圖2所示。(2)不同于單一的海量數(shù)據(jù)文件結(jié)構(gòu)，本發(fā)明通過(guò)不同的文件分別保存場(chǎng)景數(shù)據(jù)， 模型輸入幾何數(shù)據(jù)和簡(jiǎn)化LOD模型數(shù)據(jù)。模型輸入幾何數(shù)據(jù)和簡(jiǎn)化LOD模型數(shù)據(jù)為海量數(shù)據(jù)，為支持海量場(chǎng)景的更新操作，在表達(dá)場(chǎng)景樹時(shí)，使用雙BSP的空間結(jié)構(gòu)。首先將場(chǎng)景中的每個(gè)模型用BSP剖分成包圍體，然后對(duì)場(chǎng)景中所有的包圍體聚簇生成整個(gè)場(chǎng)景的BSP樹。采用本發(fā)明提出的一個(gè)支持海量三維模型更新的外存算法，來(lái)提高在進(jìn)行繪制數(shù)據(jù)訪問(wèn)時(shí)的緩沖命中率。支持海量三維模型更新的外存算法為(a)將外存文件劃分為固定大小的塊，然后將物體剖分后包圍體中的幾何數(shù)據(jù)送入到這些文件塊中；(b)根據(jù)對(duì)場(chǎng)景的先驗(yàn)知識(shí)(預(yù)估場(chǎng)景的數(shù)據(jù)量)，需預(yù)先開辟足夠大的文件，在將新的物體加入到場(chǎng)景的過(guò)程中，計(jì)算出一個(gè)與新加物體距離最近的已有物體集合；(c)將該集合按照其幾何數(shù)據(jù)所在的文件塊分為若干個(gè)子集，按照距離建立新加物體與這些文件塊的關(guān)系，選取關(guān)系最為密切的一個(gè)文件塊來(lái)插入新加物體。從而確保在模型不斷增加的過(guò)程中，距離接近的物體幾何在硬盤上的排列也靠近；(d)在場(chǎng)景更新時(shí)同樣也會(huì)出現(xiàn)刪除物體的情況，這時(shí)再外存文件快中會(huì)出現(xiàn)碎片，因而在進(jìn)行了一定數(shù)量的更新操作之后，我們需對(duì)外存文件進(jìn)行碎片整理。與新家物體的算法類似，在進(jìn)行碎片整理時(shí)將被整理塊中每個(gè)物體取出，視其為新加物體，按照添加算法將其重新添加到外存文件中。(3)快速更新整個(gè)場(chǎng)景空間索引，使其在繪制加速算法中保持有效。在海量三維場(chǎng)景進(jìn)行更新時(shí)，用來(lái)進(jìn)行加速繪制的空間剖分索引會(huì)失效，我們使用結(jié)合粗粒度場(chǎng)景BSP與細(xì)粒物體BSP的雙層BSP場(chǎng)景樹結(jié)構(gòu)。進(jìn)行物體編輯時(shí)，物體BSP 結(jié)構(gòu)保持不變，僅更新粗粒度的場(chǎng)景BSP。在繪制時(shí)，細(xì)粒度的物體BSP保證了可見性剔除算法的效率，同時(shí)在對(duì)場(chǎng)景BSP進(jìn)行更新時(shí)我們采用lazy update策略，僅重構(gòu)失效的BSP 結(jié)點(diǎn)。將空間索引結(jié)點(diǎn)分為三種狀態(tài)lazy (表示待剖分)，vacant (包含物體面片數(shù)小于設(shè)定值)和confirmed (已經(jīng)過(guò)重構(gòu))。在添加物體時(shí)，首先將被添加的物體的包圍體放到已有的空間剖分結(jié)構(gòu)中，每個(gè)包圍體都從根節(jié)點(diǎn)開始自上至下判斷是否在當(dāng)前的空間剖分結(jié)點(diǎn)的包圍盒內(nèi)，若否，則將其放入當(dāng)前結(jié)點(diǎn)的父結(jié)點(diǎn)的包圍體隊(duì)列中，并將父節(jié)點(diǎn)標(biāo)記為 lazy。若是則將其送入孩子結(jié)點(diǎn)中做同樣的判斷，以此類推，直至將其加入到葉結(jié)點(diǎn)中，若葉結(jié)點(diǎn)包含包圍體的數(shù)量已超過(guò)剖分設(shè)定值，則標(biāo)記其為lazy，并向葉結(jié)點(diǎn)的葉子編輯結(jié)點(diǎn)的集合中添加相應(yīng)的葉子編輯結(jié)點(diǎn)。從場(chǎng)景中刪除模型時(shí)，通過(guò)物體剖分生成包圍體找到相應(yīng)的BSP葉子結(jié)點(diǎn)，斷開其與葉子結(jié)點(diǎn)的聯(lián)系，若BSP葉子結(jié)點(diǎn)原先標(biāo)志為confirmed， 則將葉子結(jié)點(diǎn)標(biāo)記為vacant，表示其為有空位的，若原先為lazy則保持lazy不變。在移動(dòng)模型時(shí)，在移動(dòng)過(guò)程中并不修改物體的包圍體與空間剖分結(jié)點(diǎn)的索引關(guān)系。在移動(dòng)后，首先判斷每個(gè)包圍體是否還在原先的BSP葉子節(jié)點(diǎn)中，若還是，則什么也不做，若已經(jīng)出了原先的BSP葉子結(jié)點(diǎn)，則首先解除與原先BSP葉子結(jié)點(diǎn)的關(guān)系，并將其向上推，直到推到一個(gè)在其包圍盒之內(nèi)的結(jié)點(diǎn)中，然后，將其標(biāo)記為lazy。若根節(jié)點(diǎn)包圍盒容納不下移動(dòng)之后的模型，則將其放到場(chǎng)景樹中一個(gè)單獨(dú)的包圍體隊(duì)列中，并將整個(gè)空間剖分結(jié)構(gòu)標(biāo)記為lazy。在BSP結(jié)構(gòu)中結(jié)點(diǎn)的狀態(tài)確定之后，系統(tǒng)隨著特定操作(如繪制)在遍歷空間剖分結(jié)構(gòu)的時(shí)候，自適應(yīng)的對(duì)空間剖分結(jié)構(gòu)進(jìn)行更新。在遍歷BSP結(jié)構(gòu)時(shí)對(duì)所有遇到的lazy 結(jié)點(diǎn)進(jìn)行重構(gòu)并將其標(biāo)示為confirmed。在對(duì)lazy結(jié)點(diǎn)進(jìn)行空間索引重構(gòu)時(shí)，我們使用基于SAH的BSP生成算法，以期望得到具有最有加速性能的空間索引結(jié)構(gòu)。(4)基于PC多GPU硬件平臺(tái)的海量三維場(chǎng)景LOD模型并行在線構(gòu)造技術(shù)。基于并行簡(jiǎn)化的海量模型繪制系統(tǒng)是傳統(tǒng)的海量模型繪制系統(tǒng)與空間索引動(dòng)態(tài)剖分以及并行簡(jiǎn)化結(jié)合。其中空間索引動(dòng)態(tài)更新需要修改場(chǎng)景樹在內(nèi)存中的數(shù)據(jù)，并行簡(jiǎn)化算法收集當(dāng)前視點(diǎn)的潛在可見的更新結(jié)點(diǎn)，將這些結(jié)點(diǎn)與其在LOD層次結(jié)構(gòu)中的父結(jié)點(diǎn)和子結(jié)點(diǎn)一起構(gòu)成潛在簡(jiǎn)化集(PSS, Potentially Simplification Set)(如圖3所示)。 根據(jù)多GPU并行簡(jiǎn)化硬件平臺(tái)，在多個(gè)簡(jiǎn)化端中需要最優(yōu)的分配簡(jiǎn)化任務(wù)。在場(chǎng)景的空間剖分結(jié)構(gòu)更新完畢之后，在廣度上減少了更新結(jié)點(diǎn)的基礎(chǔ)上，根據(jù)當(dāng)前視點(diǎn)擴(kuò)大的視域錐剔除、遮擋剔除等可見性判斷，從深度上減少當(dāng)前需要更新LOD模型結(jié)點(diǎn)的數(shù)量，就可得到潛在簡(jiǎn)化集(PSS)，然后我們對(duì)PSS中的LOD模型結(jié)點(diǎn)進(jìn)行簡(jiǎn)化處理。在已有的基于可見性的繪制系統(tǒng)的基礎(chǔ)上，采用一個(gè)統(tǒng)一的簡(jiǎn)化架構(gòu)來(lái)處理更新后場(chǎng)景LOD模型的重構(gòu)計(jì)算。 系統(tǒng)的并行簡(jiǎn)化任務(wù)調(diào)度引擎中建立有一個(gè)簡(jiǎn)化任務(wù)隊(duì)列，每個(gè)簡(jiǎn)化任務(wù)包含有待簡(jiǎn)化的空間剖分子樹根節(jié)點(diǎn)，需要得到簡(jiǎn)化模型的誤差，以及一個(gè)簡(jiǎn)化任務(wù)優(yōu)先級(jí)標(biāo)識(shí)，簡(jiǎn)化任務(wù)隊(duì)列按照簡(jiǎn)化任務(wù)優(yōu)先級(jí)升序排列。在運(yùn)行時(shí)，可見物體(即前一幀中被繪制的物體) 隊(duì)列中的未完成LOD模型被賦予最高的優(yōu)先級(jí)。然后是PVS隊(duì)列中未完成的LOD模型，PSS隊(duì)列中的模型的簡(jiǎn)化優(yōu)先級(jí)最低。在運(yùn)用這個(gè)簡(jiǎn)化隊(duì)列的同時(shí)，我們還是用LRU算法來(lái)判斷簡(jiǎn)化任務(wù)結(jié)果的使用效率。基于這個(gè)思想，在簡(jiǎn)化隊(duì)列中，我們首先簡(jiǎn)化那些被修改時(shí)間較長(zhǎng)的模型，而對(duì)于最近頻繁被修改的模型，則等到其最終修改結(jié)果確定之后再對(duì)其進(jìn)行簡(jiǎn)化。在進(jìn)行簡(jiǎn)化任務(wù)分配時(shí)，并行簡(jiǎn)化任務(wù)調(diào)度引擎每次從任務(wù)隊(duì)列中取出一個(gè)優(yōu)先級(jí)最高的簡(jiǎn)化任務(wù)，將其分配給空閑的簡(jiǎn)化端。在每個(gè)簡(jiǎn)化端(即GPU上)，我們使用了基于GPU采樣的快速體素LOD模型構(gòu)造算法(AdaptiveVoxels),在最短的時(shí)間內(nèi)構(gòu)造出符合設(shè)定誤差的體素LOD模型。
權(quán)利要求
1.面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法，其特征在于，包括以下設(shè)計(jì)思路(1)構(gòu)建支持場(chǎng)景在線更新的系統(tǒng)架構(gòu)；(2)用不同的文件分別保存場(chǎng)景樹數(shù)據(jù)，模型輸入幾何數(shù)據(jù)和簡(jiǎn)化LOD模型數(shù)據(jù)； (3)快速更新整個(gè)場(chǎng)景空間索引，使其在繪制加速算法中保持有效；(4)基于PC多GPU硬件平臺(tái)的海量三維場(chǎng)景LOD模型并行在線構(gòu)造技術(shù)。
2.根據(jù)權(quán)利要求I所述的面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法，其特征在于，所述步驟(I)中，場(chǎng)景并行更新算法流程方面，在外存算法之后插入空間索引動(dòng)態(tài)剖分算法，在可見性剔除算法之后插入并行簡(jiǎn)化算法；硬件架構(gòu)方面，本發(fā)明采用的并行簡(jiǎn)化部署方案為基于一臺(tái)PC的多GPU并行簡(jiǎn)化架構(gòu)。
3.根據(jù)權(quán)利要求I所述的面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法，其特征在于，所述步驟(2)中，包括一個(gè)支持海量三維模型更新的外存算法，步驟如下(a)將外存文件劃分為固定大小的塊，然后將物體剖分后包圍體中的幾何數(shù)據(jù)送入到這些文件塊中；(b)開辟足夠大的文件，計(jì)算出一個(gè)與新加物體距離最近的已有物體集合；(C)將該集合按照其幾何數(shù)據(jù)所在的文件塊分為若干個(gè)子集，按照距離建立新加物體與這些文件塊的關(guān)系，選取關(guān)系最為密切的一個(gè)文件塊來(lái)插入新加物體。
4.根據(jù)權(quán)利要求I所述的面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法，其特征在于，所屬步驟(3)中，在海量三維場(chǎng)景進(jìn)行更新時(shí)，使用結(jié)合粗粒度場(chǎng)景BSP與細(xì)粒物體 BSP的雙層BSP場(chǎng)景樹結(jié)構(gòu)；進(jìn)行物體編輯時(shí)，物體BSP結(jié)構(gòu)保持不變，僅更新粗粒度的場(chǎng)景BSP ;在繪制時(shí)，細(xì)粒度的物體BSP保證可見性剔除算法的效率，采用lazy update策略對(duì)場(chǎng)景BSP進(jìn)行更新，重構(gòu)失效的BSP結(jié)點(diǎn)。
5.根據(jù)權(quán)利要求I所述的面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法，其特征在于，所屬步驟(4)中，基于并行簡(jiǎn)化的海量模型繪制系統(tǒng)是傳統(tǒng)的海量模型繪制系統(tǒng)與空間索引動(dòng)態(tài)剖分以及并行簡(jiǎn)化結(jié)合，根據(jù)多GPU并行簡(jiǎn)化硬件平臺(tái)，在多個(gè)簡(jiǎn)化端中最優(yōu)的分配簡(jiǎn)化任務(wù)；在場(chǎng)景的空間剖分結(jié)構(gòu)更新完畢之后，在廣度上減少了更新結(jié)點(diǎn)的基礎(chǔ)上，根據(jù)當(dāng)前視點(diǎn)擴(kuò)大的視域錐剔除、遮擋剔除等可見性判斷，從深度上減少當(dāng)前需要更新LOD模型結(jié)點(diǎn)的數(shù)量，得到潛在簡(jiǎn)化集(PSS)，然后對(duì)PSS中的LOD模型結(jié)點(diǎn)進(jìn)行簡(jiǎn)化處理；在已有的基于可見性的繪制系統(tǒng)的基礎(chǔ)上，在系統(tǒng)的并行簡(jiǎn)化任務(wù)調(diào)度引擎中建立一個(gè)簡(jiǎn)化任務(wù)隊(duì)列，每個(gè)簡(jiǎn)化任務(wù)包含有待簡(jiǎn)化的空間剖分子樹根節(jié)點(diǎn)，需要得到簡(jiǎn)化模型的誤差，以及一個(gè)簡(jiǎn)化任務(wù)優(yōu)先級(jí)標(biāo)識(shí)，簡(jiǎn)化任務(wù)隊(duì)列按照簡(jiǎn)化任務(wù)優(yōu)先級(jí)升序排列；在運(yùn)行時(shí)優(yōu)先級(jí)由高到低為可見物體隊(duì)列中的未完成LOD模型、PVS隊(duì)列中未完成的LOD模型、PSS隊(duì)列中的模型；同時(shí)，用LRU算法來(lái)判斷簡(jiǎn)化任務(wù)結(jié)果的使用效率。
全文摘要
本發(fā)明涉及一種面向復(fù)雜三維CAD模型的海量場(chǎng)景漸進(jìn)式更新算法。本發(fā)明用不同的文件分別保存場(chǎng)景樹數(shù)據(jù)，模型輸入幾何數(shù)據(jù)和簡(jiǎn)化LOD模型數(shù)據(jù)；使用雙層BSP場(chǎng)景樹結(jié)構(gòu)快速更新整個(gè)場(chǎng)景空間索引；采用基于PC多GPU硬件平臺(tái)的海量三維場(chǎng)景LOD模型并行在線構(gòu)造技術(shù)，快速構(gòu)造LOD。本發(fā)明的優(yōu)點(diǎn)在于可加速場(chǎng)景更新速度，達(dá)到在線交互繪制的目的。
文檔編號(hào)G06T19/00GK102609990SQ201210009810
公開日2012年7月25日 申請(qǐng)日期2012年1月5日 優(yōu)先權(quán)日2012年1月5日
發(fā)明者劉壽鑫, 呂憧憬, 宋麗麗, 李勃, 田豐林, 錢程程, 陳戈, 韓勇, 馬純永 申請(qǐng)人:中國(guó)海洋大學(xué)