基于CUDA的弱可压SPH流体建模与仿真

为了实现小尺度范围流体场景的实时、真实感模拟,采用弱可压SPH方法对水体进行建模,提出了流体计算的CPU GPU混合架构计算方法。针对邻域粒子查找算法影响流体计算效率的问题,采用三维空间网格对整个模拟区域进行均匀网格划分,利用并行前缀求和和并行计数排序实现邻域粒子的查找。最后,采用基于CUDA并行加速的Marching Cubes算法实现流体表面提取,利用环境贴图表现流体的反射和折射效果,实现流体表面着色。实验结果表明,所提出的流体建模和模拟算法能实现小尺度范围流体的实时计算和渲染,绘制出水的波动、翻卷和木块在水中晃动的动态效果,当粒子数达到1 048 576个时,GPU并行计算方法相较CPU方法的加速比为60.7。     

基于3D-LBM的多相流快速模拟

对于流体和其他物体的交互, 提出了一种基于Lattice Boltzmann的建模和绘制方法。针对固、液交互提出了外力叠加机制, 考虑了障碍物对流体的单向作用; 在液、液交互时考虑了两种液体的相互作用力。采用GPU硬件加速技术对LBM算法进行了加速, 并采用基于屏幕空间的绘制技术对流体表面进行了绘制。实现了两种不相溶液体交互, 以及液体与固体交互场景的模拟。     

基于LBM的自由表面流体真实感绘制

针对自由表面流体的模拟,提出一种基于Lattice Boltzmann(LBM)的高效建模和绘制的方法.首先基于浅水方程的LBM模型进行流体建模及表面高度场计算,并提出一种基于Marching Cubes和自由表面算法结合的方法来抽取流体的表面,随后采用考虑移动障碍物的外力叠加机制和自适应加密算法来进行流体交互及表面的网格重构.最后采用硬件加速技术实现了不同自由表面流体的绘制,如溪流、水池浅水流、洪水水淹等真实感效果.     

基于GPGPU的实体表面实时提取

为实时提取三维实体表面,提出一种基于GPGPU并行计算的实体表面实时提取方法。在分析深度剥离算法原理和GPU图形绘制管线的基础上,给出在GPU上利用深度剥离算法实现实时提取三维实体表面的算法;通过OpenGL的高级着色语言GLSL控制GPU的图形绘制管线实现了该算法,给出其伪代码。以龙、叶轮和刀具扫描体的模型为应用实例验证了该算法效果良好,特别是对于刀具扫描体表面的提取,可满足实时性要求。     

基于GPU的流体动力学模拟

提出了一种基于GPU的流体动力学可视化方法。首先,分析了流体动力学的物理模型,用合理的数学表达式表述了该模型,并且给出了求解方法;其次,设计了在GPU上实现流体动力学模拟的算法,既模拟出逼真的运动效果又控制了算法的复杂度;最后的实验证明了该文算法在执行效率上较以往基于CPU的算法有很大的提高,并且模拟的结果逼真、可信。算法充分吸收了以往方法的优点,对流体动力学的可视化的细节采用了最优的物理模型及快速的数值解法,具有较强的稳健性和创新性。     

一个SPH流体实时模拟的全GPU实现框架

怎样实时地进行高度逼真的大规模流体模拟是图形学要研究的一个重要内容。流体的模拟由物理计算、碰撞检测、表面重构和渲染几个部分组成,因此有大量工作针对流体模拟中的各个部分算法进行GPU加速。提出一整套基于GPU的SPH流体模拟加速框架。在利用平滑粒子动力学(SPH)求解Navier-Stokes方程的基础上,借助基于GPU的空间划分PSS(Parallel Spatial Subdivision)来大幅度提升粒子碰撞的检测速度。同时,设计一种基于几何着色器(Geometry Shader)的流体表面信息的重建算法,并进一步地实现基于索引的优化,使得在流体表面重建过程无须遍历不包含表面的区域。实验结果表明,该方法能实时模拟出具有较好真实感的流体场景。     

基于GPU的实时线绘制及水墨仿真研究

为了由简单三维输入自动生成水墨仿真风格图像,提出了一种基于GPU的实时线绘制算法及水墨仿真算法。提出的微分几何线绘制算法结合了视点相关和视点无关两类特征线的绘制,利用了多种曲率信息和风格化纹理。由于GPU加速和风格化纹理的设计,该算法达到实时且风格化可控,方便了国画仿真,仿真计算将水墨看作二维流体,利用LB方法模拟水墨在宣纸中的边缘扩散。通过对比大量的绘制结果以及和其他方法的比较,结果表明,该方法的绘制结果更加清晰逼真,绘制实时完成且完全自动化。     

GPU加速的物体空间线绘制算法

提出一种网格模型线绘制的GPU加速算法,其在物体空间进行计算,避免了图像空间计算的不连续性.提出了GPU加速物体空间线绘制的通用算法框架,理论上对任何特征线定义均可以按照该框架实现GPU加速的特征线绘制;基于该框架,实现了轮廓线与光极线(photic extremum lines,PEL)2种特征线的GPU加速绘制.实...     

基于时空一致性的非结构化网格时变流场高效体绘制方法

时空一致性是时变流场的重要性质,也是加速时变数据可视化算法的关键.以硬件加速的光线投射算法(HRC)为框架,设计并实现了一种基于时空一致性的非结构化网格时变流场高效体绘制方法.首先提出一种分析非结构化网格单元和顶点数据时间一致性的方法,分别建立单元和顶点数据时间表,以降低绘制过程中的计算开销;然后设计一种单元和顶点数据相分离的GPU纹理结构,并采用一种小巧的单元梯度矩阵来降低显存开销;同时,设计了一种合理的数据调度策略,既能有效地避免绘制停顿,又使显存纹理结构更为紧致、高效.实验结果表明,该方法不仅明显地提高了绘制效率,而且具有更优显存空间利用率,能实现更大网格规模的非结构化网格时变流场数据体绘制.     

剪切变稀型SPH非牛顿流体的预测-校正方法

对非牛顿流体的模拟一直是基于物理的流体模拟技术的研究难点.为解决SPH流体模拟中非牛顿流体粒子凝聚成团导致断层现象,提出一种针对剪切变稀型非牛顿流体的预测-校正方法.首先使用Cross模型对流体进行统一建模;然后计算每个流体粒子受到的除了压强力以外的其他力,以此获得中间速度;最后通过求解每个流体粒子的压强系数满足流体的不可压缩性,实现密度校正.为了提高计算速度,该方法使用全局动态时间步长.实验结果表明,文中方法实现了牛顿流体和剪切变稀型非牛顿流体的统一建模,解决了断层问题;相比于无校正方法,其能够在更大的时间步长下稳定运行.     

磁记录非牛顿液膜润滑仿真

随着记录密度的不断提高，头盘浮动间隙不断减小。目前近场光、磁混合记录已经在研究10nm以下的浮动系统。由于浮动间隙已远小于空气分子平均自由程(室温下约65nm)而有使气膜浮动技术有失效的危险。非牛顿液膜浮动技术就是在这种背景下在近几年备受关注的。该文提出了一个新的非牛顿润滑液膜，建立了考虑表面粗糙度影响的非牛顿液膜浮动系统模型，对不同表面粗糙度形状系数进行了仿真研究。研究表明，非牛顿液膜浮动系统的性能与气膜的情况有很大的差异。     

关于液滴撞击弹性固体变形预测仿真

在液滴撞击弹性固体问题中,由于流固两相的动力学特性复杂且传统网格法求解困难,研究中通常将固体结构视为刚性壁面,不考虑固体在冲击下的变形情况及变形对液滴的影响,导致数值仿真精度较低。根据光滑粒子动力学(Smoothed Particle Hydrodynamics,SPH)方法的基本原理和理论,采用连续介质力学的控制方程,引入非牛顿流体和弹性固体所遵循的本构关系,分析流固两相的相互作用,提出一种流固边界的耦合处理算法,建立流固耦合动力学模型,对非牛顿液滴撞击弹性固体的动态过程进行数值仿真。仿真结果表明,上述数值方法能够精细地预测出撞击过程中非牛顿液滴的形态变化和弹性固体结构的微变形情况,并探讨了具有不同弹性模量的固体在液滴撞击下的可变形性及对液滴的影响。     

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.     

基于多重网格法的实时流体模拟

在GPU上实现了多重网格法,并用该方法改进了二维的实时流体模拟,更充分地利用GPU的并行计算能力.使用4层网格,依靠渲染到纹理的计算方式、帧缓存扩展的纹理管理方法,提高了图形硬件的利用率.实验对比表明,在同样的帧数下该方法能提高GPU实时流体模拟的精度.尤其在较大规模的问题上,与同等精度的基于一般迭代方法的GPU实时流体模拟相比,该方法在速度上可有成倍地提高.     

Performing Efficient NURBS Modeling Operations on the GPU

We present algorithms for evaluating and performing modeling operations on NURBS surfaces using the programmable fragment processor on the Graphics Processing Unit (GPU). We extend our GPU-based NURBS evaluator that evaluates NURBS surfaces to compute exact normals for either standard or rational B-spline surfaces for use in rendering and geometric modeling. We build on these calculations in our new GPU algorithms to perform standard modeling operations such as inverse evaluations, ray intersections, and surface-surface intersections on the GPU. Our modeling algorithms run in real time, enabling the user to sketch on the actual surface to create new features. In addition, the designer can edit the surface by interactively trimming it without the need for retessellation. Our GPU-accelerated algorithm to perform surface-surface intersection operations with NURBS surfaces can output intersection curves in the model space as well as in the parametric spaces of both the intersecting surfaces at interactive rates. We also extend our surface-surface intersection algorithm to evaluate self-intersections in NURBS surfaces.     

Real-time adaptive fluid simulation with complex boundaries

In this paper, we present a new adaptive model for real-time fluid simulation with complex boundaries based on Smoothed Particle Hydrodynamics (SPH) framework. Firstly, we introduce an adaptive SPH framework that is based on our character field function composed of four factors: geometrical complexity, boundary condition, physical complexity, and complementary condition in terms of the neighboring particle number. Meanwhile, the rule for particle adaptation is presented. We also present a two-step method to fast detect collision with complex boundary. The first step is voxelization on the complex scene. In the second step, based on the result of voxelization, we propose a three-phase method to fast detect collisions between complex boundaries and particles. By using this method, we avoid most of the useless intersection detection computation and greatly enhance the computation efficiency. In addition, a subdivision of boundary is precomputed before the collision interaction method so that fluid in a scene with complex boundary can still be simulated at relatively high speed and system stability risk is reduced greatly. To further accelerate the simulation, a highly parallel fluid algorithm is presented and implemented using GPU so that we can simulate dynamic fluid with mutual interaction between fluid and complex boundary at a considerably fast speed without compromising realism.     

基于CPU-GPU混合加速的SPH流体仿真方法

基于光滑粒子流体力学SPH的流体仿真是虚拟现实技术的重要研究内容,但SPH流体仿真需要大量的计算资源,采用一般计算方法难以实现流体仿真的实时性。流体仿真通常由物理计算、碰撞检测和渲染等部分组成,借助GPU并行加速粒子的物理属性计算和碰撞过程使SPH方法的实时流体仿真成为可能。为了满足流体仿真应用中的真实性和实时性需求,提出一种基于CPU GPU混合加速的SPH流体仿真方法,流体计算部分采用GPU并行加速,流体渲染部分采用基于CPU的OpenMP加速。实验结果表明,基于CPU GPU混合加速的SPH流体仿真方法与CPU实现相比,能显著地减少流体仿真单帧计算时间且能更快速地完成渲染任务。     

并行时空处理模型下的快速N-body算法

图形处理器(graphic processing unit,GPU)的最新发展已经能够以低廉的成本提供高性能的通用计算。基于GPU的CUDA(compute unified device architecture)和OpenCL(open computing language)编程模型为程序员提供了充足的类似于C语言的应用程序接口(application programming interface,API),便于程序员发挥GPU的并行计算能力。采用图形硬件进行加速计算,通过一种新的GPU处理模型——并行时间空间模型,对现有GPU上的N-body实现进行了分析,从而提出了一种新的GPU上快速仿真N-body问题的算法,并在AMD的HD Radeon 5850上进行了实现。实验结果表明,相对于CPU上的实现,获得了400倍左右的加速;相对于已有GPU上的实现,也获得了2至5倍的加速。