基于Position-Based Dynamics的布料模拟技术详解
创作时间:
作者:
@小白创作中心
基于Position-Based Dynamics的布料模拟技术详解
引用
CSDN
1.
https://m.blog.csdn.net/weixin_41464663/article/details/146096425
基于Position-Based Dynamics的布料模拟
Position-Based Dynamics (PBD) 是一种用于物理模拟的方法,特别适用于实时的软体、布料、流体等模拟。与传统的基于力的方法不同,PBD直接操作物体的位置来满足一组约束条件,而不是通过求解复杂的微分方程来计算加速度和速度。
约束
PBD通过定义一系列约束(例如距离保持、不可穿透性等)来描述系统的物理行为。在每一步模拟中,算法尝试调整粒子或物体的位置,以尽可能满足这些约束条件。
对于弹簧/边 来说,两点间的距离应该保持不变,约束条件为:
投影
投影函数的核心思想是找到距离原始点最近的满足给定约束的点。对于一个不满足某些约束条件的初始值,通过投影函数可以将其转换为最接近且满足这些约束条件的新值。
对弹簧来说,当预测位置违反了距离约束时,我们就需要通过投影来修正这些位置,使得它们再次满足约束条件。
弹簧 基于位置的投影函数:
用投影调整质点的位置以尽量满足约束
很多弹簧的情况
高斯赛德尔方法迭代所有边
- 在这个过程中 我们无法确保每个约束都能得到满足。但是,使用的迭代次数越多,这些约束就能得到越好的满足。
- 虽然这个方法的名字与高斯-赛德尔(Gauss-Seidel)有关,但它实际上与高斯-赛德尔方法不同,它与随机梯度下降(stochastic gradient descent)的关系更为密切。
- 迭代的顺序可能会导致偏差并影响收敛行为。
Jacobi方法
Jacobi方法并不立即更新顶点,而是计算所有边对该顶点的位置变换取平均值。相比高斯-赛德尔方法, Jacobi方法缺点是收敛速度降低,优点是没有bias,容易并行。
Position-Based Dynamics模拟的特点
- PBD和真实的物理无关,迭代次数越多,网格分辨率越大,布料约束越强,弹性越差
- 投影后的速度更新对于动态效果非常重要。
- 这种方法同样适用于其他类型的约束,包括三角形约束、体积约束和碰撞约束。要实现这些约束,只需定义它们的投影函数。
- 优点:容易并行;容易实现;通用性强,适用布料流体等模拟;低分辨率效率快
- 缺点:没有物理含义,没有精确解;高分辨率下效率低(层次化方法可能导致振荡和其他问题)
strain limiting
strain limiting是一种结合物理模拟和PBD的方法。在基于物理的模拟之上多了一点约束。
比如,我们可以设置弹簧的弹性限度。在真实世界,弹簧也并不是可以无限拉神的。strain limiting可以使系统更稳定。
PBD: σ≡1; No limit: σ^min ⟵0, σ^max⟵∞
面积约束
作业二 代码
我们固定第0个和第2个 顶点
void Update ()
{
Mesh mesh = GetComponent<MeshFilter> ().mesh;
Vector3[] X = mesh.vertices;
for(int i=0; i<X.Length; i++)
{
if(i==0 || i==20) continue;
//Initial Setup
//...
V[i] *= damping;
V[i] += mass * gravity;
X[i] += V[i] * t; //X_hat is an initial guess, not a real update
}
mesh.vertices = X;
for(int l=0; l<32; l++)
Strain_Limiting ();
Collision_Handling ();
mesh.RecalculateNormals ();
}
这里用的是基于Jocobi的纯PBD方法。
void Strain_Limiting()
{
Mesh mesh = GetComponent<MeshFilter> ().mesh;
Vector3[] X = mesh.vertices;
Vector3[] sum_X = new Vector3[X.Length];
int[] sum_n = new int[X.Length];
//Apply PBD here.
//...
for (int e = 0;e < L.Length; e++)
{
int i = E[2*e];
int j = E[2*e + 1];
sum_X[i] += 0.5f * (X[i] + X[j] + L[e]*(X[i] - X[j]).normalized);
sum_X[j] += 0.5f * (X[i] + X[j] - L[e]*(X[i] - X[j]).normalized);
sum_n[i] += 1;
sum_n[j] += 1;
}
Vector3 X_old;
for (int i = 0;i< X.Length;i++)
{
if (i==0 || i==20) continue;
X_old = X[i];
X[i] = (0.2f * X[i] + sum_X[i]) / (0.2f + sum_n[i]);
V[i] += (X[i]-X_old)/t;
}
mesh.vertices = X;
}
热门推荐
业主拒交物业费的合法理由及司法解释
一文搞懂可转债的强赎
前端如何判断访问设备
6 个提高基础代谢的方法,燃脂更快,想胖都都难!
ChatGPT怎么建立私有知识库
适合减肥的5种主食 适合减肥的5种主食有哪些
糖尿病黄斑水肿的治疗药物有哪些?
胆结石怎样预防?这些饮食调整方法请收好
房贷还不上怎么办?五种解决方案帮你渡过难关
使用DependencyCheck工具检测JAR依赖包的安全漏洞
探秘云南西双版纳:必尝美食攻略与特色佳肴推荐
头皮上的痂到底是什么?能抠吗?
《细胞》子刊:压力大就拉肚子,原因在这
公路车减重秘籍:7个实用升级方案让爱车更轻盈
SAS和SATA硬盘深度解析:速度、可靠性与应用场景全对比
保养科普:混动机油与普通机油有何不同?
运动虽好也要适度,先来了解一下运动损伤
如何有效地解决洗手间下水口堵塞问题?解决这类问题有哪些实用的方法?
昆明市的气候特征
人类起源的科学探索历程
智能鱼缸深度改装手记:从功能优化到视觉美学的进阶之路
火药出现前的"终极杀器":希腊火如何为罗马帝国续命800年?
鸭腿的热量高吗
脑梗能吃三七粉吗?医生的专业解答来了
稀奇:性格与专属香水测试
脑梗后遗症,肢体偏瘫、麻木、站立不稳、言语障碍等,可以这样治
火药出现前的“终极杀器”,为罗马帝国续命800年,配方至今成谜
四部二战集中营主题的电影
适合新读者阅读的顶级超人漫画
深入解析贝塔系数在投资风险中的重要性