CN117034724A - 一种目标驱动控制流体模拟方法及系统 - Google Patents
一种目标驱动控制流体模拟方法及系统 Download PDFInfo
- Publication number
- CN117034724A CN117034724A CN202310927403.XA CN202310927403A CN117034724A CN 117034724 A CN117034724 A CN 117034724A CN 202310927403 A CN202310927403 A CN 202310927403A CN 117034724 A CN117034724 A CN 117034724A
- Authority
- CN
- China
- Prior art keywords
- driving
- particles
- model
- sampling
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000012530 fluid Substances 0.000 title claims abstract description 143
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000004088 simulation Methods 0.000 title claims abstract description 31
- 238000005070 sampling Methods 0.000 claims abstract description 143
- 230000008569 process Effects 0.000 claims abstract description 12
- 239000002245 particle Substances 0.000 claims description 192
- 238000007493 shaping process Methods 0.000 claims description 22
- 239000010410 layer Substances 0.000 claims description 13
- 239000002356 single layer Substances 0.000 claims description 13
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000000465 moulding Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 230000001788 irregular Effects 0.000 claims description 4
- 230000007547 defect Effects 0.000 claims description 3
- 238000007477 logistic regression Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 230000008846 dynamic interplay Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000015654 memory Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种目标驱动控制流体模拟方法及系统,所述方法包括:对待模拟的目标进行三维建模,得到目标模型;对目标模型进行采样,将目标模型采样成在空间中均匀分布的点;其中,在对目标模型进行采样时,根据目标模型的整体均匀程度,将目标模型分为不同类型的模型,并针对不同类型的模型采用不同的采样方式;将采样得到的点作为控制流体的点,放置到流体的环境中,并基于采样方式对采样得到的点施加多种约束,通过多种约束驱动流体形成目标的形状。本发明的方案按照目标驱动控制流体的方法驱动流体生成目标,可视化流体驱动的环境,通过基于位置的不可压缩约束模型模拟驱动产生动力学交互,可以为影视、辅助医疗实现一个直观的流体流动过程。
Description
技术领域
本发明涉及计算机图形学流体模拟技术领域,特别涉及一种目标驱动控制流体模拟方法及系统。
背景技术
目标驱动控制流体是计算机图形学领域的热点研究方向,它通过控制流体运动形成特定形状,并产生独特的仿真效果,在游戏、电影等领域被广泛应用,只需一个3D模型即可产生理想的动态流体效果。例如,电影作品可利用此方法呈现逼真的控制流体场景,此外,在医学研究中也起到重要作用,可模拟人体血管中的血液流动以检查血管疾病,辅助医生诊断和治疗。
目前的技术为达到理想的视觉效果,需要耗费大量时间调整参数。同时,由于复杂的几何特征,流体准确填充到模型中将变得困难。因此,提出能自动匹配目标形状、高效准确生成所需流体效果的驱动方法具有重要意义。本发明旨在解决调整参数的耗时问题,精确填充具有复杂几何特征的模型,通过自动匹配目标形状和高效流体仿真算法,实现更快速、更准确生成目标流体效果,提高流体驱动技术的实用性,并扩大其应用范围。
驱动流体的运动,Zhang等人对流体粒子施加了约束驱动力,从而改变流体的速度和位置。然而,它只能生成简单模型的近似表面,而不能处理表面积、体积大的复杂模型。Lu等人提出蒙皮机制能更直观地驱动流体的运动,蒙皮机制的方法是有效的,但由于对驱动粒子密集采样以及过多的驱动约束,容易丢失流动特性。Schoentgen等人提出使用预先计算的模板,使艺术家更易达到他们想要的效果。然而,这样的预期效果只能局限于现有模板,且准备工作非常耗时。
发明内容
本发明提供了一种目标驱动控制流体模拟方法及系统,以解决现有技术为达到理想的视觉效果,需要耗费大量时间调整参数。同时,由于复杂的几何特征,流体准确填充到模型中比较困难的技术问题。
为解决上述技术问题,本发明提供了如下技术方案:
一方面,本发明提供了一种目标驱动控制流体模拟方法,包括:
对待模拟的目标进行三维建模,得到目标模型;
对目标模型进行采样,将目标模型采样成在空间中均匀分布的点;其中,在对目标模型进行采样时,根据目标模型的整体均匀程度,将目标模型分为不同类型的模型,并针对不同类型的模型采用不同的采样方式;
将采样得到的点作为控制流体的点,放置到流体的环境中,并基于采样方式对采样得到的点施加多种约束,通过多种约束驱动流体形成目标的形状。
进一步地,在对待模拟的目标进行三维建模时,得到的目标模型为闭合的三维模型;其中,闭合的三维模型是指每个面都必须存在且无缺陷的三维模型。
进一步地,所述对目标模型进行采样,将目标模型采样成在空间中均匀分布的点,包括:
根据目标模型的整体均匀程度,将目标模型分为整体均匀的模型和整体不均匀的模型;
针对整体均匀的模型,采用双层采样方式对其进行采样;其中,所述双层采样方式为:在模型内部采用体素化采样,并在模型表面采用蓝噪声采样;
针对整体不均匀的模型,采用单层采样方式对其进行采样;其中,所述单层采样方式为:在模型表面采用蓝噪声采样。
进一步地,所述体素化采样的过程包括:
建立有向距离场,基于有向距离场,通过在目标模型外的立方体中放置一个规则网格来创建一个常规采样;对于在立方体内部的每个网格节点,创建一个半径为r的粒子,网格间距等于粒子半径r,通过查找有向距离场,执行模型内部或外部测试,得到模型内部的采样点,将内部的采样点作为采样得到的点。
进一步地,所述蓝噪声采样的过程包括:
根据目标模型初始的点集,确定模型的初始三角形网格;
对模型的初始三角形网格进行采样,基于光滑粒子流体动力学方法,通过计算压力,施加一个负的压强梯度力,对不规则的采样粒子重新排序,形成光滑平整的表面;其中,蓝噪声采样通过密度梯度计算表面点的法线,在法线方向上施加抵消力,保持力沿着切线方向,让表面采样点变得光滑。
进一步地,所述将采样得到的点作为控制流体的点,包括:
当采样得到的点是通过采用双层采样方式得到时,将采用体素化采样得到的模型内部的采样点设为驱动粒子,将采用蓝噪声采样得到的模型表面的采样点设为塑形粒子;
当采样得到的点是通过采用单层采样方式得到时,将采用蓝噪声采样得到的模型表面的采样点设为驱动粒子。
进一步地,所述基于采样方式对采样得到的点施加多种约束,包括:
当采样方式为双层采样时,对驱动粒子施加密度约束、加权约束以及自适应驱动约束,并对塑形粒子施加塑形约束;使得表面的塑形粒子将流体粒子压缩至模型内部,内部的驱动粒子驱动流体粒子形成目标的形状;
当采样方式为单层采样时,对驱动粒子施加半密度约束、加权约束以及自适应驱动约束;使得表面的驱动粒子吸引流体粒子附着到模型表面;
所述密度约束表示为:驱动粒子和流体粒子被视为一个系统,通过密度恒定来驱动流体粒子流向驱动粒子,在驱动粒子的影响范围内,当流体粒子的空间分布稀疏时,驱动力将作为吸引力;否则,驱动力将被表示为排斥力;
所述加权约束表示为:采用水平集的方式在三维空间中表示约束权重,对各驱动粒子位于模型中的深度进行追踪,根据各驱动粒子周围的驱动粒子贡献权重求各驱动粒子加权值,记录各驱动粒子加权值,更新每个驱动粒子的约束权重;其中,驱动粒子的约束权重越大,对应的约束力越强;
所述自适应驱动约束表示为:流体粒子要在驱动粒子的驱动范围内,自适应驱动约束为驱动粒子设置不同的约束大小,使用逻辑回归函数计算驱动力,根据流体粒子和驱动粒子间的距离,允许在不同的距离上产生不同程度的驱动力,使流体能够填充到模型的顶部,流体粒子和驱动粒子间的距离越远,驱动力越大;驱动粒子周围的流体粒子越多,则驱动粒子的范围越小;
所述塑形约束表示为:塑形粒子将自己及其相邻的驱动粒子视为一个系统,表面的塑形粒子搜索周围的驱动粒子获得一个密度梯度的位移,将这个位移赋值给即将流出模型表面的流体粒子的位置信息中;
所述半密度约束表示为:表面的驱动粒子获得自身密度作为边界控制流体粒子,表面的驱动粒子获取周围的驱动粒子密度作为约束条件控制流体粒子,流体粒子和驱动粒子间的密度不能超越驱动粒子周围的驱动粒子密度。
另一方面,本发明还提供了一种目标驱动控制流体模拟系统,包括:
目标建模模块,用于对待模拟的目标进行三维建模,得到目标模型;
采样模块,用于对目标模型进行采样,将目标模型采样成在空间中均匀分布的点;其中,在对目标模型进行采样时,根据目标模型的整体均匀程度,将目标模型分为不同类型的模型,并针对不同类型的模型采用不同的采样方式;
目标驱动控制流体模拟模块,用于将所述采样模块采样得到的点作为控制流体的点,放置到流体的环境中,并基于采样方式对采样得到的点施加多种约束,通过多种约束驱动流体形成目标的形状。
再一方面,本发明还提供了一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
又一方面,本发明还提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现上述方法。
本发明提供的技术方案解决了参数调整的耗时问题,可精确填充具有复杂几何特征的模型,通过自动匹配目标形状和高效流体仿真算法,实现了更快速、更准确地生成目标流体的效果。该技术方案带来的有益效果至少包括:
1、本发明提供的技术方案适用于解决流体驱动问题,同时能够更好地保持流体生成目标模型的形状特征和真实感。
2、本发明提供的技术方案考虑目标模型空间的深度特征,并自适应地修正驱动面驱动力,流体移动到不同空间位置时具有特定的驱动约束效果。使得用户的输入信息更少,操作更简单,从而降低了对用户专业性的要求,具有重要的理论意义和实用价值。
3、本发明提供的技术方案可以在较短的时间内生成较为复杂的模型,并且不会出现由于驱动粒子不足而导致的流体不稳定现象。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的目标驱动控制流体模拟方法的执行流程示意图;
图2是本发明实施例提供的模型采样方法与传统采样方法的对比示意图;
图3是本发明实施例提供的模型采样展示图;
图4是本发明实施例提供的流体生成手和龙模型模拟效果图;
图5是本发明实施例提供的模型采样整体实现流程示意图;
图6是本发明实施例提供的对粒子附加约束整体实现流程示意图;
图7是本发明实施例提供的目标驱动控制流体模拟方法的整体实现流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
第一实施例
为了能够更便捷的模拟流体形成所需形状,且只需一个3D模型即可产生理想的动态流体效果,本实施例提供了一种目标驱动控制流体模拟方法,该方法采用物理模拟与三维可视化结合的方式,可对模型驱动流体过程进行模拟,该方法可由电子设备实现,该方法的执行流程如图1和图7所示,包括以下步骤:
S1,对待模拟的目标进行三维建模,得到目标模型;
其中,需要说明的是,构建的目标模型必须是闭合的三维模型,闭合的三维模型是指,每个面都必须存在且无缺陷的三维模型。
S2,对目标模型进行采样,将目标模型采样成在空间中均匀分布的点;其中,在对目标模型进行采样时,根据目标模型的整体均匀程度,将目标模型分为不同类型的模型,并针对不同类型的模型采用不同的采样方式;
其中,需要说明的是,如图2和图3所示,本实施例对目标模型进行采样时,根据目标模型的整体均匀程度,将目标模型分为整体均匀的模型和整体不均匀的模型;针对整体均匀的模型,采用双层采样方式对其进行采样;其中,双层采样方式为:在模型内部采用体素化采样,并在模型表面采用蓝噪声采样;针对整体不均匀的模型,由于体素化采样得到的粒子较少,不利于后续的约束控制,因此采用单层采样方式对其进行采样;其中,单层采样方式为:在模型表面采用蓝噪声采样。具体地,对目标模型进行采样的过程如下:
体素化采样:建立有向距离场模型,有向距离场是一个函数场。该模型能够接收输入为空间中的任意一点,输出为该点到模型最近的距离。基于有向距离场,通过在模型外的立方体中放置一个规则网格来创建一个常规采样,网格间距等于粒子半径r,对于在立方体内部的每个网格节点,创建一个半径为r的粒子,基于有向向量场SDF算法查找有向距离场,可以执行模型内部或外部测试,得到模型内部的采样粒子,将内部粒子作为采样得到的粒子。
蓝噪声采样:根据初始点集,确定初始三角网格,对模型初始三角形网格进行采样,由于模型的三角网格不规则,所以采样点是不均匀分布的,基于光滑粒子流体动力学方法,通过计算压力,对不规则的采样粒子重新排序,形成光滑平整的表面,需要计算一个压力,当密度不统一时就会产生压强差,就要施加一个负的压强梯度力,当密度稳定时就会使模型采样分布均匀;由于模型表面许多情况下都会出现采样稀疏的问题,稀疏的采样点形成的表面会不光滑,加入一个表面力,让表面采样点变得光滑;通过密度梯度计算表面点的法线,为保证表面点不会超出边界,在法线方向上施加抵消力,保持力沿着切线方向。
进一步地,如图5所示,在完成采样后,本实施例还包括以下过程:
S21,判断模型体素化采样结果,若模型整体均匀,则能采样得到完整均匀的粒子时,此时,可将这些模型粒子作为驱动粒子,若模型存在狭窄区域,则不能采样得到完整均匀的粒子时,此时,需要舍弃这组采样粒子。
S22,判断模型蓝噪声采样结果,当模型内部有驱动粒子时,蓝噪声采样得到的表面粒子可作为塑形粒子,当模型内部没有驱动粒子时,蓝噪声采样得到的表面粒子可作为驱动粒子。
S3,将采样得到的点作为控制流体的点,放置到流体的环境中,并基于采样方式对采样得到的点施加多种约束,通过多种约束驱动流体形成目标的形状。
具体地,在本实施例中,如图6所示,上述S3的实现过程如下:
S31,使用基于位置流体动力学(Position based fluid,PBF)方法,对环境中流体进行流体运动模拟;其中,当采样得到的点是通过采用双层采样方式得到时,将采用体素化采样得到的模型内部的采样点设为驱动粒子,将采用蓝噪声采样得到的模型表面的采样点设为塑形粒子;当采样得到的点是通过采用单层采样方式得到时,将采用蓝噪声采样得到的模型表面的采样点设为驱动粒子;
S32,基于采样方式对采样得到的点施加多种约束。
其中,需要说明的是,在本实施例中,约束方法包括塑形约束、双重约束和自适应驱动约束;进行双层采样时,表面的塑形粒子使用塑形约束将流体粒子压缩至模型内部,内层的驱动粒子使用双重约束驱动流体粒子形成形状;单层表面采样则使用双重约束,表面采样粒子需要作为驱动粒子,通过双重约束吸引流体粒子附着到表面;对所有的驱动情况都附加自适应驱动约束。其中,塑形约束是指将超过表面的流体压缩至模型内部;双重约束是将约束组合起来,同时也能将每种约束分开使用,分别适用于不同的场景,其中包含密度约束、半密度约束和加权约束,包括:双重约束可以将密度约束和加权约束相结合,也可以将半密度约束和加权约束相结合,从而应对不同的模型结构。
具体地,对采样得到的点施加多种约束的方法包括:
S321,当采样方式为双层采样时,对驱动粒子施加密度约束、加权约束以及自适应驱动约束,并对塑形粒子施加塑形约束;具体如下:
S3211,驱动粒子附加密度约束,将驱动粒子和流体粒子视为一个系统,通过密度恒定来驱动流体粒子流向驱动粒子,在驱动粒子的影响范围内,当流体粒子的空间分布稀疏时,驱动力将作为吸引力。否则,它将被表示为排斥力;
S3212,驱动粒子附加加权约束,采用水平集的方式在三维空间中表示约束权重,对各驱动粒子位于模型中的深度进行追踪,根据各驱动粒子周围的驱动粒子贡献权重求各驱动粒子加权值,记录各驱动粒子加权值,更新每个粒子的约束权重,粒子权重越大,约束力越强;
S3213,驱动粒子附加自适应驱动约束,流体粒子要在驱动粒子的驱动范围内,自适应驱动约束为驱动粒子设置不同的约束大小,使用逻辑回归函数计算驱动力,根据流体粒子和驱动粒子间的距离,允许在不同的距离上产生不同程度的驱动力,使流体能够快速填充到模型的顶部,流体粒子和驱动粒子间的距离越远驱动力越大;当驱动粒子周围的流体粒子越多,即密度越大时,驱动粒子的范围将缩小。
S3214,塑形粒子附加塑形约束,塑形粒子将自己及其相邻的驱动粒子视为一个系统,表面塑形粒子搜索周围的驱动控制粒子获得一个密度梯度的位移,将这个位移赋值给即将流出模型表面的流体粒子的位置信息中。
S322,当采样方式为单层采样时,对驱动粒子施加半密度约束、加权约束以及自适应驱动约束;具体如下:
S3221,驱动粒子附加半密度约束,表层驱动粒子获得自身密度作为边界控制流体粒子,表面驱动粒子获取周围的驱动粒子密度作为约束条件控制流体粒子,流体粒子和驱动粒子间的密度不能超越驱动粒子周围的驱动粒子密度;
S3222,驱动粒子附加加权约束,粒子权重越大,约束力越强;
S3223,驱动粒子附加自适应约束,距离越远驱动力越大。
进一步地,本实施例通过实验验证目标驱动控制流体模型有效性。图4所示为流体生成手模型和龙模型实验;其中,
生成手实验,从第1张图可以看出本发明通过使用自适应驱动约束,能够很好的解决液体固化的现象,能够更加自然的再驱动的通知,保证液体的流动性,手部底部的流动细节有明显的效果;从第2张图可以看出在手指细节的生成中本发明能够更加的精细且准确,更加符合原本的模型特征;从第3张图可以看出不会因为时间的加长而导致形状不稳定,能够更好的保持。形体特征;从第4张图可以看出就算时间太长本发明依然能够很好的保证手指的细节,并且底部也具有流动性,整体的观感效果更上一层楼。
生成龙实验,从第1张图可以看出,生成龙的形状不会结成块,龙的肚子处不会出现多余的流体粒子;从第4张图可以看出水也能够生成龙头部犄角这种细节部分,并且水不会过去膨胀。
综上,本实施例提供了一种目标驱动控制流体模拟方法,该方法适用于解决驱动流体生成问题,并能够更好地保持目标模型的形状特征,同时保持流体流动的特征真实感。本方法主要考虑目标模型空间的深度特征,并自适应地修正驱动面驱动力,从而在流体移动到不同空间位置时具有特定的驱动约束效果。本方法通过驱动流体可以有效地完成目标模型的变形。同时,本方法在处理细节区域方面也表现出优势。本方法可以在较短的时间内生成较为复杂的模型,不会出现由于驱动粒子不足而导致的流体不稳定现象。
第二实施例
本实施例提供了一种目标驱动控制流体模拟系统,包括以下模块:
目标建模模块,用于对待模拟的目标进行三维建模,得到目标模型;
采样模块,用于对目标模型进行采样,将目标模型采样成在空间中均匀分布的点;其中,在对目标模型进行采样时,根据目标模型的整体均匀程度,将目标模型分为不同类型的模型,并针对不同类型的模型采用不同的采样方式;
目标驱动控制流体模拟模块,用于将所述采样模块采样得到的点作为控制流体的点,放置到流体的环境中,并基于采样方式对采样得到的点施加多种约束,通过多种约束驱动流体形成目标的形状。
本实施例的目标驱动控制流体模拟系统与上述第一实施例的目标驱动控制流体模拟方法相对应;其中,本实施例的目标驱动控制流体模拟系统中的各功能模块所实现的功能与上述第一实施例的目标驱动控制流体模拟方法中的各流程步骤一一对应;故,在此不再赘述。
第三实施例
本实施例提供一种电子设备,其包括处理器和存储器;其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行,以实现第一实施例的方法。
该电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)和一个或一个以上的存储器,其中,存储器中存储有至少一条指令,所述指令由处理器加载并执行上述方法。
第四实施例
本实施例提供一种计算机可读存储介质,该存储介质中存储有至少一条指令,所述指令由处理器加载并执行,以实现上述第一实施例的方法。其中,该计算机可读存储介质可以是ROM、随机存取存储器、CD-ROM、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行上述方法。
此外,需要说明的是,本发明可提供为方法、装置或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
最后需要说明的是,以上所述是本发明优选实施方式,应当指出,尽管已描述了本发明优选实施例,但对于本技术领域的技术人员来说,一旦得知了本发明的基本创造性概念,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
Claims (8)
1.一种目标驱动控制流体模拟方法,其特征在于,包括:
对待模拟的目标进行三维建模,得到目标模型;
对目标模型进行采样,将目标模型采样成在空间中均匀分布的点;其中,在对目标模型进行采样时,根据目标模型的整体均匀程度,将目标模型分为不同类型的模型,并针对不同类型的模型采用不同的采样方式;
将采样得到的点作为控制流体的点,放置到流体的环境中,并基于采样方式对采样得到的点施加多种约束,通过多种约束驱动流体形成目标的形状。
2.如权利要求1所述的目标驱动控制流体模拟方法,其特征在于,在对待模拟的目标进行三维建模时,得到的目标模型为闭合的三维模型;其中,所述闭合的三维模型是指每个面都必须存在且无缺陷的三维模型。
3.如权利要求1所述的目标驱动控制流体模拟方法,其特征在于,所述对目标模型进行采样,将目标模型采样成在空间中均匀分布的点,包括:
根据目标模型的整体均匀程度,将目标模型分为整体均匀的模型和整体不均匀的模型;
针对整体均匀的模型,采用双层采样方式对其进行采样;其中,所述双层采样方式为:在模型内部采用体素化采样,并在模型表面采用蓝噪声采样;
针对整体不均匀的模型,采用单层采样方式对其进行采样;其中,所述单层采样方式为:在模型表面采用蓝噪声采样。
4.如权利要求3所述的目标驱动控制流体模拟方法,其特征在于,所述体素化采样的过程包括:
建立有向距离场,基于有向距离场,通过在目标模型外的立方体中放置一个规则网格来创建一个常规采样;对于在立方体内部的每个网格节点,创建一个半径为r的粒子,网格间距等于粒子半径r,通过查找有向距离场,执行模型内部或外部测试,得到模型内部的采样点,将内部的采样点作为采样得到的点。
5.如权利要求3所述的目标驱动控制流体模拟方法,其特征在于,所述蓝噪声采样的过程包括:
根据目标模型初始的点集,确定模型的初始三角形网格;
对模型的初始三角形网格进行采样,基于光滑粒子流体动力学方法,通过计算压力,施加一个负的压强梯度力,对不规则的采样粒子重新排序,形成光滑平整的表面;其中,蓝噪声采样通过密度梯度计算表面点的法线,在法线方向上施加抵消力,保持力沿着切线方向,让表面采样点变得光滑。
6.如权利要求3所述的目标驱动控制流体模拟方法,其特征在于,所述将采样得到的点作为控制流体的点,包括:
当采样得到的点是通过采用双层采样方式得到时,将采用体素化采样得到的模型内部的采样点设为驱动粒子,将采用蓝噪声采样得到的模型表面的采样点设为塑形粒子;
当采样得到的点是通过采用单层采样方式得到时,将采用蓝噪声采样得到的模型表面的采样点设为驱动粒子。
7.如权利要求6所述的目标驱动控制流体模拟方法,其特征在于,所述基于采样方式对采样得到的点施加多种约束,包括:
当采样方式为双层采样时,对驱动粒子施加密度约束、加权约束以及自适应驱动约束,并对塑形粒子施加塑形约束;使得表面的塑形粒子将流体粒子压缩至模型内部,内部的驱动粒子驱动流体粒子形成目标的形状;
当采样方式为单层采样时,对驱动粒子施加半密度约束、加权约束以及自适应驱动约束;使得表面的驱动粒子吸引流体粒子附着到模型表面;
所述密度约束表示为:驱动粒子和流体粒子被视为一个系统,通过密度恒定来驱动流体粒子流向驱动粒子,在驱动粒子的影响范围内,当流体粒子的空间分布稀疏时,驱动力将作为吸引力;否则,驱动力将被表示为排斥力;
所述加权约束表示为:采用水平集的方式在三维空间中表示约束权重,对各驱动粒子位于模型中的深度进行追踪,根据各驱动粒子周围的驱动粒子贡献权重求各驱动粒子加权值,记录各驱动粒子加权值,更新每个驱动粒子的约束权重;其中,驱动粒子的约束权重越大,对应的约束力越强;
所述自适应驱动约束表示为:流体粒子要在驱动粒子的驱动范围内,自适应驱动约束为驱动粒子设置不同的约束大小,使用逻辑回归函数计算驱动力,根据流体粒子和驱动粒子间的距离,允许在不同的距离上产生不同程度的驱动力,使流体能够填充到模型的顶部,流体粒子和驱动粒子间的距离越远,驱动力越大;驱动粒子周围的流体粒子越多,则驱动粒子的范围越小;
所述塑形约束表示为:塑形粒子将自己及其相邻的驱动粒子视为一个系统,表面的塑形粒子搜索周围的驱动粒子获得一个密度梯度的位移,将这个位移赋值给即将流出模型表面的流体粒子的位置信息中;
所述半密度约束表示为:表面的驱动粒子获得自身密度作为边界控制流体粒子,表面的驱动粒子获取周围的驱动粒子密度作为约束条件控制流体粒子,流体粒子和驱动粒子间的密度不能超越驱动粒子周围的驱动粒子密度。
8.一种目标驱动控制流体模拟系统,其特征在于,包括:
目标建模模块,用于对待模拟的目标进行三维建模,得到目标模型;
采样模块,用于对目标模型进行采样,将目标模型采样成在空间中均匀分布的点;其中,在对目标模型进行采样时,根据目标模型的整体均匀程度,将目标模型分为不同类型的模型,并针对不同类型的模型采用不同的采样方式;
目标驱动控制流体模拟模块,用于将所述采样模块采样得到的点作为控制流体的点,放置到流体的环境中,并基于采样方式对采样得到的点施加多种约束,通过多种约束驱动流体形成目标的形状。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310927403.XA CN117034724A (zh) | 2023-07-26 | 2023-07-26 | 一种目标驱动控制流体模拟方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310927403.XA CN117034724A (zh) | 2023-07-26 | 2023-07-26 | 一种目标驱动控制流体模拟方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117034724A true CN117034724A (zh) | 2023-11-10 |
Family
ID=88638216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310927403.XA Pending CN117034724A (zh) | 2023-07-26 | 2023-07-26 | 一种目标驱动控制流体模拟方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117034724A (zh) |
-
2023
- 2023-07-26 CN CN202310927403.XA patent/CN117034724A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ummenhofer et al. | Lagrangian fluid simulation with continuous convolutions | |
US7983884B2 (en) | Water particle manipulation | |
CN107633123B (zh) | 一种用于光滑粒子流体动力学模拟出血及处理加速的方法 | |
Xu et al. | Pose-space subspace dynamics | |
Coros et al. | Deformable objects alive! | |
CN105261069A (zh) | 基于gpu的软组织器官元球模型自动生成与碰撞检测的方法 | |
Yan et al. | Interactive liquid splash modeling by user sketches | |
Madill et al. | Target particle control of smoke simulation | |
AU2017227323A1 (en) | Particle simulation device, particle simulation method, and particle simulation program | |
CN109033501A (zh) | 一种包含刚体运动的求解域动态演化的几何模型建模方法 | |
Stanton et al. | Self-refining games using player analytics | |
Heyrani Nobari et al. | Range-GAN: Range-constrained generative adversarial network for conditioned design synthesis | |
EP3179390A1 (en) | Method and apparatus for modeling movement of air bubble based on fluid particles | |
CN113419424A (zh) | 减少过估计的模型化强化学习机器人控制方法及系统 | |
CN113033068A (zh) | 容器内流体粒子沸腾时的视觉仿真方法及电子设备 | |
CN117034724A (zh) | 一种目标驱动控制流体模拟方法及系统 | |
CN115908664B (zh) | 人机交互的动画生成方法、装置、计算机设备、存储介质 | |
Gao et al. | Accelerating liquid simulation with an improved data‐driven method | |
CN115906590B (zh) | 一种注塑充型的模拟填充方法及装置 | |
WO2007074728A1 (ja) | 凹凸テクスチャ生成プログラム、及び凹凸テクスチャ生成装置 | |
Xiao et al. | Real-time and authentic blood simulation for surgical training | |
CN116704095A (zh) | 在人体动画模拟中的人体蒙皮方法、系统、介质及设备 | |
US20070129918A1 (en) | Apparatus and method for expressing wetting and drying on surface of 3D object for visual effects | |
CN115062554B (zh) | 生物组织状态的模拟方法、系统及存储介质 | |
CN107977705A (zh) | 基于cnn的二决策变量优化问题连续式寻优方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |