KR102459848B1 - 입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치 - Google Patents

입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치 Download PDF

Info

Publication number
KR102459848B1
KR102459848B1 KR1020140145052A KR20140145052A KR102459848B1 KR 102459848 B1 KR102459848 B1 KR 102459848B1 KR 1020140145052 A KR1020140145052 A KR 1020140145052A KR 20140145052 A KR20140145052 A KR 20140145052A KR 102459848 B1 KR102459848 B1 KR 102459848B1
Authority
KR
South Korea
Prior art keywords
particles
modeling
target object
coarse
target
Prior art date
Application number
KR1020140145052A
Other languages
English (en)
Other versions
KR20160048437A (ko
Inventor
정휘룡
강나협
이형욱
김지연
Original Assignee
삼성전자주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to KR1020140145052A priority Critical patent/KR102459848B1/ko
Priority to US14/919,184 priority patent/US10713397B2/en
Publication of KR20160048437A publication Critical patent/KR20160048437A/ko
Application granted granted Critical
Publication of KR102459848B1 publication Critical patent/KR102459848B1/ko

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T13/00—Animation
    • G06T13/20—3D [Three Dimensional] animation
    • G06T13/60—3D [Three Dimensional] animation of natural phenomena, e.g. rain, snow, water or plants
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/56—Particle system, point based geometry or rendering

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

입자에 기반하여 모델링한 대상 객체를 구성하는 원본 입자들을 다운 샘플링하여 생성한 성긴 입자들을 이용하여 대상 객체의 움직임을 모델링하고, 모델링 결과에 기초하여 원본 입자들을 재정의하는, 입자에 기반하여 대상 객체를 모델링하는 방법을 제공할 수 있다.

Description

입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치{MODELING METHOD AND MODELING APPARATUS OF TARGET OBJECT AT HIGH SPEED BASED ON PARTICLES}
아래의 실시예들은 입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치에 관한 것이다.
컴퓨터 그래픽스(Computer Graphics; CG) 분야, 특히 시각 효과(Visual Effects; VFX) 분야의 유체 시뮬레이션과 관련하여, 유체의 유동을 수치적으로 풀어내려는 연구가 계속 진행되고 있다. 내비어-스톡스 방정식(Navier-Stokes Equation)은 유체를 매우 작은 입자들(particles)의 합으로 보고, 각각의 입자들이 서로 어떻게 상호 작용하면서 움직이는지를 나타낸 것이다. 이와 같이 유체의 유동을 수치적으로 풀어내는 경우, 보다 사실적인 표현을 위해서는 모델링을 위한 계산 부하가 커지게 된다.
일 실시예에 따르면, 입자에 기반하여 대상 객체를 모델링하는 방법은, 대상 객체(target object)를 입자(particle)에 기반하여 모델링하는 단계; 상기 대상 객체를 구성하는 원본 입자들(original particles)을 다운 샘플링(down-sampling)하여 성긴 입자들(coarse particles)을 생성하는 단계; 상기 성긴 입자들을 이용하여 상기 대상 객체의 움직임을 모델링하는 단계; 및 상기 모델링 결과에 기초하여 상기 원본 입자들을 재정의하는 단계를 포함한다.
상기 성긴 입자들을 생성하는 단계는, 상기 원본 입자들의 속성 값들에 대한 가중 합(weighted sum), 대표값, 및 평균값 중 적어도 하나를 이용하여 상기 성긴 입자들을 생성하는 단계를 포함할 수 있다.
상기 성긴 입자들을 생성하는 단계는, 상기 원본 입자들 중 미리 주어진 거리값보다 인접한 입자들을 이용하여 상기 성긴 입자들을 생성하는 단계를 포함할 수 있다.
상기 성긴 입자들을 생성하는 단계는, 상기 미리 주어진 거리값보다 인접한 입자들의 속성 값들에 대한 가중 합을 산출하는 단계; 및 상기 산출된 가중 합을 대응되는 성긴 입자들에 저장하는 단계를 포함할 수 있다.
상기 성긴 입자들을 생성하는 단계는, 상기 미리 설정된 거리값보다 인접한 입자들 중 어느 하나의 입자를 대표 입자로 결정하는 단계; 및 상기 대표 입자에 기반하여 상기 성긴 입자들을 생성하는 단계를 포함할 수 있다.
상기 대표 입자의 속성 값을 대응되는 성긴 입자들에 저장하는 단계를 포함할 수 있다.
상기 성긴 입자들을 생성하는 단계는, 상기 원본 입자들을 복수 개의 셀들을 포함하는 격자(grid)로 공간 분할하는 단계; 및 상기 격자의 셀 별로 포함된 원본 입자들을 이용하여 상기 성긴 입자들을 생성하는 단계를 포함할 수 있다.
상기 격자의 셀 별로 포함된 원본 입자들의 속성 값들을 평균하여 상기 셀 별 성긴 입자에 저장하는 단계를 더 포함할 수 있다.
상기 입자들의 속성 값들은, 상기 입자들의 위치, 속도, 밀도, 압력, 및 온도 중 적어도 하나를 포함할 수 있다.
상기 대상 객체의 움직임을 모델링하는 단계는, 상기 대상 객체의 움직임에 따른 상기 성긴 입자들의 속성 값들을 계산하는 단계를 포함할 수 있다.
상기 원본 입자들을 재정의하는 단계는, 상기 모델링에 따른 상기 성긴 입자들의 속도값을 이용하여 상기 성긴 입자들에 대응되는 원본 입자들을 재정의하는 단계를 포함할 수 있다.
상기 원본 입자들을 재정의하는 단계는, 상기 대상 객체의 움직임을 모델링하기 이전과 이후의 상기 성긴 입자들의 속도 편차를 산출하는 단계; 및 상기 속도 편차를 이용하여 상기 성긴 입자들에 대응되는 원본 입자들을 재정의하는 단계를 포함할 수 있다.
상기 원본 입자들을 재정의하는 단계는, 상기 모델링에 따른 상기 성긴 입자들의 속성 값을 상기 원본 입자들에 저장하는 단계를 포함할 수 있다.
상기 원본 입자들에 저장된 정보를 이용하여 상기 대상 객체를 시각화하는 단계를 더 포함할 수 있다.
상기 대상 객체는 유체(fluid), 또는 변형체(Deformable Body) 중 적어도 하나를 포함할 수 있다.
일실시예에 따르면, 입자에 기반하여 대상 객체를 모델링하는 장치는, 상기 대상 객체를 모델링하는 장치의 동작을 제어하는 프로그램을 기록하는 메모리; 및 상기 프로그램을 구동시키는 프로세서를 포함하고, 상기 프로그램은, 상기 입자에 기반하여 모델링한 상기 대상 객체를 구성하는 원본 입자들을 다운 샘플링하여 생성한 성긴 입자들을 이용하여 상기 대상 객체의 움직임을 모델링하고, 상기 모델링 결과에 기초하여 상기 원본 입자들을 재정의할 수 있다.
상기 프로그램은, 상기 원본 입자들의 속성 값들에 대한 가중 합, 대표값, 및 평균값 중 적어도 하나를 이용하여 상기 성긴 입자들을 생성할 수 있다.
상기 프로그램은, 상기 원본 입자들 중 미리 주어진 거리값보다 인접한 입자들을 이용하여 상기 성긴 입자들을 생성하거나, 또는 상기 원본 입자들을 복수 개의 셀들을 포함하는 격자로 공간 분할하고, 상기 분할된 격자의 셀 별로 포함된 원본 입자들을 이용하여 상기 셀 별로 상기 성긴 입자들을 생성할 수 있다.
상기 프로그램은, 상기 모델링에 따른 상기 성긴 입자들의 속도값을 이용하여 상기 성긴 입자들에 대응되는 원본 입자들을 재정의하거나, 또는 상기 대상 객체의 움직임을 모델링하기 이전과 이후에 상기 성긴 입자들에 대해 산출된 속도 편차를 이용하여 상기 성긴 입자들에 대응되는 원본 입자들을 재정의할 수 있다.
도 1은 일실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 방법을 나타낸 플로우차트이다.
도 2는 일실시예에 따라 원본 입자들을 다운 샘플링하여 생성한 성긴 입자들을 나타낸 도면이다.
도 3은 일실시예에 따라 성긴 입자들(coarse particles)을 생성하는 다양한 방법들을 설명하기 위한 도면이다.
도 4는 일실시예에 따라 대상 객체의 움직임을 모델링하는 방법을 설명하기 위한 도면이다.
도 5는 일실시예에 따라 가중 합(weighted sum)에 의해 생성된 성긴 입자의 모델링 결과를 이용하여 원본 입자들을 재정의하는 방법을 설명하기 위한 도면이다.
도 6은 일실시예에 따라 대표 입자에 의해 생성된 성긴 입자의 모델링 결과를 이용하여 원본 입자들을 재정의하는 방법을 설명하기 위한 도면이다.
도 7은 다른 실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 방법을 나타낸 플로우차트이다.
도 8은 또다른 실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 방법을 나타낸 플로우차트이다.
도 9는 일실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 장치의 블록도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 방법을 나타낸 플로우차트이다.
도 1을 참조하면, 일실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 장치(이하, '모델링 장치')는 대상 객체(target object)를 입자(particle)에 기반하여 모델링한다(110). 여기서, 대상 객체는 유체(fluid), 또는 변형체(Deformable Body) 중 적어도 하나를 포함할 수 있다. 변형체는 강체(Rigid body) 및 연체(Soft Body)를 모두 포함하는 의미로 이해될 수 있다.
모델링 장치는 대상 객체를 구성하는 원본 입자들(original particles)을 다운 샘플링(down-sampling)하여 성긴 입자들(coarse particles)을 생성한다(120). 단계(120)에서 생성된 성긴 입자들은 단계(130)에서 대상 객체의 움직임을 저해상도로 모델링하는 데에 이용될 수 있다.
모델링 장치는 예를 들어, 원본 입자들의 속성 값들에 대한 가중 합(weighted sum), 대표값, 및 평균값 중 적어도 하나를 이용하여 성긴 입자들을 생성할 수 있다.
모델링 장치가 성긴 입자들을 생성하는 방법은 도 2 및 도 3을 참조하여 설명한다.
모델링 장치는 단계(120)에서 생성된 성긴 입자들을 이용하여 대상 객체의 움직임을 모델링한다(130). 모델링 장치는 성긴 입자들을 이용하여, 예를 들어, 위치-기반 프레임워크(position-based framework) 또는 SPH(Smoothed Particle Hydrodynamic)과 같은 알려진 방법을 기반으로 대상 객체의 움직임을 모델링할 수 있다. 이때, 모델링 장치는 대상 객체의 움직임에 따른 성긴 입자들의 속성 값을 계산할 수 있다.
일실시예에서 입자들의 속성 값은 예를 들어, 입자의 위치, 속도, 밀도, 압력, 온도 등을 포함할 수 있으며, 성긴 입자뿐만 아니라, 원본 입자들 또한 입자 각각의 속성 값을 가질 수 있다. 모델링 장치는 계산된 속성 값을 성긴 입자들에 저장할 수 있다. 모델링 장치가 대상 객체의 움직임을 모델링하는 방법은 도 4를 참고하여 설명한다.
모델링 장치는 단계(130)의 모델링 결과에 기초하여 원본 입자들을 재정의한다(140).
모델링 장치는 모델링에 따른 성긴 입자들의 속도값을 이용하여 성긴 입자들에 대응되는 원본 입자들을 재정의할 수 있다. 여기서, '성긴 입자들에 대응되는 원본 입자'는 예를 들어, 후술하는 도 3의 310에서 원본 입자들의 집합(311, 312, 313, 314)마다 성긴 입자들이 생성된 경우에, 그 역으로 성긴 입자 하나를 생성하는 데에 이용된 원본 입자들을 의미하는 것으로 이해할 수 있다.
또한, 모델링 장치는 대상 객체의 움직임을 모델링하기 이전과 이후의 성긴 입자들의 속도 편차를 산출하고, 산출한 속도 편차를 이용하여 성긴 입자들에 대응되는 원본 입자들을 재정의할 수 있다. 모델링 장치가 원본 입자들을 재정의하는 방법은 도 5 및 도 6을 참조하여 설명한다.
도 2는 일실시예에 따라 원본 입자들을 다운 샘플링하여 생성한 성긴 입자들을 나타낸 도면이다.
도 2를 참조하면, 대상 객체를 구성하는 원본 입자들(210) 및 원본 입자들(210)을 다운 샘플링하여 생성된 성긴 입자들(230)이 도시된다.
대상 객체를 구성하는 원본 입자들(210)은 예를 들어, 일정 공간에 복수 개가 존재할 수 있으며, 원본 입자들(210) 중 서로 일정 거리 내에 가까이 위치하는 입자들이 있을 수 있다. 이때, 원본 입자들(210)은 해당 입자의 모델링에 필요한 위치, 속도, 밀도, 압력, 온도 등과 같은 정보, 다시 말해 입자들의 속성 값을 저장할 수 있다. 원본 입자들(210)의 속성 값은 다운 샘플링 과정을 통해 성긴 입자들(230)에게 전달될 수 있다.
일실시예에서 원본 입자들(210)은 다운 샘플링되어 적은 수의 성긴 입자들(230)로 생성될 수 있다. 성긴 입자들(230)은 원본 입자들(210) 중 미리 주어진 거리값보다 인접한 입자들을 결합하거나, 원본 입자들(210) 중 대표 입자를 선택하는 방법 등에 의해 생성될 수 있다.
성긴 입자들(230)의 속성 값은 예를 들어, 원본 입자들(210)의 속성 값에 대한 대표값, 평균값, 또는 가중 합을 통해 구할 수 있다. 이와 같이 성긴 입자들(230)의 속성 값으로 원본 입자들(210)의 속성 값에 대한 대표값, 평균값, 가중 합 등을 사용하는 것은 로우 패스 필터(Low pass filter)를 사용하는 것과 같은 효과를 나타낼 수 있다. 원본 입자들(210)로부터 다양한 방법을 통해 생성되는 성긴 입자들(230)에 대하여는 도 3을 참조하여 설명한다.
일실시예에 따른 모델링 장치는 대상 객체를 구성하는 원본 입자들(210)의 개수를 전역적으로 줄여서 성기게 다운 샘플링 함으로써 입자 모델링에 대한 계산량을 감소시킬 수 있다.
또한, 모델링 장치는 대상 객체의 움직임을 계산하는 데에 사용하는 입자들의 개수만을 줄이고, 실제 시각화에 사용하는 입자의 개수는 그대로 유지하기 때문에 최종적인 결과물에 대한 시각적인 해상도는 그대로 유지될 수 있다.
도 3은 일실시예에 따라 성긴 입자들을 생성하는 다양한 방법들을 설명하기 위한 도면이다.
도 3을 참조하면, 원본 입자들(310)로부터 생성된 성긴 입자들(320,330,370)이 도시된다.
일실시예에 따른 모델링 장치는 입자들의 위치를 기준으로 일정 거리 이내의 인접한 입자들을 결합하거나, 입자들이 위치하는 공간을 격자로 분할하고, 분할된 격자의 각 공간(셀)에 위치하는 입자들을 결합하여 성긴 입자들을 생성할 수 있다.
이하에서, 310, 320 및 330은 일정 거리 이내에 인접한 입자들을 결합하여 성긴 입자들을 생성하는 방법을 나타내고, 350 및 370은 격자의 각 공간(셀)에 위치하는 입자들을 결합하여 성긴 입자들을 생성하는 방법을 나타낸다.
우선, 일정 거리 이내에 인접한 입자들을 결합하는 가중 합에 의해 성긴 입자들을 생성하는 방법은 다음과 같다.
모델링 장치는 일정 영역에 위치한 원본 입자들(310) 중 주어진 거리값(예를 들어, 1 mm) 보다 서로 가까이 존재하는 원본 입자들을 모두 결합할 수 있다.
예를 들어, 원본 입자들(310) 중 1 mm보다 가까이 존재하는 원본 입자들의 집합(311, 312, 313, 314)에서 각 집합에 포함된 입자들을 모두 결합하여 320와 같이 4개의 성긴 입자들을 생성할 수 있다.
4개의 성긴 입자들(320)은 각각 원본 입자들의 집합(311, 312, 313, 314)으로부터 생성된 것으로서, 성긴 입자들(320)의 속성 값은 원본 입자들의 집합(311, 312, 313, 314) 내에 포함된 원본 입자들의 밀도, 위치 등의 속성 값에 대한 가중 합(weighted sum)일 수 있다. 이때, 원본 입자들(310) 각각은 커널 함수(kernel function)를 가지고, 가까운 입자는 속성 값에 큰 영향을 미치고, 먼 입자는 속성 값에 작은 영향을 미칠 수 있다.
또한, 모델링 장치는 일정 영역에서 주어진 거리값(예를 들어, 1 mm)보다 서로 가까이 존재하는 원본 입자들(310) 중 대표 입자를 선택할 수 있다. 대표 입자는 330에 도시된 바와 같이 원본 입자들의 집합(311, 312, 313, 314)마다 하나씩 결정될 수 있으며, 대표 입자들이 곧 성긴 입자가 될 수 있다.
이때, 모델링 장치는 예를 들어, 가장 높은 주파수(high frequency)를 가지는 입자를 선택하거나, 또는 가장 낮은 주파수(low frequency)를 가지는 입자를 선택하는 방법에 의해 대표 입자를 결정될 수 있다.
실시예에 따라서, 모델링 장치는 350에 도시된 바와 같이 원본 입자들이 위치하는 공간을 격자로 분할하여 복수 개의 셀들로 구분한 후, 분할된 각 셀 별로 원본 입자들을 결합하여 370과 같이 성긴 입자를 생성할 수 있다.
이때, 성긴 입자는 각 셀 별로 결합된 원본 입자들의 속성의 대표값 또는 평균값을 가질 수 있다.
도 4는 일실시예에 따라 대상 객체의 움직임을 모델링하는 방법을 설명하기 위한 도면이다.
도 4를 참조하면, 일실시예에 따라 생성된 성긴 입자들(410) 및 대상 객체의 움직임을 모델링하는 성긴 입자들(430)이 도시된다.
일실시예에 따른 모델링 장치는 성긴 입자들(410)이 가지고 있는 위치, 속도, 밀도, 압력, 온도 등과 같은 속성 값을 이용하여 물, 불, 연기, 그 밖의 강체, 변형체 등 목표하는 대상 객체의 움직임을 모델링할 수 있다.
이때, 대상 객체의 움직임은 예를 들어, 위치-기반 프레임워크(position-based framework) 또는 SPH(Smoothed Particle Hydrodynamic) 등과 같이 대상 객체의 움직임을 계산하는 공지의 기술들을 이용하여 계산될 수 있다.
다만, 모델링 장치는 성긴 입자들(410)을 이용하여 대상 객체의 움직임을 계산하므로, 모델링된 성긴 입자들(430)은 저해상도로 표현될 수 있다.
도 5는 일실시예에 따라 가중 합에 의해 생성된 성긴 입자의 모델링 결과를 이용하여 원본 입자들을 재정의하는 방법을 설명하기 위한 도면이다.
도 5를 참조하면, 가중 합에 의해 생성된 성긴 입자(510) 및 성긴 입자(510)에 기초하여 재정의된 원본 입자들(530)이 도시된다.
일실시예에 따른 모델링 장치는 앞서 모델링된 성긴 입자들(510)에 저장된 속성 값들을 이용하여 입자들의 움직임을 계산하고, 계산된 속성 값들을 다시 원본 입자들(530)에게 전달함으로써 원본 입자들(530)을 재정의할 수 있다.
재정의되는 원본 입자들(530)의 속성 값은 재정의된 원본 입자(530)와 가장 가까운 위치에 있던 성긴 입자(510)의 속성 값을 이용하거나, 재정의된 원본 입자(530) 주변의 성긴 입자들(510)에 대한 가중합을 거리에 비례하여 나누는 방법 등에 의해 결정될 수 있다.
입자 속도의 경우, 모델링 장치는 성긴 입자들(510)로부터 가져온 값(속도 값)을 그대로 반영하여 성긴 입자들(510)에 대응되는 원본 입자들(530)을 재정의할 수도 있다. 성긴 입자들(510)로부터 가져온 값(속도 값)을 그대로 반영하는 경우, 모델링 장치는 로우 패스 필터를 사용한 것과 같이 디테일이 없는 대상 객체의 부드러운 움직임을 표현할 수 있다.
모델링 장치는 성긴 입자들(510)의 모델링 전, 후의 속도 차를 원본 입자들(530)에 반영하여 원본 입자들(530)을 재정의할 수도 있다. 모델링 장치는 대상 객체의 움직임을 모델링하기 이전과 이후의 성긴 입자들(510)의 속도 편차를 계산하고 , 계산 결과를 적용하여 성긴 입자들(510)에 대응되는 원본 입자들(530)을 재정의할 수도 있다.
성긴 입자들(510)의 모델링 전, 후의 속도 차를 원본 입자들(530)에 반영하는 경우에는 디테일이 보존되어 원본 입자들(530)의 움직임이 보다 구체적으로 표현될 수 있다.
도 6은 일실시예에 따라 대표 입자에 의해 생성된 성긴 입자의 모델링 결과를 이용하여 원본 입자들을 재정의하는 방법을 설명하기 위한 도면이다.
도 6을 참조하면, 대표 입자에 의해 생성된 성긴 입자들(610) 및 성긴 입자(610)에 기초하여 재정의된 원본 입자들(630)이 도시된다.
이때, 성긴 입자들(610)은 예를 들어, 도 3의 330에 도시된 바와 같이 대표 입자들에 의해 생성된 것일 수 있다. 모델링 장치는 성긴 입자들(610)에 저장된 속성 값들은 동일하게 원본 입자들(630)에게 전달함으로써 원본 입자들(630)을 재정의할 수 있다. 다시 말해, 모델링 장치는 대표 입자인 성긴 입자(610)의 속성 값을 재정의되는 원본 입자들(630)의 속성 값으로 그대로 이용할 수 있다.
또한, 모델링 장치는 객체의 움직임을 모델링하기 이전과 이후의 성긴 입자들(610)의 속도 편차를 이용하여 성긴 입자들(610)에 대응되는 원본 입자들(530)을 재정의할 수도 있다.
도 7은 다른 실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 방법을 나타낸 플로우차트이다.
도 7을 참조하면, 다른 실시예에 따른 모델링 장치는 대상 객체를 입자에 기반하여 모델링한다(710).
모델링 장치는 단계(710)에서 모델링된 입자들에서 미리 설정된 거리값보다 인접한 입자들 중 어느 하나의 입자를 대표 입자로 결정할 수 있다(720).
모델링 장치는 단계(730)에서 결정된 대표 입자에 기반하여 성긴 입자들을 생성하고(730), 대표 입자의 속성 값을 대응되는 성긴 입자들에 저장할 수 있다(740).
모델링 장치는 대상 객체의 움직임에 따른 성긴 입자들의 속성 값(예를 들어, 속도 값)들을 계산할 수 있다(750).
모델링 장치는 단계(750)에서 계산된 성긴 입자들의 속도값을 이용하여 성긴 입자들에 대응되는 원본 입자들을 재정의할 수 있다(760).
모델링 장치는 모델링에 따른 상기 성긴 입자들의 속성 값을 상기 원본 입자들에 저장할 수 있다(770).
모델링 장치는 원본 입자들에 저장된 정보를 이용하여 대상 객체를 시각화할 수 있다(780).
도 8은 다른 실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 방법을 나타낸 플로우차트이다.
도 8을 참조하면, 다른 실시예에 따른 모델링 장치는 원본 입자들의 속성 값을 입력받을 수 있다(810). 원본 입자의 속성 값은 예를 들어, 위치, 속도, 밀도, 온도, 압력 등을 포함할 수 있다. 원본 입자의 속성 값은 매 타임 스텝(time-step)마다 업데이트될 수 있다.
모델링 장치는 저해상도로 입자들을 생성할 수 있다(820). 모델링 장치는 원본 입자들을 전역에 걸쳐 다운 샘플링하여 저해상도로 입자들을 생성할 수 있다. 이때 저해상도로 생성된 입자들은 성긴 입자라고 부를 수 있다. 단계(820)에서 모델링 장치는 단계(810)에서 입력된 원본 입자의 속성 값에 기초하여 성긴 입자의 속성 값을 계산할 수 있다. 성긴 입자의 속성 값 또한 예를 들어, 위치, 속도, 밀도, 온도, 압력 등을 포함할 수 있다.
모델링 장치는 저해상도 모델링을 수행할 수 있다(830). 단계(830)에서, 모델링 장치는 성긴 입자의 속성 값을 가지고 유체, 강체, 변형체 등 대상 객체의 움직임을 계산할 수 있다. 대상 객체의 움직임은 예를 들어, SPH(Smoothed Particle Hydrodynamic) 등과 같이 공지의 기술들을 이용하여 계산할 수 있다.
모델링 장치는 모델링 결과를 고해상도의 원본 입자들에게 전달할 수 있다(840). 단계(840)은 단계(830)을 통해 계산된 성긴 입자의 속성 값을 고해상도의 조밀한 원본 입자들에게 전달하는 과정으로 이해할 수 있다.
모델링 장치는 모델링 결과를 저장할 수 있다(850). 단계(850)에서 모델링 장치는 원본 입자로 전달된 성긴 입자의 속성 값들을 저장할 수 있다.
모델링 장치는 단계(850)에서 저장된 모델링 결과를 이용하여 대상 객체를 시각화할 수 있다(860).
도 9는 일실시예에 따른 입자에 기반하여 대상 객체를 모델링하는 장치의 블록도이다.
도 9를 참조하면, 일실시예에 따른 모델링 장치(900)는 메모리(910) 및 프로세서(930)를 포함한다. 또한, 모델링 장치(900)는 송수신부(950)를 더 포함할 수 있다.
메모리(910)는 대상 객체를 모델링하는 장치의 동작을 제어하는 프로그램을 기록한다.
프로세서(930)는 메모리(910)에 저장된 프로그램을 구동시킨다. 프로세서(930)의 개수는 단수 개일 수도 있고, 복수 개일 수도 있다.
프로그램은 입자에 기반하여 모델링한 대상 객체를 구성하는 원본 입자들을 다운 샘플링하여 생성한 성긴 입자들을 이용하여 대상 객체의 움직임을 모델링한다. 프로그램은 모델링 결과에 기초하여 원본 입자들을 재정의한다.
프로그램은 원본 입자들의 속성 값들에 대한 가중 합, 대표값, 및 평균값 중 적어도 하나를 이용하여 성긴 입자들을 생성할 수 있다.
프로그램은 원본 입자들 중 미리 주어진 거리값보다 인접한 입자들을 이용하여 성긴 입자들을 생성할 수 있다. 프로그램은 원본 입자들을 복수 개의 셀들을 포함하는 격자(grid)로 공간 분할하고, 분할된 격자의 셀 별로 포함된 원본 입자들을 이용하여 셀 별로 성긴 입자들을 생성할 수 있다.
또한, 프로그램은 모델링에 따른 성긴 입자들의 속도값을 이용하여 성긴 입자들에 대응되는 원본 입자들을 재정의할 수 있다. 프로그램은 대상 객체의 움직임을 모델링하기 이전과 이후에 성긴 입자들에 대해 산출된 속도 편차를 이용하여 성긴 입자들에 대응되는 원본 입자들을 재정의할 수 있다.
송수신부(950)는 프로세서(930)의 동작에 필요하거나, 프로그램의 구동에 필요한 정보를 송, 수신할 수 있다. 또한, 송수신부(950)는 필요에 따라서, 대상 객체를 구성하는 원본 입자들의 속성 값을 수신하거나, 성긴 입자들의 속성 값을 송신할 수 있다.
이상에서 설명된 장치는 하드웨어 구성 요소, 소프트웨어 구성 요소, 및/또는 하드웨어 구성 요소 및 소프트웨어 구성 요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성 요소는, 예를 들어, 프로세서, 컨트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 컨트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
900: 모델링 장치
910: 메모리
930: 프로세서
950: 송수신부

Claims (20)

  1. 대상 객체(target object)에 대응하는 복수의 대상 입자(particle)들 각각의 속성값을 획득하여 상기 대상 객체를 모델링하는 단계;
    상기 대상 입자들의 집합들- 상기 집합들 각각에서 상기 대상 입자들은 서로 미리 결정된 거리 내에 위치함-을 결합하여 성긴 입자들(coarse particles)- 상기 성긴 입자들의 성긴 속성값들은 각 집합에 포함된 대상 입자들의 속성값들에 대한 가중치 합에 기초하여 생성됨-을 생성하는 단계;
    상기 성긴 입자들의 갱신된 성긴 속성 값들을 계산하기 위해, 상기 성긴 입자들의 움직임에 기초하여 상기 대상 객체의 움직임을 모델링하는 단계;
    상기 갱신된 성긴 속성값들을 상기 집합의 성긴 입자들에게 동일하게 전달함으로써, 상기 모델링 결과에 기초하여 상기 집합의 대상 입자들을 재정의하는 단계; 및
    상기 집합의 대상 입자들에게 전달된 상기 갱신된 성긴 속성값들에 기초하여 상기 대상 객체를 시각화하는 단계
    를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  2. 제1항에 있어서,
    상기 성긴 입자들을 생성하는 단계는,
    상기 대상 객체를 구성하는 원본 입자들의 속성 값들에 대한 가중 합(weighted sum), 대표값, 및 평균값 중 적어도 하나를 이용하여 상기 성긴 입자들을 생성하는 단계
    를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  3. 제1항에 있어서,
    상기 성긴 입자들을 생성하는 단계는,
    상기 대상 객체를 구성하는 원본 입자들 중 미리 주어진 거리값보다 인접한 입자들을 이용하여 상기 성긴 입자들을 생성하는 단계
    를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  4. 제3항에 있어서,
    상기 성긴 입자들을 생성하는 단계는,
    상기 미리 주어진 거리값보다 인접한 입자들의 속성 값들에 대한 가중 합을 산출하는 단계; 및
    상기 산출된 가중 합을 대응되는 성긴 입자들에 저장하는 단계
    를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  5. 제3항에 있어서,
    상기 성긴 입자들을 생성하는 단계는,
    상기 미리 주어진 거리값보다 인접한 입자들 중 어느 하나의 입자를 대표 입자로 결정하는 단계; 및
    상기 대표 입자에 기반하여 상기 성긴 입자들을 생성하는 단계
    를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  6. 제5항에 있어서,
    상기 대표 입자의 속성 값을 대응되는 성긴 입자들에 저장하는 단계
    를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  7. 삭제
  8. 삭제
  9. 제1항에 있어서,
    상기 입자들의 속성 값들은,
    상기 입자들의 위치, 속도, 밀도, 압력, 및 온도 중 적어도 하나를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  10. 삭제
  11. 제1항에 있어서,
    상기 집합의 대상 입자들을 재정의하는 단계는,
    상기 모델링에 따른 상기 성긴 입자들의 이동을 계산하여 얻은 상기 성긴 입자들의 속도값을 이용하여 상기 집합의 대상 입자들 각각을 재정의하는 단계
    를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  12. 제1항에 있어서,
    상기 집합의 대상 입자들을 재정의하는 단계는,
    상기 대상 객체의 움직임을 모델링하기 이전의 성긴 입자들과 상기 대상 객체의 움직임을 모델링한 이후의 상기 성긴 입자들 간의 속도 편차를 상기 대상 입자들에게 적용함으로써 상기 대상 입자들을 재정의하는 단계
    를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  13. 삭제
  14. 삭제
  15. 제1항에 있어서,
    상기 대상 객체는
    유체(fluid), 또는 변형체(Deformable Body) 중 적어도 하나를 포함하는, 입자에 기반하여 대상 객체를 모델링하는 방법.
  16. 제1항 내지 제6항, 제9항, 제11항, 제12항, 및 제15항 중에서 어느 하나의 항의 방법을 실행시키기 위한 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
  17. 입자에 기반하여 대상 객체를 모델링하는 장치에 있어서,
    상기 대상 객체를 모델링하는 장치의 동작을 제어하는 프로그램을 기록하는 메모리; 및
    상기 프로그램을 구동시키는 프로세서
    를 포함하고,
    상기 프로그램은,
    상기 대상 객체에 대응하는 복수의 대상 입자들 각각의 속성값을 획득하여 상기 대상 객체를 모델링하고,
    상기 대상 입자들의 집합들- 상기 집합들 각각에서 상기 대상 입자들은 서로 미리 결정된 거리 내에 위치함-을 결합하여 성긴 입자들)- 상기 성긴 입자들의 성긴 속성값들은 각 집합에 포함된 대상 입자들의 속성값들에 대한 가중치 합에 기초하여 생성됨-을 생성하고,
    상기 성긴 입자들의 갱신된 성긴 속성 값들을 계산하기 위해 상기 성긴 입자들의 움직임에 기초하여 상기 대상 객체의 움직임을 모델링하고,
    상기 갱신된 성긴 속성값들을 상기 집합의 성긴 입자들에게 동일하게 전달함으로써 상기 모델링 결과에 기초하여 상기 집합의 대상 입자들을 재정의하며,
    상기 집합의 대상 입자들에게 전달된 상기 갱신된 속성 값들에 기초하여 상기 대상 객체를 시각화하는, 입자에 기반하여 대상 객체를 모델링하는 장치.
  18. 제17항에 있어서,
    상기 프로그램은,
    상기 대상 객체를 구성하는 원본 입자들의 속성 값들에 대한 가중 합, 대표값, 및 평균값 중 적어도 하나를 이용하여 상기 성긴 입자들을 생성하는, 입자에 기반하여 대상 객체를 모델링하는 장치.
  19. 제17항에 있어서,
    상기 프로그램은,
    상기 대상 객체를 구성하는 원본 입자들 중 미리 주어진 거리값보다 인접한 입자들을 이용하여 상기 성긴 입자들을 생성하는, 입자에 기반하여 대상 객체를 모델링하는 장치.
  20. 제17항에 있어서,
    상기 프로그램은,
    상기 모델링에 따른 상기 성긴 입자들의 속도값을 이용하여 상기 성긴 입자들에 대응되는 원본 입자들을 재정의하거나, 또는 상기 대상 객체의 움직임을 모델링하기 이전의 성긴 입자들과 상기 대상 객체의 움직임을 모델링한 이후의 상기 성긴 입자들 간의 속도 편차를 상기 대상 입자들에게 적용함으로써 상기 대상 입자들을 재정의하는, 입자에 기반하여 대상 객체를 모델링하는 장치.
KR1020140145052A 2014-10-24 2014-10-24 입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치 KR102459848B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140145052A KR102459848B1 (ko) 2014-10-24 2014-10-24 입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치
US14/919,184 US10713397B2 (en) 2014-10-24 2015-10-21 Method and apparatus for modeling a target object based on particles

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140145052A KR102459848B1 (ko) 2014-10-24 2014-10-24 입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20160048437A KR20160048437A (ko) 2016-05-04
KR102459848B1 true KR102459848B1 (ko) 2022-10-27

Family

ID=55792187

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140145052A KR102459848B1 (ko) 2014-10-24 2014-10-24 입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치

Country Status (2)

Country Link
US (1) US10713397B2 (ko)
KR (1) KR102459848B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160024552A (ko) * 2014-08-26 2016-03-07 삼성전자주식회사 입자로 구성된 변형체를 모델링하는 방법 및 장치
EP3136293A1 (en) * 2015-08-28 2017-03-01 Thomson Licensing Method and device for processing an image of pixels, corresponding computer program product and computer readable medium
CN107657131A (zh) * 2017-10-18 2018-02-02 北方工业大学 一种基于GPUs集群的流体交互仿真方法及系统
CN111353229B (zh) * 2020-02-28 2022-04-01 山东大学 一种实体结构光滑粒子动力学建模方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110032255A1 (en) * 2009-08-10 2011-02-10 Dem Solutions Ltd Method and apparatus for discrete element modeling with a virtual geometry object
US20120284002A1 (en) * 2011-05-05 2012-11-08 Siemens Corporation Simplified Smoothed Particle Hydrodynamics

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7324665B2 (en) 2002-09-16 2008-01-29 Massachusetts Institute Of Technology Method of multi-resolution adaptive correlation processing
JP4742387B2 (ja) * 2006-04-20 2011-08-10 独立行政法人海洋研究開発機構 シミュレーション方法、シミュレーションプログラムおよびシミュレーション装置
JP5342761B2 (ja) * 2007-09-11 2013-11-13 プロメテック・ソフトウェア株式会社 粒子法に基づく流体シミュレーションの表面構築方法、そのプログラム、およびそのプログラムを格納した記憶媒体
KR100872434B1 (ko) 2007-10-25 2008-12-05 한국전자통신연구원 다중 해상도의 유체 파티클 시뮬레이션 시스템 및 방법
US8289327B1 (en) 2009-01-21 2012-10-16 Lucasfilm Entertainment Company Ltd. Multi-stage fire simulation
WO2010121085A1 (en) * 2009-04-16 2010-10-21 Ioan Alexandru Salomie Scalable particle interactive networks
WO2010140957A1 (en) * 2009-06-03 2010-12-09 Algoryx Simulation Ab A method, an apparatus and computer program product for simulating dynamic fluids
US8996337B1 (en) * 2009-07-10 2015-03-31 Nvidia Corporation Hierarchical position-based dynamics
KR101082627B1 (ko) 2010-03-17 2011-11-10 한양대학교 산학협력단 분무 및 입자 거동 시뮬레이션에서의 격자 의존성 저감 방법
US20110282641A1 (en) 2010-05-16 2011-11-17 Stefan Bobby Jacob Xenos Method and system for real-time particle simulation
WO2013038476A1 (ja) * 2011-09-12 2013-03-21 富士通株式会社 運動解析装置、運動解析方法及び運動解析プログラム
JP5810790B2 (ja) 2011-09-20 2015-11-11 富士通株式会社 可視化処理プログラム、可視化処理方法及び可視化処理装置
JP6048062B2 (ja) 2012-10-18 2016-12-21 富士通株式会社 シミュレーションプログラム、シミュレーション方法及びシミュレーション装置
US9811941B1 (en) * 2013-03-13 2017-11-07 Lucasfilm Entertainment Company Ltd. High resolution simulation of liquids
US20150227651A1 (en) * 2014-02-13 2015-08-13 Qualcomm Incorporated Liquid flow simulation techniques
US10733336B2 (en) * 2015-01-16 2020-08-04 Disney Enterprises, Inc. Adaptive material point method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110032255A1 (en) * 2009-08-10 2011-02-10 Dem Solutions Ltd Method and apparatus for discrete element modeling with a virtual geometry object
US20120284002A1 (en) * 2011-05-05 2012-11-08 Siemens Corporation Simplified Smoothed Particle Hydrodynamics

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
B. Adams et al., Adaptively sampled particle fluids, ACM Trans. Graph. Vol.26, 48(2007)*

Also Published As

Publication number Publication date
US10713397B2 (en) 2020-07-14
US20160117428A1 (en) 2016-04-28
KR20160048437A (ko) 2016-05-04

Similar Documents

Publication Publication Date Title
US20170154461A1 (en) 3d face modeling methods and apparatuses
JP6043198B2 (ja) 任意ラグランジュ・オイラー法（ａｌｅ）における要素細分化法およびシステム
KR102459848B1 (ko) 입자에 기반하여 대상 객체를 고속으로 모델링하는 방법 및 장치
KR102205845B1 (ko) 입자에 기반한 모델링 방법 및 장치
US10255381B2 (en) 3D modeled object defined by a grid of control points
JP2014174990A (ja) 流体領域に対して移動メッシュを用いる空間−時間ｃｅ／ｓｅソルバーを利用したｆｓｉの数値的シミュレーション
US8970628B1 (en) Graphical user interface for performing deformations
US20160063140A1 (en) Object modeling method and apparatus
KR101853059B1 (ko) 가상 모델 제어 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체
KR101319996B1 (ko) 유체 시뮬레이션 방법
KR102399671B1 (ko) 객체들을 모델링하는 방법 및 장치
KR102509823B1 (ko) 그리드 기반의 평면 추정 방법 및 장치
JP5113765B2 (ja) コンピュータシミュレーションおよび分析のための粒子への物体離散化
KR20170067374A (ko) 유체 입자에 기반하여 공기 방울의 움직임을 모델링하는 방법 및 장치
KR20160057173A (ko) 표면 입자들 및 내부 골격 구조를 융합하여 변형체를 모델링하는 방법 및 장치
KR102263096B1 (ko) 입자로 구성된 객체들을 모델링하는 방법 및 장치
KR20170052144A (ko) 대상 유체를 렌더링하는 방법 및 장치
KR102399601B1 (ko) 효율적인 제약 조건 처리를 위한 입자 기반 모델링 방법 및 장치
KR20170011515A (ko) 사전 계산을 이용하여 대상체를 모델링 및 복원하는 방법 및 장치
US10606966B2 (en) Method and apparatus for modeling deformable body including particles
KR102437374B1 (ko) 객체를 모델링하는 방법 및 장치
US20150103077A1 (en) Intersection avoidance in mesh editing
CN106560818B (zh) 在虚拟空间中对对象进行建模的方法
KR101170909B1 (ko) 이동 그리드를 이용한 유체 시뮬레이션 시스템 및 방법
KR101682598B1 (ko) 항공기 연료탱크의 내부 압력 사상 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant