변형 가능한 모델의 충돌 탐지를 위한 효율적인 법선 원뿔 컬링 방법

Abstract

강체 시뮬레이션과 달리 변형이 가능한 물체의 시뮬레이션 (직물 시뮬레이션)에서는 같은 물체 안에서 모든 삼각형 쌍의 충돌 탐지를 해야 하므로 매우 많은 시간이 소모된다. 이러한 이유로 현재 그래픽기술과 하드웨어를 이용하여 실시간으로 사실적인 물리 기반 직물 시뮬레이션을 만들어 내는 데 많은 어려움을 겪고 있다. 이에 따라 변형 가능한 물체 시뮬레이션에서의 충돌 탐지 시간을 줄이기 위해서 많은 가속화 연구들이 진행되어 왔다. 본 논문에서 제안하는 방법은 충돌 탐지 시간을 줄이기 위한 연구 중 직물의 표면 법선 벡터를 이용하여 충돌 탐지 연산을 줄이는 방법에서 영감을 받아 진행되었다. 본 논문에서는 기존에 제시된 표면 법선 벡터를 이용하는 방법에서 나아가 좀 더 효율적으로 표면 법선 벡터를 이용하여 충돌 탐지 시간을 줄이는 방법을 제시한다. 본 논문에서 제시하는 방법은 불연속 충돌 탐지에도 적용이 가능하고 연속 충돌 탐지에도 이용이 가능하다. 또한 연속 충돌 탐지에 적용할 때는 특히 동적인 장면에서 본 논문에서 제시한 방법이 좋은 효율을 보인다. 결론적으로 논문에서 소개한 방법은 기존의 방법에 비해 충돌 검사를 진행해야 하는 삼각형 쌍의 개수가 10~40% 감소하는 결과를 보였다. 본 논문의 방법은 이진 트리 구성하는 시간에서 트레이드 오프가 발생하나 전체적으로 봤을 때 성능 향상이 있다.

Unlike rigid body simulation, the simulation of deformable model (fabric simulation) require collision detection of all triangle pairs within the same object, which takes a great deal of time. For this reason, it is difficult to create realistic physical-based deformable mode simulation in real time using current graphic technology and hardware. Accordingly, many acceleration studies have been conducted to reduce collision detection time in deformable model simulation. The method proposed in this paper was inspired by a study to reduce the collision detection operation using the surface normal vector of the fabric. In this paper, we develop an existing method using a surface normal vector and propose a method to efficiently reduce collision detection time using a surface normal vector. The method presented in this paper can be applied to both discrete collision detection and continuous collision detection. When applied to continuous collision detection, the method presented in this paper shows good performance, especially in dynamic scenes. As a result, the method introduced in the paper showed a 10-40% reduction in the number of triangle pairs that need to be tested for collisions compared to the existing method. In the method of this paper, trade-off occurs at the time of constructing the binary tree, but there is an improvement in performance as a whole.