Содержание к диссертации
Введение
ГЛАВА 1. Состояние проблемы синтеза визуальной обстановки для тренажеров транспортных средств 11
1.1. Актуальность создания системы синтеза визуальной обстановки для тренажеров транспортных средств 11
1.2. Анализ математических методов и алгоритмов генерации визуальной обстановки 19
1.2.1. Алгоритмы формирования поля зрения 19
1.2.2. Алгоритмы построения геометрических моделей сцен 21
1.2.3. Методы уменьшения детальности полигональных объектов 23
1.2.4. Методы отсечения невидимых граней 27
1.2.5. Алгоритмы определения пересечений полигональных объектов 29
1.2.6. Методы построения динамических поверхностей 32
1.3. Анализ систем синтеза визуальной обстановки для тренажеров 34
Выводы по главе 1 42
Постановка задачи исследования 43
ГЛАВА 2. Разработка методов и алгоритмов синтеза визуальной обстановки 44
2.1. Алгоритмы вставки двумерной сети в трехмерную поверхность 44
2.1.1. Алгоритм вставки без ломки двумерной сети 44
2.1.2. Алгоритм вставки с трансформацией двумерной сети 51
2.2. Уменьшение детальности полигональных объектов 55
2.2.1. Алгоритм упрощения полигональной сети 55
2.2.2. Метод выбора уровня детальности полигональной сети 58
2.3. Методы отсечения невидимых граней 65
2.3.1. Метод отсечения на основе квадродеревьев 67
2.3.2. Метод отсечения затеняемых областей 71
2.4. Алгоритмы имитации движения ТС по пересеченной местности 75
2.4.1. Алгоритм отслеживания геометрии ландшафта 75
2.4.2. Алгоритм моделирования подрессоренной части транспортного средства 82
2.4.3. Алгоритм определения пересечения плоскости корпуса машины с рельефом местности 84
2.5. Алгоритм определения пересечения полигональных объектов с
использованием ориентированных ограничивающих параллелепипедов 89
2.6. Алгоритм синтеза динамической поверхности 93
Выводы по главе 2 96
ГЛАВА 3. Исследование разработанных методов и алгоритмов синтеза визуальной обстановки 98
3.1. Исследование алгоритмов вставки двумерной сети в трехмерную поверхность 98
3.2. Исследование алгоритма уменьшения детальности полигональных объектов 101
3.3.Исследование метода выбора уровня детальности 103
3.4. Исследование методов отсечения невидимых граней 106
3.5. Исследование алгоритма отслеживания геометрии ландшафта 109
3.6. Исследование алгоритма моделирования подрессоренной части транспортного средства 111
3.7. Исследование алгоритма пересечения полигональных объектов с использованием ориентированных ограничивающих параллелепипедов 112
3.8. Исследование алгоритма синтеза динамической поверхности 115
Выводы по главе 3 118
ГЛАВА 4. Практическое применение алгоритмов синтеза визуальной обстановки 120
4.1. Моделирование дорог в системе синтеза визуальной обстановки 120
4.2. Моделирование специализированного прибора наблюдения 125
4.3. Моделирование движения ТС 129
4.4. Структура системы синтеза визуальной обстановки для тренажеров ТС 132
Выводы по главе 4 139
Заключение 140
Литература 144
- Актуальность создания системы синтеза визуальной обстановки для тренажеров транспортных средств
- Алгоритм вставки без ломки двумерной сети
- Исследование алгоритмов вставки двумерной сети в трехмерную поверхность
- Моделирование дорог в системе синтеза визуальной обстановки
Введение к работе
С каждым днем в мире увеличивается количество транспортных средств (ТС). При этом в условиях расширяющихся функциональных характеристик современной техники предъявляются все более высокие требования к профессиональным навыкам людей, управляющих ТС. Навыки управления любым ТС, отработанные до автоматизма, приобретаются по истечении многочисленных тренировок. В идеале человек и ТС должны представлять собой единое целое. Только тогда эффект от выполненной работы будет максимальным, и только тогда повысится уровень безопасности человеческих жизней.
Существенно повысить уровень профессиональной подготовки позволяют тренажерные комплексы, создаваемые на базе компьютерных технологий. Тренажеры ТС предназначены для обучения человека навыкам управления без использования самой машины. При этом обучение водителя на тренажере должно соответствовать подготовке управлению реальным ТС. Максимальное подобие может быть достигнуто различными способами: отображением визуальной информации местности; соответствием интерьера и моторно-сенсорных полей, поступающих от кабины ТС; шумовыми эффектами. Одним из самых важных факторов, который позволяет создать максимальный эффект присутствия обучаемого в виртуальном мире, является отображение визуальной обстановки местности (80 % информации поступает по визуальному каналу). Несмотря на довольно прогрессивное развитие машинной графики, вопрос синтеза реальных сцен с помощью широкораспространенных вычислительных средств пока не решен на удовлетворительном уровне.
Особенно остро эта проблема проявляется в условиях ограничения возможностей по применению аппаратных средств. Техническое обеспечение современных тренажеров наземного транспорта ограничено использованием широкораспространенных персональных компьютеров, снабженных акселераторами, которые не позволяют пока с достаточной степенью правдоподобия отображать виртуальный мир в реальном масштабе времени.
Применение дорогостоящих графических станций и комплексов, применяемых в САПР или при создании мультимедийной продукции, не распространено из экономических соображений.
Проблема усложняется также тем, что синтезируемая обстановка для тренажеров транспортных средств (ТТС) специализированного назначения значительно отличается от изображений, генерируемых в системах визуализации, например автомобильных тренажеров. Экстремальные условия, вызванные сложной формой рельефа, многочисленными объектами окружающей среды, водными преградами, накладывают свой отпечаток на процесс синтеза виртуального мира в тренажерах для спецтехники и требуют разработки новых методов и алгоритмов, позволяющих моделировать реалистичные изображения с использованием широкораспространенных аппаратных средств ВТ (в первую очередь ПЭВМ).
Цель и задачи работы. Целью настоящей работы является создание методов и алгоритмов, позволяющих строить системы синтеза визуальной обстановки на базе широкораспространенных ПЭВМ для тренажеров ТС.
Реализация данной цели требует решения следующих задач:
— анализа методов и алгоритмов синтеза визуальной обстановки;
— разработки и исследования алгоритмов, формирования полигональных поверхностей сложной формы путем вставки двумерной сети в трехмерную поверхность;
— разработки и исследования алгоритма уменьшения детальности полигональных объектов;
— разработки и исследования метода выбора уровня детальности полигональных объектов;
— разработки и исследования метода отсечения граней, перекрываемых объектами визуальной обстановки;
— разработки и исследования алгоритмов, имитирующих движение ТС по дорожной сети и пересеченной местности с учетом подрессоренной части машины;
— разработки и исследования алгоритма, определяющего пересечение полигональных объектов с использованием ориентированных ограничивающих параллелепипедов;
— разработки и исследования алгоритма синтеза динамической поверхности;
— создания системы синтеза визуальной обстановки для ТТС с использованием разработанных методов и алгоритмов на базе универсальных ПЭВМ.
Методы исследования. В работе использованы методы машинной графики, вычислительной геометрии, теоретической механики, численные методы.
Научная новизна работы. В процессе проведенных исследований получены следующие новые результаты:
I.Алгоритмы вставки полигональной сети в трехмерную поверхность, позволяющие внедрять модель проектируемого сооружения в модель существующего рельефа.
2. Метод выбора уровня детальности полигональных объектов, позволяющий задавать количество граней поверхности объекта в зависимости от условий визуализации, сокращая тем самым объем вычислений.
3. Метод отсечения затеняемых областей, позволяющий удалять невидимые грани в процессе графической обработки.
4. Алгоритмы взаимодействия ТС с объектами внешней среды, позволяющие моделировать его навигацию в виртуальном мире.
Практическая ценность работы. Включенные в диссертацию результаты получены автором при выполнении ГБ НИР №340/98. Разработанные методы и алгоритмы позволяют:
1. Внедрять модели инженерных сооружений в модель рельефа.
2. Сокращать вычислительные затраты, выполняемые в процессе визуализации синтезируемых сцен.
3. Моделировать навигацию ТС в виртуальном мире.
4. Синтезировать динамические поверхности.
5. Создавать систему синтеза визуальной обстановки, которая может быть использована при создании ТТС различных типов.
Апробация работы. Диссертационная работа и отдельные ее части докладывались и обсуждались на: научных конференциях преподавателей МИ ВлГУ (2001 г., 2002 г., 2003 г.); на международных научно-технических конференциях «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций» (Рязань, 200 Ї г. и 2002 г.); на Всероссийской научно-технической конференции «Информационные технологии в проектировании, производстве и образовании» (Ковров, 2002 г.); на международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (Новочеркасск, 2002 г.), на международном симпозиуме «Надежность и качество» (Пенза, 2003 г.).
Работа выполнена на кафедре "Информационные системы" Муромского института (филиала) Владимирского государственного университета.
Публикации. По теме диссертации опубликовано 15 работ, включая 10 статей и 5 тезисов докладов.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы, имеющего 103 наименования.
Общий объем диссертации 168 страниц, в том числе 143 страницы основного текста, 10 страниц списка литературы, 15 страниц приложений. Таблиц 7, рисунков 73.
На защиту выносятся:
- алгоритмы вставки двумерных сетей в трехмерную поверхность;
- алгоритм уменьшения геометрической сложности полигональных объектов;
- метод выбора уровня детальности полигональных объектов;
- метод отсечения затеняемых областей;
- алгоритм определения пересечений объектов с использованием ориентируемых ограничивающих параллелепипедов;
- алгоритмы взаимодействия ТС с рельефом местности;
- алгоритм синтеза динамической поверхности;
- результаты экспериментальных исследований;
- система синтеза визуальной обстановки для ТТС.
Краткое содержание работы.
Во введении обоснована актуальность темы диссертационной работы, сформулированы цели и основные задачи исследований.
В первой главе показана актуальность разработки современной системы синтеза визуальной обстановки ТТС. Рассмотрены известные средства и методы, используемые при моделировании геометрии и генерации трехмерных изображений в системах компьютерной графики. Проведен анализ современных систем синтеза визуальной обстановки для тренажеров различных типов.
Определены цели и задачи диссертационной работы, направленные на разработку новых методов и алгоритмов моделирования и синтеза визуальной обстановки.
Во второй главе представлены алгоритмы вставки двумерной полигональной сети в трехмерную поверхность. Описан алгоритм уменьшения геометрической
сложности полигональных объектов. Рассмотрен метод выбора уровня детальности в зависимости от расстояния между объектом и наблюдателем и углом обзора камеры. Разработан метод отсечения затеняемых областей, перекрываемых другими объектами сцены. Приведены алгоритмы навигаций ТС по пересеченной местности с учетом подрессоренной части машины. Предложен алгоритм определения пересечений объектов виртуальной среды с использованием ориентированных ограничивающих параллелепипедов. Представлен алгоритм синтеза динамической поверхности на основе системы частиц.
В третьей главе выполнено исследование разработанных методов и алгоритмов, произведена оценка их точности и быстродействия.
В четвертой главе рассмотрена практическая реализация разработанных методов и алгоритмов синтеза визуальной обстановки для ТТС. На основе разработанных алгоритмов осуществляется моделирование различных типов дорог, реализуется навигация ТС в синтезируемом пространстве, имитируется работа приборов специализированного назначения, синтезируется динамическая поверхность, В виде программного комплекса представлена система синтеза визуальной обстановки, реализованная на платформе универсальной ПЭВМ.
В заключении сформулированы основные результаты диссертационной работы.
В приложении приведены изображения визуальной обстановки, синтезированные с использованием разработанных методов и алгоритмов; акт внедрения, подтверждающий использование результатов работы в производстве.
Актуальность создания системы синтеза визуальной обстановки для тренажеров транспортных средств
До недавнего времени предпринимались различные попытки воспроизведения окружающей обстановки в тренажерах наземного транспорта. Например, в кинопроекционном тренажере [1, 37] визуальный эффект движения ТС основан на непрерывном изменении скорости перемотки кинопленки, имитирующей движение. Обучаемый при работе с тренажером, не имеет возможности произвольно изменить направление движения. Микропрофиль трассы может воспроизводиться при движении на очень малых скоростях и не охватывает всех особенностей геометрии ландшафта. Кинотренажеры ориентированы на обучение вождению по поверхности ландшафта без резких изломов. Кроме того, кинопроекционные тренажеры имеют ограничение на частоту смены кадров. Частота обновления находится в пределах 6-48 кадров/сек [1, 11, 37].
В телевизионном тренажере [1, 37], который представляет более прогрессивное поколение, обучаемый уже имеет возможность маневрировать перемещением модели машины в пределах, ограниченных макетом местности. Однако, система визуализации телетренажера некорректно отображает местность камерой, установленной на макете ТС. Если, например, на макет местности установить объект на расстоянии 40 м (в мировых координатах), то в приборе наблюдения тренажера объект будет нераспознаваем [1,37].
Кино- и телетренажеры имеют низкую надежность имитатора визуальной обстановки. Например, в кинотренажере, отклонение в сторону от заданного направления больше, чем на угол 5 градусов, приводит к поломкам имитатора визуальной обстановки [1, 37]. Кроме того, стоимость тренажерного комплекса заметно увеличивает производство учебных фильмов и макетов местности. Поэтому для ТТС нужны новые способы отображения видеоинформации.
Использование современных компьютерных технологий — один из основных путей решения проблем, связанных с синтезом визуальной обстановки. Производство компьютерного макета местности, а также его тиражирование значительно проще и технологичнее [35, 37]. Разработкой и усовершенствованием компьютерных ТТС занимаются в настоящее время отечественные и зарубежные фирмы [І, 35, 37]. Одна из основных задач при этом состоит в достижении полного подобия виртуального мира той местности, в которой производится обучение. Соответственно, чем правдоподобнее воспроизводится визуальная обстановка и сопутствующие ей физические процессы, тем эффективнее осуществляется процесс подготовки. Под подобием понимается степень соответствия синтезированного изображения действительной сцене [36, 39, 61, 64]. В этом случае определенные характеристики синтезированного изображения должны полностью соответствовать характеристикам оригинала, либо быть пропорциональны им. Подобие отображения внешнего пространства в системах виртуальной реальности оценивается совокупностью следующих показателей [27, 28, 29, 35, 44,61]: - качеством воспроизведения моделируемой сцены; - количеством синтезируемых сцен, в которых происходит обучение; - структурной полнотой отображаемой сцены; - быстродействием; - количеством степеней свободы перемещаемого объекта; - качеством отображения физических процессов (столкновений, деформаций, разрушений и т.д.). Качество воспроизведения обстановки является одной из главных характеристик подобия. Качество характеризуется детальностью прорисовки объекта, устранением ступенчатости линий, обеспечением плавности геометрии, соответствием текстурных характеристик [44]. Занятия на тренажерах необходимо проводить с применением различных синтезируемых сцен. Это объясняется тем, что при работе с одной и той же отображаемой местностью у человека возникает приспособляемость к знакомой обстановке, вырабатываются одинаковые навыки управления, пропадает фак 17 тор неожиданности. Вследствие этого снижается эффективность подготовки водителей с использованием тренажеров. Разнообразие сцен может достигаться сочетанием следующих элементов: типом рельефа (равнины, овраги, горы, лощины, холмы, бугры, рытвины); видом растительности (лес, отдельно стоящие деревья, кустарники); водными преградами (реки, озера, болота); типом подстилающей поверхности (песок, грунт, трава, щебень, снег); инженерными сооружениями (дороги, мосты, здания, ограды, рвы); временем года; временем суток; природными явлениями.
Для хранения и визуализации приведенных выше атрибутов необходима разработка специализированных баз данных, в которых осуществляется хранение геометрических объектов, информации об их расположении, физических свойствах и поведении.
Структурная полнота синтезируемой сцены оценивает количество ориентиров и пространственных признаков, входящих в синтезированную сцену [36]. Высокая концентрация объектов в единице объема заметно оживляет картину, делает ее более правдоподобной. Эта особенность характерна при генерации ландшафтов, которая является одной из труднейших задач в компьютерной графике. При компьютерном синтезе окружающая среда проецируется на плоскость экрана лишь небольшой своей частью. Моделировать открытые протяженные пространства, включающие множество объектов гораздо труднее, чем обстановку помещений, ограниченных несколькими стенами и имеющих небольшое количество визуализируемых предметов. Поэтому алгоритмические решения, применяемые в компьютерных играх, зачастую не удовлетворяют всем особенностям синтеза визуальной обстановки в ТТС.
Быстродействие накладывает свои ограничения на отображение пространства. При синтезе динамических сцен в реальном масштабе времени требуется постоянное обновление положение объектов в соответствии с изменением расположения точки наблюдения. Для обеспечения визуально приемлемого качества требуется, чтобы частота обновления кадров была 25-50 кадров/сек [5, б, 10, 28, 29]. В этом отличие систем визуализации от кино и телевидения, где один компьютерный кадр может просчитываться несколько десятков минут [47]. Поэтому быстродействие вступает в противоречие с такими характеристиками как качество и сложность сцены. Решить данную проблему можно применением более мощных аппаратных средств, распараллеливанием вычислительных процессов, а также разработкой новых методов и алгоритмов, позволяющих сократить вычисления, оставив при этом качество изображения на должном уровне.
Алгоритм вставки без ломки двумерной сети
Корабельные тренажеры. Фирма Joy Company специализируется на поставке комплексных решений в сфере проектирования и визуализации сложных объектов в реальном масштабе времени, в том числе для корабельных тренажеров 3]. Модуль Vega Marine оснащен всеми необходимыми средствами создания реалистичной визуализации водной поверхности. В модуле используется синусоидальная модель океанической поверхности, что в некоторой степени снижает реалистичность изображения. Кильватерный след реализован при помощи текстурной сетки, натянутой на поверхность океана. Имеется возможность плавного изменения детализации с использованием геоморфного LODa. Пересечения в системе определяются с использованием восьми методов. Применяются такие ограничивающие объекты, как плоскости, сферы, ААВВ, k-dop, ОВВ, эллипсоиды, цилиндры.
Большая база визуальной обстановки составляется из относительно маленьких фрагментов, которые не загружаются все с самого начала, а обрабатываются по мере необходимости, то есть тогда, когда поле зрения наблюдателя пересекается с ограничивающей сферой очередного фрагмента. Дополнительная эффективность достигается за счет возможности самостоятельно определить размер области интереса. Система визуализации реализована на базе рабочих станций SGI IRIX.
В тренажере судовождения, созданном центральным научно-исследовательским институтом «Курс», динамическая модель воды представляет собой текстурированную поверхность, смоделированную с использованием метода Peachey, Имеются различные текстуры воды, уникальные для каждого состояния моря. Определение пересечений корабля с другими судами и дном осуществляется на основе использования иерархии ААВВ и плоскостей. Не решены вопросы детальности представления объектов. В системе не имеется возможности моделирования следа от корабля, отсутствует математическая модель влияния волн на положение судна в пространстве.
Железнодорожные тренажеры. Водители локомотивов, составов метрополитена, трамваев также должны проходить весьма интенсивное обучение для обеспечения надежных навыков опыта и мастерства [14]. Подобные тренажеры предлагает, например, компания Hughes Training of Arlington, специалистами которой была создана тренажерная среда, способная отразить более 100 км дороги с изображением знаков, движущихся транспортных средств, генерированием сигналов и с возможностью моделирования различных ситуаций. Отсечение невидимых граней выполняется пирамидой видимости с использованием BSP-дерева. Уровни детализации выполнены с помощью технологии дискретного LODa. Визуальная обстановка в таком тренажере синтезируется с помощью рабочих станций Silicon Graphics.
Тренажер машиниста электровоза, пассажирского состава ЧС-4Т, грузового состава ВЛ-80с (Донской филиал центра тренажеростроения), предназначен для приобретения и реабилитации профессиональных навыков по ведению железнодорожного состава [14]. В состав тренажера входит система визуализации, реализованная на базе персонального компьютера. В силу ограниченного количества степеней свободы движения ТС, идентификация пересечений выполнена с использованием плоскостей. Не используются алгоритмы детализации объектов. Тренажер не имеет собственного редактора для создания геометрии ландшафта, и поэтому при визуализации используется незначительное число макетов местности.
Отображение визуальной обстановки в железнодорожных тренажерах имеет ту особенность, что при движении ТС имеет ограниченное количество степеней свободы. Движение происходит по ровной поверхности, не имеющей резких изломов. Путь машины однозначно задан траекторией железной дороги, что существенно упрощает моделирование визуальной обстановки местности.
Автомобильные тренажеры; Это достаточно широкий класс тренажеров для различных видов автомобильного транспорта. Этот вид тренажеров является наиболее применяемым, так как количество обучаемых в области автотранспорта значительно больше, чем в авиации, флоте или железнодорожном транспорте.
Автомобильный тренажер NADS (National Advanced Driving Simulator) фирмы Thompson Ramo Wooldridge - самый сложный симулятор в мире. Тренажер занимает площадь 400 квадратных метров. Корпус легкового автомобиля (автобуса, грузовика) установлен в центре динамической платформы. Таким образом, помимо визуальной обстановки в тренажере водитель ощущает также и динамические нагрузки. В тренажере имеется возможность имитировать движение по любому типу поверхности. Моделирование коллизий, деформаций, реакций на столкновение осуществляется с использованием математического аппарата, включающего расчет дифференциальных уравнений второго порядка. Вычислительные мощности тренажера позволяют определить точное место пересечения автомобиля с другими предметами синтезируемой визуальной обстановки за счет проверки на пересечение каждой грани, входящей в иерархию ОВВ. При синтезе визуальной обстановки используется технология непрерывного LOD. Отсечения невидимых граней происходит с использованием z-буфера и октодеревьев. Аппаратное обеспечение тренажера представляет собой кластерную систему под управлением Linux, базирующуюся на 52 вычислительных узлах с 2 процессорами Pentium III каждый и 24 вычислительных узлах с процессорами Pentium 4. Стоимость тренажера составляет около 50 млн. долл.
Исследование алгоритмов вставки двумерной сети в трехмерную поверхность
Разработанные алгоритмы вставки двумерной сети в трехмерную поверхность дают возможность внедрять модели объектов визуальной обстановки в модель рельефа, что автоматизирует процесс создания новых ландшафтов в синтезируемых сценах. 2. Разработанный алгоритм упрощения полигональной поверхности позволяет уменьшать детальность путем последовательного удаления вершин, что дает возможность сократить количество визуализируемых примитивов и, следовательно, уменьшить вычислительные затраты на визуализацию. 3. Разработанный метод выбора уровня детальности полигонального объекта в зависимости от расстояния между объектом и точкой наблюдения, а также от угла обзора камеры обеспечивают одинаковое визуальное разрешение при различных условиях, что сокращает вычисления, оставив качество изображения на прежнем уровне. 4. Разработанный метод отсечения затеняемых областей использует при реализации информацию о гранях, перекрывающих области квадродерева, что исключает обработку невидимых граней в процессе визуализации. 5. Алгоритмы имитации движения по пересеченной местности задают ориентацию камеры наблюдения, расположенной на платформе ТС, в зависимости от рельефа местности и свойств подрессоренной части автомобиля, что организует связь модели ТС с генератором изображения при приемлемых вычислительных затратах для реализации на современном персональном компьютере. 6. Разработанный алгоритм определения пересечения полигональных объектов с использованием ориентируемых ограничивающих параллелепипедов, позволяет избежать лишних вычислений за счет информации о лицевых гранях используемых параллелепипедов на основе кодовых таблиц. 7. Разработанный алгоритм синтеза динамической поверхности на основе системы частиц, в отличие от известных алгоритмов, позволяет моделировать внешние воздействия, а также изменять свойства среды, что обеспечивает реализм синтезируемых сцен. Исследование алгоритмов вставки двумерной сети в трехмерную поверхность [50, 52] Алгоритмы наложения двумерной сети на трехмерную поверхность нужно исследовать на объем требуемых операций, необходимых для их реализации. Для определения зависимости вычислительных затрат от размеров задачи примем следующий аппарат обозначений [2, 44, 84]: 0(/(N))служит для обозначения всех функций g(N) таких, что существуют положительные константы С и No, для которых j#(JV) Cf(N) при всех N N0. Этот способ применяется для описания верхних оценок.
В вычислительной геометрии вводится понятие эффективных и неэффективных алгоритмов. К эффективным относят алгоритмы с полиномиальной зависимостью О от N, например, алгоритмы с функцией O(N) линейной, квадратичной, кубической. Для неэффективных алгоритмов характерна экспоненциальная зависимость 0(N).
Оценим число арифметических действий, через количество примитивов, присутствующих в 20-сети и ЗО-поверхности, соответственно [52].
В алгоритме наложения без ломки сети на шаге I происходит определение пересечения всех проекций ребер 2D-ceTH с проекциями ребер ЗО-поверхности. Если принять во внимание, что количество ребер 20-сети Ей а ЗО-поверхности ?, то общая трудоемкость первого шага алгоритма равна 0(Е}Е2). После того, как на первом шаге найдено некоторое множество треугольников по мощности максимально равное F2, трудоемкость второго шага в худшем случае будет 0(VrFi), где V\- количество вершин 20-сети, a F2 - количество граней ЗО-поверхности. Удаление треугольников ЗО-поверхности, перекрываемых 20-сетыо происходит за время 0(7 - Так как при выделении граничных точек на ЗО-поверхности используется информация об удаленных треугольниках, то эта операция происходит также за время 0(F2). Соединение поверхностей осуществляется за время 0(Vi+V2)i где Vj,V2 -максимальное количество граничных точек 2Б-сети и ЗО-поверхности, соответственно.
Моделирование дорог в системе синтеза визуальной обстановки
Модуль импорта геометрических данных осуществляет чтение общепринятых форматов файлов ЗО-геометрии (DXF, 3DS, X). Сами объекты местности моделируются в системе 3D Studio Мах. Массивы объектов местности содержит следующие сведения: - геометрия объекта; - сведения о загружаемом файле текстуры объекта; - координаты расположения объекта на местности; - список опорных вершин, позволяющий изменять геометрическую сложность объекта. В настоящее время в базе данных находится более 50 таких объектов, как автомобили, мосты, искусственные препятствия, здания, столбы, деревья, кустарники, насыпи, ограждения. Массивы фрагментов местности представляет модель некоторого географического района. База данных рельефа местности описывает ландшафт, смоделированный в редакторе геометрии. Геометрическая информация представлена в виде координат вершин полигонов, аппроксимирующих поверхность. Размер базы данных имеет размер 20x20 км. Каждый сегмент блока покрывает размеры 100x100 м. Для каждой группы объектов внутри панорамы проверяются условия потенциальной видимости. Группе назначается код, указывающий, что она попадает или не попадает в поле зрения. Уровень детализации, с которым извлекается описание группы, определяется расстоянием между точкой зрения и центром группы. Массивы текстур содержит около 110 видов текстур объектов. Одним и тем же объектам могут присваиваться различные текстуры в зависимости от времени суток, времени года, расстояния до наблюдателя, деформации поверхности под влиянием внешних воздействий. Загрузчик сцены производит выборку из баз данных рельефа, объектов местности, текстурных карт в соответствии с той информацией, которая относится к району местонахождения ТС, времени года, суток. Препроцессор выполняет следующие функции: — определяет ориентацию платформы ТС в соответствии с геометрией рельефа, скорости ТС, жесткости подрессоренной части ТС; — уменьшает геометрическую сложность объекта в зависимости от расстояния до наблюдателя и угла обзора камеры; — отсекает невидимые участки сцены на основе метода квадродеревьев и метода затеняемых областей; — определяет столкновение моделируемого ТС с объектами синтезируемой визуальной обстановки. Модуль визуализации синтезирует визуальную обстановку в зависимости от расположения и ориентации ТС в пространстве. Прибор наблюдения представлен камерой. Камера позиционируется точкой привязки вида, точкой визирования, вектором вертикали вида. На вход модуля визуализации поступают дисплейные списки геометрических объектов, текстурные карты. Модуль визуализации выполняет — очистку буфера цвета, глубины, трафарета; — визуализацию объектов сцены; — синтез бликов в соответствии с освещением сцены. Представленный комплекс программ синтеза визуальной обстановки имеет широкие возможности для моделирования геометрии дорог, имитации движения по пересеченной местности с учетом подрессоренной части ТС , визуализации природных и искусственных явлений, имитации специализированного прибора наблюдения. Выводы по главе 4 1. Разработанные алгоритмы вставки 2Р-сети в ЗО-поверхность позволяют автоматически моделировать дороги в интерактивном режиме, сокращая тем самым время разработки ландшафтов и повышая реалистичность синтезируемых изображений. 2. Разработанные алгоритмы изменения детальности в зависимости от условий визуализации позволяют имитировать действие дальномера и в автоматическом режиме рассчитывать его шкалы. 3. Разработанные алгоритмы движения ТС по пересеченной местности, определения пересечений с использованием ориентируемых ограничивающих объемов позволяют моделировать навигацию машины в пространстве с преодолением существующих препятствий и имитацией критических ситуаций, что дает возможность проводить обучение водителей ТС с адекватной оценкой выполняемых действий. 4. Разработанная система синтеза визуальной обстановки для тренажеров ТС позволяет с помощью разработанных методов и алгоритмов создавать реалистичные изображения виртуального мира в реальном масштабе времени на широкораспространенных персональных компьютерах.
