[发明专利]一种混合CPU和GPU的大规模物体群的碰撞剔除方法

权利要求书

1.一种混合CPU和GPU的大规模物体群的碰撞剔除方法，其特征在于，包括以下步骤：

1)大规模物体群分类预处理，由CPU完成所有输入物体的聚类分析，把物体群分成小形状物体群和大形状物体群两类；

2)将小形状物体群存入GPU的Global内存中，在GPU中建立改进的LBVH树，再用并行SaP算法进行叶子节点内和叶子节点间的碰撞剔除计算；

3)在CPU上用并行SaP算法完成基于检测粒度的共享工作队列的多线程的大形状物体群之间的碰撞剔除计算，再协同GPU同步计算的LBVH小形状物体群的碰撞剔除结果，用两次并行SaP算法进行大形状物体群和小形状物体群之间的碰撞剔除计算；

4)建立协同CPU和GPU同步碰撞检测的计算模型，实现混合多核的同步并行计算；

5)分析比较不同数量级物体群的碰撞剔除计算时间。

2.根据权利要求1所述的一种混合CPU和GPU的大规模物体群的碰撞剔除方法，其特征在于，在所述步骤1)中，提出用物体AABB包围盒的对角线长度作为统计量，并向有序列表的两端聚集，最后确定大形状物体群和小形状物体群的分割点。

3.根据权利要求1所述的一种混合CPU和GPU的大规模物体群的碰撞剔除方法，其特征在于，所述步骤2)包括以下过程：

2.1)在GPU上进行小形状物体群的碰撞剔除计算，包括：提出改进的LBVH算法，对物体群进行空间划分，再用并行SaP算法计算LBVH叶子上的各划分空间的物体位置关系；

2.2)在并行SaP计算中，要确定SaP的扫描方向，提出用与最大方差轴夹角最小的空间主轴作为并行SaP的扫描方向，以减少任何形状包围体投影后的重构工作量；其中，最大方差轴方向w为：

w(wx,wy,wz)=argmax||w||=1(E{(wTX)2})]]>

式中，X为输入物体群的坐标数据集，argmax(w)为w方向各分量的最大值；因此，扫描方向s为：

2.3)在构造LBVH树时，即进行物体群的空间划分时，为了提高并行SaP的计算密度，叶子内包含的物体数量应该足够多，并且叶子内物体的分布方向应与SaP扫描方向一致，以降低并行SaP的冗余检测计算，因此，提出对原来LBVH的Morton编码方式做以下改进：(i)增加非扫描方向坐标的表示位，增加精度；(ii)减少扫描方向的坐标表示位；(iii)将扫描方向的坐标表示位移向低位；

2.4)改进后的Morton编码仍保持最小点或最大点不变性，所以，在构造LBVH树时可以使用物体包围盒的最小点，从而减少包围盒其它顶点定位的空间搜索计算；

2.5)叶子内物体的碰撞剔除检测就是完成一个划分子空间的碰撞剔除检测，采用并行SaP算法；

2.6)叶子间物体的碰撞剔除检测，在构造LBVH树时，空间划分不是严格地分离物体，一些物体可能跨越两个子空间，所以要判断跨越叶子的物体是否与叶子内的物体有碰撞，在此提出用向后、向前的二次并行SaP扫描方法，执行下面步骤2.6.1)至步骤2.6.3)：

2.6.1)查找跨越叶子的物体，称作跨越物体，即检查每个物体最大点的编码是否超出其所在区间，查找的复杂度是O(logN)，N为物体个数；

2.6.2)判断跨越物体与叶子的碰撞情况；

2.6.3)两次使用并行SaP算法求跨越物体与碰撞叶子内的物体的碰撞检测：第一次是按照投影最小值排序后进行向后扫描，求跨越物体之后的物体碰撞检测；第二次是按照投影最大值排序后进行向前扫描，求跨越物体之前的物体碰撞检测；最后还需删除重复的碰撞对。