连续碰撞检测的碰撞时间数据集与可扩展保守算法
摘要：大规模基准测试线性轨迹上的广义-窄义连续碰撞检测（CCD）的准确性、正确性和效率，并使用它评估13种最先进的CCD算法。分析结果显示，一些方法在效率或准确性方面存在问题。为了克服这些限制，我们引入了一种在现代并行架构上可扩展且在使用浮点运算时可证明正确的CCD算法。我们将该算法与增量潜在接触求解器[Li et al . 2021]集成，并评估其对各种模拟场景的影响。我们的方法包括一个广义CCD，用于快速筛选出具有不相交包围框的基元，并且一个窄义CCD，用于确定剩余基元对是否发生碰撞。我们的广义算法效率高且可扩展，得益于对现代并行架构上沿坐标轴进行扫描的实验观察。对于窄义CCD，我们重新设计了Wang等人[2021]最近提出的基于区间的算法，使其适用于大规模并行硬件。为了促进未来线性CCD算法的采用和发展，并评估其正确性、可扩展性和整体性能，我们发布了含有分析基准真实数据集、所有经过测试的算法的实现以及我们的测试框架。
作者：David Belgrod, Bolun Wang, Zachary Ferguson, Xin Zhao, Marco Attene, Daniele Panozzo, Teseo Schneider
论文ID：2112.06300
分类：Graphics
分类简称：cs.GR
提交时间：2023-08-15