[發明專利]一種基于統計分析的變形體碰撞檢測剔除方法

有效

• 申請號: 201210414664.3
• 申請日: 2012-10-25
• 公開（公告）號: CN102982567A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 沈旭昆;魏釗;趙凌
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T11/00
• 分類號: G06T11/00
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

1.一種基于統計分析的變形體碰撞檢測剔除方法，其特征在于：該方法的步驟如下：

步驟（1）、構建包含初始幀模型的訓練集，并對訓練集進行降維獲得降維子空間基向量矩陣A；

步驟（2）、基于初始幀模型和子空間基向量矩陣A，建立層次包圍盒（BVH）并計算出任意兩葉節點間剔除閾值R_mn和模型子空間坐標，并建立R_mn與模型子空間坐標的關系矩陣；

步驟（3）、對訓練集和矩陣A使用關鍵點選擇算法計算獲得一個關鍵點集K_p；

步驟（4）、輸入一組新的關鍵點坐標作為控制點，計算出其對應的子空間坐標，并借助矩陣A還原完整模型的頂點坐標，實現變形過程；

步驟（5）、基于關鍵點子空間坐標獲得一個增廣的子空間坐標，并進一步計算出一個模型的剔除基準值q和更新的碰撞剔除閾值R_mn，通過比較二者的大小關系確定是否進行剔除。

2.根據權利要求1所述的基于統計分析的變形體碰撞檢測剔除方法，其特征在于：所述步驟（1）中，訓練集的構建應包含初始幀模型以及同一模型的多個姿態；通過訓練集獲得降維子空間A的方法為：先對訓練集進行主成分分析（PCA）過程，然后對獲得的矩陣截取前K個主成分，再進行方差最大正交旋轉，得到所需的降維子空間基向量矩陣A。

3.根據權利要求1所述的基于統計分析的變形體碰撞檢測剔除方法，其特征在于：所述步驟（2）中，剔除閾值R_mn與模型子空間坐標的關系矩陣的構建方法為：利用步驟（1）中構建的訓練集中的初始幀模型坐標F，建立層次包圍盒（BVH），通過求解多個簡化的二次方程，獲得任兩個葉節點間的剔除閾值R_mn；再由模型坐標F和子空間基A，通過最小二乘法計算出模型子空間坐標p；最后再次使用最小二乘法并建立R_mn與p的變換關系矩陣。

4.根據權利要求1所述的基于統計分析的變形體碰撞檢測剔除方法，其特征在于：所述步驟（3）中，構建關鍵點集的方法為：首先用在模型表面均勻選點的方式選擇一個較小的初始點集；然后利用步驟（1）中得到的矩陣A，取其各基向量中具有最大偏移和與最大偏移內積數值最大的點加入關鍵點集；通過評價完整的控制矩陣A和p_key還原的訓練集坐標與原訓練集模型坐標的誤差是否足夠小，決定是否結束關鍵點集的增加過程。

5.根據權利要求1所述的基于統計分析的變形體碰撞檢測剔除方法，其特征在于：所述步驟（4）中，實現變形過程和獲得增廣的子空間坐標的方法是：根據輸入的控制點坐標和步驟（3）確定的關鍵點集，通過最小二乘求解僅包含關鍵點的子空間坐標p_key；再根據步驟（1）中構建的矩陣A和p_key可以用矩陣乘法還原出原始坐標空間的模型坐標，實現變形。

6.根據權利要求1所述的基于統計分析的變形體碰撞檢測剔除方法，其特征在于：所述步驟（5）中，計算剔除基準和閾值以決定剔除與否的方法為：根據步驟（5）中得到的關鍵點處的子空間坐標p_key經過簡單的補零增廣到維度為模型頂點個數的坐標p；通過計算p的M范式q：可以得到當前模型的剔除基準q；再根據步驟（2）確定的變換關系矩陣B，可以得到更新的剔除閾值R_mn′，在遍歷BVH的葉節點過程中，首先判斷q和當前節點的R_mn′的值的大小關系，如果q＜R_mn′則可以判定沒有發生碰撞，否則以傳統的方法進行碰撞檢測。