Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
1
Università degli Studi di Roma La Sapienza
Facoltà di Ingegneria Tesi di Laurea in Ingegneria Informatica Simulazione Interattiva di Fluidi in 3D Vincolati da Potenziale Geometrico Relatore Prof. Marco Shaerf Correlatore Ing. Marco Fratarcangeli Candidato Luca Mancini
2
Il Problema del Controllo
Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
3
Sommario Il Simulatore Il Potenziale Geometrico Ottimizzazioni
Rendering Conclusioni Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
4
Il Simulatore 0 Il Simulatore Il Potenziale Geometrico Ottimizzazioni
Rendering Conclusioni Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
5
Il Simulatore 1 L’equazione ammette soluzioni analitiche solo in pochi casi di scarso interesse Utilizzo di tecniche di integrazione numerica Discretizzazione dello spazio di simulazione Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
6
Discretizzazione Divisione dello spazio in celle di forma cubica
Ad ogni cella sono associati densità e velocità del fluido contenuto Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
7
Algoritmo Simulatore ut ut+Dt Avvezione Diffusione F. Esterne Proiezione Le componenti dell’equazione del moto sono applicati in sequenza per ottenere la velocità all’istante t+Dt Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
8
Il Potenziale Geometrico 0
Il Simulatore Il Potenziale Geometrico Ottimizzazioni Rendering Conclusioni Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
9
Potenziale Geometrico 1
Tecnica del Potenziale Geometrico Modifica delle proprietà dello spazio di simulazione Il fluido segue in modo naturale le specifiche di controllo senza nessun intervento esterno Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
10
Potenziale Geometrico 2
Caso monodimensionale di problema di controllo A deve spostarsi da X0 a Xtarget Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
11
Potenziale Geometrico 3
Si applica il potenziale U(x) al sistema A si sposta naturalmente verso Xtarget Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
12
Calcolo Potenziale Geometrico 1
ptarget mesh di controllo pconfine confini dello spazio di simulazione pstart zona che contiene il fluido inizialmente Si individuano le zone pstart, pconfine e ptarget Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
13
Calcolo Potenziale Geometrico 2
U(ptarget) = 0 U(pstart) = 0,5 U(pconfine) = 1 Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
14
Calcolo Potenziale Geometrico 3
Il contributo dato dal potenziale alla velocità del fluido si ottiene calcolando il gradiente: Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
15
Implementazione ut vt+Dt ut+Dt Potenziale
Il calcolo è effettato in una fase iniziale, non durante la simulazione ut+Dt Avvezione Diffusione F. Esterne Proiezione Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
16
Ottimizzazioni Il Simulatore Il Potenziale Geometrico Ottimizzazioni
Rendering Conclusioni Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
17
Migliorare l’efficienza 1
Problema: La simulazione fisica richiede una quantità di calcoli eccessiva per una esecuzione in tempo reale Soluzione: Effettuare i calcoli per ottenere la velocità del fluido su una griglia di dimensioni minori Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
18
Migliorare l’efficienza 2
griglia interna griglia esterna u’t+Dt u’t ut+Dt Simulatore Interpolazione I calcoli sono effettuati in una griglia di dimensioni minori e poi si effettua una interpolazione per ottenere la velocità da applicare alla densità Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
19
Migliorare l’efficienza 3
Il grafico mostra i risultati ottenuti utilizzando il sistema a due griglie I test sono stati effettuati calcolando i fps mantenendo costanti le dimensioni della griglia esterna e variando quelle della griglia interna Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
20
Migliorare l’efficienza 4
Utilizzo di una griglia esterna di dimensioni 32x32x32 Senza il sistema a due griglie la simulazione è eseguita a 8 fps Con il sistema a due griglie ed una griglia interna 16x16x16 si ottengono 20 fps Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
21
Rendering 0 Il Simulatore Il Potenziale Geometrico Ottimizzazioni
Conclusioni Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
22
Rendering 1 Esistono varie modalità per renderizzare il fluido
Rappresentazione delle celle come cubi Marching cubes Raytracing e Photon Mapping velocità qualità Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
23
Billboarding senza billboarding con billboarding camera camera
Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
24
Calcolo Billboarding Vettori della camera: camPos camUp camRight
Posizione elemento da disegnare: Pos look = camPos – pos right = camUp x look up = look x right Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
25
Simulazione 1 Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
26
Simulazione 2 Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
27
Conclusioni 0 Il Simulatore Il Potenziale Geometrico Ottimizzazioni
Rendering Conclusioni Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
28
Conclusioni 1 Realizzazione di un simulatore di fluidi in uno spazio tridimensionale Controllo mediante Potenziale Geometrico Calcoli per il controllo in una fase di preprocessamento Simulazione indipendente dalla complessità della mesh di controllo Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
29
Conclusioni 2 Ottimizzazioni per eseguire la simulazione in real-time
Interfaccia semplificata: non è necessario che l’animatore conosca le leggi fisiche del moto del fluido Ottimizzazioni per eseguire la simulazione in real-time Fps triplicati con la doppia griglia Rendering con billboarding Buona qualtà per rendering in real-time Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
30
Fine Simulazione Interattiva di Fluidi in 3D Vincolati da Potenziale Geometrico Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
31
Migliorare il controllo 1
Il fluido controllato assume una forma troppo arrotondata I dettagli della mesh di controllo non sono visualizzati E’ necessario un maggior controllo nella generazione della funzione potenziale Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
32
Migliorare il controllo 2
Introduzione di una funzione di mapping La funzione mappa il potenziale in modo da migliorare la rappresentazione della mesh di controllo La funzione è parametrica e può essere controllata dall’esterno Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
33
Migliorare il controllo 3
ut+Dt vt+Dt Mapping U(x) Umap(x) Potenziale La funzione di mapping viene applicata al potenziale U(x) prima di calcolarne il gradiente Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
34
La Funzione di mapping 1 Parametri:
dens: valore di U(x) per il quale la U mappata vale 0,5 max: valore di U(x) per il quale la U mappata vale 1 (il valore massimo) fine: il valore che assume la U mappara quando U(x) è pari a 1 (sui bordi) Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
35
La Funzione di mapping 2 dens = 0,10 max = 0,50 dens = 0,25 max = 0,60
funzione identità dens = 0,5 max = 0,75 Dipartimento di Informatica e Sistemistica -Università di Roma "La Sapienza" - Luca Mancini
Presentazioni simili
© 2024 SlidePlayer.it Inc.
All rights reserved.