布料仿真中的碰撞和摩擦接触算法的研究与改进

来源 :燕山大学 | 被引量 : 0次 | 上传用户:yyk20071999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在布料仿真中,碰撞/接触是一个重要的研究内容,目前很多交互式的应用程序都使用基于物理的模拟来生成逼真的效果,但是在复杂情况下,布料仿真运行效率较低而且难以保证系统的鲁棒性。此外,在碰撞模拟过程中,接触摩擦处理被过度简化,这成为当前布料模拟仿真中有待解决的主要问题之一。因此,正确考虑碰撞和接触摩擦,对避免布料穿透以及捕获布料堆叠行为是非常的重要。为了快速处理布料的碰撞检测和精确的接触摩擦以获得真实的仿真效果,我们提出了一种基于罚函数的接触解决方案。首先,采用库仑摩擦正确的处理布料与物体的摩擦,引入库仑约束和接触约束有效处理每个接触对的穿透问题。另外,在布料受力方向添加改进的阻尼力,减少粒子之间的振荡,保证系统稳定性。其次,采用连续碰撞检测算法对布料间的多次碰撞进行检测,并使用代数非穿透滤波器算法快速判断方程根的存在,实现对连续碰撞检测算法的优化计算,简化求解碰撞/接触的计算过程,提高布料仿真的运行效率。最后,采用改进的罚函数方法精确地处理布料上所有的碰撞接触,快速、有效地检测布物之间的碰撞,并通过保持良好分离的接触力响应这些碰撞。此外,构建自适应罚因子,减少人为因素引起的病态方程。并用排斥力和摩擦力来处理自接触问题,该算法能够准确地检测布物之间的碰撞/接触。实验结果表明,本文提出的方法能快速、准确地处理碰撞和接触摩擦,并模拟出布料复杂的摩擦行为,提高布料仿真效率,适用于实时的交互应用。
其他文献
人脸识别作为模式识别领域一个极其重要的分支,其在视觉领域技术中的应用不可替代。随着信息技术的发展,计算机视觉技术与数学的相结合,人脸识别的应用越来越成熟。但是在实际生活中,往往不能控制光照造成的阴影对人脸的遮挡而提供特别理想的人脸图像,使得一般的人脸识别表现得不理想,不能满足实际需求,因此如何解决光照造成人脸被阴影遮挡导致识别效果变差成为了实际应用中的人脸识别乃至模式识别领域有待解决的问题。在综合
学位
近些年来,伴随着各个领域信息化程度的提高,漏洞的种类和数量也在逐渐增多,这些漏洞一旦被黑客攻击利用,信息系统的安全性就会有很大的风险。与此同时,信息安全已经上升为国家战略,那么如何对已经存在的漏洞进行有效地分类管理,提高漏洞修复和管理的效率,则变得尤为重要。本文以漏洞文本日志为依据,以自然语言处理技术和神经网络技术为支撑,从漏洞文本特征表示和漏洞分类模型构建两个方面入手,对已知漏洞的分类技术进行了
学位
移动支付技术飞速发展,使人们对手机支付的安全性受到越来越多重视。当人们使用现有PIN码用户认证技术进行支付时,非法用户采用某种攻击手段(例如肩部窥探、污迹攻击等)容易获取用户密码,从而导致隐私泄露并造成经济损失威胁。目前流行的很多基于生物生理特征的用户身份认证技术不但需要额外的硬件设备支持,而且极易侵犯用户隐私。为弥补上述身份认证技术的缺陷,论文提出了一种新的基于手机姿态感知的移动支付PIN码加密
学位
人体姿势估计作为计算机视觉领域的基础任务,对计算机视觉领域的其他任务有很大影响,相关的研究工作已经将深度学习算法应用于人体姿势估计任务中,从一定程度上提高了人体姿势估计的准确性。但是由于特征提取维度不全面、信息传递不充分等问题,使得人体姿势估计模型的准确率受到了一定的限制。本文针对以上问题,从模型中各模块的内部网络设计和模型中各模块之间的特征传递两个角度进行建模,分别提出了基于多维特征融合的级联网
学位
近年来,流特征的在线特征选择成为数据挖掘的热点。流特征在线特征选择是在保证预测精度的前提下,通过实时过滤无关和冗余特征来降低数据维度。本文针对当前面向分类的在线流特征选择中,存在分类精度较低、选择特征数量多或运行时间长等问题,从挖掘目标标签的近似马尔科夫毯的角度,分别提出面向二分类和多分类的流特征在线特征选择算法,并将在不同数据集中得出的算法结果应用在Decision Tree、KNN、SVM和E
学位
图匹配作为图论中研究的热点问题,本质是计算两个图的相似性,现有的图匹配算法通常采用过滤—验证框架,利用有效的过滤算法减少节点的候选空间,用子图同构算法来找到图的匹配集合。传统的图匹配算法主要从索引的建立和子图特征进行分析从而提出改进算法,随着数据规模的增大,该类算法在性能和效率上受到了限制,针对大规模图数据集的匹配问题,提出了一种新的匹配算法。首先,针对图匹配问题中模式图规模较大的问题,通过计算查
学位
在这个各方面飞速发展的时代,竞争无处不在。社交网络中也不例外,有着大量的产品信息或者不同的言论,而这些信息之间的传播也存在着竞争。而目前的社交网络影响力最大化问题的研究大多是针对某一条信息的传播的研究,但是在实际的社交网络中,更多的是多条信息传播的情况。因此,提出了对基于竞争的影响力最大化问题的研究。对于竞争影响力最大化问题,首先提出了竞争线性阈值模型。模型即考虑了信息传播中的竞争,以及独立级联模
学位
自然语言处理中采用提取评论文本中的情感信息来进行情感分析的研究,但传统的情感分析方法存在特征提取不足、数据比较稀疏且维度较高和泛化能力差等问题。为了解决上述问题,本文从模型融合和特征融合两个不同的角度,采用基于深度学习的情感分析方法,并引入注意力机制来进行情感分析的研究。首先,针对循环神经网络存在梯度消失和卷积神经网络忽略上下文信息的问题,本文采用将双向长短期神经网络与卷积神经网络相结合,来克服使
学位
随着近些年卷积神经网络在人脸识别技术中的应用,人们通过设计越来越深的卷积神经网络层数来提高识别精度,这样的模型一般很难移植到一些小型移动设备设备端。另外人脸遮挡识别是人脸识别技术中的一个难点,主要是因为脸部存在的遮挡会造成特征提取的过程中导致局部特征的损失,并且很容易与人脸局部未遮挡的特征相互混淆的问题,比如口罩、围巾遮挡导致神经网络提取出来人脸下半部分的特征发生的损失。结合上述问题,在基于轻量级
学位
报纸