计算机三维动画与虚拟现实是计算机图形学的一类典型应用,而基于真实感的物理模拟正是这些应用背后的技术支撑,具有重要研究意义。基于真实感的物理模拟由于问题本身的高计算量与高复杂性的特征,以及与硬件相关的新工具新技术的产生,而受到众多研究者的持续关注。布料、毛发、肌肉等可变形体在物理模拟场景中广泛出现。不同于刚体,可变形体有其独特的结构与运动特征,并且对物理模拟的真实感有显著的影响。包含可变形体的物理模拟系统中,建模与碰撞检测是两个关键环节,对模型的场景迭代与碰撞检测占据了系统计算量的50%到90%,是系统的瓶颈与优化的关键。本文的主要工作是,实现了一个基于GPU的可变形体物理模拟与碰撞检测系统。文中详细阐述了可变形体物理模拟与碰撞检测系统的工作流程,对几个关键环节给出新的方法或改进。通过设计GPU并行算法并采用OpenCL技术,实现了基于图形硬件加速的物理模拟与碰撞检测。本文提出了一种基于完全二叉树的包围盒层次结构(BVH),对并行算法与GPU显存管理方式而言,该结构的内存组织更为友好,存储空间紧凑。基于该结构给出CPU上的BVH构建算法,算法在保证较低复杂度的情况下,将节点构建成完全二叉树。在此基础上,文中给出GPU上的并行更新与并行碰撞检测算法,运用GPU的并行计算能力突破模拟瓶颈。此外,本文针对自碰撞检测算法中基于平面规则性的自碰撞剔除策略,在法向锥合并算法上进行了改进,提高了碰撞检测算法的精度与效率。文中将该问题转化为平面上两个角最优化合并的计算几何问题,得到了法向锥的优化合并算法。系统的实验结果表明,相对于纯CPU实现的可变形体物理模拟系统,本文基于GPU的并行系统实现在碰撞检测环节达到约2.6倍加速比,其他环节加速比均超过3倍,整体平均系统运行效率提高了约3倍。