【摘 要】
:
飞行模拟机是用于训练飞行过程的产品,系统通过逼真地模拟,提供一个接近真实的飞行训练环境,达到训练飞行驾驶操作的目的,系统主要由飞行系统、飞机系统和视景系统等组成。其中,视景系统需要极高的实时交互性和稳定性,而视景系统中大量三维模型数据处理及各种视景特效处理算法都极其消耗系统存储资源和计算资源,这大大影响了系统的实时性与稳定性,给视景渲染带来了极大压力。虽然目前的显卡在硬件级别上能对三维渲染进行一定
论文部分内容阅读
飞行模拟机是用于训练飞行过程的产品,系统通过逼真地模拟,提供一个接近真实的飞行训练环境,达到训练飞行驾驶操作的目的,系统主要由飞行系统、飞机系统和视景系统等组成。其中,视景系统需要极高的实时交互性和稳定性,而视景系统中大量三维模型数据处理及各种视景特效处理算法都极其消耗系统存储资源和计算资源,这大大影响了系统的实时性与稳定性,给视景渲染带来了极大压力。虽然目前的显卡在硬件级别上能对三维渲染进行一定的优化,但面对大量的视景模型数据库和各种复杂的视景特效,其处理能力仍显不足。为此,本文将在软件算法级别上,针对视景系统中模型进行优化,以提高渲染效率,维持视景系统的实时交互性和稳定性。本文针对机场三维模型,研究如何在现有硬件资源的基础上,保证视觉效果的同时,提高渲染效率,主要工作及研究为以下3方面:1.在飞行模拟视景系统中,为了平衡渲染效果和渲染效率之间的矛盾,本文采用了细节层次技术对视景中模型场景进行优化。实验结果表明,在飞行模拟视景系统中加入细节层次技术能显著地提升系统性能,优化模型场景地加载。2.针对基于二次误差的边折叠算法在简化时,不能保持模型细节特征和边缘两个重要视觉效果的问题,提出了改进的基于二次误差的边折叠算法,如针对细节特征损失问题,引入了改进的网格显著性估计方法;针对边缘过渡简化导致的模型变形问题,引入了改进的基于曲率的边界保护;针对模型几何特征在模型中的重要度以及对视觉的影响,如被折叠点的度和折叠边的长度,引入了模型几何因子。实验结果表明,相比于原算法,本文的改进算法能够更好地简化模型,提升模型在尖锐细节和边界的保留效果。3.将改进的基于二次误差的边折叠算法应用到天府机场模型中,并根据实际应用需求,提出了融合误差的概念,进一步研究了简化算法。融合误差主要分为了两部分误差度量,第一部分为针对算法本身的不足进行的误差改进,包含改进的网格显著性评估方法、改进的基于曲率的边界保护和模型的几何因子;第二部分为结合机场简化的需求特点,引入了局部特征区域重要度,增大了机场局部重要区域的折叠误差。实验结果表明,将二次误差和融合误差相结合的改进算法更适用于机场三维模型的简化,得到的简化模型更符合飞行模拟仿真的实际需求。实验结果表明,在视景系统中引入细节层次技术能在不影响视觉效果的同时,有效地提高系统渲染帧率,维持视景系统的交互性和稳定性;此外,本文的改进算法更能有效地提高机场模型简化的质量,满足实际应用需求。
其他文献
宫颈癌一直危害着女性的身体健康,也是现代医学治疗领域中的一大难题。目前主流的治疗方式是采用化疗和放疗相结合,放疗一般又分为外照射和内照射。宫颈癌位于子宫颈部,如果采用外照射的放射方式,由于外照射放射剂量大而且范围广,从外向内进行照射,就会对其他正常的组织细胞产生伤害。所以一般采用近距离放疗的方式,它剂量低,辐射范围只针对肿瘤区域,粒子从内向外辐射,即能起到杀死肿瘤的作用,还减小了正常细胞的伤害,在
科学技术的发展带来了机器人技术的革新,从最初的只能示教再现的机器人,到具有初步感知编程能力的机器人,再到如今高度智能化的机器人,机器人技术经历了飞速发展的60年。如今,机器人在工业生产中扮演着重要的角色,展现出了巨大的发展前景。尽管机器人技术进步飞速,但六轴机器人的轨迹规划一直是一个难题,末端执行器在运行空间直线,空间圆弧等轨迹时,仍然会有描述轨迹的计算量过大,关节轴冲击过大和运行时间过长等问题,
SDN(Software Defined Network)是一种新型的网络架构,解耦控制平面与数据平面,实现网络的集中控制,有效解决了传统网络配置复杂、设备管理困难等问题,能更好的实现全局优化。但随着网络规模的不断扩张,单控制器部署有限的处理能力以及易出现单点失效等问题,已成为整个SDN网络的瓶颈。因而多控制器部署已成为必然趋势。但由于网络流量具有时变性和突发性,极易引发控制平面负载不均衡,致使网
叶片是航空发动机、燃气轮机等动力机械中的重要零件,其型面的加工质量严重影响着整机的工作性能,因此对其型面轮廓进行检测是十分必要的。叶片型面一般为变截面的扭转曲面,同时型面曲率变化较大,具有较大的检测难度。传统三坐标测量法通过获取叶片型面特定截面的轮廓数据评价出叶片加工质量,适用于精加工叶片的检测,无法反映出叶片整体的尺寸偏差,同时对检测环境具有较高的要求,无法实现叶片在线检测。随着光学测量技术的发
由于航空发动机机体结构复杂,具有拆装难、维修不易的特点,新手操作者对各种发动机零件类型的不熟悉,在航空发动机换发领域存在培训难上手、实践成本高等问题,因此,常利用目标检测方法对零件类型进行分类检测。但由于实际环境中零件堆放杂乱,容易出现遮挡的情况,利用传统的单一目标二维识别方法会因为无法提取足够的特征信息,易出现错误的检测结果,无法满足需求;同时,传统的换发培训流程是基于纸质或电子文档,培训效率较
随着网络规模的增大和新型网络应用的不断出现,网络流量呈指数级增长,如何根据网络的状态和需求找到一种实时的自适应的智能路由是提高网络资源利用和服务质量的关键。SDN(Software Defined Networks)的出现提供了灵活高效的网络控制,降低了路由优化的难度。数据驱动的方法适应并优化了网络的实际状态,随着机器学习在很多领域取得了非常不错的进展,许多研究者开始尝试使用机器学习来解决路由优化
三维人脸重建技术逐渐开始受到学者们的关注并在安防、医疗美容、影视娱乐等多个领域进行应用。目前三维采集需要通过昂贵的专业三维采集设备且需要较长的采集时间,而基于单张照片的三维人脸重建技术具有只需要用手机就能对人脸进行采集的优点。目前基于二维人脸照片进行三维人脸重建的算法生成三维人脸模型不能很好的表示人脸的细节信息,如皱纹等。对于以上问题,本文提出一种利用卷积神经网络对单张人脸照片重建出具有细节信息的
近年来随着5G、云计算、物联网的快速发展,各种网络应用层出不穷,网络规模不断扩大,网络流量爆发式增长。如何通过对网络流量的合理调度,避免网络拥塞,提高网络资源利用率,保证用户体验质量,越来越成为网络领域需要重点研究的问题。随着SDN网络架构的提出和对网络数据收集、分析能力的增强,再加之深度学习与深度强化学习在自适应学习、自动控制等领域的突破性进展,为可实时适应网络变化的动态、智能流量调度方法的实现
飞行模拟机在民航飞行员及相关从业人员的培训中具有极其重要的作用,可以显著的降低训练成本和提高训练安全性。飞行教员带领学员使用模拟机训练,一般按照训练清单进行逐项练习,根据训练大纲和个人经验对学员的表现进行评分,随后根据学员的分数安排后续训练。但是面对大量的考核项目,教员的评分容易受到疲劳和个人主观因素的影响,由此造成的评估偏差不利于受训人员水平的提高,造成大量的人力物力损失。现有解决此类问题的方法
在人脸识别领域,由于人脸数据易于获取的特点,使得人脸识别系统容易受到演示攻击,所以需要利用人脸活体检测技术对演示攻击进行防御。人脸活体检测技术通过检测并过滤伪造的攻击图像,达到抵御攻击的目的,从而避免人脸识别系统被攻破而造成的不必要的损失。本文首先从人脸活体检测数据集开展研究,针对现有数据集存在的一些问题,提出了一种多模态人脸活体检测数据集构建方案。然后在此基础上对基于深度学习的人脸活体检测算法进