53、基于粒子群优化的可变形对象自适应随机碰撞检测

基于粒子群优化的可变形对象自适应随机碰撞检测

在虚拟现实、动画、模拟、游戏和机器人等众多应用领域中，快速准确的可变形几何体之间的碰撞检测至关重要。本文将介绍一种结合了新开发的随机方法和粒子群优化（PSO）算法的高效碰撞检测方法。

1. 背景与动机

在碰撞检测领域，已经有许多方法被广泛研究，如空间划分法、边界体积层次结构、图像空间技术、基于GPU的技术、距离场等。但这些方法大多依赖于预先计算的数据和数据结构，在处理可变形物体时效果不佳。近年来，“不精确”方法成为研究焦点，随机方法通过选择随机的碰撞特征对作为潜在相交区域的初始猜测，以牺牲一定准确性为代价换取计算时间。

本文提出使用PSO算法来解决上述问题。PSO是一种基于群体的进化算法，具有自适应能力，能够很好地适应动态变化，非常适合解决随机碰撞检测问题。而且，本文提出的算法对输入模型没有任何假设，不需要存储额外的数据结构，内存成本低，也不依赖于对象运动或连续帧之间的时间连贯性。

2. 相关工作

• 传统碰撞检测方法 ：传统的碰撞检测方法在刚体模拟中表现良好，但在处理可变形物体时存在局限性。例如，它们依赖于预先计算的数据和数据结构，或者依赖于特定的物体特征。
• 随机碰撞检测方法 ：随机方法通过选择随机的碰撞特征对来进行碰撞检测，以牺牲准确性为代价换取计算时间。但一些随机方法存在局限性，如仅适用于刚体、需要拓扑信息和层次结构等。

3. 统一粒子群优化算法

PSO是一种源于人工生命和进化计算的新优化技术，它模拟了个体（粒子）在多维