公开(公告)号：CN114841079B

公开(公告)日：2024-11-19

申请号：CN202210590138.6

申请日：2022-05-26

Applicant: 中北大学

Inventor： 靳雁霞 ,  史志儒 ,  刘亚变 ,  杨晶 ,  乔星宇 ,  张翎

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度神经网络优化的连续碰撞检测方法，属于虚拟仿真碰撞检测技术领域。针对目前布料与精细建模物体交互场景下碰撞检测效率低的问题，本发明首先使用传统的连续碰撞检测算法获得参数数据，将获得的数据输入深度神经网络进行训练；其次，使用神经网络对未被包围盒剔除掉的碰撞对进行预测，判断其是否发生碰撞；然后对发生碰撞的碰撞对进行碰撞响应，获得响应后粒子的最终位置。本发明在保证布料仿真的真实性和鲁棒性的前提下，相比于传统的连续碰撞检测算法和使用代数非穿透滤波器优化的连续碰撞检测算法，随着布料或是交互物体建模的精细程度的增加，该算法的检测效率有着显著的优势，可以满足布料仿真的实时性要求。

公开(公告)号：CN114841079A

公开(公告)日：2022-08-02

申请号：CN202210590138.6

申请日：2022-05-26

Applicant: 中北大学

Inventor： 靳雁霞 ,  史志儒 ,  刘亚变 ,  杨晶 ,  乔星宇 ,  张翎

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度神经网络优化的连续碰撞检测方法，属于虚拟仿真碰撞检测技术领域。针对目前布料与精细建模物体交互场景下碰撞检测效率低的问题，本发明首先使用传统的连续碰撞检测算法获得参数数据，将获得的数据输入深度神经网络进行训练；其次，使用神经网络对未被包围盒剔除掉的碰撞对进行预测，判断其是否发生碰撞；然后对发生碰撞的碰撞对进行碰撞响应，获得响应后粒子的最终位置。本发明在保证布料仿真的真实性和鲁棒性的前提下，相比于传统的连续碰撞检测算法和使用代数非穿透滤波器优化的连续碰撞检测算法，随着布料或是交互物体建模的精细程度的增加，该算法的检测效率有着显著的优势，可以满足布料仿真的实时性要求。