当前位置:主页 > 社科论文 > 考古论文 >

文物虚拟挖掘真实感模拟的研究与应用

发布时间:2020-09-11 23:35
   近年来,通过虚拟现实技术还原虚拟场景和实现交互的研究越来越多,因此关于基于虚拟现实的文物复原方面的研究也逐渐成为热点。传统的文物碎片数字化展示多为静态的图像、模型,其沉浸感和交互性还不足。本文关于在文物虚拟挖掘这一交互式模拟中,针对探铲和泥土坑基的三维模型之间的交互性进行分析,以及土壤粒子的运动状态进行研究,动态真实的模拟其交互过程,展开相关工作。本文研究工作包括:(1)对于模拟泥土被翻动挖掘时的视觉效果,泥土坑采用坑基与探铲的复合模型,并且伴随着探铲周围少量粒子颗粒。为进一步提高运行效率,针对于坑基与探铲集复合模型的渲染,提出一种较规则的大网格模型加法线贴图来构建泥土坑基,并通过有限个考古探铲集动态切割泥土坑基模型。首先依据3DMax建模方法原理构建模型并加入凹凸映射进行渲染;然后,模拟文物虚拟挖掘交互时,根据体验者握铲的姿态、位置以及力度信息,而产生一系列不同的挖掘区域块,形成一个区域块信息集合,将该区域块集合与规则坑基模型进行相交运算,使其通过一次相交实现被挖出效果,提高挖掘显示效率;同时在探铲周围渲染粒子效果。(2)针对于虚拟切割算法,主要对Delaunay三角剖分算法进行改进优化。在获取探铲与坑基之间的相交区域信息时,通过计算机图形学相关知识,先获取其相交线和相交面,再结合Delaunay三角剖分算法并对算法进行优化。首先为提高切割时三角网格拓扑结构的效率,重构新的三角网格,本文加入AIF数据结构来记录多边形网格拓扑结构;为体现真实性,通过基于凸边形重构三角形,选择将一部分有一定拓扑关联信息但却没有切割的相邻三角形加入列表中组成凸边形。其次获得相交区域,同时结合Z-Buffers算法实现挖掘后区域显示。(3)对于三维模型交互时,针对于探铲与泥土坑基之间交互变形,而产生的土壤粒子运动状态的真实感模拟,提出基于人工蜂群的变异粒子群算法进行粒子运动收敛仿真模拟。首先,基于离散元法来分析土壤的受力情况,包括土壤对探铲面的摩檫力以及重力等的影响;其次,对于探铲插入土壤后的碎土的受力、整个入土铲的受力进行了分析,为进行真实探铲与土壤之间的性能分析提供了理论。最后,为有效模拟受到铲面力后土壤块的粒子运动收敛状态,结合人工蜂群算法和优化粒子群算法,并在模拟土壤块中利用粒子团代替土壤小颗粒,提高模拟土壤运动效率。
【学位单位】:西北大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TP391.9;K854.1
【部分图文】:

粒子,坑基,泥土,模拟切割


图 28 两个粒子接触相互影响因素伏不平的,对于探铲模拟切割挖土作业不同会发生不同的变化,所以切割时铲面此在前一章讨论过关于泥土坑基的建模采D 引擎实时可以获取泥土坑基和探铲运获取铲面的铲尖以及铲面边缘的点来获倾斜角。利用探铲来挖掘土壤时,会随着铲面入

模型图,模型,挖掘物,控制方向


56图 35 探铲模型掘基本操作上面将探铲放入环境中后,其铲挖掘操作综合运用 Unity3D 物理引擎、、UI 设计等技术。对于基本的挖掘操作,通过编程实现探铲的运动仿真WASD 键来控制方向),探铲挖掘时的挖掘脚本主要是:ng UnityEngine;ng System.collection;lic class Dig:Behavior{lic GameObject dig;//挖掘物体lic AudioSource audio;//声音组件public Transform root;//获取物Transformvoid Start(){}void OnTriggerEnter(Collider e){//若发生碰撞

【相似文献】

相关期刊论文 前10条

1 陈建新;崔广才;;基于改进粒子群算法的函数优化研究[J];电脑迷;2018年01期

2 周慧;;基于粒子群算法的最优值求解[J];科技广场;2017年12期

3 吴丰;郭晓娟;;基于混合粒子群算法的船舶稳定性分析[J];舰船科学技术;2018年14期

4 邓广彪;;改进的粒子群算法在云计算下的数据挖掘中的研究[J];科技通报;2017年04期

5 张钊旭;王志杰;李建辰;王贵奇;许军;杨进候;;一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J];水下无人系统学报;2017年03期

6 朱俚治;王兴虎;;试谈粒子群算法[J];电脑编程技巧与维护;2017年11期

7 朱宝;;基于改进粒子群算法的盾构掘进施工优化研究[J];辽宁科技学院学报;2017年03期

8 袁正午;李君琪;;基于改进粒子群算法的云资源调度[J];计算机工程与设计;2016年02期

9 江嘉伟;毋文峰;;一种改进的粒子群算法[J];电脑编程技巧与维护;2016年06期

10 张卫明;周庆忠;黎武;;基于改进粒子群算法的野战油库选址优化[J];兵器装备工程学报;2016年08期

相关会议论文 前10条

1 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年

2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

3 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年

4 王征;刘大宝;王家林;王永骥;;基于离散粒子群算法的船舶电力系统重构研究[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年

5 王波;肖健梅;王锡淮;;基于改进粒子群算法的车辆路径问题研究[A];2007中国控制与决策学术年会论文集[C];2007年

6 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年

7 黄胜;任万龙;王超;何新;;多目标粒子群算法在翼型优化的应用[A];第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议文集(上册)[C];2013年

8 王莹;盛四清;;基于改进粒子群算法的电压薄弱区域恢复[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年

9 孟繁敏;杨彬;张其林;;改进的粒子群算法在钢框架截面优化中的应用[A];第十三届全国现代结构工程学术研讨会论文集[C];2013年

10 孔宪仁;秦玉灵;罗文波;;带飞行因子的粒子群算法的铝蜂窝板模型修正[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年

相关博士学位论文 前10条

1 刘天宇;基于协作学习和文化进化机制的量子粒子群算法及应用研究[D];西安电子科技大学;2017年

2 孟丽;粒子群算法及其在分数阶系统辨识中的应用研究[D];华北电力大学(北京);2016年

3 韩佳伟;多层级苹果预冷过程模拟及预冷控制决策优化[D];北京工业大学;2018年

4 钟继如;基于混合粒子群算法的小冲杆试验预测材料强度的研究[D];华东理工大学;2019年

5 雷开友;粒子群算法及其应用研究[D];西南大学;2006年

6 王芳;粒子群算法的研究[D];西南大学;2006年

7 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年

8 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

9 王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年

10 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

相关硕士学位论文 前10条

1 杨宇婷;基于粒子群算法的工业锅炉炉膛燃烧优化控制[D];西安科技大学;2019年

2 陈涛;基于无标度网络的改进粒子群算法研究[D];云南大学;2018年

3 武海妮;改进的粒子群算法在求解非线性方程组中的应用[D];延安大学;2019年

4 张庆;基于改进型混沌映射的粒子群算法及其在天线参数优化中的应用[D];云南大学;2018年

5 余铖铨;考虑驾驶风格的混合动力汽车队列速度优化研究[D];江苏大学;2019年

6 李红魁;基于粒子群算法的公路工程多目标成本优化研究[D];广州大学;2019年

7 张贺;混合粒子群算法在水电站优化调度中的应用研究[D];新疆大学;2019年

8 崔权龙;基于意外流行决策的粒子群算法研究[D];吉林大学;2019年

9 赵艺;基于粒子群算法的超导瞬变电磁极化效应多参数提取[D];吉林大学;2019年

10 徐练淞;多目标粒子群算法的改进研究[D];西华师范大学;2019年



本文编号:2817327

资料下载
论文发表

本文链接:https://www.wllwen.com/shekelunwen/kgx/2817327.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c78c6***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com