gpt4 book ai didi

c++ - Oct 树生成在最后一步出错

转载 作者:太空狗 更新时间:2023-10-29 23:11:21 25 4
gpt4 key购买 nike

注意:此问题已从其原始形式进行了彻底编辑

我正在尝试通过实现与体素化相结合的八叉树数据结构来创建对数光线追踪器,以实现快速光线追踪。

目前我在光线碰撞检测方面遇到问题。

预期的输出应该是带有法线贴图的体素化斯坦福龙。

目前的问题是有些区域是透明的:

完整的龙:

Full Dragon

透明区域:

enter image description here

从这些图像中可以清楚地看出几何是正确的,但碰撞检查是错误的。

此过程涉及 2 个片段着色器:

体素片段着色器:

#version 430

in vec3 f_pos;
in vec3 f_norm;
in vec2 f_uv;

out vec4 f_color;
struct Voxel
{
vec4 position;
vec4 normal;
vec4 color;
};

struct Node
{
int children[8];
};

layout(std430, binding = 0) buffer voxel_buffer
{
Voxel voxels[];
};
layout(std430, binding = 1) buffer buffer_index
{
uint index;
};
layout(std430, binding = 2) buffer tree_buffer
{
Node tree[];
};
layout(std430, binding = 3) buffer tree_index
{
uint t_index;
};

out vec4 fragment_color;

uniform int voxel_resolution;
uniform int cube_dim;

int getVIndex(vec3 position, int level)
{
float size = cube_dim / pow(2,level);

int bit2 = int(position.x > size);
int bit1 = int(position.y > size);
int bit0 = int(position.z > size);

return 4*bit2 + 2*bit1 + bit0;
}

void main()
{

uint m_index = atomicAdd(index, 1);

voxels[m_index].position = vec4(f_pos*cube_dim,1);
voxels[m_index].normal = vec4(f_norm,1);
voxels[m_index].color = vec4(f_norm,1);

int max_level = int(log2(voxel_resolution));
int node = 0;
vec3 corner = vec3(-cube_dim);
int child;

for(int level=0; level<max_level-1; level++)
{
float size = cube_dim / pow(2,level);
vec3 corners[] =
{corner, corner+vec3(0,0,size),
corner+vec3(0,size,0), corner+vec3(0,size,size),
corner+vec3(size,0,0), corner+vec3(size,0,size),
corner+vec3(size,size,0), corner+vec3(size,size,size)};

vec3 offsetPos = (vec3(voxels[m_index].position));
child = getVIndex(offsetPos-corner, level);

int mrun = 500;
while ((tree[node].children[child] <= 0) && (mrun > 0)){
mrun--;
if( (atomicCompSwap( tree[node].children[child] , 0 , -1) == 0 ))
{
tree[node].children[child] = int(atomicAdd(t_index, 1));
}
}

if(mrun < 1)
discard;

if(level==max_level-2)
break;

node = tree[node].children[child];

corner = corners[child];
}

tree[node].children[child] = int(m_index);

}

我理解逻辑可能不太清楚,所以让我解释一下:

我们从一个 3D psoition voxels[m_index].position = vec4(f_pos*cube_dim,1); 我们知道有一个维度为 (-cube_dim,-cube_dim,-cube_dim ) 到 (cube_dim,cube_dim,cube_dim)所以一个立方体,其对角线在原点相交,边长为 2*cube_dim。它被分成多个边长为 2*cube_dim/voxel_resolution 的小立方体。基本上这只是一个立方体 segmentation n 次以形成笛卡尔网格。

我们使用这个坐标从大立方体开始,将其 segmentation 为 8 个大小相等的子空间,并检测这些子空间中的哪个子空间包含该坐标。

我们这样做直到找到包含该位置的最小框。

光线追踪器

 #version 430

in vec2 f_coord;

out vec4 fragment_color;

struct Voxel
{
vec4 position;
vec4 normal;
vec4 color;
};

struct Node
{
int children[8];
};

layout(std430, binding = 0) buffer voxel_buffer
{
Voxel voxels[];
};
layout(std430, binding = 1) buffer buffer_index
{
uint index;
};
layout(std430, binding = 2) buffer tree_buffer
{
Node tree[];
};
layout(std430, binding = 3) buffer tree_index
{
uint t_index;
};

uniform vec3 camera_pos;
uniform float aspect_ratio;
uniform float cube_dim;
uniform int voxel_resolution;

float planeIntersection(vec3 origin, vec3 ray, vec3 pNormal, vec3 pPoint)
{
pNormal = normalize(pNormal);
return (dot(pPoint,pNormal)-dot(pNormal,origin))/dot(ray,pNormal);
}

#define EPSILON 0.001
bool inBoxBounds(vec3 corner, float size, vec3 position)
{
bool inside = true;
position-=corner;

for(int i=0; i<3; i++)
{
inside = inside && (position[i] > -EPSILON);
inside = inside && (position[i] < size+EPSILON);
}

return inside;
}


float boxIntersection(vec3 origin, vec3 dir, vec3 corner0, float size)
{
dir = normalize(dir);
vec3 corner1 = corner0 + vec3(size,size,size);

vec3 normals[6] =
{ vec3(-1,0,0), vec3(0,-1,0), vec3(0,0,-1), vec3(1,0,0), vec3(0,1,0), vec3(0,0,1) };

float coeffs[6];

for(uint i=0; i<3; i++)
coeffs[i] = planeIntersection(origin, dir, normals[i], corner0);
for(uint i=3; i<6; i++)
coeffs[i] = planeIntersection(origin, dir, normals[i], corner1);

float t = 1.f/0.f;

for(uint i=0; i<6; i++){
coeffs[i] = coeffs[i] < 0 ? 1.f/0.f : coeffs[i];
t = inBoxBounds(corner0,size,origin+dir*coeffs[i]) ? min(coeffs[i],t) : t;
}

return t;
}

void sort(float elements[8], int indices[8], vec3 vectors[8])
{
for(uint i=0; i<8; i++)
{
for(uint j=i; j<8; j++)
{
if(elements[j] < elements[i])
{
float swap = elements[i];
elements[i] = elements[j];
elements[j] = swap;

int iSwap = indices[i];
indices[i] = indices[j];
indices[j] = iSwap;

vec3 vSwap = vectors[i];
vectors[i] = vectors[j];
vectors[j] = vSwap;
}
}
}
}

int getVIndex(vec3 position, int level)
{
float size = cube_dim / pow(2,level);

int bit2 = int(position.x > size);
int bit1 = int(position.y > size);
int bit0 = int(position.z > size);

return 4*bit2 + 2*bit1 + bit0;
}

#define MAX_TREE_HEIGHT 11
int nodes[8*MAX_TREE_HEIGHT];
int levels[8*MAX_TREE_HEIGHT];
vec3 positions[8*MAX_TREE_HEIGHT];
int sp=0;

void push(int node, int level, vec3 corner)
{
nodes[sp] = node;
levels[sp] = level;
positions[sp] = corner;
sp++;
}
void main()
{
vec3 r = vec3(f_coord.x, f_coord.y, 1.f/tan(radians(40)));
r.y/=aspect_ratio;
vec3 dir = r;
r += vec3(0,0,-1.f/tan(radians(40))) + camera_pos;

fragment_color = vec4(0);
//int level = 0;
int max_level = int(log2(voxel_resolution));
push(0,0,vec3(-cube_dim));
float tc = 1.f;
int level=0;
int node=0;
do
{
sp--;
node = nodes[sp];
level = levels[sp];
vec3 corner = positions[sp];

float size = cube_dim / pow(2,level);
vec3 corners[] =
{corner, corner+vec3(0,0,size),
corner+vec3(0, size,0), corner+vec3(0,size,size),
corner+vec3(size,0,0), corner+vec3(size,0,size),
corner+vec3(size,size,0), corner+vec3(size,size,size)};

float t = boxIntersection(r, dir, corner, size*2);
if(!isinf(t))
tc *= 0.9f;

float coeffs[8];
for(int child=0; child<8; child++)
{
if(tree[node].children[child]>0)
coeffs[child] = boxIntersection(r, dir, corners[child], size);
else
coeffs[child] = 1.f/0.f;
}
int indices[8] = {0,1,2,3,4,5,6,7};
sort(coeffs, indices, corners);

for(uint i=7; i>=0; i--)
{
if(!isinf(coeffs[i]))
{
push(tree[node].children[indices[i]],
level+1, corners[i]);
}
}
}while(level < (max_level-1) && sp>0);

if(level==max_level-1)
{
fragment_color = abs(voxels[node].normal);
}

else
{
fragment_color=vec4(tc);
}

}
}

在这里,我们从最大的立方体开始,测试与每组 8 个子级( segmentation 立方体得到的 8 个立方体)的交集。每次我们成功检测到碰撞时,我们都会沿着树向下移动,直到我们到达描述实际几何形状的最低级别,然后我们根据该级别为场景着色。

调试与问题

重要的是有2个buffer,一个用来存放除叶子之外的树,一个用来存放叶子。

所以在体素化和光线追踪中,最后一层需要区别对待。

我注意到的关于透明度的问题如下:

  • 它只发生在与笛卡尔网格对齐的平面上

  • 这似乎发生在光线向负方向移动时(向下或向左)。 (至少这是我的印象,但不是100%
    一定)

我不确定我做错了什么。

编辑:

最初的问题似乎已经解决,但光线追踪器仍然存在问题。我已经编辑了问题以反射(reflect)问题的当前状态。

最佳答案

错误来自于评论中提到的某人的排序功能,尽管出于相同的原因。

发生的事情是,我认为排序函数会修改传递给它的数组,但它似乎在复制数据,所以它没有返回任何东西。

换句话说:

void sort(float elements[8], int indices[8], vec3 vectors[8])
{
for(uint i=0; i<8; i++)
{
for(uint j=i; j<8; j++)
{
if((elements[j] < elements[i]))
{
float swap = elements[i];
elements[i] = elements[j];
elements[j] = swap;

int iSwap = indices[i];
indices[i] = indices[j];
indices[j] = iSwap;

vec3 vSwap = vectors[i];
vectors[i] = vectors[j];
vectors[j] = vSwap;
}
}
}
}

不返回元素、索引和 vector 内部的正确值,因此调用此函数只会浪费计算周期。

关于c++ - Oct 树生成在最后一步出错,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50767629/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com