[发明专利]一种基于GPU的混合树并行构建方法

说明书

技术领域

本发明涉及图形实时渲染技术领域，尤其涉及一种基于GPU的混合树并行构建方法。

背景技术

虚拟现实技术(Virtual Reality-VR)技术，也称灵境技术或人工环境，20世纪八十年代由美国Jaron Lanier教授首次提出这一概念。主要是利用计算机模拟产生一个三维空间的虚拟世界、提供使用者关于视觉、听觉、触觉等感官的模拟，是计算机对复杂数据进行可视化操作与交互的一种技术。

光线跟踪技术是一种在图形绘制领域广泛应用的技术。它的最大的优势是产生高质量的图像，绘制出高真实感的平滑的反射、折射、软影等全局光照效果，但是它的计算量很高，因此以往这种技术只能应用在非实时绘制领域中。可见性判断及剔除技术。该技术是在三角形面片被送往渲染管线之前，通过算法或者硬件支持，提前判断出面片的可见性，并将不可见的部分剔除，以减轻渲染管线的工作量，达到加速绘制的效果。但是场景中的面片数通常都要达到百万量级，实时的对场景中的面片进行可见性判断几乎无法完成。为了提高虚拟现实中一些算法的执行效率，提出了场景划分技术。

场景划分技术的组织通常是层次结构的。宽泛地说，就是最高层次包含它下面的层次，后者又包含再下面的层次，如此类推。因此，这种结构具有嵌套和递归的特点。使用层次结构的原因是，可以明显地提高不同类型的查询速度，计算复杂度通常从O(n)提高到O(logn)。同时需要注意，大多数场景管理技术的构造开销都比较大，虽然也可以在实时过程中进行渐进更新，但是通常需要作为一个预处理过程来完成。不同类型的空间数据结构有：包围体层次(BVH)、各种二元空间分割树(BSP)、多维空间的二叉树(KD)，以及八叉树(Octree)等。

GPU(Graphic Processing Unit)最初应用于图形显示的加速，GPU的单指令多数据流(SIMD:Single Instruction Multiple Data)的处理方式可并行地对大规模的数据进行操作，可大大缩短计算时间。GPU上的可编程语言出现以后，研究人员将一部分运算交由GPU来执行，以加快程序运行的速度。基于该思路，使用GPU进行场景节点的面片分布计算，可以有效的提高场景划分的速度。

传统的八叉树构造根据三个垂直坐标轴x、y、z方向上对象的中间位置对场景进行划分，这种划分方式尽管简单快速，但其粗糙的质量造成了大量无效的遍历和相交操作，也造成了大量的空节点而浪费存储空间，使得八叉树逐渐被构建质量更高的KD树所取代。而KD树的划分虽然具有高效的结构特征，但其划分的计算复杂度远却远高于八叉树，导致划分的预处理时间难以满足动态场景的实时光线跟踪计算要求。另一方面，当前的GPU架构包含多个多核处理器，需要同时运行上万个线程才能充分利用这些处理器的计算能力，而KD树等加速结构在其构建过程中节点的产生速度慢，大大浪费了GPU的计算资源，进而影响构造速度。

发明内容

本发明提供一种基于GPU的混合树并行构建方法，构建高质量的加速结构，同时充分利用硬件的并行计算能力，提高加速结构的构造速度，以达到动态场景计算的实时性。

本发明采用的技术方案为：一种基于GPU的混合树并行构建方法，在需要进行渲染的模型空间的X、Y、Z三个坐标轴方向中选取一个面片分布方差最大的，计算该坐标轴的垂直切面位置，使得切面两边的面片数相等，对模型空间中的场景数据逐级进行KD树划分，然后对划分后的叶节点依次进行八叉树划分；其中划分场景数据的具体步骤如下：

步骤a)、在存储区域中建立两个队列，一个存放等待处理的场景节点数据，一个存放已经处理过后的场景节点数据，一个存放等待处理的八叉树根节点；

步骤b)、将第一个队列中的场景节点数据依次取出，如果节点数据满足停止划分的条件，则将节点放入第三个队列中；否则进行KD树的空间划分，将处理后生成的孩子节点放入第二个队列中；

当前节点的深度为k，则该节点的孩子节点的编号为10^k+i(i＝1,2)(其中如果是左节点，则i＝1；如果是右节点，则i＝2；

步骤c)、当第一个队列中的所有场景节点处理完毕后，将第一队列清空，逐个处理第二队列中的场景节点，并将生成的孩子节点放入第一个队里中；

步骤d)、循环步骤b)、步骤c)，直至完成所有场景节点的KD划分；