面向装配的飞行器超大模型实时可视化技术.pdf

第2 4 卷第5 期计算机辅助设计与图形学学报V 0 1 2 4N o 52 0 1 2 年5 月J o u r n a lo fC o m p u t e r A i d e dD e s i g n C o m p u t e rG r a p h i c sM a y2 0 1 2面向装配的飞行器超大模型实时可视化技术谈敦铭“”，赵罡“3”I(北京航空航天大学虚拟现宴技术与系统国家重点实验室北京1 0 0 1 9 1)”(空军第一航空学院直升机教研室信阳4 6 4 0 0 0)”(北京航空航天大学机械工程及自动化学院北京1 0 0 1 9 1)(z h a o g b u a a e d u c n)摘要：针对飞行器大数据量C A D 模型实时绘制闲难的问题，提出一种L O D 自动批处理生成以及实时自适应绘制方法以零部件为处理对象以保留装配树信息。结合模型分割完成超大模型简化，并根据计算机存储能力、实时绘制能力以及C A D 模型特点，实现了定量的L()D 自动批处理生成；以精确遮罩查询为基础根据计算机实时绘制负载和C A D 模型面片密度，动态地调整I O D 精度等级使得各个模型的精度基本一致。避免了传统算法的弊端，实现了L O D 实时自适应绘制并进行了优化实验结果表明；采用文中技术处理千万级三角面片的模型约1h 完成L O D 生成，并可在普通计算机上实现实时的自适应绘制关键词：大数据量C A D 模型；模型简化；细节层次；遮罩查询；实时可视化中图法分类号：T P 3 9 lR e a l t i m eR e n d e r i n go fM a s s i v eA i r c r a f tM o d e lf o rA s s e m b l yT a nD u n m i n 9 1 2 3 a n dZ h a oG a n 9 1 3”(,s t a t eK e yL a b o r a t o r yo fV i r t u a lR e a l i t yT e c h n o l o g ya n dS y s t e m s，B e i h a n gU n i v e r s i t y，B e l t i n g1 0 0 1 9 1)2(T h eF i r s tI n s t i t u t eo fP L AA i rF o r c e，X i n y a n g4 6 4 0 0 0)3(S c h o o lo f M e c h a n i c E n g i n e e r i n ga n d A u t o m a t i o n，B e i h a n g U n i v e r s i t y tB e i j i n g1 0 0 1 9 1)A b s t r a c t：I no r d e rt os o l v er e a l t i m er e n d e r i n go fm a s s i v ea i r c r a f tC A Dm o d e l s，a u t o m a t i cb a t c hL O Dg e n e r a t i o na n dr e a l t i m ea d a p t i v er e n d e r i n gm e t h o d sarep r e s e n t e d B yt h em e t h o d s，C A Dp a r t sa r et r e a t e da sh a n d l i n gt a r g e t st ok e e pa s s e m b l yt r e e，t o g e t h e rw i t hs p l i ta l g o r i t h mt Os i m p l i f ym a s s i v em o d e l T h e nm o d e ls t o r a g e，r e n d e r i n ga b i l i t yo fc o m p u t e ra n dc h a r a c t e r i s t i c so fC A Dp a r t saret a k e ni n t oc o n s i d e r a t i o nf o rq u a n t i t a t i v eL O Dg e n e r a t i o n L O Dl e v e l sa r ea d j u s t e da c c o r d i n gt Or e n d e r i n gt o a da n dm e s hd e n s i t yh a s e do na c c u r a t eo c c l u s i o nq u e r y，S Ot h ea c c u r a c i e sa n de r r o r sa m o n gd i f f e r e n tp a r t sa r ec o n s i s t e n t w h i c ha l s oa v o i dd r a w b a c k so ft r a d i t i o n a lm e t h o d s F i n a l l yt h em e t h o d sa r eo p t i m i z e df o rs p e e d T h ee x p e r i m e n t a lr e s u l t ss h o wt h a tm a s s i v eC A Dm o d e iw i t ht e n so fm i l l i o n st r i a n g l e sc a nb ef i n i s h e dL O Dg e n e r a t i o nw i t h i no n eh o u ra n dr e n d e r e di nr e a l t i m eo np e r s o n a lc o m p u t e r s K e yw o r d s：m a s s i v eC A Dm o d e l lm e s hs i m p l i f i c a t i o n；l e v e lo fd e t a i l(L O D)；o c c l u s i o nq u e r y；r e a l t i m er e n d e r i n g收稿日期：2 0 1 卜0 8 一0 8；修回日期：2 0 l l o 卜0 5 基金项目：国家。八六三”高技术研究发展计划重点项目(2 0 0 9 A A 0 4 3 3 0 2)；国家商用飞机制造丁程技术研究中心创新基金(S A M C-I 卜J 导0 7-2 0 3)；教育部新世纪优秀人才支持计划(N C E T-1 0 0 0 3 6)谈敷铭(1 9 8 3 一)男博十研究生主要研究方向为计算机图形学、虚拟现实I 赵墨1 9 7 2 一)。男，博士，教授博士生导师，论文通讯作者t 主要研究方向为C A D C A M、虚拟现实、飞机装配等万方数据第5 期谈敦铭，等：面向装配的飞行器超大模型实时可视化技术人类获取的信息8 3 以上来自于视觉，因此将复杂产品的C A D 模型通过计算机实时可视化，具有非常重要的意义，同时它也是C A D，C A M，V R 等技术的基础，是航空航天领域飞行器设计、制造、仿真、使用和维护等的关键技术飞行器超大模型实时可视化是具有很大的挑战性的课题，目前普通计算机能够实时绘制的几何模型三角面片数量约为1 百万，而航空、航天领域的飞行器结构极其复杂，如挑战者号航天飞机2 5 0 万个零部件，波音7 7 7 客机有6 0 0 多万个零件和连接件，其较高精度的几何模型就包含3 5 亿以上的三角面片口，去除其他信息仅保留几何模型信息，存储量也超过了1 2 G B，再经过一系列的预处理后，数据文件大小超过了6 0 G B 当前，针对飞行器C A D 模型实时可视化的研究在国际上还比较少，波音公司和一些研究机构在这方面开展了一些探索已有的可视化系统主要针对波音7 7 7 飞机，可以检索到的研究主要有4 个案例：1)美国U N C 的G i g a W a l k 系统 1 1；2)意大利C R S 4 的F a r V o x e l s 系统 2 3；3)德国S a a r l a n d 的O p e n R T 系统 3 ；4)美国U t a h 的M a n t a 系统 4 分析这些研究成果，它们大多采用了G o b b e t t i 等 5 3 总结大数据量几何模型实时绘制所普遍采用的模型简化、细节层次(1 e v e lo fd e t a i l，L O D)、可见性剔除、模型分割、动态存储调度、实时光线跟踪等技术但是，已有的这些研究普遍存在一些问题：1)只能可视化静态模型，而且破坏了装配树大部分研究案例将模型作为一个整体进行合并，再按照空间位置做切割，而每个零部件的装配树信息对于飞行器的装配、仿真和分析至关重要；2)大数据量绘制能力依然不足除了在超级计算机实现的O p e n R T，M a n t a系统外，其他几个系统的绘制精度及效果还不够好，满足不了C A D 系统装配的需求；3)预处理时间较长G i g a W a l k，F a r V o x e l s，O p e n R T 系统都要花费一天以上的时间进行模型切割等预处理操作；4)对软硬件的要求较高O p e n R T 必须运行在6 4 位的L i n u x 操作系统，而M a n t a 运行在1 2 8 个处理器、2 5 6 G B 内存的超级计算机此外，还有一些类似的研究，但并不针对飞行器超大模型N v i d i a 公司的P a n t a R a y 系统 6 利用G P U 并行计算实现大数据量自然场景的可视化，并将其应用于电影阿凡达的后期渲染，但其并不是实时绘制国内在大数据量几何模型实时可视化的研究主要集中在大地形领域，这方面的研究比较有代表性的有唐泽圣等提出的基于分形、二叉树、L O D 等技术的可视化方法晴9 3 但是，地形的拓扑结构是规则的二维网格，它不同于飞行器C A D 模型，因此无法直接应用现有方法1飞行器大数据量C A D 模型特点飞行器大数据量C A D 模型不同于其他几何模型，因此在研究其实时可视化之前，需要了解这方面要考虑的问题首先零部件的数量众多、装配关系复杂，现有的处理算法无法直接应用飞行器由于结构极其复杂，一般由众多的系统、组件、零部件等装配组成，形成一个复杂的装配树图1 所示为C A T l A 软件中某飞机方向舵的C A D 装配树和对应的零部件，其中装配树包含复杂的引用、嵌套、包含等关系，这样一个小组件就有如此复杂的零部件装配树，整个飞机的装配树信息更加庞杂装配树信息对于飞行器设计、制造、装配、使用过程中零部件的组织、管理都具有十分重要的指导意义，因此不宜直接采用模型合并、空间分割等预处理；模型简化、L O D 等算法的处理对象也不能是现有研究算法中使用的三角面片，而应该是零部件，对它们处理之后还需要按照原装配树保存甾lC A D 装乩树与儿甜模型其次，产品结构复杂、空间紧凑且包含大量的三角面片数据图2 所示为某飞机的舱门锁模型，这些图2 某飞机舱门锁模型万方数据计算机辅助设计与图形学学报第2 4 卷零部件由于结构比较复杂，拥有大量的设计、制造特征，包含大量的三角面片考虑到飞行器C A D 模型自身的数据量也在急剧增长，因此要实现实时可视化仅靠计算机硬件的发展是不够的，需要对可视化算法做大量优化最后，飞行器大数据量C A D 模型的精度比较高，绘制容易产生瑕疵飞行器为了保证气动外形，大量应用了蒙皮、钣金件，这些零部件不仅在空间上缝隙很小，而且大多采用自由曲面，将其转换为三角面片后数据量较大，且存在一定的冗余，有必要对模型进行简化但是，简化精度过低就会导致模型面片重叠、穿透，出现如图3 所示显示瑕疵因此可视化的精度与绘制效率始终是一对矛盾图3 几何模型精度造成的显示瑕疵2 模型简化与L O D 自动生成2 1 模型简化飞行器大数据量C A D 模型为了保证后期的加工，保留了非常高的精度，当这些数据转换为计算机图形学所使用的三角面片后，数据量非常大，特别是在孔、倒角等特征处存在较大的冗余，如图4 所示这些冗余的三角面片对显示精度提高有限，但是却给计算机实时可视化带来了极大的负载因此有必要从几何模型入手，在保证显示精度的前提下，去除冗余的三角面片，以提高实时可视化的效率模型简化方面，最经典、实用的算法是G a r l a n d等提出的二次误差测度(q u a d r i ce r r o rm e t r i c s，Q E M)简化算法 1，其核心思想是计算删除某一个边后，使得新生成的顶点和与之相连接的三角面片的距离的平方和己最小，即已一：(p 7”)2；其p p l a n e j f v)中三角面片P 用 nbcd 表示，即三角面片a x+幻+c z+d 一0 的4 个系数虽然Q E M 简化算法具有简单、高效的优点，但是其无法直接应用于大数据量几何模型这是因为b3 6 6 4 面片图4 几何模型冗余算法需要对几何模型每一边的毛保留一个4 4 的矩阵，当几何模型包含纹理坐标、材质等信息时，矩阵的维数更大，同时计算时间也更长随着模型数据量的增加，不仅计算机的内存无法存储，同时模型面片遍历时间增加，导致简化时间更加漫长为此，本文针对飞行器大数据量几何C A D 模型简化算法如下：遍历飞行器大数据量C A D 模型装配树的每一个零部件节点，将零部件节点提取为子模型，如果零部件的三角面片数超过了一定值，考虑到模型简化算法的复杂度较高、存储量大，还需要将零部件的三角面片按照其空间分布用表面积启发(s u r f a c ea r e ah e u r i s t i c，S A H)分割算法切割为子模型 1“，并将其作为装配树中零部件的子节点添加到装配树，以避免破坏装配树，如图5 所示图5 模型分割及对应的装配树节点之后，对装配树的每一个零部件叶子节点对应的模型进行简化，而不是对整个装配树模型进行简、。O艘、，、O肌，“万方数据第5 期谈敦铭，等：面向装配的飞行器超大模型实时可视化技术5 9 3化在简化过程中需要妥善保存几何模型与装配树的对应关系，而且简化后的模型也要按照装配树的层次结构进行对应与已有简化算法直接处理三角面片相比，本文算法不用将几何模型作为一个整体进行切割、简化，而是以装配树的零部件为处理对象这不仅解决了大数据量C A D 模型简化的问题，而且保留了装配树信息2 2L O D 及其自动生成技术大数据量C A D 模型可视化过程中，几何模型的显示精度与实时可视化效率始终是一个矛盾针对这一问题，最有效的解决方案是采用L O D r”1 技术L O D 是几何模型的多分辨率显示，可以通过图6 说明对原始几何模型，按照第2 1 节所介绍的模型简化算法简化生成不同精度等级的几何模型，当几何模型与视点距离较近时，使用三角面片较多、几何精度等级高的模型；反之，当几何模型与视点距离较远时，使用三角面片较少、几何精度较低的模型L-一a 不同精度等级的模b 根据j 黾高显不不问的精度等级图6C A D 零件的L O D 显示在已有的研究中，大地形可视化方面有一些L O D 生成、绘制的方法 13“，然而在大数据量C A D模型L O D 自动生成方面，却没有比较有效的解决方案这是由于大地形不同于飞行器大数据量C A D模型，大地形的几何模型拓扑连接关系比较规则，是均匀的网格，而飞行器大数据量C A D 模型本身结构比较复杂，并且没有规则的拓扑连接关系已有的研究中，L O D 的生成一般都是通过模型简化，手动交互设置或者在几何建模时建立不同精度等级的模型但是，这样生成的L O D 并不合理：哪些零件要生成L O D，具体生成几个L O D 精度等级、每个精度等级的L O D 几何模型应该保留多少三角面片等问题，都没有可以参考的理论依据况且飞行器大数据量C A D 模型的零部件数据数以百万计，不可能由用户手动设置完成此外，为了提高可视化的效率，L O D 自动生成的参数选取也需要精心设计为此，本文设计了一种针对飞行器大数据量C A D 模型的L O D 自动生成算法，流程如下：S t e p l 选取L O D 等比简化比q(0 q 1)考虑到现有的计算机图形学中可视化一般都是表面模型，三角面片分布于模型的表面，借鉴文献中地形L O D 金字塔，其相邻分块z，Y 方向的网格数减半，三角面片数之比为1：2 2，即0 2 5，因此建议选取表面数据模型g 一0 2 5 对于体数据模型，由于不是表面模型。数据在z，Y，z3 个方向分布，每个方向面片数减半，相邻L O D 模型面片数之比应该为1：2 3，即0 1 2 5。因此建议选取体数据模型q=0 1 2 5 其中需要特别说明的是：L O D 等比简化比q 如果选取不当会影响系统性能如果q 值过大。一方面相邻L O D 之间模型面片简化程度过低，低精度的L o D 模型仍然包含大量三角面片，L O D 等级切换对系统负载的调节能力降低，需要切换多级L O D 才能达到绘制精度与负载的均衡，同时L O D精度等级的切换也会给系统带来一定的负载另一方面，也会导致系统需要更多的模型存储空间如果q 值过小，则会造成相邻L O D 之间模型面片简化程度过高，L O D 等级切换时产生跃变现象S t e p 2 为了避免模型从外存储器到内存储器的加载时间，降低存储调度对系统实时绘制效率的影响，需要精确计算L O D 最高精度等级的模型包含的三角面片数根据系统内存的存储量M，几何模型每个三角面片所占用的存储量M x，计算系统最多所能加载的三角面片数N M M|M T 按照等比数列极限求和公式，即使生成无数个L O D 等级，所有等级的L O D 几何模型面片数应该小于N f，从而可以获得L O D 最高精度等级的模型包含的三角面片数N o，其推导过程为N M(N o+N o 口+N。q”)，N M N。(1 一q)。N o N M(1 一q)如果几何模型三角面片总数量超过了N o，则需要将几何模型进行简化，使得三角面片数从N T 减少到N。S t e p 3 L O D 简化层数的选取只需保证模型精简若干等级后，系统就能够实时绘制，但需要通过实验测定系统可以实时绘制的最大三角面片总数N n 最低精度等级的L O D几何模型包含的三角面片总数应该小于N n 据此可以推算出L O D 应该简化的最高层数n 其推导过程为N o q”N R，q“N R|N o，I nq I n(N R N n)，n l n(N R|N u)I nq S t e p 4 对装配树的每一个零部件叶节点，按照简化比例q 依次简化生成L O D 简化模型直至模型的三角面片数过小，无须再次简化；或者L O D 等级数量超过r t 万方数据计算机辅助设计与图形学学报第2 4 卷3L O D 实时自适应绘制算法3 1 现有L O D 绘制算法及其弊端现有L O D 绘制算法根据实时绘制时系统的负载，选择其中一个合适的精度等级用于显示目前比较常用而且效率较高的实现方法主要是考虑几何模型与视点的距离、几何模型投影到屏幕的尺寸、几何模型投影到屏幕的位置、几何模型的运动速度、几何模型与视点焦距的距离等因素选取L O D精度等级u“但是现有的研究普遍存在很多问题：考虑到飞行器大数据量C A D 模型比较庞杂且没有规律，若考虑视点距离因素，距离的选取并没有可以参考的理论依据，缺乏相关的研究如果距离参数选取不恰当，就会造成显示的不合理，导致显示误差大或者系统实时绘制负载高如图7 所示的舱门和隔框，虽然视点距离以及屏幕投影面积都很接近，但是如果采用同样的L O D 精度等级显然是不合理的舱门由于结构比较精细复杂，需要较高的I，o D 精度等级；隔框结构简单，不需要较高的L O D 精度等级a 机头b 舱门以及隔框图7 现有L O D 绘制算法不适合飞行器几何模型此外，飞行器大数据量C A D 模型的零部件数以百万计，无法人为交互指定L O D 的精度等级，只能够通过某种策略自动选择L O D 绘制的精度等级3 2 基于遮罩查询的改进L O D 自适应绘制算法传统I。0 D 绘制算法存在的弊端归根结底是由于视点距离以及屏幕投影尺寸无法准确描述零部件的复杂程度，而且算法与模型、视点位置无关因此需要设计一种度量几何模型复杂程度的方法，将其作为I O D 改进绘制算法中选取I O D 精度等级的依据为此，本文设计了基于图形处理器G P U 遮罩查询功能的I O D 改进绘制算法通过G P U 的遮罩查询功能，统计几何模型在屏幕上绘制的像素数量N，。将其作为L O D 精度等级选取的依据并参考该几何模型当前I。O D 精度等级的模型包含的三角面片数量N，计算几何模型L O D 面片密度p 1 t，D=N。N v(1)以调整L O D 精度等级需要特别说明的是，不同于传统遮罩查询使用几何模型的包围体，L O D 自适应绘制算法遮罩查询使用的就是几何模型本身，因此查询得到的是几何模型在屏幕上显示的精确像素数量并不是几何模型包围盒的投影像素数量因此，即便是模型在不同角度绘制、长宽高比例较大，查询得到的像素数量N，不一样，计算所得的面片密度也不一样，所以I。0 D精度等级选取并不受这些因素的影响L O D 面片密度的几何意义是：使得系统选择尽可能高的L O D 精度等级绘制可见的几何模型，同时保证各个几何模型的精度基本一致，避免个别几何模型显示精度过于精细或者粗糙如图8 所示机头的实体填充以及网格绘制模式，从网格绘制模式中可以看出：驾驶舱玻璃框以及机头雷达舱部分的网格密度过高如果系统当前还没有达到最大负载，则可以提高除了这2 个部件以外的几何模型L O D精度等级；如果系统当前已经达到最大负载，则可以降低这2 个部件的几何模型L O D 精度等级由于各个零部件的几何模型面片密度存储在一个有序列表中，因此可以很方便地查找到当前应该优先调整I D D精度等级的模型怠a 驾驶舱面填充绘制b 驾驶舱网格绘制图8 网格密度法的几何意义这也是本文L O D 绘制算法与传统的视点距离法最大的差别，而且是自适应地实现绘制精度与系统负载的均衡本文算法的流程如下S t e p l 加载所有的几何模型，初始几何模型的L O D 等级可以选择最低精度等级，以提高加载速度及初始绘制速度S t e p 2 依次绘制所有几何模型。然后通过G P U 遮罩查询统计每一个几何模型在屏幕上显示的像素数量S t e p 3 对于可见的几何模型，按照式(1)计算其几何模型L O D 面片密度，并更新几何模型L O D 面片密度队列注意：只有可见的几何模型才加入面片密度队列S t e p 4 几何模型绘制结束后通过计算绘制时间得到万方数据第5 期谈敦铭等：面向装配的飞行器超大模型实时可视化技术5 9 5帧刷新率，判断系统是否达到最大负载若达到，则将几何模型面片密度列表队列中面片密度值最高的几何模型L O D 精度降低一个等级，再处理下一个面片密度值最高的几何模型，并更新可见像素队列；反之，则将面片密度列表队列中面片密度值最小的几何模型精度提高一个等级，再处理下一个面片密度值最小的几何模型，并更新可见像素队列重复S t e p 4，直至需要调整的几何模型已经达到其L O D精度等级的最高或最低等级S t e p 5 若系统没有结束绘制则再次循环执行S t e p 2 S t e p 5；否则，结束3 3 对L O D 自适应绘制算法的优化L O D 自适应绘制算法基于遮罩查询，由于通过遮罩查询获取几何模型在屏幕上显示的像素数量非常耗时，为了提高效率，需要在算法上做优化首先，可以减少每一帧执行遮罩查询的零部件数量飞行器大数据量C A D 模型的零部件数以百万计，如果每一帧对所有的几何模型进行遮罩查询，需要很长的执行时间为此可以每一帧只查询有限数量的几何模型，尚未查询的几何模型在下一帧绘制时执行查询这样既可以保证遮罩查询不影响帧刷新率，又可以在较短的时间内完成所有零部件的遮罩查询(每秒可以执行数十次遮罩查询)将需要遮罩查询的几何模型按照优先级排序，优先查询离视点距离近、在屏幕上投影面积大的几何模型因为人的视觉对屏幕上显示的几何模型有一定的敏感性，越是微小的几何模型，其重要程度、对图像的影响都比较小，即使刚开始显示的精度不合理也没有关系因此，需要计算几何模型投影到屏幕的半径尺，考虑到几何模型与屏幕的夹角比较小，可以按照f p l8 0 a r c t a n(R。I d)k【R。一0 f o r*W快速计算；其中R。为C A D 模型零部件包围球的半径，d 为几何模型中心到视点的距离，f o r 为可视化的视角，为可视化窗口的宽度，各个参数的具体含义如图9 所示图9 根据屏幕投影尺寸计算优先级其次，可以在可视化的视点位置或者场景中几何模型位置发生变化时再执行遮罩查询如果场景和模型位置没有变化，则模型在屏幕上显示的像素数据量是不变的，不用重复查询另外，还可以通过视锥剔除来剔除视锥体中不可见的几何模型计算机图形学视锥角一般小于6 0。，加上远近剪裁面的限制，可以剔除场景大部分不可见的几何模型，因此，仅对视锥体中的几何模型执行遮罩查询并按照面片密度调整L O D 精度等级即可4 算法测试与实验结果本文测试系统采用某飞机(包含1 7 0 0 万三角面片)以及某燃气轮机(包含3 5 0 万三角面片)为验证对象，如图1 0 所示采用本文L O D 自动生成以及自适应绘制算法，首先对C A D 模型做预处理，完成格式转换、模型简化以及L O D 自动生成，然后进行实时绘制a 某飞机b 某燃气轮机图1 0 测试飞机及燃气轮机模型系统运行平台参数见表1 所示表l 实验系统运行平台参数测试平台C P U G H z*核内存G BG P U显存G B万方数据计算机辅助设计与图形学学报第2 4 卷4 1L O D 自动生成I O D 自动批处理生成实验分别测试了某飞机以及某燃气轮机模型L O D 预处理所需要的时间，如图1 1 所示鼬试十百l鼬瓯平台Z撕试十苗3图1 1L O D 批处理自动生成时间对比从图1 1 可见，飞行器大数据量C A D 模型L O D自动生成算法的运行时间与C A D 模型三角面片的数据量成正比，对于大多数飞行器可以在接受的时间内完成，其中核心部件与系统约1 0 r a i n，整机也可以在1h 左右完成分析时间消耗，主要是一方面飞行器大数据量C A D 模型的几何模型三角面片的数据量比较大，另一方面，为了方便几何模型预处理并保留装配树信息，将所有的零部件按照装配关系存储在嵌套的文件夹中，这些零部件在磁盘中的存储是不连续的，随机读取、存储也需要一定的时间特别是L O D 生成过程中的模型简化更是需要较长时间，占预处理时间的5 0 以上不过几何模型预处理只需要运行一次，因此是可以接受的因为现有研究缺乏C A D 大数据量几何模型I，0 D 自动生成方面的文献，因此L O D 自动生成无法与其他算法进行比较4 2L O D 自适应绘制算法测试分别测试了不同测试平台下某飞机模型采用I O D 自适应绘制算法以及第3 3 节改进算法绘制的平均刷新率：即每一帧只对屏幕投影尺寸大、优先级高的几何模型遮罩查询，剩余的几何模型在后续的帧查询，以及视点发生变化或者场景中几何模型的位置发生变化时再执行查询，如图1 2 所示从图1 2 中可见，L()D 绘制算法与系统的显卡配置有一定的关系，好的图形绘制显卡执行的效率较高，这是由于L O D 实时绘制依赖于显卡的图像填充速度此外，通过改进L O D 自适应绘制算法，可以极大地提高飞行器大数据量C A D 模型实时绘制能力口无优化每一帧查询一部分口视点场景变化时查询_F-II万方数据第5 期谈敦铭，等：面向装配的飞行器超大模型实时可视化技术5 9 7 4 S t e p h e n sA，B o u l o sS，B i g l e rJ。c ta 1 A na p p l i c a t i o no fs c a l a b l em a s s i v em o d e li n t e r a c t i o nu s i n gs h a r e d-m e m o r ys y s t e m sE c P r o c e e d i n g so ft h eE u r o g r a p h i c sS y m p o s i u mo nP a r a l l e lG r a p h i c sa n dV i s u a l i z a t i o n A i r e l a V f i l e：E u r o g r a p h i c sA s s o c i a t i o nP r e s s 2 0 0 6：19 2 6 5 G o b b e t t iE，K a s i kD。Y o o nS T e c h n i c a ls t r a t e g i e sf o rm a s s i v em o d e lv i s u a l i z a t i o n c C o m p u t e rG r a p h i c sP r o c e e d i n g s A n n u a lC o n f e r e n c eS e t i e s A C MS I G G R A P H N e wY o r k：A C MP r e s s，2 0 0 8：A r t i c l eN o 2 9 6 P a n t a l e o n iJ，F a s e i o n eL。H i l lM，e la 1 P a n t a R a y：f a s tr a y t r a c e do c c l u s i o nc a c h i n go fm a s s i v es c e n e s c C o m p u t e rG r a p h i c sP r o c e e d i n g s，A n n u a lC o n f e r e n c eS e r i e s，A C MS I G G R A P H N e wY o r k lA C MP r e s s。2 0 1 0：A r t i c l eN o 3 7 7 3W a n gL u j i n T a n gZ e s h e n g，L e v e lo fd e t a i ld y n a m i cr e n d e r i n go ft e r r a i nm o d e lb a s e do nf r a c t a ld i m e n s i o nE J J o u r n a lo fS o f t w a r e 2 0 0 0，1 1(9)：1 1 8 1 1 1 8 8(i nC h i n e s e)(王璐锦，唐泽圣基于分形维数的地表模型多分辨率动态绘制 J 软件学报，2 0 0 0 1 1(9)j1 1 8 1 一1 1 8 8)8 Z h a n gL i q i a n g，Y a n gC h o n 西u n R e a l t i m em a s s i v et e r r a i nr e n d e r i n gu s i n gM-b a n dw a v e l e ta n db i n a r yt r e e J J o u r n a lo fC o m p u t e r A i d e dD e s i g n&C o m p u t e rG r a p h i c s，2 0 0 5 1 7(3)：4 6 7-4 7 2(i nC h i n e s e)(张立强，杨崇俊多进制小渡和二叉树实现大规模地形的实时漫游 J 1 计算机辅助设计与图形学学报，2 0 0 5，1 7(3)：4 6 7 4 7 2)9 3Y a n gS h u o l d。H a oA i m i n，W a n gL i E Ap a r a l l e lL O Da l g o r i t h mu s i n gm a t r i xs t r u c t u r e J J o u r n a lo fC o m p u t e r A i d e dD e s i g n C o m p u t e rG r a p h i c s，2 0 1 1，2 3(2)：2 7 6 2 8 3(i nC h i n e s e)(杨硕磊，郝爱民王莉莉运用矩阵结构的可并行地形层次细节算法 J 计算机辅助设计与图形学学报+2 0 1 1 2 8(2)：2 7 6-2 8 3)1 0 G a r l a n dM H e c k b e r tPS S u r f a c es i m p l i f i c a t i o nu s i n gq u a d r i ce r r o rm e t r i c s c C o m p u t e rG r a p h i c sP r o c e e d i n g s，A n n u a lC o n f e f e n c eS e r i e s，A C MS 1 G G R A P H N e wY o r k：A C MP r e s s，1 9 9 7：2 0 9-2 1 6 1 1 H a v r a nV H e u r i s t i cr a ys h o o t i n ga l g o r i t h m s D P r a g u e：C z e c hT e e h n i c a lU n i v e r s i t y，2 0 0 0 1 2 3L u e b k eD，W a t s o nB，C o h e nJD“a 1 L e v e lo fd e t a i lf o r3 Dg r a p h i c s M N e wY o r k：E l s e v i e rS c i e n c eI n c，2 0 0 2 1 3 L i n d s t r o mP，K o l l e rD，R i b a r s k yW。e ta 1 R e a l t i m e。c o n t i n u o u sl e v e lo fd e t a i lr e n d e r i n go fh e i g h tf i e l d s c C o m p u t e rG r a p h i c sP r o c e e d i n g s，A n n u a lC o n f e r e n c eS e r i e s。A C Ms 1 G G R A P H N e wY o r k：A C MP r e s s 1 9 9 6：1 0 9-1 1 8 1 4 R O e t t g e rS，H e i d r i e hW，S I u s a l l e kP e ta 1 R e a l t i m eg e n e r a t i o no fc o n t i n u o u sl e v e l so fd e t a i l f o rh e i g h tf i e l d s c P r o c e e d i n g so ft h eW S C G L o sA l a m i t o s：I E E EC o m p u t e rS o c i e t yP r e s s，1 9 9 8 I3 1 5-3 2 2 1 5 3P a r k h u r s tD，N i e b u rE Af