一、游戲場景管理中BVH相比八叉樹有什么優劣
BVH的構建比較耗時間,而且對于動態物體的支持比較麻煩,但是運行效率會更高,因此常用于離線渲染和光線追蹤等對性能要求較高的場合。
八叉樹的構建簡潔明了,比較直觀。八叉樹的結構是固定的,不會受物體位置的影響,這樣對動態物體非常友好。
游戲中用的八叉樹常常是松散八叉樹,就是子節點的范圍會比正常的范圍略微大一圈,這樣如果物體和分割軸相交,也可以放到子節點下。
游戲中物體的大小通常是不變的,物體的移動的處理就很簡單,只需要改變物體掛載的子節點位置就行了,而不要調整掛載子節點的深度。
游戲中常常有非常多的動態對象,使用松散八叉樹是非常合適的。
BVH在光線追蹤上的優勢:
曾經寫過一個Path Tracing(遞歸的光線追蹤),使用KD樹來實現光線相交測試。KD樹可以看成一個拓展后的八叉樹(八叉樹每層要在x,y,z軸上二分,而KD樹則是每層選一個軸進行分割)。我最初用的是每層二分的KD樹。那么如果要處理下圖這種很大的場景中只有數個三角形的情況,則前面幾層都是在做一些低效的相交測試(因為和三角形真正占據的面積相差太大)。
但使用BVH進行光線相交測試的話(可以類比為:基于SAH(Surface Area Heuristic)的KD樹),則可以進行高效的分割場景,充分考慮三角形本身的面積與形狀。同樣利用上圖場景,基于SAH的KD樹可以快速定位到相交的物體,處理的好的話從根往下一層就能找到相交的物體。
BVH相比八叉樹:
BVH實現起來比八叉樹稍微麻煩一點,八叉樹只需要知道場景的大小和模型的精度就能進行分割,然后將模型一個個塞進去即可,而BVH需要了解全部的模型信息才能進行下一步分割。而且游戲場景一般都分布比較均勻(一大片空地的情況少見),上圖中物體集中在某一區域的情況比較少,所以利用八叉樹和BVH樹的層數和效率應該是差不多的。
提到了針對地塊進行“2d裁剪”就是八叉樹的變種,國內某劍五采用的場景管理方式就是四叉樹,做視錐測試什么的很容易而且高效。在NVIDIA實習時還對其引擎做過一個小小的優化,通過確定攝像機在四叉樹中的最底層位置,一層層往上由近及遠渲染,減少over-draw次數。這個就是利用了四叉樹本身的結構性質。優化前后,某幀第6000個DX draw event時的渲染結果
BVH在碰撞檢測上:
引擎不會去檢測每個三角形之間的碰撞,而是會先檢測兩者的包圍盒(AABB,OBB,DOP等等)是否移動或改變,然后再檢測是否相交,然后再檢測內部的三角形是否相交。
延伸閱讀:
二、八叉樹(octree)是什么
八叉樹(octree)是三維空間劃分的數據結構之一,它用于加速空間查詢,例如在游戲中:
加速用于可見性判斷的視錐裁剪(view frustum culling)。
加速射線投射(ray casting) ,如用作視線判斷或槍擊判定。
鄰近查詢(proximity query),如查詢玩家角色某半徑范圍內的敵方NPC。