traçado de raios em tempo real paulo ivson 20-10-2008

Traçado de raios em tempo real

Paulo Ivson

20-10-2008

Sumário

Algoritmo convencional Problemas Grade Regular Kd-tree

Algoritmo convencional

Para cada raio da imagem Para cada objeto na cena

Calcular interseção raio x objeto Guardar interseção mais próxima

Se houve interseção, calcular iluminação

Problemas

Para cada raio da imagem Para cada objeto na cena

Calcular interseção raio x objeto Guardar interseção mais próxima

Se houve interseção, calcular iluminação

Processamento custoso Divisões de ponto flutuante Cálculo de raiz quadrada etc

Problemas

Para cada raio da imagem Para cada objeto na cena

Calcular interseção raio x objeto Guardar interseção mais próxima

Se houve interseção, calcular iluminação

Complexidade O(rn) “Busca” em força bruta pela interseção mais

próxima

Problemas

Para cada raio da imagem Para cada objeto na cena

Calcular interseção raio x objeto Guardar interseção mais próxima

Se houve interseção, calcular iluminação

Cerca de 90% do tempo é gasto no cálculo de interseções Sem chance de ser tempo real

Solução

Otimizar cálculo de interseções Pré-calcular divisões Evitar raiz quadrada

Reduzir complexidade do algoritmo O(rn) → O(r lg n)

Estrutura de Aceleração

Índice espacial Encontrar geometria mais próxima ao longo de um

raio Da forma mais eficiente possível

Objetivo Trocar custo de interseção pelo custo de percurso

na estrutura

Estuturas mais bem-sucedidas

Grade regular Kd-tree BVH*

Queremos Boa adaptação (teapot in a stadium) Percurso de raios eficiente Construção eficiente*

Mas antes, volumes envolventes

AABB (revisão)

Construção O(n) Para cada vértice

Armazenar mín. e máx. para coordenadas x, y e z

Ajuste nem sempre bom Mas suficiente para o traçado de raios

Estruturas de aceleração

Grade Regular

Subdivisão espacial Regular Não-adaptativa

Células de tamanho uniforme Largura, altura e profundidade

Não precisam ser iguais entre si São iguais para todas as células

Aplicações principais Busca por vizinhos próximos Traçado de raios

Representação

vec3 boxMin vec3 boxMax vec3 cellSize vec3 numCells int** data

vec3 invCellSize

Construção

1. Encontrar AABB da cena

2. Determinar número de células

3. Para cada geometria Determinar quais células ela ocupa

Complexidade O(n)

3

V

kNdxNx 3

V

kNdyNy 3

V

kNdzNz

Determinar células ocupadas

Dado ponto no espaço, qual célula ele ocupa?

1. Obter AABB da geometria

2. Determinar cellStart, cellEnd

3. Calcular interseção exata de cada célula com a geometria

Percurso de raios

Similar à rasterização 3D-DDA

Amanatides, J., Woo, A. A Fast Voxel Traversal Algorithm for Ray Tracing. In Eurographics ’87. Eurographics Association, 3–10.

Percurso de raios

Intervalos regulares em cada dimensão

Percurso de raios

Percurso de Raios

1. Inicialização• Determinar célula inicial• Calcular limites para percurso do raio

2. Percurso• Determinar qual próxima célula a ser visitada• Calcular interseção com triângulos• Se encontrou interseção, retorna• Senão, atualizar limites em cada dimensão• Loop

kd-Tree

Estritamente binária Um plano de corte por nó

Alinhado com um dos eixos coordenados Posicionado arbitrariamente

Distribuição irregular de geometrias Adapta-se melhor do que Octree

Aplicações principais Busca por vizinhos próximos Traçado de raios

Construção

1. Testar critério de parada2. Encontrar “melhor” plano de corte

Eixo: alternado, maior extensão da caixa do nó Posição: mediana espacial, heurística

3. Classificar geometrias em cada lado do plano4. Chamadas recursivas para cada nó filho

Complexidade O(n lg n) Depende da heurística para encontrar plano de

corte

Como encontrar plano de corte

Eixo Alternado, ao longo da maior dimensão

Posição Mediana espacial, mediana das geometrias, média

das geometrias Término

Mín. primitivas em uma folha, limite no tamanho da altura

Como encontrar plano de corte Eixo

Alternado, ao longo da maior dimensão Posição

Mediana espacial, mediana das geometrias, média das geometrias

Término Mín. primitivas em uma folha, limite no tamanho da

altura

Não são recomendadas (usem como plano B)

Como encontrar plano de corte

Melhor algoritmo atualmente Surface Area Heuristic

Qual plano escolher? Aquele que for melhor para o traçado de raios Escreva função de custo e minimize ela Algoritmo guloso (solução ótima local)

Função de custo

Qual custo de traçar um raio por um nó? Probabilidade de um raio qualquer atingir o nó

Proporcional à área de superfície do nó

Custo de interseção das primitivas contidas pelo nó Proporcional à quantidade de primitivas (aproximação)

Cost(node) = c_trav + Prob(hit L) * Cost(L) + Prob(hit R) * Cost(R)

= c_trav + c_intr * ( SA(L) * nPrim(L) + SA(R) * nPrim(R) )

Levando em conta o custo

Levando em conta o custo

Probabilidades de L & R iguais Não considera custos de L & R

Levando em conta o custo

Custos de L & R iguais Não considera probabilidades de L & R

Partição otimizando custo

Automaticamente isola complexidade Produz grandes regiões de espaço vazio

Onde avaliar função de custo Onde estão os pontos críticos? Variar áreas → variação linear (contínuo) Variar nPrim → degrau (discreto)

Mínimo quando número de triângulos muda

Utilizar limites das AABBs ou interseção exata Para cada dimensão x, y, z

Avaliar custo de plano nos pontos críticos Guardar plano de menor custo

Critério de parada

Quando terminar subdivisão? Considerar nó atual uma folha Vale a pena subdividir?

CostLeaf(node) = c_trav + c_intr * nPrim(node)

If CostLeaf(node) <= Cost(node)

stop recursion

Representação

Node É folha? + Eixo do plano de corte (0=x, 1=y, 2=z)

2 bits

Posição do plano de corte 32 bit float

Sempre dois filhos, colocar lado-a-lado na memória Um ponteiro de 32-bits

Conseguimos 8 bytes?

Representação

Node É folha? + Eixo do plano de corte (0=x, 1=y, 2=z)

2 bits

Posição do plano de corte 32 bit float

Sempre dois filhos, colocar lado-a-lado na memória Um ponteiro de 32-bits

Conseguimos 8 bytes? Usar 2 bits menos significativos do ponteiro

kD-Tree Traversal Step

split

t_split

t_min

t_max

kD-Tree Traversal Step

split

t_split t_min

t_max

kD-Tree Traversal Step

split

t_split

t_min

t_max

Passo do percurso

Dado: ray P & iV (1/V), t_min, t_max, split_location, split_axis

t_at_split = ( split_location - ray->P[split_axis] ) * ray_iV[split_axis]

if t_at_split > t_min

need to test against near child

If t_at_split < t_max

need to test against far child

Percurso de raioswhile ( not a leaf )

t_at_split = (split_location - ray->P[split_axis]) * ray_iV[split_axis]

if t_split < t_mincontinue with far child // hit either far child or none

if t_split > t_maxcontinue with near child // hit near child only

// hit both childrenpush (far child, t_split, t_max) onto stackcontinue with (near child, t_min, t_split)

Considerações finais Usar float ao invés de double Pré-calcular valores

Evitar divisões Evitar raiz quadrada

Utilizar early exits Otimizar raios de sombra

Interseção com alguma primitiva? Não precisam de informação de hit

Muitas outras otimizações Pacotes de raios (SIMD) Representações paramétricas etc