(The) Real-time physically-based simulation using GPU for Unity3D and OpenGL = Unity3D와 OpenGL을 이용한 GPU기반의 실시간 Physically-based시뮬레이션

다국어 초록 (Multilingual Abstract)

Physically-based simulation in computer graphics aims to produce visually plausible results with high resolution and rich detail. However, it can be challenging as it requires significant computing power to model and calculate the dynamic behavior of a system over time, especially for high-resolution models. Deformable objects, including soft bodies, fluids, and fabrics, pose many challenges to simulation behavior due to their complex physical properties. These objects tend to have non-linear and dynamic properties, which make it challenging to model them accurately with conventional techniques and require a significant amount of computing resources. This study introduces a novel approach, the parallel conjugate gradient algorithm, to solve significant sparse linear system problems. Additionally, we aim to develop a stable and effective cloth simulation and deformable object simulation based on a parallel algorithm. To accelerate the performance of the simulation, we utilize a general-purpose graphics processing unit (GPGPU). The proposed algorithms were designed on the compute shader in Unity3D and OpenGL, which runs outside the standard rendering pipeline in the graphics processing unit (GPU) to utilize the massive parallel process to accelerate the performance of the simulation. The method of a mass-spring model (MSM) and Position-based Dynamic (PBD) are used as the primary algorithm of our proposed cloth simulation and deformable object simulation. To address the issue of the trade-off between accuracy and performance, we proposed parallel constraint enforcement, adaptive constraint activation & deactivation (ACAD), and parallel PBD for cloth simulation. Similarly, we proposed a parallel algorithm of volume preservation constraint based on MSM and PBD for the general deformable object simulation. The experimental findings indicate that the parallel sparse linear solving algorithms proposed in this study, when tested on eight sparse matrices, yielded significantly faster results with the GPU-based linear solving system than the CPU-based linear solving system. The average computing time recorded with the GPU-based system was 0.64ms, while that with the CPU-based system was 15.37ms. The parallel technique for cloth simulation can process 589K vertices of cloth and achieve a frame per second (fps) of 49.47 fps in Unity3D and 171.3 in the OpenGL platform. The VPC method proposed for deformable object simulation can handle 82K vertices at 29.8 fps. However, the implementation in OpenGL can run up to 655K vertices with an average fps of 101. The parallel PBD technique can solve the constraint with 17K vertices and 50 iterations. In Unity3D, it has an average fps of 74.24, while in OpenGL, it has a higher fps of 167.5.

국문 초록 (Abstract)

컴퓨터 그래픽에서 물리 기반 시뮬레이션은 높은 해상도와 풍부한 세부 정보로 시각적인 결과를 도출하는 것을 목표로 한다. 특히 고해상도 모델의 경우 시간이 지남에 따라 시스템의 동적 움직임을 모델링하고 계산하는 데 상당한 컴퓨팅 능력이 필요하기 때문에 어려움이 있다. 연질체, 유체 및 천을 포함한 변형 가능한 물체는 복잡한 물리적 특성으로 인해 시뮬레이션 동작에 많은 어려움을 겪고 있다. 이러한 물체는 비선형 및 동적 특성을 갖는 경향이 있으며, 이로 인해 기존 기술로 정확한 모델링이 어렵고 상당한 양의 컴퓨팅 자원이 필요하다.
본 연구에서는 sparse linear system을 해결하기 위해 새로운 접근법인 병렬 Conjugate gradient 알고리즘을 소개한다. 또한 병렬 알고리즘을 기반으로 안정적이고 효과적인 옷감 시뮬레이션과 변형 가능한 물체 시뮬레이션을 개발하는 것을 목표로 한다. 시뮬레이션의 성능을 높이기 위해 범용 그래픽 처리 장치(GPGPU: General-Purpose Graphics Processing Unit)를 사용한다. 제안된 알고리즘은 그래픽 처리 장치(GPU: Graphics Processing Unit)의 표준 렌더링 파이프라인 외부에서 실행되는 Unity3D와 OpenGL의 컴퓨터 셰이더에 설계되어 대규모 병렬 프로세스를 하여적용하여 시뮬레이션의 성능을 높였다.
질량 스프링 모델(MSM: Mass-Spring Model)과 위치 기반 동적(PBD: Position-based Dynamic)의 방법이 제안된 옷감 시뮬레이션과 변형 물체 시뮬레이션의 주요 알고리즘으로 사용되었다. 정확도와 성능 사이의 상충 문제를 해결하기 위해 옷감 시뮬레이션을 위한 병렬 제한 적용, 상황에 따른 제한 활성화 및 비활성화(ACAD: Adaptive Constraint Activation & Deactivation) 및 병렬 PBD를 제안한다하였다.. 마찬가지로 일반 변형 물체 시뮬레이션을 위해 MSM과 PBD를 기반으로 한 부피 보존 제약제한의 병렬 알고리즘을 제안한다.
실험 결과, 본 연구에서 제안한 병렬 희소 선형 해결 알고리즘은 8개의 희소 행렬에 대해 테스트했을 때 GPU 기반 선형 해결 시스템에서 CPU 기반 선형 해결 시스템보다 훨씬 빠른 결과를 나타냈다. GPU 기반 시스템에서 기록된 평균 컴퓨팅 시간은 0.64ms인 반면 CPU 기반 시스템에서 요구된 평균 컴퓨팅 시간은 15.37ms이다. 옷감 시뮬레이션의 병렬 기법은 589K의 정점들로 구성된 옷감을 처리할 수 있으며, Unity3D에서 49.47fps, OpenGL 플랫폼에서 171.3fps를 얻을 수 있었다. 변형 물체 시뮬레이션을 위해 제안된 부피 제한 방법(VPC: Volume~)방법은 29.8fps로 82K 정점을 처리할 수 있다. 반면에 OpenGL에서의 구현은 평균 101fps로 최대 655K 정점을 실시간으로 실행할 수 있다. 병렬 PBD 기법은 17K 정점과 50회 반복으로 제약제한을 해결할 수 있다. Unity3D에서는 평균 74.24fps의 속도이고 OpenGL에서는 167.5fps로 OpenGL에서 더 높은 것을 확인할 수 있다.

목차 (Table of Contents)

• CHAPTER 1 INTRODUCTION 1
• 1.1 Physically-based simulation: An Overview 1
• 1.2 Motivation and Thesis Concerns 2
• 1.3 Main Contribution of the Thesis 5
• 1.4 Thesis Overview 7
• 1.5 Summary of Abbreviations and Notations 8
• CHAPTER 2 LITERATURE REVIEW 11
• 2.1 Game Engines and Tools 11
• 2.2 GPU Parallel Computing Architecture 15
• 2.3 Time Integration Method 18
• 2.4 Mass-Spring System Method 21
• 2.5 Position-based Dynamics 22
• 2.6 Sparse Linear System Solving 25
• 2.7 Cloth Simulation 26
• 2.8 Deformable Object Simulation 27
• CHAPTER 3 GPU-BASED LINEAR SYSTEM SOLVING 31
• 3.1 Sparse Matrix 31
• 3.1.1 Row-major Format 32
• 3.1.2 ELLPACK Format 33
• 3.1.3 Coordinate Format 34
• 3.1.4 Compressed Sparse-Row Format 35
• 3.2 Conjugate Gradient Iterative Solver 35
• 3.3 Implementation 37
• 3.4 Results and Discussion 43
• CHAPTER 4 GPU-BASED CLOTH SIMULATION 47
• 4.1 Preliminary 47
• 4.1.1 First-Order Constraint Enforcement 47
• 4.1.2 Position-based Dynamic: Specific Constraints 51
• 4.2 Mass-Spring-based Cloth Simulation Implementation 55
• 4.2.1 Mass-spring System on the Compute Shader 55
• 4.2.2 Constraint Enforcement on the Compute Shader 57
• 4.2.3 Adaptive Constraint Activation and Deactivation (ACAD) Method on the Compute Shader 64
• 4.3 Position-based Dynamic Cloth Simulation Implementation 66
• 4.4 Results and Discussion 71
• 4.4.1 Mass-spring Model & Constraint Enforcement: Performance Result 71
• 4.4.2 Position-based Dynamic Cloth Simulation: Performance Result 80
• CHAPTER 5 GPU-BASED DEFORMABLE 3D OBJECT SIMULATION 86
• 5.1 Preliminary 86
• 5.1.1 Volume Preservation Constraint for mass-spring model 86
• 5.1.2 Volume Constraint for Position-based Dynamic 89
• 5.2 Mass-Spring-based Deformable Object Simulation Implementation 91
• 5.3 Position-based Dynamic Deformable Object Simulation Implementation 97
• 5.4 Results and Discussion 98
• 5.4.1 Mass-spring Model & Volume Preservation Constraint: Performance Result 100
• 5.4.2 Position-based Dynamic for Deformable Object Simulation: Performance Result 106
• CHAPTER 6 CONCLUSION 113
• 6.1 Summary and Research Findings 113
• 6.2 Limitation 116
• 6.3 Future Work and Potential Research Direction 118
• REFERENCES 120
• 국 문 요 약 134
• ACKNOWLEDGMENT 136