Flexible Use of Temporal and Spatial Reasoning for Fast and Scalable CPU Broad‐Phase Collision Detection Using KD‐Trees

Abstract

Realistic computer simulations of physical elements such as rigid and deformable bodies, particles and fractures are commonplace in the modern world. In these simulations, the broad‐phase collision detection plays an important role in ensuring that simulations can scale with the number of objects. In these applications, several degrees of motion coherency, distinct spatial distributions and different types of objects exist; however, few attempts have been made at a generally applicable solution for their broad phase. In this regard, this work presents a novel broad‐phase collision detection algorithm based upon a hybrid SIMD optimized KD‐Tree and sweep‐and‐prune, aimed at general applicability. Our solution is optimized for several objects distributions, degrees of motion coherence and varying object sizes. These features are made possible by an efficient and idempotent two‐step tree optimization algorithm and by selectively enabling coherency optimizations. We have tested our solution under varying scenario setups and compared it to other solutions available in the literature and industry, up to a million simulated objects. The results show that our solution is competitive, with average performance values two to three times better than those achieved by other state‐of‐the‐art AABB‐based CPU solutions.

Broadmark: A Testing Framework for Broad‐Phase Collision Detection Algorithms

“…When updating objects, a custom segmented‐list structure is used to ease the migration of objects between Grid cells. In this work, we named this algorithm Tracy, in honour of its author's name [TBW09]. KD‐Tree : A SIMD‐optimized KD‐Tree and SAP hybrid algorithm to better handle static scenes, which is based on a novel memory layout, an efficient two‐pass tree update algorithm and an adaptive incremental collision detection [SR17]. Its focus on being both scalable and general‐purpose. GPU Grid, GPU LBVH and GPU SAP : Implementations taken from the Bullet 3 Library OpenCL branch.…”

Detecção de Colisão Broad Phase: Nova Solução e Metodologia para Análise Padronizada de Algoritmos

“…Além disso, a falta de generalidade das soluções do estadoda-arte na academia e na indústria, acrescida da ausência de uma metodologia padrão, dificultam que resultados reportados sejam reproduzíveis por terceiros, preocupação de especial relevância dada a atual crise de reprodutibilidade [Baker 2016]. Na dissertação de mestrado [Serpa 2019] 1 abordamos as seguintes questões de pesquisa: (1) a possibilidade de geração de uma nova metodologia (ora inexistente) que fosse padrão e aberta para o desenvolvimento e análise de algoritmos de detecção de colisão broad phase [Serpa and Rodrigues 2019a]; (2) a geração de uma solução inédita, genérica e escalável, para aárea de detecção de colisão broad phase [Serpa and Rodrigues 2017]; e (3) a viabilidade de disponibilização open-source de uma ferramenta 2 contendo a plataforma de desenvolvimento implementada, visando a transferência de conhecimento para a academia, indústria e sociedade. Mais especificamente, desenvolvemos a metodologia Broadmark [Serpa and Rodrigues 2019a], um ambiente para o teste de algoritmos de broad phase que reúne implementações de 12 famílias de algoritmos em CPU e GPU (Tabela 1), bem como três cenários de teste padrão (Figura 1), representativos dos casos estático, dinâmico, uniforme (com objetos de mesmo formato) e não-uniforme (com objetos de formatos variados) [Serpa and Rodrigues 2019a].…”

“…Mais especificamente, desenvolvemos a metodologia Broadmark [Serpa and Rodrigues 2019a], um ambiente para o teste de algoritmos de broad phase que reúne implementações de 12 famílias de algoritmos em CPU e GPU (Tabela 1), bem como três cenários de teste padrão (Figura 1), representativos dos casos estático, dinâmico, uniforme (com objetos de mesmo formato) e não-uniforme (com objetos de formatos variados) [Serpa and Rodrigues 2019a]. Como parte deste sistema, desenvolvemos uma nova solução híbrida e adaptativa a partir de kd-trees, do algoritmo Sweep-and-Prune (SAP) e da detecção incremental, competitiva em todos os cenários de teste executados [Serpa and Rodrigues 2017]. Estas contribuições foram publicadas em 2 artigos distintos [Serpa and Rodrigues 2017] [ Serpa and Rodrigues 2019a], no periódico de alto impacto Computer Graphics Forum (CGF) (Qualis A1) e são fruto do esforço exclusivo do aluno e de sua orientadora, não sendo parte de um projeto maior.…”

“…Como parte deste sistema, desenvolvemos uma nova solução híbrida e adaptativa a partir de kd-trees, do algoritmo Sweep-and-Prune (SAP) e da detecção incremental, competitiva em todos os cenários de teste executados [Serpa and Rodrigues 2017]. Estas contribuições foram publicadas em 2 artigos distintos [Serpa and Rodrigues 2017] [ Serpa and Rodrigues 2019a], no periódico de alto impacto Computer Graphics Forum (CGF) (Qualis A1) e são fruto do esforço exclusivo do aluno e de sua orientadora, não sendo parte de um projeto maior. No decorrer do mestrado, outras publicações em periódicos relacionadas a este trabalho ocorreram no Computers in Entertainment [Macedo et al 2018] (Qualis B1) e no ACM Entertainment Computing [Serpa et al 2020] (Qualis B1).…”

“…No decorrer do mestrado, outras publicações em periódicos relacionadas a este trabalho ocorreram no Computers in Entertainment [Macedo et al 2018] (Qualis B1) e no ACM Entertainment Computing [Serpa et al 2020] (Qualis B1). Em especial, os autores também foram formalmente convidados pelos Co-Chairs de Programa 3 do ACM SIGGRAPH / Eurographics Symposium on Computer Animation 4 (SCA'19) (Google Scholar h5-index 20) a apresentarem os resultados publicados no periódico CGF [Serpa and Rodrigues 2017], na forma journal first, na University of California (UCLA), em Los Angeles, EUA, trabalho este apresentado pelo próprio aluno em 26/07/2019, atestando a qualidade e a relevância da pesquisa para a comunidade científica daárea. Paralelamente, ainda em 2019, como trabalhos também relacionados, iniciamos estudos naárea de Inteligência Artificial para integrá-la e complementar aárea de pesquisa atual, culminando com uma apresentação de um tutorial no Conference on Graphics, Patterns and Images (SIBGRAPI'19) [Serpa et al 2019] e em um artigo premiado com o 1 o Lugar na Trilha de Computação do Simpósio Brasileiro de Games e Entretenimento Digital (SBGAMES'19) [Serpa and Rodrigues 2019b], motivando o aluno em 2020, a continuar sua carreira acadêmica em nível de doutorado, sob a mesma orientação.…”