面向大规模场景的数字孪生模型快速渲染方法

摘要

对包含大规模场景的数字孪生系统而言,孪生模型的渲染效率对于孪生系统动态实时性和交互性具有重要影响。针对现有方案在视锥体剔除和渲染框架上的不足,提出一种基于并行计算框架的数字孪生模型视锥体细粒度剔除快速渲染新方法,将模型剖分为含相同数量三角面片的子模型,根据子模型几何坐标构建相应大小包围体,进行视锥体细粒度剔除,减少渲染流程中模型数据规模。同时,将渲染流程优化和CPU/GPU协同处理相结合,在GPU中构建并行计算框架,将原本CPU中进行的视锥体剔除和计算移植到GPU,进行视锥体剔除和操作的并行计算,进一步减少CPU计算负担。最后,以断路器数字孪生车间系统为例进行验证,结果表明,CPU、GPU渲染时间分别减少26.52%、25.51%,系统平均帧率提高28.35%,有效提升了数字孪生系统的运行效率和交互性能。