Made available in DSpace on 2019-03-29T23:23:13Z (GMT). No. of bitstreams: 0
Previous issue date: 2010-06-28 / In this work, three novel and fast broad phase collision detection algorithms, which
utilize the spatial partitioning structure known as KD-Tree, were proposed and implemented: KDTreeSpace, DynamicKDTreeSpace and StatelessKDTreeSpace. These algorithms were integrated to the Open Dynamics Engine (ODE) library, which is in charge of calculating the motion of the dynamic objects, as possible alternatives to the algorithms available in this library. The algorithms of the broad phase methods in ODE were also presented and their performance were compared to the algorithms that utilize KD-Tree. The results show that the KDTreeSpace exhibit better performance than the QuadTreeSpace, which, in general, represents the best alternative among the algorithms available in ODE. Furthermore, for scenarios without well defined boundaries or with memory restrictions, the results indicate that the DynamicKDTreeSpace presents a satisfactory alternative because it is able of quickly adapting its cutting planes to the arrangement of objects in scene. Finally, the StatelessKDTreeSpace shows the best performance for scenerios with low degree of temporal coherence.
Keywords: Collision Detection, Broad Phase, Spatial Partitioning Structures, KD-Tree. / Neste trabalho, três novos algoritmos rápidos de detecção de colisão broad phase, os
quais utilizam a estrutura de particionamento espacial conhecida como KD-Tree, foram pro-
postos e implementados: KDTreeSpace, DynamicKDTreeSpace e StatelessKDTreeSpace. Estes
algoritmos foram integrados à biblioteca Open Dynamics Engine (ODE), responsável pelo cálculo do movimento dos objetos dinâmicos, como possíveis alternativas aos algoritmos de broad phase disponíveis nesta biblioteca. Os algoritmos dos métodos de broad phase no ODE também são apresentados e seus desempenhos comparados aos algoritmos que utilizam KD-Tree. Os resultados mostram que o KDTreeSpace apresenta melhor desempenho do que o QuadTreeSpace, o qual, em geral, representa a melhor alternativa dentre os algoritmos disponíveis no ODE. Além disso, para cenários sem limites bem definidos ou com restrição de memória, os resultados indicam que o DynamicKDTreeSpace representa uma alternativa satisfatória, pois é capaz de adaptar rapidamente seus planos de corte ao arranjo dos objetos em cena.. Finalmente, o StatelessKDTreeSpace apresenta o melhor desempenho para cenários com baixo grau de coerência temporal.
Palavras-chave: Detecção de Colisão, Broad Phase, Estruturas de Particionamento Espacial, KD-Tree.
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace.unifor.br:tede/84484 |
| Date | 28 June 2010 |
| Creators | Rocha, Rafael de Sousa |
| Contributors | Rodrigues, Maria Andreia Formico, Rodrigues, Maria Andreia Formico, Trinta, Fernando Antonio Mota, Comba, João Luiz Dihl |
| Publisher | Universidade de Fortaleza, Mestrado Em Informática Aplicada, UNIFOR, Brasil, Centro de Ciências Tecnológicas |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UNIFOR, instname:Universidade de Fortaleza, instacron:UNIFOR |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 5443571202788449035, 500, 500, -7645770940771915222 |
Page generated in 0.0025 seconds