Summary: | Made available in DSpace on 2014-06-12T15:56:34Z (GMT). No. of bitstreams: 2
arquivo2955_1.pdf: 3111597 bytes, checksum: 1a429acd96d2734eec9d3245ce25cf3a (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2010 === Conselho Nacional de Desenvolvimento Científico e Tecnológico === Modelos de simulação física baseados em pontos vêm se tornando ao longo dos anos uma alternativa à
utilização de malhas, visto que além de possiblitarem a simulação de características físicas mais
realistas, possibilitam esta realização de forma mais eficiente do que nos modelos baseados em malhas.
Esta dissertação de mestrado apresenta o desenvolvimento de uma solução para a simulação baseada
em pontos de objetos deformáveis em tempo real, através da implementação de uma técnica livre de
malha (meshless), conhecida por Point-Based Animation. Esta técnica utiliza apenas pontos como
unidades de simulação, consequentemente reduzindo a necessidade de manter a informação de
conectividade entre eles através de arestas. Essa abordagem possibilita a simulação mais eficiente de
certos comportamentos, como mudança de topologia, por exemplo. Dessa forma, este modelo de
simulação é adequado para a paralelização, podendo ser otimizado para execução em tempo real. Uma
versão paralela do algoritmo foi implementada nesta dissertação, a fim de tornar os resultados
interativos da versão sequencial do algoritmo em resultados de tempo real. Uma análise comparativa
entre uma implementação em um processador de propósito geral (CPU) e uma em uma placa gráfica
(GPU), através da abordagem massivamente paralela provida pela NVIDIA Compute Unified Device
Architecture (CUDA), mostra um significativo ganho de desempenho. Foi observada a capacidade de
simular em GPU dez objetos simultâneos a uma taxa de quadros por segundo (FPS) maior do que a
execução de apenas um objeto em CPU, apesar da existência de alguns problemas relativos à precisão e
estabilidade, em parte devido a algumas limitações impostas pela utilização da arquitetura de CUDA
|