Table of Contents

Введение: Жидкая граница в графике реального времени

В отличие от жестких тел или статических сред, вода представляет собой непрерывную деформирующую среду, которая демонстрирует сложное поведение, такое как турбулентность, поверхностное натяжение и едкие световые паттерны. Цель достижения визуального паритета с автономными или предварительно визуализированными жидкостями при сохранении интерактивных частот кадров требует сложного гибрида моделирования физики, передовых методов рендеринга и строгой инженерии производительности. В этой статье исследуются основные технические препятствия - от методов моделирования до моделей освещения - которые определяют текущее состояние техники в рендеринге воды в реальном времени.

Фундаментальная физика: двигатель, стоящий за движением

Любой реалистичный эффект воды начинается с моделирования его основной динамики. Выбор метода моделирования имеет глубокие последствия как для визуальной точности, так и для вычислительной стоимости конечного результата.

Лагранжевые методы (динамика на основе частиц)

Гидродинамика сглаженных частиц (SPH) является широко распространенным лагранжевым подходом, при котором жидкость представлена набором дискретных частиц. Каждая частица несет такие свойства, как масса, скорость и давление. Поведение жидкости возникает из взаимодействий между соседними частицами на основе сглаживающего ядра. Одним из основных преимуществ SPH является его естественная способность обрабатывать сложные свободные поверхности, плескание и атомизацию - явления, которые, как известно, трудно захватить с помощью методов на основе сетки. Однако, SPH имеет значительные недостатки. Поддержание активного списка соседей для каждой частицы является вычислительно дорогостоящим, и метод часто страдает от флуктуаций плотности и кластеризации частиц. Кроме того, извлечение высококачественной поверхностной сетки из набора частиц для рендеринга вводит свой собственный набор проблем, обычно связанных с реконструкцией поля плотности и извлечением изоповерхности (например, Marching Cubes).

Эвлеровские методы (системная динамика)

Эйлеровские методы дискретизируют область моделирования в фиксированную сетку и отслеживают скорость и плотность жидкости при ее движении через ячейки сетки. Семенная работа по динамике жидкости в реальном времени Джосом Стэмом ввела стабильную полулагранжевую адвекцию, которая позволила обеспечить безусловную стабильность даже на больших шагах времени. Методы на основе сетки превосходят в обработке плавных крупномасштабных потоков и относительно просты в реализации на GPU с использованием вычислительных шейдеров. Основным ограничением является стоимость адвекции и проекции давления по всей сетке, которая масштабируется с кубом разрешения. Они также менее искусны в обработке мелкомасштабных брызг и капель без значительной численной диффузии или добавления субсетевых систем на основе частиц.

Гибриды и динамика на основе положения

Многие современные двигатели используют гибридные подходы, такие как методы Fluid Implicit Particle (FLIP) или Affine Particle-in-Cell (APIC), чтобы объединить сильные стороны как лагранжевой, так и эвлеровской схем. FLIP адвектирует частицы через сетку, что резко снижает численную диффузию по сравнению с чистой адвекцией Эйлера, в то время как сетка используется для обеспечения несжимаемости. Это приводит к высокодетализированным, энергичным жидкостям, которые хорошо сохраняют объемный объем. Динамика на основе положения (PBD) и ее расширенный вариант (XPBD) также получили тягу в приложениях реального времени. PBD работает путем прямого манипулирования положениями частиц для удовлетворения ограничений, предлагая большую стабильность и скорость, чем традиционные силовые растворители, хотя часто за счет физической точности. Этот компромисс часто приемлем для интерактивных приложений, где визуальная правдоподобность приоритетна над физической точностью.

Обработка поверхности: от данных к визуальным эффектам

После того, как данные моделирования или анимации вычислены, они должны быть преобразованы в визуально привлекательную поверхность. На этом этапе конвейер рендеринга наиболее непосредственно взаимодействует с характеристиками света и зрительной системы человека.

Аналитические vs. симуляционные меши

Для больших водоемов, таких как океаны или озера, аналитические волновые модели остаются высокоэффективным стандартом. Подход Фурье-домена, широко известный как Ocean Simulation Spectrum (введенный Тессендорфом), генерирует высокореалистичные, ветровые волновые паттерны, суммируя большое количество синусоидальных волн с различными амплитудами и фазами на основе статистических спектров. Этот метод является вычислительно быстрым и дает отличные результаты для открытой воды, но он борется с эффектами мелководья, волноразрывом и взаимодействием с объектами. Для этих интерактивных сценариев необходимы сетки, управляемые симуляцией, генерируемые из данных частиц или сетки. Для современных графических аппаратных средств существует тесселяция и деформация сетки. Современное графическое оборудование поддерживает аппаратную тесселяцию через шейдеры Hull и Domain, позволяя GPU динамически увеличивать геометрическую деталь поверхности воды вблизи камеры, создавая убедительные дряблости и гребни волн, которых не могут достичь чисто нормальные поверхности.

Размышления, преломления и эффект френеля

Внешность воды доминирует её взаимодействие с окружающей средой. Точный рендеринг отражений и преломлений критичен. Эффект Френеля диктует, что при малых углах зрения вода действует как идеальное зеркало, при крутых углах обзора преобладает отражение низкое и преломление через водоём. Подходы в реальном времени обычно используют комбинацию техник. При экранных космических отражениях (SSR) обеспечиваются высокочастотные, точные отражения для статических и динамических объектов, видимых на экране. Для сценариев за кадром или с низким затвором в качестве запасного выступают предварительно отфильтрованные карты окружающей среды (кубэмпы или карты излучения). Планарные отражения, при этом дорогостоящие, поскольку требуют отрисовки всей сцены с отраженной точки зрения, предлагают идеальную точность отражения для плоских поверхностей и иногда используются для важных отражающих областей. Смешение этих источников отражения с преломленным цветом фона, модулируемым термином Френеля, определяет основную визуальную идентичность поверхности воды.

Цвет и ясность воды

Цвет водоема является функцией как поглощения света в объеме воды, так и свойств подповерхности. Чистая вода поглощает красный свет наиболее сильно, придавая глубокой воде голубой или синий оттенок. Мелкая вода, где свет отражается от нижней поверхности, принимает цвет подложки (песок, скала, коралл). Системы реального времени приближают это к простой двухслойной модели: цвет глубокой воды и цвет мелкой воды, интерполируемый на основе глубины, который часто хранится в предварительно выпеченной текстуре или вычисляется время выполнения на основе геометрии. Для более кинематографического качества к геометрии воды может быть применен профиль Precomputed Radiance Transfer (PRT) или простой профиль подповерхностного рассеяния (SSS) для имитации мягкого поглощения света при его проникновении на поверхность.

Вторичные эффекты и легкий транспорт

Помимо рендеринга поверхности основания, реалистичная вода требует ряда вторичных эффектов, которые значительно увеличивают ее визуальное богатство.

Оригинальное название: The Optical Heartbeat of Water

Каустики — это узоры сфокусированного света, создаваемые при преломлении световых лучей изогнутой водной поверхностью. Они, возможно, являются наиболее визуально определяющей особенностью прозрачной воды. Моделирование каустики физически требует отслеживания лучей через динамическую водную поверхность — чрезвычайно дорогостоящий процесс. Методы реального времени традиционно опираются на предварительно вычисленные каустические карты или приблизительные проекции. Обычный метод включает в себя визуализацию водной поверхности в цель с точки зрения света, модуляцию едкой текстуры на основе кривизны поверхности или норм. Более продвинутые подходы GPU используют геометрию шейдер для генерации каустических фотонов в виде треугольников и проецируют их на сцену. С появлением лучевого трассирования в реальном времени (RTX) теперь можно генерировать физически точные каустики путем отслеживания пакетов фотонов через объем воды, возможность, продемонстрированная в современных игровых двигателях для высокоточных кинематографических и интерактивных последовательностей. Платформа NVIDIA RTX обеспечивает основу для аппаратно-ускоренного каустического

Пена, белые колпачки и частицы взаимодействия

Пена генерируется за счет увязывания пузырьков воздуха в воде, как правило, на гребнях волн, береговых линиях и пересечениях объектов. В системах реального времени пена часто обрабатывается как отдельный слой. Обычная техника океанической пены использует якобиан волновой функции для обнаружения, где волны достаточно круты, чтобы сломаться. В этих местах со временем накапливается текстура пены, скорость распада которой контролирует затухание пены. Системы частиц необходимы для брызг, капель и распыления. Эти частицы должны быть адвектированы полем скорости жидкости и визуализируются как небольшие, мягкие рекламные щиты или спрайты. Управление жизненным циклом и подсчетом этих частиц без перегружения GPU является постоянной задачей оптимизации, часто требующей систем частиц на основе GPU, которые работают полностью в вычислительных шейдерах, чтобы избежать дорогостоящих переносов CPU-GPU.

Оптимизация производительности: ограничение в реальном времени

Практическое использование водных эффектов в судоходном праве или в режиме реального времени является упражнением в агрессивной оптимизации. Бюджет на воду должен быть сбалансирован с любой другой системой в приложении.

Адаптивное моделирование и уровень детализации

Практически никогда не представляется возможным смоделировать весь видимый водоем с самым высоким разрешением. Системы уровня детализации (LOD) имеют решающее значение. В области моделирования это может означать использование более высокого разрешения сетки или количества частиц вблизи камеры или точек взаимодействия, в то время как вода дальнего поля представлена упрощенной аналитической моделью (например, одной волной Герстнера или нормальной картой). Для сетки рендеринга стандартна геометрия LOD. Поверхность воды часто подразделяется на иерархию плиток (структура клипмап), где плотность плитки увеличивается по мере приближения плитки к камере. Это гарантирует, что GPU тратит подавляющее большинство своего бюджета тесселяции и шейдера вершины на части воды, которые пользователь действительно может видеть подробно.

GPU Compute и Async Compute Pipeline

Жидкостное моделирование по своей сути параллельно, что делает GPU значительно превосходящей платформой по сравнению с CPU. Вычислительные шейдеры теперь являются стандартным инструментом для запуска SPH-решателей, FLIP адвекции или ограничений PBD. Значительная оптимизация в современных графических API (DirectX 12, Vulkan) - это использование вычислительных вычислений. Поскольку моделирование жидкости - это вычислительная задача, которая не обязательно должна записываться для рендеринга целей, его можно запланировать для одновременной работы с графическим конвейером на том же GPU. В то время как GPU обрабатывает пиксельные шейдеры для фона, он также может вычислять задержку моделирования следующего кадра, что делает эффект воды эффективно "свободным" с точки зрения времени кадра, если GPU имеет достаточный запас времени вычислительного блока. Документация Intel по оптимизации рендеринга воды через CPU и параллелизм GPU предлагает конкретные стратегии для планирования этих перекрывающихся рабочих нагрузок.

Будущее флюидного рендеринга

Траектория рендеринга воды в реальном времени формируется двумя мощными силами: специализированным оборудованием для трассировки лучей и применением машинного обучения как для моделирования, так и для масштабирования.

Ray Tracing и отслеживаемые пути жидкости

По мере того, как аппаратное обеспечение трассировки лучей в реальном времени становится стандартным в потребительских графических процессорах, качество отражений, преломлений и теней для воды приближается к кинематографическому качеству. Односкатное трассирование лучей может заменить SSR для точных зеркальных и глянцевых отражений на поверхности воды. Многоскатное трассирование траектории, хотя и дорогое для интерактивных частот кадров, используется для высококачественных кинематографиков и зондов отражения. Возможность отслеживать лучи через объемную воду для вычисления истинного подповерхностного рассеяния и объемной каустики является долгосрочной целью, перемещая рендеринг воды из набора приближений к физически обоснованному процессу.

Машинное обучение и нейронное моделирование

Машинное обучение начинает решать фундаментальные проблемы производительности моделирования жидкости: стоимость временной эволюции с высоким разрешением. Исследователи разработали архитектуры нейронных сетей, которые могут масштабировать моделирование жидкости с низким разрешением до результатов с высоким разрешением в реальном времени, эффективно действуя как фильтр «супер-решения» для физики. Другие подходы, такие как Фурье Нейронные операторы NVIDIA для динамики жидкости, пытаются изучить основную физику движения жидкости, позволяя сети предсказывать эволюцию поля скорости намного быстрее, чем традиционный решатель. Хотя эти методы еще не являются стандартной заменой традиционным решателям в играх доставки, они представляют огромный потенциал для смены парадигмы, где визуально правдоподобные жидкости генерируются в основном путем вывода, а не интеграции.

Оригинальное название: The Pursuit of Liquid Presence

Проблемы визуализации реалистичной воды в реальном времени охватывают весь спектр компьютерных наук, от численной физики и параллельных вычислений до направления искусства и перцептивной психологии. Нет единой «правильной» техники; каждая успешная реализация - это тщательно продуманная композиция аналитических моделей, смоделированная физика, умные приближения и целенаправленные оптимизации. Цель - не совершенная физическая точность, а присутствие - способность эффекта воды убедительно реагировать на игрока, отражать мир вокруг него с достаточной точностью, чтобы поддерживать погружение, и делать это, не нарушая бюджет производительности опыта. По мере того, как аппаратные возможности продолжают развиваться и новые алгоритмические подходы появляются из научных кругов и промышленности, разрыв между реальным временем и оффлайн-рендеринг жидкости будет продолжать сокращаться, обещая все более динамичные и правдоподобные цифровые океаны, реки и интерактивные жидкости в ближайшие годы.