基于改进PSO算法的精度自调结构模型布料悬垂模拟

摘要

随着元宇宙科技的广泛应用，数字服装因拥有超越物理世界限制的虚拟时尚体验受到越来越多的关注。为精确模拟布料在虚拟空间的柔性、复杂的变形状态，需要大量的微单元来构造布料结构模型，造成模拟过程的计算量增大，因此如何平衡虚拟布料仿真的精度和速度是研究的热点。已有的精度自调结构布料模型，通过提高大弯曲区域的网格密度，一定程度上降低了仿真过程中的计算量，但由于对弯曲区域的搜索效率较低且阈值设定方式较固定，仍不能较好地解决仿真实时性和精确性问题。基于此，提出一种改进的粒子群算法（PSO算法）对虚拟布料表面进行全局随机搜索，记录布料表面各位置弯曲度，采用K-means聚类算法对细分阈值进行自动判别，最后建立布料悬垂动态仿真模型。改进后的PSO算法提高了对大弯曲部位的搜索效率，优化了精度自调结构织物模型的构建速度，同时减少了人为设定阈值对仿真效果可能带来的影响，实现了布料仿真精度和速度的有效平衡。

关键词

精度自调网格 / PSO算法 / K-means算法 / 布料仿真 / 悬垂模拟