Go to page

Bibliographic Metadata

Links
Abstract (English)

Both visualization and simulation tasks make high demands on

accuracy and interactivity. The former is an evident requisite of

any tool focusing on quality, the latter stands for a responsive

system in which the user has real-time control. A permanent

trade-off between both demands can be observed, since high

accuracy is usually time-consuming.

The graphics processing unit (GPU), which evolved to a powerful

general purpose coprocessor during the last decade, is undoubtedly

becoming an ideal instrument for performing visualization and

simulation tasks accurately and in real-time.

One of the main challenges in the context of geometric flow

visualization and fluid dynamics is the representation of motion.

In both fields, particle systems and grid-based structures

constitute basic models describing the objects to which the motion

is applied.

This work is dedicated to the development of GPU-based particle

techniques and their combination with grids in order to improve

the efficiency of fluid simulation and geometric flow

visualization techniques. All resulting algorithms are

characterized by their parallel nature and by being entirely

executable on graphics hardware.

The first aim is to provide an efficient solution to particle

coupling in the context of fluids based on smoothed particle

hydrodynamics. A parallel processing using graphics hardware is

achieved by providing a grid-based mechanism for the efficient

processing of particle neighborhoods.

The second aim is to provide a set of algorithms for various

geometric flow visualization techniques including flow particles,

flow lines and flow surfaces/volumes. The accuracy is explicitly

addressed in all cases. Accordingly, a method for generating

time-adaptive stream and path lines and a special refinement

scheme for streak lines is presented.

The flow volumes, including time surfaces, path and streak

volumes, are based on a parallel reinterpretation of the particle

level set (PLS) method. This reinterpretation is based on a method

for grid-particle interchange which is similar to the one proposed

for particle coupling. Combining a grid and a particle set takes

the advantages from both models: the grid representation is robust

w.r.t. deformations and topological changes, and the particles are

used to reduce numerical diffusion. For the reinitialization of

the level set function, which is the most time-consuming step of

the PLS algorithm, a hierarchical method for computing distance

transforms is proposed. It turns out that the use of a distance

transform is advantageous for realizing a GPU-based PLS framework.

Abstract (German)

Sowohl Visualisierungen als auch Simulationen setzen hohe

Ansprüche an Genauigkeit und Interaktivität. Erstere ist eine

offensichtliche Voraussetzung für Werkzeuge, bei denen die

Qualität im Vordergrund steht, letztere steht für ein System, das

in Echtzeit auf Benutzereingaben reagiert. Beide Aspekte liegen in

permanenter Konkurrenz zueinander, denn eine hohe Genauigkeit ist

i.A. zeitaufwändig.

Moderne Graphikprozessoren (engl. Graphics Processing Units bzw.

kurz GPU's) haben sich im Laufe des letzten Jahrzehnts zu

universal einsatzfähigen Recheneinheiten weiterentwickelt. Die GPU

als Coprozessor ist unzweifelhaft ein ideales Werkzeug geworden,

um Visualisierungs- und Simulationsaufgaben in hoher Genauigkeit

und in Echtzeit zu lösen.

Eine der größten Herausforderungen im Kontext geometrischer

Strömungsvisualisierung und der Simulation von Fluiden ist die

Repräsentation von Bewegungen und Verformungen. In beiden

Disziplinen bilden Partikelsysteme und gitterbasierte Strukturen

grundlegende Modelle zur Beschreibung der veränderlichen Objekte.

Diese Arbeit widmet sich der Weiterentwicklung GPU-basierter

Partikelsysteme und deren Kombination mit Gitterstrukturen, um die

Effizienz von Techniken in den beiden zuvor genannten Disziplinen

zu verbessern. Alle resultierenden Algorithmen sind gekennzeichnet

durch Ihren parallelen Aufbau, und dadurch, dass sie vollständig

auf Graphik-Hardware ausführbar sind.

Die erste Zielsetzung besteht darin, eine effiziente

Partikelkopplung im Kontext von Fluiden zu ermöglichen, die auf

den SPH-Ansatz (Smoothed Particle Hydrodynamics) basieren. Eine

parallele Verarbeitung mittels der Graphik-Hardware wird erreicht

durch einen Mechanismus zur effizienten gitterbasierten

Verarbeitung von Partikelnachbarschaften.

Die zweite Zielsetzung besteht darin, einen Satz von Algorithmen

für unterschiedliche geometrische

Strömungsvisualisierungstechniken bereitzustellen, welche die

folgenden Primitive nutzen: Partikel, Linien, Oberflächen und

Volumina. Die Genauigkeit wird in allen Fällen explizit

thematisiert. Dementsprechend wird eine Methode zur Generierung

zeitadaptiver Stream- und Path-Lines und ein Schema zur adaptiven

Verfeinerung von Streak-Lines präsentiert.

Die dritte Kategorie von Primitiven besteht aus Time-Surfaces,

Path- und Streak-Volumes. Diese werden aufgrund einer

Neuinterpretation der PLS-Methode (Particle Level Set)

beschrieben. Diese Neuinterpretation basiert auf einem Schema zum

Gitter-Partikel-Austausch, das dem zuvor für die Partikelkopplung

vorgeschlagenen ähnelt. Die Kombination beider Strukturen, der

Partikelmenge und des Gitters, vereinigt die Vorteile beider

Modelle: Die Gitterrepräsentation ist robust gegenüber

Deformationen und topologischen Veränderungen, und die Partikel

können verwendet werden, um die numerische Diffusion zu

verringern. Für die Reinitialisierung der Level-Set-Funktion,

welche den aufwändigsten Schritt im PLS-Algorithmus bildet, wird

eine hierarchische Methode zur Berechnung eines

Distance-Transforms vorgeschlagen. Es stellt sich heraus, dass die

Nutzung eines Distance-Transforms vorteilhaft bei der Realisierung

eines GPU-basierten PLS-Frameworks.

Alle präsentierten Strömungsvisualisierungstechniken werden auf

ein reales Beispiel im Kontext der Klimaforschung angewandt. Die

Evaluation zeigt, dass das interaktive System die effiziente

Exploration von komplexen Strömungsdatensätzen erleichtert.

Stats