발산 제약 이동최소제곱법을이용한 평활화된 입자 유체역학 기반벡터장 설계
Designing Vector Fields on Smoothed Particle Hydrodynamics Using Divergence-Constrained Moving Least Squares
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구에서는 SPH(Smoothed particle hydrodynamics) 기반의 입자 데이터를 활용하여 다양한 벡터장 패턴을 효과적으로 시각화할 수 있는 새로운 기법을 제안한다. 제안된 방법은 물리 기반 시뮬레이션에서 널리 사용되는다항식 보간 방식인이 동최소제곱(Moving Least Squares, MLS)을응용한다. 그러나 기존의 MLS는 격자 공간을 전제로 고차 보간을 수행하며, 벡터 제약 조건을 포함하기 때문에 SPH와 같은 비정형 입자 데이터에 직접적용하기에는 한계가 있다. 이를 해결하기 위해 본 논문 에서는 입자들이 공간상에 불규칙하게 분포되어 있다는 특성을 고려하여, SPH 커널 기반의 비등방성 가중치를 활용해 입자 밀도를 추정하고 이를 MLS 프레임워크에 통합하였다. 제안된 알고리즘은 다양한 형태의 벡터장을 입자 기반 데이터에서도 정밀하게 재현할 수 있도록 설계되었으며, 기존 격자 기반 MLS나 발산 제약형 MLS로는 포착하기 어려운 미세한 벡터장 구조들을 시각화 실험을 통해 효과적으로 표현함을 보여준다.
Abstract
This study proposes a novel method for effectively visualizing various vector field patterns based on Smoothed Particle Hy- drodynamics (SPH) particle data. The proposed approach utilizes the Moving Least Squares (MLS) technique, a polynomial interpolation method widely used in physics-based simulations. However, conventional MLS assumes a structured grid and relies on vector-based constraints for higher-order interpolation, making it difficult to apply directly to unstructured particle data such as SPH. To address this limitation, we incorporate SPH kernel-based anisotropic weighting to estimate particle density and integrate it into the MLS framework, taking into account the irregular spatial distribution of particles. The resulting algorithm is designed to accurately represent a wide range of vector field structures within particle-based datasets. Experimental results demonstrate that our method effectively captures fine vector field details that are challenging to express using traditional grid-based MLS or divergence-constrained MLS techniques.