近日，我中心姚俊峰教授团队一篇论文被Graphical Models期刊录用。Graphical Models是国际公认的高评价的顶级期刊，专注于图形和几何模型的创建、几何处理、动画和可视化以及它们在工程、科学、文化中的应用，属于中国计算机学会推荐列表的B类期刊。
录取论文标题为：Efficient Collision Detection using Hybrid Medial Axis Transform and BVH for Rigid Body Simulation（作者：Xingxin Li, Shibo Song, Junfeng Yao, HanYin Zhang, Rongzhou Zhou, Qingqi Hong）。本文由中心2022级硕士生李星欣，2019级硕士生宋仕博，姚俊峰老师，2022级硕士生张翰尹，2021级硕士生周荣洲，洪清启老师合作完成。
近年来，中轴变换（MAT）被广泛应用于碰撞检测中。相对于传统的 BVH算法， MAT算法能够对三维复杂物体进行高精度的体近似，提高了算法的效率。然而，现有的MAT近似方法产生的中间网格有不少退化的情况，这将对后续的碰撞检测方法产生影响，为此本文提出一种新的算法，在使用这些退化的中间基元之前，检测并过滤掉它们。因为MAT是非层次结构的，所以它在轻度碰撞场景中可能表现性能不佳，在BVH顶层的几个剔除可能需要用MAT进行大量的剔除。我们提出一种结合MAT和BVH的碰撞检测方法（Cone-OBB）来解决这个问题。我们的技术有效地剔除了动态和静态对象之间的碰撞。实验结果表明，我们的方法比纯BVH或MAT方法具有更高的剔除效率。
