Aufbau eines VR-Systems zur multimodalen Interaktion mit komplexen physikalischen Modellen

Transkript

1 Fazit Aufbau eines s zur multimodalen Interaktion mit komplexen physikalischen Modellen Guido Rasmus Maximilian Klein, Franz-Erich Wolter Leibniz Universität Hannover Institut für Mensch-Maschine-Kommunikation Lehrstuhl Graphische Datenverarbeitung November / 19

2 Outline Fazit Fazit 2 / 19

3 e Fazit Motivation e primär visuell Nicht geeignet für natürliche Interaktionen Keine motorische Kontrolle Unvollständige sensorische Informationen Haptik oft nur rudimentär unterstützt Meist einfache physikalische Modelle Multimodale e benötigt 3 / 19

4 Unser Konzept Fazit Zielsetzung Komplexe physikalische Simulation Gleichzeitige Kopplung mit visueller haptischer Wahrnehmung Vielseitige Szenarien Intuitive Interaktion Resultierende Anforderungen Hoher Bedarf an Rechenleistung Geringe Latenzzeiten Flexibilität der verwendeten Realistisches Kontaktmodell Modulares System mit spezialisierten Komponenten 4 / 19

5 Übersicht Fazit Komponenten Hochauösende Stereoprojektion Kraftrückkopplungsgerät mit groÿem Arbeitsbereich HPC Rechencluster Graksubsystem Tracking mit Datenhandschuh Markern 5 / 19

6 Aufbau Fazit Schematische Darstellung haptische Ausgabe Kraft Inca6D lokale Physik Tesla S1060 Position Berechnungseinheit Workstation Tracking Information CyberGlove visuelle Ausgabe Stereoprojektion Position IOTracker4 Geometrie globale Physik Cell Cluster 6 / 19

7 Berechnungseinheit Fazit Haptische Echtzeitberechnung GPU basiertes Tesla System PCIe-16x Anbindung Massivparallele Architektur Theoretische Leistung von 933 GFlop/s Globale Physik Cell BE-basiertes Clustersystem 12 Blades mit je 2 Cell Prozessoren Anbindung an den Host PC via Inniband (Transferraten: 1,5GB/s Latenzen: 1,5µs) Theoretische Leistung von 5,5TFlop/s 7 / 19

8 Clustersystem Cell-Prozessor 2 Fazit Cell Prozessor ist ein eigenes Verteiltes System Besteht aus speziellen Vektorprozessoren (SPEs) Begrenzter Lokaler Speicher auf den Vektorprozessoren (256kB) 8 / 19

9 Haptische Armband Ende ektor Fazit Human Scale Haptics Sechs Freiheitsgrade Bis zu 35 N Kraftausgabe Kabelbasiertes System Dadurch geringe visuelle Beeinträchtigung Ende ektor mit Pinzettengri 9 / 19

10 Physikalische Simulation Fazit Parallele Simulation von lokalen globalen Modell nichtlineares Deformationsmodell Haptische Echtzeit im lokalen Modell Visuelle Echtzeit im globalen Modell 10 / 19

11 Lokale/Globale Simulation Particle Types fixed free moving Local Mesh Global Mesh Fazit Segmentierung in jedem visuellen Simulationsschritt Globales Mesh wird im Kontaktbereich verfeinert Kontaktbereich wird mit erhöhter Genauigkeit dargestellt Synchronisation zwischen globaler/lokaler Physik durch Randbedingungen Energieaustausch 11 / 19

12 Simulation des globalen Modells im Cluster Fazit Algorithmus 1 Diskretisierung des physikalischen Objekts in lineare Elemente Massenkondensierung durch Partikelsystem 2 Bestimmung der Deformationen der daraus resultierenden Kräfte 3 Lösen des Dierentialgleichungssystem durch implizites Eulerverfahren Lineares Gleichungssystem mit schwachbesetzter Matrix 4 Aufteilen der Matrix auf die Prozessoren mit anschlieÿender Präkonditionierung 5 Lösen des Gleichungssystems durch das Konjugierte Gradientenverfahren(CG) 12 / 19

13 Lokale Physik/Kontaktfall Fazit Signorini Kontakt Algorithmus 1 Freie Bewegung ohne Kontakt 2 Aufbau des Raums der Kollisionskongurationen 3 Kontaktkräfte Verschiebungen werden auf der GPU berechnet 4 Bewegung unter Berücksichtigung der Kontaktkräfte 13 / 19

14 Bisherige Implementation Fazit Globale Simulation Textilsimulation als Beispielanwendung Implementation auf dem Cluster erfolgte in mehreren Schritten 1 CPU-basierte Implementation wurde entwickelt 2 Implementation wurde auf die Cell-Architektur portiert optimiert 3 Weitere Parallelisierung durch Verteilung auf die Blades Einbindung in ein modulares Simulationsframework (SOFA) 14 / 19

15 aus der Cell Implementation Fazit Umsetzungsprobleme Cell-Architektur erfordert hohen Grad an Anpassung des Programmcodes wenig Unterstützung vom Kompiler Stark beschränkte Debug Möglichkeiten Kein Exception Handling auf den SPEs möglich aufgr des begrenzten Speichers Kommunikation deutlich teurer als eigentliche Berechnungen Notwendige Transfers müssen optimiert werden, um Latenzen zu überdecken Buering-Verfahren sind absolut notwendig bei groÿen Datenmengen geringer Datenspeicher erneute Berechnungen sind externer Puerung vorzuziehen 15 / 19

16 Speedup auf der Cell Architektur Fazit Speedup Freiheitsgrade Beschleunigung der Simulation auf einer einzelnen Blade in Abhängigkeit von den Freiheitsgraden, gegenüber serieller 1 Implementation auf einer Workstation. Bei optimaler Buergröÿe Volle Bandbreite konnte aufgr von Beschränkungen der verwendeten Bibliothek bislang nicht ausgenutzt werden Bottleneck im Datentransfer 16 / 19

17 Fazit Fazit vielversprechend Jedoch hoher Zeitaufwand für die Optimierung auf der Cell-Architektur Abhilfe schaen evtl. abstraktere Programmierumgebungen wie OpenCL Vollständige Implementierung steht noch aus 17 / 19

18 Vielen Dank! Danke für ihre Aufmerksamkeit! Fazit 18 / 19

19 Optimale Buergröÿe Fazit Lösungszeit für 300 Zeitschritte / Buergröÿe Latency-Hiding t wait soll minimiert werden t wait = n r + l + nl.zeit [s] buffer [Kb] zn + 1 zb für bz < b b r + l n: Anzahl der Freiheitsgrade, r: Transferrate, l: Latenzzeit, zn O(n): Berechnungszeit 19 / 19