GPU Pro2  - 3.Procedural Content Generation on the GPU

 

这篇文章着重介绍了基于Brownian 噪声和高度图在GPU中实时生成和渲染无限大地形系统。

Procedural content generation (PCG)程序化生成在许多游戏中已经有广泛应用，从简单的随机物体摆放，到全自动生成武器，建筑或者AI等等。PCG在计算机图形学中最基本的应用之一就是基于高度图的地形生成。

现如今已经有许多不同的实时地形生成技术，大多数是利用过程化生成噪音去创建高度图。目前最新引人的技术是模拟1/f 噪音（called “pink noise”)，因为这种噪音在自然中普遍存在，而且便于在现代gpu中实现，并且有很好的表现和速度。在这篇文章里，我们决定使用近似的不规则Brownian motion（fBM）（布朗运动）算法。

该方案使用了光谱混合（spectral synthesis，我也不知道咋翻译），计算了多层级噪音，最基础的噪音生成算法是Perlin噪音。尽管柏林噪音的实现已经完全依赖于GPU，但是由于其他的过程化生成算法，该算法依然不够快，因此我们采用了一个可以根据自身需要而进行配置的系统。

将地形分成多个正方形node（node的数量必须是高度图大小的出书，以避免生成后出现错误），将摄像机初始置于最中间，每个临近最中心node的四个node（上下左右）拥有边界碰撞体，当摄像机和其中任意一个发生碰撞时，新的高度图就会生成。基于摄像机的碰撞方向和碰撞体的位置，我们可以得到新的噪音UV坐标。这个操作和高度图生成算法保证了地形将是连续且无尽的。

比如下图：原先在中心，向左移动后于左侧node发生碰撞，根据碰撞位置，重新计算出与左侧node相邻的新的node信息。

该算法也利用了LOD系统，因为我们知道所有node的相对位置，所以可以提前计算出index buffer中的相关信息。中间的node最接近摄像机，所以应该有最低的LOD等级，也就是更多的三角形面片数量展示更多细节。

另外我们还模拟了侵蚀效果，最简单的侵蚀效果类型是thermal erosion，它是由于温度变化导致的。这个侵蚀算法通过迭代，利用附近点的高度计算出地形点的高度，该算法的实现用了两个pass，第一个pass计算出材质中需要移动到附近点的顶点数量，第二个pass中通过第一个pass提供的信息计算出实际效果。

地形中的树植被系统的实现分两个步骤，第一步生成树的密度图，它定义了树的布置信息。下一步，根据该信息实际渲染树的mehs。地形中的高度和坡度信息对生成树是最常用的参数，这两个信息可以由高度图和法线图轻松的得到。通过这两个信息以及一些我们自定义的参数，我们就可以生成地形中树的密度图。

有了密度图之后，我们不能直接将他用于在地形中生成树的植被，因为密度图可能对应非常巨大的世界空间，如果直接每个texel生成一棵树，那结果有可能植被会非常稀疏。因此，我们为每个类型的树设置了半径这个参数，代表这颗树会占多大地儿。我们的解决方法是将当前的patch根据这个patch中最大的那棵树的半径划分成gird，通过从密度图中取出的值以及占地空间两者一起决定出如何渲染树。通过摄像机的裁剪和LOD等技术，再加入Rayleigh-Mie atmospheric scattering我们就完成了地形系统的渲染。

概况下整个流程：

碰撞触发需要生成新一部分地形 --  生成噪音 -- 计算erosion，生成高度图 -- 生成法线贴图 -- 生成树的密度图--生成树的真正位置信息--渲染场景