基于图形引擎的科学计算可视化与真实感渲染探索
项目概况
- 项目级别：校级
- 项目成员：郑泽锋、龚达宣、张洛云、钟卓能、朱鑫盛
- 指导教师：赖正首
- 项目周期：2025.01 - 2025.12
研究背景与意义
科学计算可视化是连接数值模拟与工程应用的重要桥梁。当前主流可视化软件（如ParaView）虽然功能强大，但存在两大痛点：一是学习门槛高，需要掌握复杂的节点编辑器操作；二是渲染质量受限，基于光栅化技术难以呈现材质光影的真实感。
随着GPU光线追踪技术的成熟，游戏级渲染质量已可在科学可视化领域应用。本项目旨在开发一套基于光线追踪的科学计算可视化工具，降低可视化门槛，提升渲染真实感，为科研工作者提供更直观、更美观的成果展示手段。
GPU光线追踪科学计算可视化概念示意图（ClaudeBot生成）
研究内容
光线追踪渲染器开发
- 基于Vulkan RTX API实现GPU加速光线追踪
- 支持网格模型、体数据（Volume）渲染
- 实现材质系统（漫反射、镜面反射、折射、次表面散射）
- 支持环境光遮蔽、全局光照等高级效果
AI辅助渲染流程
- 探索AI生成渲染工作流的可能性
- 研究自然语言描述到渲染参数的自动转换
- 降低非专业用户的使用门槛
科学数据适配
- 支持常见科学数据格式（VTK、HDF5、NetCDF等）
- 实现流场、应力场、温度场等物理量的可视化映射
- 开发时间序列数据动画渲染功能
技术路线
- 开发语言：C++ / CUDA
- 图形API：Vulkan with Ray Tracing
- AI框架：PyTorch（用于渲染工作流生成）
- 数据接口：VTK、OpenVDB
创新点
- 光线追踪科学可视化：将游戏级光线追踪技术引入科学计算可视化领域，显著提升渲染真实感
- AI驱动工作流：探索大语言模型辅助渲染流程设计，实现"一句话生成渲染效果"
- GPU加速：充分利用现代GPU的RT Core，实现实时交互式光线追踪
预期成果
- 开发一套开源的光线追踪科学可视化软件
- 支持常见科学数据格式的高质量渲染
- 提供AI辅助渲染功能原型
- 形成可复用的渲染算法模块
项目成果
- 完成基础GPU光线追踪渲染器开发
- 实现科学数据到渲染场景的高效转换
- 积累C++高性能图形软件开发经验
项目展示
本项目为2025年校级大学生创新创业训练计划项目