Projet Siames

previous up next contents
Précédent : Présentation générale et objectifs Remonter : Projet SIAMES, Synthèse d'Images, Animation, Suivant : Grands domaines d'application

Fondements scientifiques

 

Panorama

 

Résumé : Le projet s'intéresse de manière spécifique aux problèmes de simulation de systèmes dynamiques complexes incluant des besoins de restitution visuelle 3D des résultats, en temps réel ou différé selon la nature des phénomènes simulés. La spécificité de nos travaux porte sur


Simulation d'éclairage et synthèse d'image

 Mots-clés : algorithmes parallèles, simulation d'eclairage, synthèse d'images, radiosité


Radiométrie: mesure des grandeurs physiques liées au rayonnement.

Photométrie: mesure des grandeurs physiques liees au rayonnement perçues par un observateur humain moyen caracterisé par une fonction de sensibilité.

Radiosité: flux émis par unite de surface ; on l'appelle aussi émittance.

Modèle d'illumination global: modèle décrivant les différentes et multiples interactions entre lumière et matière.

Flux: énergie par unité de temps, exprimée en Watt ou Lumen.

Luminance: flux émis par unité de surface projetée et par unité d'angle solide.

Réflectance: rapport entre flux réfléchi et flux incident.

Résumé : Depuis les années 1980, la synthèse d'image a abandonné la voie de l'empirisme pour prendre une direction réellement scientifique et rigoureuse en s'appuyant sur l'informatique, la physique, la radiométrie et la photométrie, les mathématiques, la perception visuelle... C'est en suivant cette direction qu'une simulation de la propagation de la lumière dans un environnement est possible. Cette approche de la simulation d'éclairage doit permettre à un éclairagiste d'évaluer avec précision les grandeurs radiométriques en tout point d'une scène afin d'évaluer différents critères de confort visuel et de visibilité. Cette approche physique de la simulation est celle suivie par notre équipe. Par ailleurs il est connu que la simulation d'éclairage (par la méthode de radiosité par exemple) est une tâche nécessitant beaucoup de ressources mémoire et de calcul. Sans une algorithmique spécifique, la simulation dans un environnement complexe est impossible à réaliser avec un seul processeur.

Ce domaine de recherche touche à la fois le calcul de vues à partir de vues, la réalité virtuelle et la réalité augmentée.


Simulation d'éclairage

L'objectif de la simulation d'éclairage est de simuler à l'aide des lois de la physique, les échanges lumineux entre les sources de lumière naturelles (ciel et soleil) ou artificielles (luminaires) et les différents constituants matériels d'un environnement. Cette simulation de l'éclairage compte deux objectifs principaux, permettre de simuler de manière précise la quantité de lumière émise en tout point d'un environnement et évaluer le confort visuel à l'intérieur d'une pièce et modifier les éclairages en conséquence.

Pour effectuer cette simulation, il est indispensable d'utiliser les modèles d'illumination globaux (équation de luminance) et les techniques avancées de synthèse d'images réalistes, telles que la radiosité et le lancer de rayon. Ainsi, à l'aide de ces méthodes, il est possible de calculer l'ensemble des flux lumineux distribués dans tout l'environnement (le résultat de cette simulation est la distribution des luminances). Il suffit alors, à partir de la description d'un observateur (position, direction du regard, sensibilité, ...), de calculer l'image des luminances telles qu'elles seront perçues par cet observateur placé dans cet environnement. Cette simulation nécessite la connaissance des propriétés physiques des matériaux et des sources de lumière (telles que la réflectance...) constituant la scène pour laquelle on veut réaliser l'éclairage. Ces propriétés sont soit mesurées soit données par un modèle.

L'approche suivie par notre équipe s'appuie sur la méthode de radiosité et de lancer de rayon. Elle est fondée sur la physique de la propagation d'énergie electromagnétique, utilise des luminaires réels et l'éclairage naturel, et fait appel à des outils mathématiques tels que : les techniques de projection, les ondelettes multirésolution, la méthode de Monte Carlo... Les critères de confort visuel utilisés sont ceux définis par la Commission Internationale de l'Eclairage.

La simulation d'éclairage reste une tâche très coûteuse en temps de calcul et en capacité mémoire, même pour des environnements de complexité modérée. En effet, cette simulation consiste en fait à résoudre une équation intégrale que nous projetons dans un espace fonctionnel engendré par une base d'ondelettes multirésolution. Cette projection implique le maillage des surfaces de la scène en plus petites surfaces appelées éléments de surface. De plus, de nombreuses structures de données sont mises en place pour représenter ce maillage et pour accélérer les calculs. Ceci nécessite une mémoire de stockage importante. Sans une algorithmique adaptée, ces techniques permettent de simuler l'éclairage dans des environnements de moyenne complexité (une ou deux pièces dans un bâtiment) mais pas de traiter des bases de données plus conséquentes telles que des immeubles de plusieurs étages.

Modèles Dynamiques de Mouvement

  Mots-clés : mouvement,animation,simulation,identification,systèmes hybrides,niveaux de détail


Animation: modèles et algorithmes permettant de produire des mouvements conformes à la spécification de l'animateur.

Animation par modèles physiques: se dit des modèles d'animation qui prennent en compte les lois physiques, sur le plan structurel ou comportemental.

Système hybride: système dynamique mettant en interaction une partie différentielle continue et un système à événements discrets.

Vecteur d'état: vecteur de données représentant le système à un instant $t$, exemple : le couple position et vitesse.

Résumé : A l'instar de l'approche adoptée en synthèse d'images photoréalistes, nous cherchons à baser nos algorithmes sur des modèles physiques. En outre, la synthèse de mouvements naturels nécessite la prise en compte des phénomènes complexes, au niveau mécanique, biomécanique ou neurophysiologique (activation neuro-musculaire, planification et boucles d'asservissement, ...).


La création de mouvements d'objets ou de personnages synthétiques, nécessite la mise en oeuvre de modèles dynamiques adaptés aux différents contextes applicatifs de la synthèse d'images : la simulation du mouvement naturel, l'animation pour la production audio-visuelle ou l'animation-simulation interactive.

La modélisation mathématique des processus de génération du mouvement et leur mise en oeuvre algorithmique s'appuient sur la théorie des systèmes dynamiques et utilisent les outils de la mécanique, de l'automatique et du traitement du signal. La forme générale d'un modèle dynamique de mouvement est celle d'un système hybride, interaction d'une partie différentielle continue, avec un système à événements discrets :

\begin{eqnarray}\frac{dx}{dt}=f(x(t),u(t),t)\\ \nonumberx_{n+1}=g(x_{n},u_{n},n)\end{eqnarray}



où le vecteur d'état $x$ est une concaténation des variables d'état discrètes et continues, $u$ est le vecteur de commande et $t$ le temps.

Typiquement, le traitement physique des contacts (chocs et frottements) est effectué à l'aide d'un modèle hybride. Les collisions se manifestent par des sauts dans l'espace d'état (impulsions correspondant à des discontinuités des vitesses). Les procédés de contrôle des différentes phases de la locomotion se formalisent également à l'aide de modèles hybrides.

Nos études consistent à définir les méthodes et les algorithmes servant à construire un modèle dynamique hybride à partir des spécifications d'un utilisateur. L'objectif principal est de transférer la puissance des outils d'étude et de simulation de ces modèles, au domaine de l'animation par ordinateur.

Dans ce contexte, les enjeux et objectifs de nos travaux sont :

la génération automatique des modèles :
cela consiste, d'une part, à définir un langage de spécification des modèles de mouvement et d'autre part, à proposer des algorithmes optimisés pour des architectures spécialisées (comme des machines parallèles). Dans le cas d'objets inertes (sans actionneurs), l'application des principes généraux de la mécanique garantit l'obtention du modèle à partir de ses caractéristiques géométriques et mécaniques. La synthèse des lois de commande peut faire appel à des méthodes systématiques comme la commande optimale, sous réserve que le problème posé puisse être mis sous la forme standard d'un schéma de commande.
l'identification :
la validité d'un modèle de mouvement passe par une phase de calibration et d'identification. A partir de l'étude de trajectoires réelles, des techniques d'identification paramétriques et structurelles permettent d'inscrire la conception des modèles de mouvement dans le cadre d'une approche analyse-synthèse.
les niveaux de détail :
La notion de niveaux de détail est essentielle en animation. La restitution de scènes complexes nécessite une gestion adaptative des coûts calculs associés aux différents objets animés de la scène. Ce problème comporte deux facettes complémentaires : la génération et la gestion en-ligne, à l'instar de ce qui est développé pour la géométrie et les textures.
la commande interactive pour l'animation-simulation :
la démarche générale consiste à adapter certaines fonctions ainsi que des méthodes, issues de la robotique ou de l'automatique, dans le domaine de l'informatique graphique interactive.

L'objectif porte sur la production automatique du mouvement et la notion de contrôleur, destiné à être associé à chaque entité géométrique. Les recherches se situent ici comme des extensions par rapport aux techniques de contrôle au niveau cinématique ou dynamique (en particulier contrôle par contraintes). Nous cherchons à doter les entités de capacités sensorielles pour élaborer des fonctions de guidage adaptatif du mouvement. L'objectif est d'établir les fondements d'une structure de contrôle-commande en boucle fermée, pour la génération automatique de trajectoires dans un environnement complexe et/ou évolutif. Cette fonction de perception de l'environnement est fondamentale pour faire évoluer les techniques d'animation vers l'animation d'entités dotées de véritables propriétés comportementales.

Modélisation et simulation comportementale

 Mots-clés : modélisation topologique, modélisation sémantique, systèmes multi-agents, animation comportementale, simulation évènementielle, automates, statecharts, réseaux de Petri, objets réactifs, objets temps réels, scénario de simulation


Modèle topologique: ensemble des relations spatiales reliant les objets géométriques entre eux et formant un graphe.

Modèle sémantique: ensemble des propriétés fonctionnelles d'un objet liées à son usage.

Perception: analyse de l'environnement virtuel à travers un ensemble de capteurs représentant la ressource de perception de l'entité.

Modèle décisionnel: il évalue le nouvel état d'une entité en fonction de la perception qu'elle a de son environnement.

Action: l'entité réagit en agissant sur ces ressources propres (ex : actionneur) ou sur son environnement direct.

Communication: dialogue avec les autres entités de l'environnement.

Résumé : L'animation comportementale vise à aborder une dimension nouvelle de l'animation par ordinateur: l'animation de scènes complexes en contexte multi-acteurs. Nous introduisons une représentation qui associe à chaque entité (acteur ou agent comportemental) d'une scène une cellule : perception- décision- action- communication. Les recherches actuelles visent à doter les entités d'une scène d'une certaine autonomie, puis à les gérer à partir de directives de haut niveau. La simulation est constituée d'un ensemble d'objets dynamiques, dont les évolutions dépendent des interactions qui peuvent se produire sous des formes très variées. Afin de rendre compte de la complexité décisionnelle, il est nécessaire de traiter conjointement les aspects continus et discrets, de coordonner les comportements concurrents et de gérer leur structure organisationnelle. En complément de la représentation géométrique de l'environnement, il est nécessaire de fournir pour chaque entité un modèle symbolique de son environnement, afin de pouvoir produire des comportements complexes. Un scénario peut également être spécifié afin de transmettre des directives visant à coordonner l'animation.


Plusieurs approches ont été étudiées dans la littérature pour la définition du modèle décisionnel : stimulus / réponses, règles de comportement, environnements prédéfinis et automates. Ces modèles demeurent relativement simples, avec des champs de perception et d'action limités, et en outre ils ne prennent pas en compte l'aspect temporel, qui est primordial (mémorisation, prédiction, durée d'une action, séquencement de tâches). Nous cherchons donc à unifier ces différents modèles décisionnels et à les étendre à la prise en compte du temps. Le modèle d'une entité comportementale est composée de quatre parties : perception, décision, action, communication.

Le modèle décisionnel a quant à lui en charge la définition de son nouvel état en fonction de la perception qu'il a de son environnement, à la fois au travers de la mémorisation de connaissances historiques (observation et interprétation), de l'évaluation de l'état courant et de l'anticipation du futur immédiat (modèle prédictif). A partir de ce nouvel état et des éléments fournis par l'utilisateur et/ou le scénario, il doit définir un schéma d'actions qui pourra être remis en question dans le futur (événements prioritaires comme par exemple une collision potentielle).

En règle générale, il est nécessaire de pouvoir définir le comportement d'une entité de manière modulaire et hiérarchique, chaque niveau d'abstraction ne manipulant pas les mêmes concepts et ne prenant pas en compte les mêmes éléments de l'environnement. Il est de même important de pouvoir gérer plusieurs fils d'activité en parallèle. Ainsi, à notre sens, un modèle permettant la spécification du comportement d'une entité doit-il intégrer les paradigmes suivants : hiérarchie, parallélisme, modularité, réactivité.

Modélisation symbolique de l'environnement de simulation

Nous nous plaçons ici dans le cadre de la modélisation non seulement de la géométrie de la scène, qui peut-être effectuée par n'importe quel modeleur 3D, mais aussi de toutes les informations pertinentes pour les comportements à simuler. En effet, il est nécessaire de représenter les éléments symboliques importants de l'environnement dans lequel les entités vont évoluer, éléments qui vont influer sur le comportement. Ces éléments seront des objets, des positions, des espaces, seront typés et décriront une certaine topologie et sémantique de l'environnement.

Animation comportementale

À un premier niveau, on considère le concept d'entité comportementale fondé sur les principes de modularité et de réactivité. Ce dernier point, indispensable, s'appuie sur la simulation événementielle (systèmes à événements discrets) incluant les modèles de type automates parallèles hiérarchisés, réseaux de Pétri et statecharts, ainsi que les aspects langage et génération de code. Le concept d'entité comportementale générique, vu comme un objet réactif asynchrone, conduit à approfondir plusieurs points: la conception même de l'entité, la génération et la modification des représentations états-événements, les processus d'interactions et de communications asynchrones. De plus, pour maîtriser le déroulement d'une animation, nous devons mettre l'accent sur les possibilités de contrôle des entités, tout en prenant en compte leur autonomie et les nombreuses interactions possibles au cours de l'évolution. C'est pourquoi nous nous intéressons à la notion de scénario, géré par l'utilisateur, et influant sur le comportement individuel ou collectif des entités.


previous up next contents Précédent : Présentation générale et objectifs Remonter : Projet SIAMES, Synthèse d'Images, Animation, Suivant : Grands domaines d'application