GAMES104:12 游戏引擎中的粒子和声效系统-学习笔记

2024-09-06 11:04

本文主要是介绍GAMES104:12 游戏引擎中的粒子和声效系统-学习笔记,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 一,粒子基础Particle System
  • 二,粒子渲染
  • 三,GPU粒子及生命周期控制
  • 四,粒子应用
  • 五,声音基础
    • 5.1 Sound System
    • 5.2 Digital Sound
    • 5.3 Audio Rendering
  • QA


一,粒子基础Particle System

网游里你的付费大部分是为了粒子效果付费hhhh

  • 粒子是拥有位置、速度、大小、颜色和生命周期的3d模型。

  • 粒子的生命周期:从发射源(Source)->产生(Spawn)->环境交互->死亡。

  • 粒子发射器(Emitter)控制了粒子的产生Spawn规则、模拟逻辑和渲染

  • 一个粒子系统可能有不止一种发射器,比如火焰效果中有火焰(Flame)、火星(Spark)和烟雾(Smoke)三种发射器;而如何用简单系统的组合展现复杂效果是艺术家的主要工作

  • 在粒子Spawn环节,Emitter可以有单点Spawn(向四周喷射)、区域Spawn(范围内随机)和mesh Spawn(比如在运动人物上的特效)三类;在发射上也有频率、速度、方向等不同表现

  • 粒子的模拟

    1. 不需要严格的物理模拟,使用显示欧拉法计算即可
    2. 除了重力还可以加上粒子的旋转、颜色的变化、大小的变化
    3. 粒子需要与环境进行碰撞
  • 粒子常见形态:

    1. Billboard Particle,即广告牌。由始终面向摄像头的面片构成,用纹理动画完成,因为形状一直在变化,所以看起来有3d的感觉。
    2. Mesh Particle,就是同一个3d mesh用各种随机值去控制Transform的9个值,使其看上去像是不同的mesh
    3. Ribbon Particle,样条形粒子,用于光带。通过样条控制点获得完整曲线,一般使用Catmull-Rom曲线插值(方便插值且插值点过控制点)。

在这里插入图片描述

二,粒子渲染

粒子渲染由于其特性涉及到大量的透明度排序问题

  • 粒子排序有两种方式:

    1. 全局排序,所有emitter的所有粒子都一起排序,结果正确但消耗巨大;(初学者写起来麻烦并且后期会涉及很多GPU算法,建议先写2)
    2. 按层级,比如per system->per emitter->per particle,但是结果会出现错位并且会有闪现的问题
      在这里插入图片描述
      同时,粒子系统在半透明渲染的过程中,效率与屏幕分辨率强相关,overdraw情况很多。那么怎么办呢?:
  • 一般使用下采样将分辨率降低后再进行粒子的渲染,获得粒子的颜色和透明度alpha,然后再上采样融合到原场景中。(一般粒子模模糊糊的反正也不影响)(并且这个思路在现代引擎中越来越流行–DLSS)
    在这里插入图片描述

三,GPU粒子及生命周期控制

从上面两节可以看到,粒子系统不管是模拟还是渲染后很耗性能,那能不能放到放到GPU里去加速计算呢?可以哒,从产生到模拟到排序都可以放入GPU,并且读取Zbuffer还更快呢!

但有个难点是如何在GPU中控制粒子的生命周期 。

  • Intial State
    先建立一个粒子池,设计一个数据结构,描述所有粒子的位置、颜色、速度、尺寸等描述信息。再有两个list,一个是Dead List,记录当前死亡的粒子,初始时包含所有粒子序号,还有一个是Alive list,记录当前活着的粒子,初始时为空。如下图,这时比如emitter发射了5个粒子,则从池子结尾按顺序取5个粒子放入Alive list,同时把dead list的后5个序号清空。
  • Simulate
    接下来对Alive list中的每个粒子进行Simulation,来判断下一帧的状态,并建立下一帧的Alive list1。如果粒子在下一帧就死了,那就把其序号移入Dead List,活的保留,这样就得到了下一帧需要渲染的粒子列表(这种操作本来在gpu中的batcher中不容易实现,但computeshader使原子级操作变得可实现)。再此基础上还可以再利用GPU进行frustum culling视角剔除,建立剔除后的可见粒子列表Alive list After Culling,并计算它们的距离,写入Distance buffer。
    在这里插入图片描述

  • Sort, Render and Swap Alive Lists
    接下来还要进行排序、渲染和交换Alive list:

    1. 根据上边保存的Distance buffer对Alive list After Culling排序。
    2. 根据排序渲染。
    3. 更新交换Alive list0、Alive list1等。
  • 那GPU上那种排序算法更好呢?
    Parallel Mergesort。GPU的并行很适合归并排序,复杂度为nlogn,并且合并的时候应该用类似双指针的方法直接去从合并后的list索引去填充,这样可以避免gpu线程在遍历中跳来跳去影响效率

  • Depth Buffer Collision利用深度缓冲碰撞检测
    如果真是物理碰撞太慢了,所以粒子系统一般用Depth Buffer在屏幕空间进行碰撞

四,粒子应用

  • Crowd Simulation
    直接利用粒子来模拟人群等,此时也可以使用动画,把简化版骨骼动画记录到纹理即可;这时候就可以用不同动画动作代表的状态代替粒子本来的速度等状态,相当于状态机的操作,这时切换动作就等于切换状态机;我们把这个particle的各种状态和对应的速度等属性的情况设置成一张纹理图。当particle的属性变化时就从纹理图中找到对应的状态不断切换。

  • Navigation Texture
    那更进一步,所有粒子如何随着设定路径又随机移动呢?可以利用SDF来制作一个导航纹理图,其实就是给开进建筑的粒子一个反向力,再搭配一些噪声,使得给设定目的地和初始速度后,粒子可以按照设定路线又随机行走。
    在这里插入图片描述
    以前的粒子系统的行为都是预设好的,现代引擎中的粒子都有自己的变化、模拟、扰动等,需要读取、定义;目前做的比较好的事UE的Niagara粒子系统,有一百多万行代码。
    在这里插入图片描述

五,声音基础

音效是好游戏必不可少的内容,涉及岗位有Sound Engineer、Sound Designer,甚至是部分恐怖游戏真正的灵魂

5.1 Sound System

  • Volume音量
    分贝0大概是3米远能听到的最小声音,对应的声压p0,那么分贝、声压与这个p0的关系是 L = 20 l o g 10 ( p p 0 ) d B L = 20log_{10}(\frac{p}{p0})dB L=20log10(p0p)dB,即每增加20分贝,声压增大10倍
  • Pitch尖锐度(音高)
    决定了声音的刺耳程度
  • Timbre音色
    同一个音调用不同乐器演奏的区别
  • Phase and Noise Cancelling降噪
    原理是用相同频率、强度但反向相位的波去中和掉噪音
  • Human Hearing Characteristic听觉的人体感受
    人虽然听不到超出听力频率的声音,但还是能感知到的,因此有些电影可能会用这类技术渲染氛围(敦刻尔克?)

5.2 Digital Sound

介绍了一些技术名词,简单记下

  • Pulse-code Modulation(PCM)脉冲代码调制器:采样处理
  • Quantizing量化:存储
  • Audio Format,早期MIDI,游戏中一般用OGG(无损太大,map3专利太强且环绕音支持差)
    在这里插入图片描述

5.3 Audio Rendering

如何在三维空间构建好声场?

三维空间中有很多声源,受位置、距离等因素影响,在游戏制作时需要一个“Listenner”来模拟收音,有位置速度(需要模拟多普勒效应,尤其是有飞机的游戏)朝向的维度,如果是第三人称游戏,一般在人物和相机中间。

  • Spatialization空间感:位移、Panning左右耳时间差、音色差。这里具体讲了Panning的算法,有需要在看课程吧
    在这里插入图片描述
  • Attenuation声音衰弱:随距离衰弱,但高频低频衰弱程度不同,在吃鸡游戏里有很好的体现;对于小溪等情况可以用胶囊体等去模拟计算距离
  • Obstruction and Occlusion障碍物:只是遮挡的话可以用类似rayCast的方式去判断能否听到
    在这里插入图片描述
  • Reverb混响:有三个部分组成,干音(dry)、回音、尾音(统称wet);不同材质对不同声音吸收不同;有混音声音才好听,为此有一系列标准
  • 多普勒效应:快速移动产生的声场,在游戏中对打击感很重要
  • 常见声音中间件:FMod(设计师友好)、Wwise(不怎么维护了)

QA

  • cpu上的粒子系统是不是适合用ecs做:是,用简单的功能加速即可
  • 粒子系统可以跟动画和物理系统结合吗:可以,现在很多游戏都有环境互动和真实物理计算,影视行业的结合就更多了,未来会有更多结合应用
  • crowd中的sdf是预计算的吗:以前是预计算,现在全局光照经常需要计算实时sdf,因此也可以实时计算了
  • 游戏中音效数据怎么组织的:艺术家会放入很多音效点,跟探针差不多,根据位置、规则去调用。加载时以关卡等为单位,节省空间

这篇关于GAMES104:12 游戏引擎中的粒子和声效系统-学习笔记的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1141820

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

嵌入式QT开发:构建高效智能的嵌入式系统

摘要: 本文深入探讨了嵌入式 QT 相关的各个方面。从 QT 框架的基础架构和核心概念出发,详细阐述了其在嵌入式环境中的优势与特点。文中分析了嵌入式 QT 的开发环境搭建过程,包括交叉编译工具链的配置等关键步骤。进一步探讨了嵌入式 QT 的界面设计与开发,涵盖了从基本控件的使用到复杂界面布局的构建。同时也深入研究了信号与槽机制在嵌入式系统中的应用,以及嵌入式 QT 与硬件设备的交互,包括输入输出设

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟&nbsp;开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚&nbsp;第一站:海量资源,应有尽有 走进“智听

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]