Kooperationsprojekt zur sichtbarkeitsbasierten hierarchischen Aufbereitung komplexer CAD Polygonmodelle zur Darstellung in XR zusammen mit der Siemens AG im Dezember 2022 abgeschlossen

Symbolbild zum Artikel. Der Link öffnet das Bild in einer großen Anzeige.
Datenflusse zur automatischen Aufbereitung von 3D Modellen zur Anzeige auf leistungsschwachen Endgeräten

Der Bedarf für Technologien zur räumlich verteilten Kollaboration ist durch die Covid-19 Pandemie offensichtlicher den je geworden. Eine Möglichkeit zur immersiven Zusammenarbeit bietet die Anwendungen von virtueller oder augmentierter Realität, zusammengefasst erweiterte Realität (XR). Anwendungsfelder finden sich über den ganzen Produktentwicklungsprozess verteilt, von virtuellen Design-Reviews bis hin zur augmentierten Wartungsunterstützung. Aktuelle Stand-Alone-Endgeräte, wie beispielsweise die Microsoft HoloLens 2, verfügen allerdings nicht über ausreichend Rechenleistung, um hochkomplexe und detailreiche CAD-Modelle vollständig und flüssig darzustellen.
In Zusammenarbeit mit der Siemens AG wird am KTmfk an der automatisierten Verarbeitung und Bereitstellung von tessellierten CAD-Daten für die Darstellung auf leistungsschwachen mobilen Endgeräten geforscht. Globale Aufbereitungen des gesamten Modells bieten Möglichkeiten zur initialen Polygonreduktion. Diese Methoden reduzieren den Detailgrad gesamtheitlich oder entfernen von außen verdeckte Inhalte. Dabei arbeiten sie ohne Berücksichtigung des tatsächlichen Nutzerverhaltens, wodurch sie gerade bei sehr großen Modellen an ihre Grenzen stoßen, z.B. beim digitalen Zwilling einer Fabrik den der Nutzer mittels VR begeht. Wird hingegen die Nutzerposition und -blickrichtung berücksichtigt, kann erheblich Leistung eingespart werden, denn zu jedem Zeitpunkt liegen große Anteile der Szene außerhalb des Blickfeldes oder sind verdeckt von näherliegender Geometrie. Um diese Sichtbarkeitsinformationen nicht aufwendig zur Laufzeit bestimmen zu müssen, werden potentielle Sichtbarkeiten in einem Vorverarbeitungsschritt gesampelt und hierarchisch abgespeichert. Auf Basis dieser Daten ist es in Echtzeit möglich eine Abschätzung der nicht sichtbaren Objekte von der Nutzerposition zu ermitteln und diese auszublenden. Dieses Vorgehen reduziert ausgabesensitiv die Arbeitslast auf dem Endgerät.
Zur flexiblen Bereitstellung der Daten ist die Algorithmik in NVIDIA Omniverse, eine neue Kollaborationsplattform für dreidimensionale Daten, integriert. Hierdurch ist es möglich aus einer Vielzahl von Quellen Modelle komfortabel zu verarbeiten und in dem, für dieses Projekt entwickelten, Unity 3D Client zu betrachten.