流体
两种视角
| 视角 | 含义 | 方法 | 典型 |
|---|---|---|---|
| 拉格朗日(Lagrangian) | 跟踪流体质点 | SPH、PBF | 溅水、泡沫 |
| 欧拉(Eulerian) | 固定网格,看每个格子有什么 | 网格法、Stable Fluids | 烟、雾、火 |
拉格朗日: 跟着"水分子"走 欧拉: 站在"格子"里看水流过
● → ● → ● ┌─┬─┬─┐
│→│→│ │
● → ● → ● ├─┼─┼─┤
│→│ │ │
└─┴─┴─┘现代做法常常混合(PIC/FLIP:粒子携带信息,网格求解压力)。
Navier-Stokes 方程
流体仿真的控制方程:
| 项 | 名称 | 含义 |
|---|---|---|
| 非定常项 | 速度随时间变化 | |
| 对流项 | 流体带着自己走(非线性,难点) | |
| 压力项 | 压力驱动(维持不可压缩) | |
| 粘性项 | 内摩擦 | |
| 外力 | 重力、浮力 | |
| 散度为零 | 不可压缩(体积不变) |
Stable Fluids(欧拉网格法)
Jos Stam 1999,实时流体仿真的奠基工作。
核心思想:算子分裂(operator splitting)——把方程拆成几步分别处理:
每一步:
1. 加外力: u += dt · f
2. 对流: u ← advect(u) (半拉格朗日,稳定)
3. 粘性扩散: u ← diffuse(u) (隐式求解)
4. 投影: u ← project(u) (解压力泊松方程,使 ∇·u = 0)为什么叫 "Stable":每一步都用无条件稳定的方法(半拉格朗日对流 + 隐式扩散 + 隐式投影),所以任意大的时间步都不会爆炸。
1. 对流(半拉格朗日)
关键技巧:沿速度场回溯。
要算格子 (i,j) 在 t+dt 的速度:
1. 从 (i,j) 沿 -u 回溯 dt: p = (i,j) - dt·u(i,j)
2. 在 p 处插值当前速度场
3. 该值就是 (i,j) 的新速度vec2 advect(vec2 pos, float dt, const Grid& vel) {
vec2 p = pos - dt * vel.sample(pos);
return vel.sample(p); // 双线性插值
}为什么稳定:不是"往前推"(会超出去),而是"往回找"(永远在已知区域内)。这叫半拉格朗日(semi-Lagrangian)。
代价:数值耗散——插值会抹平细节。烟会变得模糊。
改进:
- MacCormack / BFECC:二阶精度,减少耗散
- 高阶插值(三次插值)
2. 投影(压力求解)
目标:让速度场散度为零(不可压缩)。
数学上:
这是一个泊松方程(Poisson equation),需要求解。
离散化后是大型稀疏线性系统:
求解方法:
| 方法 | 复杂度 | 特点 |
|---|---|---|
| Gauss-Seidel / Jacobi 迭代 | 简单 | 收敛慢,但 GPU 友好的 Jacobi 很常用 |
| 共轭梯度(CG) | 快 | 需要对称正定(这里是) |
| 多重网格(Multigrid) | 最快 | 实现复杂 |
| FFT | 周期边界下最快 | 边界限制 |
实时仿真中,投影是最贵的一步(通常占 70%+ 的时间)。
// Jacobi 迭代求解压力
for (int iter = 0; iter < N; iter++) {
for each cell (i,j):
p_new[i][j] = (p[i-1][j] + p[i+1][j] + p[i][j-1] + p[i][j+1]
- dx*dx * divergence[i][j]) / 4;
swap(p, p_new);
}
// 应用压力梯度
for each cell:
u[i][j] -= (p[i+1][j] - p[i-1][j]) / (2*dx);
v[i][j] -= (p[i][j+1] - p[i][j-1]) / (2*dx);3. 边界条件
固体边界: 法向速度为 0(流体不能穿透)
u · n = 0
自由表面: p = 0(大气压)处理:在网格外设置"ghost cell",或用标记(solid/fluid/air)。
SPH(Smoothed Particle Hydrodynamics)
纯拉格朗日的粒子方法。
核心:核函数插值
任意量 在位置 的值由周围粒子加权平均:
| 符号 | 含义 |
|---|---|
| 核函数(平滑核),半径 内非零 | |
| 粒子质量 | |
| 粒子密度 |
密度计算
压力(状态方程)
或更常用的:
力
核函数
常用 Poly6(密度)和 Spiky(压力梯度,因为梯度不为零):
为什么压力用不同的核:Poly6 的梯度在 处为零 → 会导致粒子聚集(clustering)。Spiky 的梯度恒不为零,能推开粒子。
SPH 的问题
| 问题 | 表现 |
|---|---|
| 不可压缩性差 | 密度波动大,水会"抖" |
| 粒子聚集 | 核函数选择不当导致 |
| 边界处理难 | 边界附近的粒子缺失邻居 → 密度偏低 → 吸附到边界 |
| 拉伸不稳定 | 负压导致粒子聚团 |
PBF(Position Based Fluids,2013)
用 PBD 的思路做流体——把不可压缩性当作密度约束。
1. 预测位置: p = x + dt·v + dt²·f_ext
2. 迭代(几次):
对每个粒子:
计算密度 ρ_i
约束 C_i = ρ_i/ρ_0 - 1 = 0
计算 Δp_i(沿约束梯度方向移动)
应用 Δp
3. 更新速度: v = (p - x)/dt
4. (可选)XSPH 粘性、涡量补偿优势:
- 大时间步稳定(PBD 的固有优势)
- 密度约束直接保证不可压缩
- 比 SPH 好调参
这是当前实时流体(游戏、交互应用)的主流方法之一。
PIC / FLIP(混合方法)
粒子 + 网格:
PIC/FLIP 的一步:
1. 粒子 → 网格: 把粒子速度累加到网格(加权)
2. 网格求解: 在网格上加力、投影(使散度为零)
3. 网格 → 粒子: 把网格速度插值回粒子PIC(Particle-in-Cell):直接用网格速度覆盖粒子速度。 → 稳定但耗散大(流体变"黏")。
FLIP(Fluid Implicit Particle):用速度的变化量 更新粒子。
→ 几乎无耗散,细节丰富。
问题:FLIP 会有噪声(粒子速度不受网格平滑约束)。
实用做法:PIC 和 FLIP 混合:
取一点点 PIC 来抑制噪声,其余用 FLIP 保留细节。
这是影视级流体(Houdini、Maya Bifrost)的标准方法。
表面追踪
流体仿真得到的是速度场/粒子,要渲染需要表面。
| 方法 | 适用 | 特点 |
|---|---|---|
| Marching Cubes | 网格法,有 level set | 生成三角网格 |
| Level Set | 欧拉 | 符号距离场,表面 = 零等值面 |
| Screen Space Fluid | 粒子,实时 | 用深度缓冲重建表面,便宜 |
| 粒子球(Metaball) | 粒子 | 融合的球 |
Level Set 需要定期重新初始化(保持),否则会失真。
不同类型的流体效果
| 效果 | 关键 |
|---|---|
| 烟 | 欧拉网格 + 浮力(温度驱动)+ 涡量约束 |
| 火 | 烟 + 燃烧模型 + 黑体辐射着色 |
| 水(水面) | 高度场(便宜)或 FLIP(影视) |
| 溅水/泡沫 | 粒子(SPH/PBF)+ 白水处理 |
| 粘稠液体 | 高粘度 + 塑性 |
| 爆炸 | 强压力 + 冲击波 |
涡量约束(Vorticity Confinement)
问题:数值耗散让烟失去小尺度涡旋,看起来"死板"。
解法:主动检测涡量,施加一个力增强已有的涡旋。
这是让烟"活起来"的关键技巧——没有它,实时烟看起来像雾。
浮力
温度高的部分上升(烟、火)。
性能
| 方法 | 实时性 | 质量 | 典型分辨率 |
|---|---|---|---|
| 2D / 2.5D 高度场 | 实时 | 低 | 任意 |
| 3D 欧拉(低分辨率) | 实时 | 中 | |
| SPH / PBF | 实时 | 中 | 几万粒子 |
| FLIP(高分辨率) | 离线 | 高 | + |
3D 的诅咒:分辨率翻倍,计算量 8 倍。所以实时 3D 流体分辨率很低,细节靠噪声和着色补。
常见坑
- 半拉格朗日对流太耗散:用 MacCormack 或提高分辨率
- 压力求解不收敛:迭代次数不够 → 流体"可压缩"(会看到体积变化)
- 边界条件不对:流体从墙里漏出来,或吸附在墙上
- SPH 的粒子聚集:换核函数,或加人工压力项
- SPH 边界密度偏低:加 ghost particle 或边界粒子层
- FLIP 的噪声:混合一点 PIC
- 时间步太大:即使 Stable Fluids 稳定,大 也会让对流失真(CFL 条件:)
- Level Set 没重新初始化:距离场失真,表面变形
- 渲染时的折射:水的折射需要处理,直接画表面会很假
- 粒子数与性能:几万粒子在 CPU 上就满了,需要 GPU(或降低维度)