Traditional computer simulation uses only a mouse, keyboard, and monitor as the input and output devices. With the recent emergence of haptic techniques, which can give users kinetic and tactile feedback, the field of computer simulation is diversifying. In particular, the need for virtual-reality-based surgical simulation has become great, stimulating new research the practical virtual simulation of surgery.
In this thesis, we present a framework for a hybrid model of simulation that can realistically simulate the behavior of the soft, pliable human body, along with haptic feedback from the user’s interaction with it. A soft body simulation algorithm, which we refer to as the adaptive mass-spring model algorithm, is the core technique of the framework we present.
Our framework has both a behavior model and a haptic model to support both the deformation of an object and the haptic feedback. The behavior model uses the adaptive mass-spring algorithm to calculate the realistic deformation of a virtual object in real time. Since our purpose is to provide a virtual environment for simulated surgery, virtual organs should reflect the properties of their corresponding real organs. Each virtual organ should be based on volumetric data because each real organ contains other tissues or vessels. The traditional soft body simulation algorithm uses surface data to represent the virtual object because this data is simpler than volumetric data. Since volumetric data includes other information internal to the organ, there is great computational complexity in the volume-data-based algorithm, which presents an obstacle to the execution of soft body simulation in real time. Our framework uses the adaptive mass-spring algorithm to reduce this computational complexity. The adaptive algorithm is an efficient algorithm that distributes the resources of the framework to the various elements according to their individual amounts of energy. First, the virtual object is divided into a small unit element, called a voxel. Then, the adaptive algorithm predicts the elements which can deform in response to a given user interaction. Finally, the adaptive algorithm concentrates the resources of simulation upon the predicted element. We have verified that the results of the proposed algorithm are correct by comparing its results to those obtained from the traditional algorithm.
Our framework uses a haptic model to generate the force feedback of user interactions. The refresh rate of the behavior model satisfies only the requirement for real-time visual feedback, at more than 30 frames per second. The requirement for real-time haptic feedback, however, is more than 1,000 frames per second. Our framework can satisfy both the requirements for real-time simulation using two separate models. The behavior model calculates the deformation of the virtual object by using the adaptive mass-spring algorithm. The haptic model generates the force feedback by using a robust and stable s-chain algorithm. We have defined the relationship between the two algorithms in order to unify them.
The proposed soft body simulation can represent realistic deformation in relationship with user interaction and generate a correct haptic feedback to the user using the adaptive mass-spring algorithm.
최근 역감, 촉감 피드백을 받을 수 있고 3차원 인터랙션이 가능한 햅틱 기술이 발전하면서 입출력 장치로 키보드, 마우스, 모니터에만 의존하던 컴퓨터 시뮬레이션의 한계가 줄어들어 그 종류가 다양해지고 특히, 가상현실 기반 수술 시뮬레이터의 수요가 증가 하면서 사실적인 수술 환경을 제공하는 가상현실 기반 수술 시뮬레이터에 관련된 연구가 활발히 진행 되고 있다.
본 연구에서는 유연체의 거동을 실시간, 사실적으로 제공할 수 있는 변형 모델과 상호작용의 햅틱 피드백을 전달하는 햅틱 모델을 포함하는 하이브리드 수술 시뮬레이션 프레임워크를 설계하고 이 수술 시뮬레이션 프레임워크의 기반 기술이 될 수 있는 유연체 시뮬레이션을 위한 적응성 변형 모델 알고리즘을 제안한다.
프레임워크에 포함된 가변형 모델은 장기 모델의 물성 데이터를 기반으로 적응성 질량-스프링 알고리즘을 이용하여 가상 모델의 변형을 사실적, 실시간으로 계산 할 수 있다. 수술 시뮬레이션 프레임워크에서 가상 장기 모델의 사실적인 물성을 반영하는 것은 사실적 상호작용을 위해 매우 중요하다. 이를 위해서 볼륨 데이터를 이용해야 한다. 하지만, 기존의 유연체 시뮬레이션에 이용되는 변형 모델들은 볼륨 데이터 대신 표면 데이터만 가지고 변형을 해석하고 있다. 왜냐하면, 볼륨 데이터는 물체 내부의 정보도 담고 있기 때문에 데이터의 양이 표면 데이터에 비해 많으며, 이로 인한 계산 량이 기하급수적으로 늘어나게 되어 실시간 시뮬레이션이 불가능하게 된다. 본 프레임워크는 적응성 질량-스프링 알고리즘을 이용하여 볼륨 데이터 기반 변형 모델의 계산 량을 줄여서 실시간 시뮬레이션이 가능하게 한다. 이 적응성 질량-스프링 알고리즘은 물체의 변형을 계산 할 때 변형 에너지가 많이 집중된 부분에 시뮬레이션의 자원을 효율적으로 할당하는 최적화 알고리즘 이다. 가상 물체를 볼륨데이터의 기본 요소인 복셀로 나누고 주어진 하중에서 변형이 일어 날 수 있는 부분을 예측하는 방법을 통해 시뮬레이션의 자원을 변형이 일어 날 수 있는 부분에 배치 하였다. 또한, 변형 해석의 결과가 틀리지 않음을 다른 기존의 알고리즘과의 비교를 통해 증명하였다.
설계한 프레임워크는 가상 장기 모델과 사실적인 상호작용을 제공 하도록 하기 위해 햅틱 모델이 포함되어 있다. 변형 모델은 시각 피드백만 생성하므로 초당 30프레임 이상의 시각 피드백 요구만 만족하면 된다. 하지만, 햅틱 피드백을 위한 햅틱 모델은 초당 1,000프레임 이상의 햅틱 피드백 요구를 만족해야 한다. 이 프레임워크는 햅틱 모델과 변형 모델을 따로 분리해서 시뮬레이션 하기 때문에 각각의 햅틱, 시각 피드백 요구를 만족 할 수 있다. 변형 모델은 앞에서 설명한 적응성 변형 모델 알고리즘을 이용하여 시뮬레이션 한다. 햅틱 모델은 안정성과 신뢰성이 검증된 햅틱 모델 알고리즘을 이용하여 시뮬레이션 한다. 하지만, 앞서 설명한 변형 모델과 햅틱 모델은 기본 요소와 해석방법이 서로 다르기 때문에 두 모델을 통합 할 수 있는 연결 관계가 필요하다. 적응성 변형 모델 알고리즘은 햅틱 모델의 힘 피드백 생성 정보를 바탕으로 변형 모델의 변형을 예측하므로 두 모델 간 연결을 정의할 수 있는 알고리즘이다.
제안한 적응성 변형 모델 알고리즘을 이용하여 유연체 시뮬레이션에 적용하였을 때, 실시간이며 사실적인 변형 시뮬레이션을 할 수 있으며 변형에 동반되는 햅틱 피드백도 실시간으로 생성 할 수 있다.
