시각적인 향연

Jul 29, 2023

컴퓨터 과학자들은 SIGGRAPH 2023에 매혹적인 새로운 방법을 선보입니다.

오스트리아 과학 기술 연구소

이미지: 3D 조명 조각품. 컬러 문신 미리보기. 해변의 쓰나미 파도. 2023 SIGGRAPH 컨퍼런스에 대한 오스트리아 과학 기술 연구소(ISTA)의 기여입니다.더보기

출처: © ISTA(PCBend/M.Piovarči/C.Wojtan)

3D 조명 조각품. 해변의 쓰나미 파도. 컬러 문신 미리보기. 오스트리아 과학기술연구소(ISTA)의 Bickel 및 Wojtan 그룹이 2023 SIGGRAPH 컨퍼런스에 기고한 내용은 인상적이고 다양한 고전적 질문과 참신한 질문을 다루고 있습니다. 그들의 초점은 컴퓨터 그래픽에서 제조 방법에 이르기까지 다양하지만, 컴퓨터 과학자들은 비용 효율적이고 혁신적인 솔루션을 찾고 사용자에게 힘을 실어주는 데 힘을 합치고 있습니다. SIGGRAPH는 컴퓨터 그래픽 및 인터랙티브 기술을 위한 세계 최고의 연례 컨벤션으로 해당 분야의 최신 개발을 한자리에 모았습니다. 올해에도 다시 한번 오스트리아 과학기술연구소(ISTA)의 과학자들이 폭넓게 참여했습니다.

PCBend: 3D 조명 조각을 위한 새로운 액세스 가능한 파이프라인 오늘날 디자인, 예술, 건축의 요소로서 빛의 중요성은 논쟁의 여지가 없습니다. 그러나 빛으로 덮인 3D 물체를 설계하고 제조하는 것은 일반 사용자에게 엄청나게 비용이 많이 들고 지루한 일이었습니다. 이 문제는 ISTA Bickel 그룹의 박사과정 학생인 Manas Bhargava의 관심을 끌었으며, 그는 그러한 구조를 만들고 제작하기 위해 사용하기 쉽고 저렴한 파이프라인을 개발하기 시작했습니다. 이제 Bhargava와 ISTA 동료, 프랑스 로렌 대학교는 이를 정확히 달성하는 시스템인 PCBend를 도입했습니다.

평면(2D) LED 회로기판은 곡면(3D) 회로와 달리 가격이 저렴하고 제작이 용이하다. 비용을 낮게 유지하고 기존 제조 체인을 활용하기 위해 팀은 먼저 대상 물체 디자인을 "평면화"하는 방법을 찾았습니다. Bhargava는 "삼각형으로 만든 3D 개체를 펼치는 것은 종이접기에서 영감을 얻은 솔루션을 사용하는 고전적인 문제입니다."라고 설명합니다. "그러나 우리는 두 개의 삼각형 사이의 회로 연결로 인한 물리적 제약도 고려해야 했습니다. 접힌 종이와 달리 삼각형은 깨질 수 있기 때문입니다." 목공 기술을 사용하여 팀은 회로를 절단하지 않고도 인쇄 회로 기판을 구부릴 수 있는 특수 경첩을 만들었습니다. 팀의 프로그램은 단일 경로를 따라 모든 LED를 연결하여 회로 레이아웃 문제를 더욱 해결했습니다.

2D 디자인 메쉬가 설정되면 이를 제작하고 사용자는 조명 패턴을 재조립하고 프로그래밍합니다. Bhargava는 "우리 파이프라인은 사용이 간편하므로 다른 사람들도 자신의 아이디어를 쉽게 시험해 볼 수 있습니다."라고 덧붙였습니다. “그들이 무엇을 하는지 정말 보고 싶어요!” 가능한 응용 분야는 미술, 연극, 콘서트 쇼 요소일 수 있습니다.

YouTube에서 함께 제공되는 동영상을 시청하세요.

새로운 파도 시뮬레이션 방법으로 깊고 얕은 물을 연결합니다. 다음 프로젝트는 이전에는 도달할 수 없었던 깊이로 뛰어듭니다. 유체 운동을 설명하는 방정식은 1800년대부터 알려져 왔습니다. 그러나 수학적으로는 아름답지만 이러한 방정식은 물결 시뮬레이션에 사용하기에는 계산 비용이 너무 많이 듭니다. 과거에 과학자들과 그래픽 디자이너들은 깊은 물의 파도 패턴을 완벽하게 설명하는 Airy 이론이나 해안 근처의 모든 것을 처리할 수 있는 얕은 물 방정식을 사용했습니다. 각각은 각자의 영역에서 탁월하지만 다른 영역에서는 실패합니다. 이전에는 그래픽 전문가가 눈에 띄는 시각적 오류를 숨기기 위해 한 가지 유형의 방정식을 선택하고 추가 효과를 사용해야 했습니다. 이제 Chris Wojtan 교수는 오랜 협력자이자 ISTA 졸업생인 Stefan Jeschke와 함께 깊은 물과 얕은 물의 영향은 물론 깊은 물과 얕은 물 사이의 상호 작용을 시뮬레이션할 수 있는 최초의 실용적인 방법을 고안했습니다. 기본적으로 그들은 두 모델을 결합하여 각각의 장점을 활용하고 약점을 최소화합니다.