OptiX8入门（二）optixTriangle
本人初学者，如有错误和更好的表述，请指出
这次我们看optixTriangle程序
同样分为optixTriangle.cpp、optixTriangle.h、optixTriangle.cu文件
optixTriangle.h文件
其中包含的是参数结构Params和sbt的record信息。
这里注意到有一个hitgroup，这个可以认为是intersection、any hit、closest hit的集合，主要加速编译和光追执行速度。
struct Params
{
uchar4* image; //一维数组图像
unsigned int image_width; //图像宽
unsigned int image_height; //图像高
float3 cam_eye; //摄像机位置
float3 cam_u, cam_v, cam_w; //以摄像机为原点的笛卡尔坐标轴
OptixTraversableHandle handle; //用于遍历时加速的句柄，就当做一个参数就好
};
optixTriangle.cpp文件
与optixHello.cpp相近的内容就不写了。
创建context
创建加速结构Acceleration structures
// accel handling
OptixTraversableHandle gas_handle;
CUdeviceptr d_gas_output_buffer;
{
// Use default options for simplicity. In a real use case we would want to
// enable compaction, etc
OptixAccelBuildOptions accel_options = {};
accel_options.buildFlags = OPTIX_BUILD_FLAG_NONE;
accel_options.operation = OPTIX_BUILD_OPERATION_BUILD;
// Triangle build input: simple list of three vertices
const std::array<float3, 3> vertices =
{ {
{ -0.5f, -0.5f, 0.0f },
{ 0.5f, -0.5f, 0.0f },
{ 0.0f, 0.5f, 0.0f }
} }; //三角形三个顶点坐标
const size_t vertices_size = sizeof( float3 )*vertices.size();
CUdeviceptr d_vertices=0; //分配GPU内存空间vertexbuffer并复制数据
CUDA_CHECK( cudaMalloc( reinterpret_cast<void**>( &d_vertices ), vertices_size ) );
CUDA_CHECK( cudaMemcpy(
reinterpret_cast<void*>( d_vertices ),
vertices.data(),
vertices_size,
cudaMemcpyHostToDevice
) );
// Our build input is a simple list of non-indexed triangle vertices
const uint32_t triangle_input_flags[1] = { OPTIX_GEOMETRY_FLAG_NONE };
OptixBuildInput triangle_input = {};
triangle_input.type = OPTIX_BUILD_INPUT_TYPE_TRIANGLES;
triangle_input.triangleArray.vertexFormat = OPTIX_VERTEX_FORMAT_FLOAT3;
triangle_input.triangleArray.numVertices = static_cast<uint32_t>( vertices.size() );
triangle_input.triangleArray.vertexBuffers = &d_vertices;
triangle_input.triangleArray.flags = triangle_input_flags;
triangle_input.triangleArray.numSbtRecords = 1;
OptixAccelBufferSizes gas_buffer_sizes; //加速结构所用到的buffer
OPTIX_CHECK( optixAccelComputeMemoryUsage( //计算这个buffer所需要的大小
context,
&accel_options,
&triangle_input,
1, // Number of build inputs
&gas_buffer_sizes
) );
CUdeviceptr d_temp_buffer_gas; //构建加速结构临时所需要的buffer空间
CUDA_CHECK( cudaMalloc(
reinterpret_cast<void**>( &d_temp_buffer_gas ),
gas_buffer_sizes.tempSizeInBytes
) );
CUDA_CHECK( cudaMalloc(
reinterpret_cast<void**>( &d_gas_output_buffer ),
gas_buffer_sizes.outputSizeInBytes
) );
OPTIX_CHECK( optixAccelBuild( //创建加速结构
context,
0, // CUDA stream
&accel_options,
&triangle_input,
1, // num build inputs
d_temp_buffer_gas,
gas_buffer_sizes.tempSizeInBytes,
d_gas_output_buffer,
gas_buffer_sizes.outputSizeInBytes,
&gas_handle,
nullptr, // emitted property list
0 // num emitted properties
) );
// We can now free the scratch space buffer used during build and the vertex
// inputs, since they are not needed by our trivial shading method
CUDA_CHECK( cudaFree( reinterpret_cast<void*>( d_temp_buffer_gas ) ) );
CUDA_CHECK( cudaFree( reinterpret_cast<void*>( d_vertices ) ) );
}
创建module
注意到这里的module两个参数不一样。
pipeline_compile_options.numPayloadValues = 3;
pipeline_compile_options.numAttributeValues = 3;
payload是optixTrace和程序之间传递的信息。
attribute是intersection与any hit/closest-hit之间传递的信息。
这里的3意味着是3个32 bit的数据。
程序使用了payload，因此numPayloadValues不可以变，而numAttributeValues我试着改成2也可以（注意numAttributeValues最小为2）。
创建program groups
创建raygen、miss、hitgroup三个ProgramGroup。
hitgroup创建时有
hitgroup_prog_group_desc.hitgroup.moduleCH = module;
这里moduleCH的CH就是closest-hit。
创建pipeline
创建shader binding table
这里往miss record中设置了背景色。
launch
设置参数后调用了camera的UVWFrame函数，点进去可以看到
void Camera::UVWFrame(float3& U, float3& V, float3& W) const
{
W = m_lookat - m_eye; // Do not normalize W -- it implies focal length
float wlen = length(W);
U = normalize(cross(W, m_up));
V = normalize(cross(U, W));
float vlen = wlen * tanf(0.5f * m_fovY * M_PIf / 180.0f);
V *= vlen;
float ulen = vlen * m_aspectRatio;
U *= ulen;
}
W是摄像机朝向，U是摄像机的正上方，UVW形成了一个三维笛卡尔直角坐标系。
显示结果
清理资源
optixTriangle.cu文件
看raygen函数。
extern "C" __global__ void __raygen__rg()
{
// Lookup our location within the launch grid
const uint3 idx = optixGetLaunchIndex(); //获取当前的pixel坐标
const uint3 dim = optixGetLaunchDimensions(); //获取整个场景的坐标
// Map our launch idx to a screen location and create a ray from the camera
// location through the screen
float3 ray_origin, ray_direction;
computeRay( idx, dim, ray_origin, ray_direction ); //计算光线起点和朝向
// Trace the ray against our scene hierarchy
unsigned int p0, p1, p2;
optixTrace(
params.handle,
ray_origin,
ray_direction,
0.0f, // Min intersection distance
1e16f, // Max intersection distance
0.0f, // rayTime -- used for motion blur
OptixVisibilityMask( 255 ), // Specify always visible
OPTIX_RAY_FLAG_NONE,
0, // SBT offset -- See SBT discussion
1, // SBT stride -- See SBT discussion
0, // missSBTIndex -- See SBT discussion
p0, p1, p2 );
float3 result;
result.x = __uint_as_float( p0 );
result.y = __uint_as_float( p1 );
result.z = __uint_as_float( p2 );
// Record results in our output raster
params.image[idx.y * params.image_width + idx.x] = make_color( result );
}
这个optixGetLaunchIndex和optixGetLaunchDimensions不知道是什么意思，我们可以打印出来看看结果。
printf("%d %d %d %d %d %d\n",idx.x,idx.y,idx.z,dim.x,dim.y,dim.z);
截取部分结果分析。
691 41 0 1024 768 1
688 42 0 1024 768 1
692 32 0 1024 768 1
693 32 0 1024 768 1
1024和768分别是整个窗口的宽高，那么可以理解这个idx就是当前的pixel，而且是并行执行的，因为坐标在跳变，而dim就是整个窗口的长宽高。
那我们就可以分析下computeRay函数了。
static __forceinline__ __device__ void computeRay( uint3 idx, uint3 dim, float3& origin, float3& direction ) //device指的是在GPU端执行
{
const float3 U = params.cam_u;
const float3 V = params.cam_v;
const float3 W = params.cam_w;
const float2 d = 2.0f * make_float2(
static_cast<float>( idx.x ) / static_cast<float>( dim.x ),
static_cast<float>( idx.y ) / static_cast<float>( dim.y )
) - 1.0f; //2*x-1即将[0,1]区间的比值变为[-1,1]的位置，即该像素在整个窗口的位置
origin = params.cam_eye;
direction = normalize( d.x * U + d.y * V + W ); //从(0,0,2)摄像机处发射向XOY平面
}
进行optixTrace后，在空间中会触发miss函数或closesthit函数。
如果没有与物体相交，触发miss函数，直接填充背景色。
extern "C" __global__ void __miss__ms()
{
MissData* miss_data = reinterpret_cast<MissData*>( optixGetSbtDataPointer() );
setPayload( miss_data->bg_color );
}
如果与物体相交，触发closesthit函数。
extern "C" __global__ void __closesthit__ch()
{
// When built-in triangle intersection is used, a number of fundamental
// attributes are provided by the OptiX API, indlucing barycentric coordinates.
const float2 barycentrics = optixGetTriangleBarycentrics();
setPayload( make_float3( barycentrics, 1.0f ) );
}
这里的optixGetTriangleBarycentrics是求该位置在当前三角形的重心坐标，是一个float2类型，说明是u*AB+v*AC的向量类型，setpayload函数就是写一个信息以便后续调用。
static __forceinline__ __device__ void setPayload( float3 p )
{
optixSetPayload_0( __float_as_uint( p.x ) );
optixSetPayload_1( __float_as_uint( p.y ) );
optixSetPayload_2( __float_as_uint( p.z ) );
}
那么在raygen中获取到payload便可保存结果。
float3 result;
result.x = __uint_as_float( p0 );
result.y = __uint_as_float( p1 );
result.z = __uint_as_float( p2 );
// Record results in our output raster
params.image[idx.y * params.image_width + idx.x] = make_color( result );
执行结果：
码字不易，点个赞吧
总结
生成三角形后，光线往每一个pixel中发出射线，如果打到三角形上，则计算重心坐标生成颜色，否则填充背景色。
参考资料