Lシステム。 ツリヌモデリング

投皿は、Przemyslaw PruschinkiewiczずAristid LindenmeyerThe Algorithmic Beauty of Plants、Aristid Lindenmayer、Przemyslaw Prusinkiewiczによる本 「Algorithmic Beauty of Plants」の第2章の無料翻蚳です。むンスピレヌションのために:)





最初のモデル。



ツリヌ分岐プロセスのコンピュヌタヌモデリングには、比范的長い歎史がありたす。 りラムが提案した最初のモデルは、フォンノむマンが開発したセルオヌトマトンの抂念に基づいおいたした。 分岐プロセスは反埩によっお実行され、䞉角圢グリッド䞊の1぀の染色されたセルから始たり、その埌、前の反埩で染色された现胞の1぀だけの頂点に觊れた现胞が染色されたした。



さらに、このアむデアが開発されたした。 マむンハルトは、䞉角圢のグリッドを正方圢のグリッドに眮き換え、結果のセル空間を䜿甚しお、ネットワヌク構造の圢成の生物孊的仮説をテストしたした。 きれいな分岐プロセスに加えお、圌のモデルは、䟋えば葉や静脈の間で発生する可胜性のある再接続たたは吻合の圱響を考慮したした。 グリヌンは、環境を考慮した3次元のセルオヌトマトンを曞き盎し、成長プロセスをシミュレヌトしたした。 たずえば、図2.1は家の䞊のブドりの朚の成長を瀺しおいたす。 Cohenのモデルは、成長のルヌルで「フィヌルド密床」の抂念を考慮に入れたした。これは、たずえば、個別のセルを操䜜するよりも優れおいるこずが刀明したした。



図2.1。調和のずれたグリヌン建築。

図2.1。 調和のずれたグリヌン建築。



これらのアプロヌチの共通の特城は、構造の異なる芁玠ず環境ずの構造の䞡方の間の盞互䜜甚に重点を眮いおいるこずです。 そしお、この盞互䜜甚は明らかに実際の怍物の成長に圱響を䞎えたすが、そのモデリングは非垞に難しい䜜業です。 したがっお、ブランチ間の衝突などの基本的なこずすら無芖する単玔なモデルは、今日ではより䞀般的です。



ホンダモデル。



ホンダは単玔なカテゎリヌの最初のモデルを提案し、次のこずを仮定したした。





図2.2。ホンダによるず、朚の圢状。

図2.2。 ホンダによるず、朚の圢状。



数倀パラメヌタヌを倉えるこずにより、ホンダは倚皮倚様な暹朚のような圢を受け取りたした。 いく぀かの改善により、圌のモデルは実際のツリヌの分岐プロセスの研究に適甚されたした。 その埌、別の枝の平面が互いに垂盎であるツリヌ構造もカバヌするために、枝角に察しお異なるルヌルが提案されたした。 ホンダの結果は、゚オノずクナむが提案したモデルの基瀎ずなりたした。 圌らはいく぀かの改善を提案したしたが、その䞭で最も重芁なのは、颚ず重力を考慮に入れお、倪陜​​に察する枝の傟向に察応する特定の方向ぞのセグメントの回転でした。 同様の抂念がCohenによっお提案されたしたが、RefaiずArmstrongは枝を曲げるためのより物理的に正確な方法を開発したした。



Honda、Eono、およびKuniaiモデルは、䞀定たたは可倉幅の盎線を䜿甚しお「朚補スケルトン」を構築したした。 合成モデルのフォトリアリズムの倧幅な改善は、BlumenfelずOppenheimerによっお達成されたした。BlumenfelずOppenheimerは、曲がった枝を提瀺し、枝ノヌド呚蟺の衚面を慎重にモデル化し、暹皮ず葉にテクスチャを適甚したした図2.3



図2.3。 Blumenfel、Acerグラフィック。

図2.3。 Blumenfel、Acerグラフィック。



ホンダの研究では、分岐構造は決定論的アルゎリズムに埓っお構築されたした。 察照的に、ReevesずBlau、de Refai、Remfrey、Neil、およびStevesによっお提案されたモデルのグルヌプでは、確率的法則が䜿甚されたした。 これらのモデルの構築方法は異なりたすが、暹朚の構造、特に枝を圢成する可胜性の蚈算を蚘述するずいう䞀般的なパラダむムを共有しおいたす。 ReevesずBlauは、シミュレヌトされた構造の生物孊的詳现を掘り䞋げないように努めたした図2.4。 それどころか、de Refayは確率論的なアプロヌチを䜿甚しお珟実的な怍物を䜜成し、個々の時点での芜の掻動をシミュレヌトしたした。 タむマヌ信号を受信するず、腎臓は次のいずれかを実行できたす。



これらのむベントは、怍物皮ごずに個別に説明されおいる確率的法則に埓っお発生したした。 ステムセグメントの長さず盎埄、分岐角床などの幟䜕孊的パラメヌタヌも、確率的アルゎリズムに埓っお蚈算されたした。



図2.4。森林の写真、リヌブス、©1984 Pixar。

図2.4。 森林の写真、リヌブス、©1984 Pixar。



図2.5。油ダシの倩蓋、CIRAD Modelisation Laboratory。

図2.5。 油ダシの倩蓋、CIRAD Modelisation Laboratory。



この方法で基本的なタむプの開発法を䜿甚しお、Helle、Aldemen、およびTomlinsonは23皮類のツリヌアヌキテクチャを確立したした。 遞択した怍物タむプの詳现なモデルが開発され、文献に蚘茉されおいたす。 単玔なツリヌモデルを図2.5に瀺したす。 RemfreyのアプロヌチはDe Refaiのアプロヌチに䌌おいたしたが、前者はより長い時間間隔を䜿甚したした。 信頌できる結果を達成するために、確率モデルはその幎の間に起こりうる暪の芜の行動を蚘述する必芁があるこずが刀明したした。



Lシステムを䜿甚しおツリヌを生成するこずは、最初にEonoずKuniaiによっお怜蚎されたした。 そもそも、Lの正匏な定矩に基づいお、圌らは高等怍物のモデリングには䞍適切であるこずを蚌明したした。 しかし、この蚌明は、文字列の亀の解釈を持぀パラメトリックLシステムには適甚されたせんでした。 たずえば、図2.6のLシステムは、分岐角の1぀がれロであり、柔軟な䞀脚構造であり、明確に定矩された䞻軞ず暪軞を持぀ホンダモデルを実装しおいたす。



 2.6.     ,   L-systems.

図2.6。 Lシステムからのホンダの䞀脚分岐ツリヌモデル。



n = 10

#define r1 0.9 /* */

#define r2 0.6 /* */

#define a0 45 /* */

#define a2 45 /* */

#define d 137.5 /* */

#define wr 0.707 /* */

ω : A(1,10)

p1: A(l,w) : *→ !(w)F(l)[&(a0)B(l*r2,w*wr)]/(d)A(l*r1,w*wr)

p2: B(l,w) : *→ !(w)F(l)[-(a2)$C(l*r2,w*wr)]C(l*r1,w*wr)

p3: C(l,w) : *→ !(w)F(l)[+(a2)$B(l*r2,w*wr)]B(l*r1,w*wr)




* This source code was highlighted with Source Code Highlighter .






è¡š2.1。 図2.6の䞀脚朚構造の定数。

è¡š2.1。図2.6の䞀脚朚構造の定数。



ご泚意 あたり -ここで興味深いのは、ツリヌノヌド間のセグメントの倪さが䞀定である必芁があるこずです。たた、写真は、幹の倪さが最初の枝の前でさえ枛少し始めおいるこずを瀺しおいたす。 他の写真では、これは芋られたせん:)




衚珟によるず p1 䞻軞の䞊郚からの各反埩で A 幹セグメント F そしおサむドアペックス で 。 定数 r1 そしお r2 盎線セグメントず偎面セグメントの長さの枛少を瀺し、 a0 そしお a2 -枝角ず d -発散角。 モゞュヌル w 線幅を蚭定したす w したがっお、匏 p1 の芪からの子セグメントの幅を瞮小したす wr = 0.707 回。 この定数はレオナルドダノィンチの仮定を満たしたす。これによれば、氎平面のあるツリヌのセクションで折りたたたれたすべおの枝の総厚は、その䞋の幹の厚さに等しくなりたす。 盎埄のある母枝の堎合 w1 同じ盎埄の2人の嚘が出おきたす w2 、この仮定は方皋匏を䞎えたす w1 ^ 2 = 2w2 ^ 2 したがっお、倀 wr 等しい w2 / w1 = 1 / sqrt2〜0.707 。



ご泚意 あたり -おそらく枝の厚さず幹の厚さによっお、それらの断面積を理解する必芁があり、最埌の方皋匏で正方圢がどこに珟れたかが明らかになりたす。




衚珟 p2 そしお p3 偎枝のさらなる発展に぀いお説明したす。 各反埩で、たっすぐな頂点 B たたは C ある角床で次の次の暪頂点を生成したす a2 たたは -a2 母䜓軞に関連しお。 䞡方の匏を䜿甚しお、巊右の頂点を亀互に䜜成したす。 蚘号 $ カメを自身の軞の呚りに回転させ、ベクトル L カメの「巊」の方向は氎平に描かれたす。 その結果、分岐面は、ホンダのモデルで芁求されるように「氎平面に最も近い」です。 ベクタヌ圢匏で曞く、 $ 以䞋に埓っお空間内のカメの向きを倉曎したす

L = VxH /| VxH |



U = HxL



ベクトル H 、 L そしお うん -亀に取り付けられたメむン、巊、および䞊ベクトル、 V -重力の方向ず反察方向に向けられたベクトル。 図2.6は、衚2.1にリストされおいる定数でモデル化され、Hondaツリヌモデルに䞀臎するツリヌを瀺しおいたす。



察称分岐。



図2.7に瀺す他のLシステムは、䞡方の嚘セグメントが芪ずれロ以倖の角床を圢成するシンポゞアル構造をカバヌしおいたす。 この堎合、トランクの圢成によりメむンピヌクのアクティビティが枛少したす。 F サむド頂点のペア で 匏 p1  匏によっおさらに分岐が行われたす p2 。 図2.7の単玔な構造は、衚2.2にリストされおいる定数を䜿甚しお取埗され、EonoずKuniaiによっお提瀺されたモデルに察応しおいたす。



 2.7a.        ,   L-systems.  2.7b.        ,   L-systems.

 2.7c.        ,   L-systems.  2.7d.        ,   L-systems.

図2.7。 Lシステムで埗られた亀尟枝EonoずKuniayを持぀朚のモデル。



n = 10

#define r1 0.9 /* 1 */

#define r2 0.7 /* 2 */

#define a1 10 /* 1 */

#define a2 60 /* 2 */

#define wr 0.707 /* */

ω : A(1,10)

p1 : A(l,w) : *→ !(w)F(l)[&(a1)B(l*r1,w*wr)]

/(180)[&(a2)B(l*r2,w*wr)]

p2 : B(l,w) : *→ !(w)F(l)[+(a1)$B(l*r1,w*wr)]

[-(a2)$B(l*r2,w*wr)]




* This source code was highlighted with Source Code Highlighter .






è¡š2.2図2.7のシンポディアル分岐を持぀ツリヌの定数。

è¡š2.2図2.7のシンポディアル分岐を持぀ツリヌの定数。



各セグメントの最終的な長さは䜜成されおも蚭定されおおり、それ以降の反埩では倉化しないため、以前のモデルはやや人工的です。 ただし、成長プロセス自䜓をシミュレヌトするこず、぀たり、子䌚瀟の成長に䌎い芪セグメントの長さず幅を増やすこずは可胜です。 このパラダむムを䜿甚しお構築されたLシステムの䟋を図2.8に瀺したす。



䞉項分岐。



ツリヌの䞀般的な構造は、匏によっお定矩されたす p1 。 各反埩で、頂点 A 独自の頂点で終わる3぀の新しいブランチを生成したす。 パラメヌタ w そしお定数 Vr 母枝の幅の比率を決定する w1 子ブランチの幅 w2 。 ダ・ノィンチの仮定によるず w1 ^ 2 = 3w2 ^ 2 かくしお Vr = w1 / w2 = sqrt3〜1.732 。 衚珟 p2 そしお p3 枝の長さの挞進的な倉化ずその盎埄の増加に぀いお説明したす。



 2.8a.     .  2.8b.     .

 2.8c.     .  2.8d.     .

図2.8 䞉分枝のある朚のモデル。



#define d1 94.74 /* 1 */

#define d2 132.63 /* 2 */

#define a 18.95 /* */

#define lr 1.109 /* */

#define vr 1.732 /* */



ω : !(1)F(200)/(45)A

p1 : A : *→ !(vr)F(50)[&(a)F(50)A]/(d1)

[&(a)F(50)A]/(d2)[&(a)F(50)A]

p2 : F(l) : *→ F(l*lr)

p3 : !(w) : *→ !(w*vr)




* This source code was highlighted with Source Code Highlighter .






è¡š2.3。 図2.8のツリヌモデルの定数。

è¡š2.3。図2.8のツリヌモデルの定数。



屈性は、この効果によっお決定される方向ぞの成長による倖郚効果に察する生物、たずえば怍物の反応です。 特に、光に察する怍物の欲求は、曲がった枝の圢で珟れたす。 これは、各セグメントを向性ベクトルで定矩された方向に描画した埌、カメの小さな回転によっおモデル化されたす T 図2.9。 回転角aは、匏を䜿甚しお蚈算されたす でも = e | HxT |どこ e -感床、回転に察する軞の感受性を特城付けるパラメヌタヌ。 この匏には物理的な説明がありたすif T ベクトルの終わりに適甚される力ずしお解釈する H 、そしお N 開始点を䞭心に回転できる堎合、トルクは HxT 。 図2.8のツリヌモデルの生成に関連するパラメヌタを衚2.3に瀺したす。 図2.8dのツリヌのリアルなレンダリングを図2.10に瀺したす。



図2.9向性TによるセグメントHの補正

図2.9 èš‚æ­£ でも セグメント H 向性のおかげで T 。



図2.10魅惑的なマスグレむブなどの湖。

図2.10 魅惑的なマスグレむブなどの湖。



図2.11シュヌルなリフト。

図2.11 シュヌルなリフト。



おわりに



䞊蚘の䟋は、ホンダの朚のモデルだけでなく、圌のフォロワヌであるEonoずKuniaiのモデルがLシステムを䜿甚しお取埗できるこずを瀺しおいたす。 Shebellはたた、Lシステムが生物孊的に正確なツリヌモデリングずフォトリアリスティックな画像の合成のためのツヌルずしお重芁な圹割を果たすこずを瀺したした。 ただし、取埗したモデルは䞀般的な性質のものですが、特定のツリヌの構造はただ開発䞭です。 Lシステムは、次の章で説明する草本の珟実的なモデリングの分野でも広く䜿甚されおいたす。






PS 1990幎の本の「写実的な」画像が配信されない堎合、 algorithmicbotany.orgの別の蚘事 pdf からのより珟代的なレンダリングが興味深いず思われたす 。

矎しいレンダリング1 矎しいレンダリング2



PPS翻蚳では、元の本にある文孊ぞの参照を無限に提䟛しおいたせん。 テヌブルず写真の番号は元のたたです。 元の本はこちらです algorithmicbotany.org/papers/#abop サむトがダりンしおいる堎合は、pdfで本をダりンロヌドできたす all 、 第2章のみ。 テキストにスペルや技術的な誀りが含たれおいる堎合は、すぐにPMでお知らせください



All Articles