Comparing soft body simulations using extended position-based dynamics and shape matching

Today, soft body simulations are essential for a wide range of applications. They are for instance used for medical training in virtual reality and in video games to simulate clothes and hair. These kinds of interactive applications rely on real-time simulations, which entails very strict requirements. The simulation has to be fast enough and must never break, regardless of what deformation might occur. Two methods that perform well with regard to these requirements are the position-based dynamics (PBD) method and the shape matching method. Even though these methods have been used for years, it is still unclear when you should use either method. This thesis has compared the two methods with regard to the mentioned requirements. More specifically, the thesis has evaluated the performance of the simulation loop as well as the simulated objects’ ability to restore their shape after deformation. The performance results clearly show that the PBD method is the fastest. But the results of the simulated objects’ ability to restore their shape were not as conclusive. Overall, the PBD method seemed to perform the best again, but there were cases the method could not handle. Although the shape matching method performed slightly worse, it did manage to restore the shape of every deformed object. In conclusion, for most applications, the PBD method is likely the better option, but if the application relies on the fact that simulated objects can restore their shape, then the shape matching method may be preferable.Idag är simulering av mjuka kroppar viktiga för en mängd olika tillämpningar. De används exempelvis för medicinsk träning i virtuell verklighet och i datorspel för att simulera kläder och hår. Dessa typer av interaktiva applikationer förlitar sig på realtidssimuleringar, vilket medför många stränga krav. Simuleringen måste vara tillräckligt snabb och får aldrig gå sönder, oavsett vad för slags deformation som kan uppstå. Två metoder som presterar bra med avseende på dessa krav är position-based dynamics (PBD) och shape matching. Trots att dessa metoder har använts i många år, så är det fortfarande oklart när vilken metod är mest lämplig. Denna avhandling har jämfört de två metoderna med hänsyn till de nämnda kraven. Mer specifikt har avhandlingen utvärderat metodernas prestanda samt de simulerade objektens förmåga att återställa sin form efter deformation. Resultaten för prestanda visar tydligt att PBD-metoden är snabbast. Men resultaten av de simulerade objektens förmåga att återställa sin form var inte lika enhälliga. Sammantaget verkade PBD-metoden prestera bäst igen, däremot fanns det fall som metoden inte kunde hantera. Fastän shape matching metoden presterade något sämre, så lyckades den återställa formen för varje deformerat objekt. Sammanfattningsvis, för de flesta applikationer är PBD-metoden troligen det bättre alternativet, men om applikationen förlitar sig på att de simulerade objekten kan återställa sina former, så kan shape matching metoden vara att föredra