編輯：David 桃子

　　【新智元導讀】虛幻引擎5中，多虧有了全局光照系統Lumen才能讓更多人人沉浸在虛拟世界中。對于它的研發過程，創立者Krzysztof Narkowicz對其進行了解讀。 實時全局光照（Real-time GI）一直是計算機圖形學的聖杯。

　　多年來，業界也提出多種方法來解決這個問題。

　　常用的方法包通過利用某些假設來約束問題域，比如靜态幾何，粗糙的場景表示或者追蹤粗糙探針，以及在兩者之間插值照明。

　　在虛幻引擎中，全局光照和反射系統Lumen這一技術便是由Krzysztof Narkowicz和Daniel Wright一起創立的。

　　目标是構建一個與前人不同的方案，能夠實現統一照明，以及類似烘烤一樣的照明質量。

　　近期，在SIGGRAPH 2022上，Krzysztof Narkowicz和團隊講述了他們構建Lumen技術之旅。

　　軟件光線追蹤——高度場 當前的硬件光線追蹤缺少強大的GPU算力支持。我們不知道硬件光線追蹤速度有多快，甚至不知道新一代控制台是否支持它。

　　因此，軟件光線追蹤方法運用而出。事實證明，它确實是一個非常好用的工具，可以用于縮放或支持有大量重疊實例的場景。

　　軟件光線追蹤提供了一種可能性，那便是可以使用各種各樣的追蹤結構，比如三角形、距離場（distance fields）、面元（surfels），或者高度場（heightfields）。

　　在此，Krzysztof Narkowicz放棄了研究三角形，簡要研究了面元，但是對于那些需要相當高密度才能表示的幾何圖形，對其進行更新或追蹤面元是相當昂貴的。

　　經過初步探索，高度場是最合适的，因其能夠很好地映射到硬件中，并提供表面表示和簡單的連續 LOD。

　　因為我們可以使用所有的POM算法，比如最小-最大四叉樹，因此它的追蹤速度是非常快的。

　　此外，多個高度場可以表示複雜幾何，類似于栅格化邊界卷層次結構。

　　若将其視為面元的加速結構也非常有趣，一個單獨的texel就是一個受限于常規網格的面元。

　　除了高度場，Lumen還有其他屬性，如反照率或照明，這樣就能夠計算出每次的照明。

　　在Lumen中，開發者将這張帶有表面數據的完整貼花式投影命名為卡（Cards），即捕獲位置。

　　栅格化的三角形

　　Raymarched cards光線步進卡（高度場）

　　對于場景中的每一張卡來說，進行光線步進太慢。因此需要一種卡的加速結構，開發者選擇了一個4節點的BVH。它是為一個完整的場景構建的，每一幀都在 CPU 上，并上傳到 GPU。

　　然後在追蹤着色器中，我們将進行基于堆棧的遍曆，并對節點進行動态排序，以便首先遍曆最接近的節點。

　　BVH 調試視圖

　　捕獲位置 這裡最棘手的部分是如何放置高度場，以便捕捉整個網格。

　　Krzysztof Narkowicz稱，「其中一個想法是基于GPU的全局距離場。每一幀我們都會追蹤一小組主射線來尋找沒有被卡覆蓋的射線。

　　接下來，對于每一個未發現的射線，我們将使用表面梯度遍曆全局距離場，以确定一個最佳的卡方向和範圍，從而産生一個新的卡。

　　全局距離場的捕獲位置

　　一方面，它被證實可以為整個合并場景生成卡，而不必為每個網格去生成卡。另一方面，事實證明它在實踐中相當挑剔，因為每次相機移動時都會産生不同的結果。

　　另一個想法就是把每個網格的卡作為一個網格導入步驟。通過構建幾何學的 BVH 來做到這一點，其中每個節點将被轉換為 N 張卡。

　　如下：

　　栅格化的三角形

　　光線步進卡(高場)

　　卡位置視圖

　　這一方法在在尋找一個好的位置時遇到了問題，因為BVH節點并不是放置卡的好代理。

　　那麼，研究人員又提出了另一個想法：遵循紫外線展開技術，并嘗試聚類表面元素。

　　因為要處理數百萬個由Nanite提供的多邊形，因此他們将三角形換成面元。

　　同時，他們還切換到了一個較少的約束自由導向卡，以嘗試與表面匹配更好。

　　自由導向的卡位置

　　通過嘗試，這個方法對于簡單的形狀非常有效，但是在在收斂到更複雜的形狀上就出現了問題。

　　最後，Narkowicz又切換回軸對齊的卡片，但是這次是由面元集群和每個網格生成的。

　　錐形追蹤 追蹤高度場的獨特性質還可以實現錐形追蹤。

　　錐形追蹤對于降低噪聲非常有效，因為一個預先過濾的單個錐體跟蹤代表了數千條單獨的射線。

　　光線追蹤

　　錐形追蹤

　　對于每個卡，開發者還存儲了一個完整的預過濾 mip-map鍊表面高度、照明和材料屬性。

　　在追蹤時，根據圓錐足迹選擇合适的步進光線，并對其進行射線追蹤。

　　無卡邊和帶卡邊的跟蹤

　　合并場景表示 在軟件中追蹤大量的非相幹射線是非常慢的。理想情況下，可以使用單一的全局結構，而非多個高度場。

　　當錐形足迹越來越大時，實際上并不需要精确的場景表示，可以用更近似的表示替代，以獲得更快的速度。

　　一個更複雜的場景，有幾十張卡片來追蹤每個光線

　　第一個成功的方法是實現純體素圓錐跟蹤，整個場景在運行時是體素化的，就像經典的「Interactive Indirect Illumination Using Voxel Cone Tracing」一文中的那樣實現。

　　栅格化的三角形

　　光線步進卡 (高度場)

　　體素圓錐追蹤

　　光線步進卡繼續與體素錐跟蹤

　　而這種方法的主要缺點是，由于場景幾何體的過度融合而導緻洩漏，這種現象在跟蹤粗低映射時尤其明顯。

　　第一種降低圖像洩漏的技術是，對全局距離場進行跟蹤，隻在靠近表面的地方進行體素采樣。在采樣過程中，随着采樣範圍擴大積累不透明度，停止追蹤時，不透明度将達到1。這樣總是在幾何體附近進行精确采樣，實現降低圖形洩露的目的。

　　第二種技術是對網狀内部進行體素化。這大大減少了在較厚的壁處的洩露，不過這樣也會造成一些過度遮擋。

　　其他的實驗包括跟蹤稀疏體素位塊和每面透明通道的體素。這兩個實驗的目的都是為了解決射線方向體素插值問題，即對于不垂直于壁面的射線，軸對齊的實心壁将變得透明。

　　體素位磚是将每個體素存儲一個位在一個8x8x8的磚塊中，以指示給定的體素是否為空。然後使用兩級 DDA 算法進行光線步進。具有透明面的體素相似，但 DDA相同，并且沿着光線方向透明度不斷上升。結果表明，這兩種方法在表示幾何體方面的效果都不如距離域，而且速度相當慢。

　　帶有透明度的體素

　　最早的跟蹤合并表示的方法是，對全局距離字段和使用全局每個場景卡的着色命中進行錐形跟蹤。即遍曆一個 BVH，找出場景中的哪些卡影響采樣點，然後根據錐形足迹對每張卡的适度滑步水平進行采樣。

　　本文放棄了這種方法，因為當初沒有考慮隻用它來表示遠場軌迹，而是把它看作是高場光線步進的直接替代。有點諷刺的是，這種被抛棄的方法與我們兩年後最終達成的解決方案最為接近。

　　第一個演示 到這裡，已經可以産生一些相當不錯的結果了:

　　盡管如此，還是遇到了很多圖形洩漏的問題，而且在這個簡單的場景中，即使在一個高端 PC GPU 上，性能也不是很理想。

　　為了解決洩漏問題，以處理更多的實例、在PS5上以8毫秒以下時間完成處理。這個demo堪稱是真正的催化劑。

　　與以往的方案相比，第一個變化也是最大的變化是，用距離場跟蹤取代高度場跟蹤。

　　為了遮蔽生命點，從卡片上插入生命點的光線，因為距離場沒有頂點屬性，這樣，未覆蓋的區域隻會導緻能源損失，而不是洩漏。

　　出于同樣的考慮，将體素錐形追蹤改為全局距離場射線追蹤。

　　與此同時，我們還做了很多不同的優化，并通過緩存方案對Lumen的不同部分進行了時間分流。值得注意的是，如果沒有錐體追蹤，我們必須更積極地去噪和緩存追蹤，但這又是一個漫長而複雜的故事。

　　這是我們發送第一個演示後的最終結果，在PS5上一直低于8ms，包括所有共享數據結構的更新，如全局距離字段。目前的性能表現甚至更好了，比如最新demo的完成時間接近4毫秒，質量上也有明顯的改進。

　　尾聲 總之，本文對整個Lumen進行了全面重寫，還有許多不同的想法沒有實施。另一方面，有些東西被重新利用。就像最初我們用卡片作為追蹤表示，但現在用來作為緩存網格表面的各種計算方式。和軟件追蹤類似，開始是我們主要的追蹤方法，主要是圓錐體追蹤，但最後成為一種縮小規模和支持具有大量重疊實例的、複雜重度場景的方法。

　　參考資料：

　　htt