前段时间出了虚幻引擎5，介绍说是可以实现实时光线追踪，感觉不可思议，后来看文章发现大部分的光线追踪都是基于体素的光线追踪（消耗比较小），一小部分的光线追踪是基于屏幕的射线。于是找了文章开始了解体素光线追踪。
这个技术是英伟达提出来的，不算真正意义上的光线追踪，有点近似的感觉，但是效果也很逼真，下面介绍一下：
本文算法总共有四个阶段，分别为体素化、直接光照、各向异性过滤、间接光照，算法的各个阶段如图１所示。第一阶段是体素化阶段，将图元为三角形的场景转换为体素场景，计算单个体素的基础属性并存储。第二阶段是直接光照阶段，计算光源照射到每个体素上的直接光照，并将其作为出射辐射度存储在体素中。第三阶段为各向异性过滤阶段，将体素的出射辐射度经过各向异性过滤形成层级，既简化了存储光线传输的方向，又保持后续采样的一致性。第四阶段是体素锥追踪阶段，通过锥体的光线束来收集第二阶段中体素的出射辐射度，并用来计算间接光照。
第一个阶段就是场景体素化。原来场景的Mesh都是由三角形面片组成的，现在转换成立方体块的体素，这里稍微有点疑问，体素化是发生在哪一个阶段呢，我个人认为这里是进行了预结算，把场景直接体素分块，然后在摄像机旋转的时候再去获取相应场景的体素块。（文章中的体素块是被做成三维纹理来存储的，可以用一个三维坐标来获取体素值，这里的体素值里包括法线等信息（如果是有法线信息，那么这个法线应该是在世界坐标空间系里的））
第二个阶段是计算直接光照，就是利用光线传输方程，出射辐射度等于所有入射辐射度之和，不过一个体素中可能有多个法线，这时不能做简单的加法然后取均值，因为均值之后这个法线可能就收不到光照了，所以要考虑衰减值等等。具体公式如下：
：ｋ 为体素内子三角形的数量；ｎｊ为体素内子三角形的法线；Ｖ 为法线衰减值；ｎｓ和Ｌｓ为法线和入射光在三个坐标轴上的分量。根据均值法线的方向选取入射光主轴方向，分别计算三个轴上的衰减，再采用法线权值求和，以避免均值法线方向不当而影响体素内光照的情况。
还要计算环境光遮蔽情况，（这里简单解释一下AO环境光遮蔽，就是用来模仿全局阴影，从一个点出发向半圆球内射线，如果命中物体射线越多，则这个点越暗，命中光源越多，这个点越亮）
第三个阶段是各项异性处理，这里留个坑 没太看明白
第四个阶段就是利用体素锥进行追踪，
这里，漫反射通过６个光圈值为６０°的锥进行追踪如图b，高光反射通过一个光圈值为1０°的光锥进行追踪，如图d。
这里的l是出射辐射度的反方向，也就是视线方向。
这里的利用体素锥进行追踪和光线追踪有点不同，区别在于它是一个整体的光线步进，如上图，而传统管线追踪是每个光线单独去步进检测碰撞。
单个锥体采样的过程类似于光线步进，锥体的光圈值为γ，锥体的方向为ｄ，锥体每一步会步进一定的距离，然后对辐射体进行一次采样，采样的层级由锥体底端的半径确定。设ｔ 为步进的距离，则锥体底部的半径ｒ＝２ｔ×ｔａｎ（γ／２），采样层级为ｌｏｇ２（ｒ／Ｖｍａｘ），Ｖｍａｘ为渐近贴图最高层级的体素边长，即三维场景的最长边的大小。在第ｍ步中，锥体都需要对辐射度ｃｍ与累积遮蔽值ａｍ进行计算。如下图
锥体累积到指定的距离后，ｃｍ就是间接光照值。
这里一些法线的计算，还有各向异性计算都是paper中提到的，一般的算法流程中可能略有不同。但是总体流程大致相似
参考资料
- 桂梅书, 侯进, 谭光鸿,等. 基于体素锥追踪的全局光照算法[J]. 光学学报, 2019, 39(6).
- 博客https://blog.csdn.net/pizi0475/article/details/49422123