[ue4] HISM 大规模植被渲染解决方案

        HISM，即HierarchicalInstancedStaticMesh，是ue4中针对类似植被这样大规模重复物件渲染提供的一种解决方案。本文仅作为HISM设计的导读，具体细节需参照源码的实现。

ISM

        在讨论HISM之前，我们先来看一下ISM，即InstancedStaticMesh。简单来说它就是ue4提供的实例化渲染，通过Instance，绘制n个相同的物体，原来需要n次drawcall，现在只需要一次就可以了（更多的细节可以猛戳这里）。

        想象一下，如果我们想要渲染一束花，一盒鸡蛋，这看起来是一个非常不错的解决方案。但是，如果我们要渲染一望无际的植被，就会出现以下这些问题：

        (1) 视野中只会出现部分植物，但绘制时却需要提交整个植被；

        (2) 我们难以控制远、中、近景的精度（LOD)；

        一个比较简单的思路是，可以把植被拆分成多个部分来管理，进行选择性的drawcall。

HISM

        为了解决上面提到的问题，ue4提供了HISM的解决方案，H对应的就是层级的意思。它的思路本质上也是把植被拆分，只不过更加复杂一些，针对每个StaticMesh，构建一个ClusterTree的树状结构来管理植被。它仅在创建物体时自动构造一次，因此只适用于静态的类植被的物体。

        首先，先不管这棵树的具体结构，我们来考虑一个问题：如何将instance物体拆分为多个部分，并分段提交？

        instance物体对应了一个instance buffer，它按顺序存储了每实例的structure数据，比如transform信息。如果我们希望将原instance物体拆分为k份，我们确实可以重新分配k个instance buffer，不过还有更加简单的方法。

        在绘制instance时，图形API提供了相关的接口，可以指定instancebuffer的起始位置和偏移值，以及设定实例数量，来控制最终绘制的实例。也就是说，我们只需要k个instance buffer的起始位置和偏移值，就能将原有的实例物体拆分为k部分。这样做的好处在于，我们不需要重新分配instance buffer。

将一个instance buffer拆分为多块，记录有效区间（蓝色部分）的起始位置和偏移值

        通过这样的方式，我们可以以一种较为粗糙的细粒度来控制植被的剔除以及LOD的切换。 

ClusterTree

        ClusterTree是一棵多叉树，它的每个节点包含了首尾Instance Id，对应一段区间。将父节点的区间切割后生成多个子节点。

        为了控制树的生成形状，我们可以设定预设剔除的粒度（越小剔除越精细）、预设至少生成多少实例等数据，ue4会根据这些设定计算出合适的BranchingFactor，作为当前节点是否要继续划分的依据。

        ClusterTree的构建方式：对所有实例在最大轴向上排序，然后一分为二，再对每个子区间继续划分。下图描述了这一过程：

        通过递归的划分，我们得到了多个子区间，但我们并没有得到一棵树。为了构建树，我们需要重复上图的递归过程，先构建叶节点，再将叶节点视为多个大的实例，构建其父节点，自底向上完成整个过程。

剔除

        在ue4的几何体绘制管线中，存在静态和动态两个流程，最终的绘制指令由MeshCommand封装。

        对于静态绘制而言，会在物体创建并添加到场景时构建StaticMeshBatch，并缓存下来，除非有必要才会重新生成MeshBatch。

        而对于动态绘制物体而言，需要每帧生成MeshBatch，再基于MeshBatch生成最终的MeshCommand，因为每帧的MeshBatch信息可能发生变化。

        由于镜头的转换后，我们需要绘制的植被部分可能会发生变化，因此在使用HISM后，就必须走动态绘制的流程。

        剔除的过程在InitViews中进行，这一过程实际上完成了两个操作，一个是可见性计算，此外是收集对应的MeshBatch并生成MeshCommand。HISM的剔除不在常规的可见性计算流程中，而是在收集动态MeshBatch流程中完成。

        在生成MeshBatch时，从ClusterTree根节点开始计算节点对应的包围盒是否在视锥体内，如果在则继续查询子节点。将可见节点对应的首尾instance id记录到数组中（必要时合并连续区间），得到多段首尾instance id。

        仔细观察MeshBatch的结构，会发现它包含了一个Element的数组，但是一般静态物体只会用到一个Element。而对于HISM而言，则是一段区间对应一个Element，这个结构似乎就是专门为了兼容HISM这类数据的提交而实现的。

        当我们把HISM的数据拆分为k段提交后，我们将在MeshBatch下得到k个Element，它们将进行k次drawcall。这里就存在一个取舍问题：拆分得越精细，意味着剔除越精细，但drawcall有可能提升；反之剔除越粗糙，drawcall将降低。

LOD

        LOD也就是根据相机到物体距离的远近选择不同精度模型（对植被而言，最远处切换为公告牌）。在剔除过程中计算视锥体和节点对应的包围盒相交的过程中，我们也同时计算包围盒中心到相机的距离，并决定这一区间的绘制层级，然后将首尾instance id记录到对应LOD层级的数组中。