edubpt edubpt 是用 C++ 编写的双向路径跟踪的简单实现。源代码发布在 Github 上，并有日文注释。

Monte Carlo Path Tracing 蒙特卡洛光线追踪 依赖库 freeglut 3.0 Eigen 3.3.4 Lua 5.3 Sol 2.19 stb 中的stb_image_write.h 各平台运行指南 Windows Visual Studio 2015 x64 依赖库已经配置好，直接可以编译运行。 也可以通过双击脚本run_xxx.bat直接运行可执行程序。 运行参数可通过工程->属性->配置属性->调试,在右侧"命令参数“处设置；第一个参数即为lua脚本文件。 Linux ubuntu 16.04 GCC (>= 5) 需要安装的额外依赖 sudo apt install libreadline-dev freeglut3-dev 运行步骤（以scene01为例） cd path/to/this/project mkdir build && cd build cm

本代码主要适用于无人驾驶下的路径最终。模型及求解过程可参考龚建伟版《无人驾驶车辆模型预测控制》第4章。

Path tracing is one of several techniques to render photorealistic im- ages by simulating the physics of light propagation within a scene. The roots of path tracing are outside of computer graphics, in the Monte Carlo simulations developed for neutron transport. A great strength of path tracing is that it is conceptually, mathematically, and often-times algorithmically simple and elegant, yet it is very general. Until recently, however, brute-force path tracing techniques were simply too noisy and slow to be practical for movie production rendering. They therefore re- ceived little usage outside of academia, except perhaps to generate an occasional reference image to validate the correctness of other (faster but less general) rendering algorithms. The last ten years have seen a dramatic shift in this balance, and path tracing techniques are now widely used. This shift was partially fueled by steadily increasing com- putational power and memory, but also by significant improvements in sampling, rendering, and denoising techniques. In this survey, we pro- vide an overview of path tracing and highlight important milestones in its development that have led to it becoming the preferred movie rendering technique today.

和声2 CIS 565 Project3：CUDA Pathtracer 2014年秋天 10 月 8 日星期三截止（提交至 10 月 12 日星期日不受处罚） 介绍 在这个项目中，您将实现一个基于 CUDA 的路径追踪器，能够非常快速地生成路径追踪渲染图像。 构建路径追踪器可以看作是构建光线追踪器的泛化，因此对于那些使用 460/560 的人来说，基本概念对您来说应该不是很陌生。 对于那些没有参加过 CIS460/560 的人，光线追踪是一种通过将光线穿过图像平面中的像素追踪到场景中并跟随光线反弹并与场景中的对象交互的方式来生成图像的技术. 更多信息可以在这里找到： 。 路径追踪是这项技术的推广，它不仅仅考虑直接照明对表面的贡献。 由于在本课程中，我们关注的是生成实际图像，而不是像文件 I/O 这样的普通任务，因此该项目包括用于加载场景描述文件格式的基本代码，如下所述，以及通常构成渲染的各种其他内容“线束”负责渲染本身的所有内容。 核心渲染器留给您实现。 最后，请注意，虽然此基本代码旨在作为 CUDA 路径跟踪器的强大起点，但如果您愿意，您不需要使用此基本代码，您也可以随意更改基本代

基于曲率前馈的智能车辆路径跟踪算法