随着虚拟仿真应用对布料模拟真实感要求不断提高,自碰撞检测成为研究热点。精确快速的自碰撞检测会极大提高布料模拟的真实感。布料作为由大量基本图元组成的变形体模型,在仿真过程中,极易发生褶皱、重叠等自碰撞的现象,因此布料的自碰撞检测常常会消耗大量时间,导致模拟出现不真实的卡顿现象。为了消除这种现象,之前的研究工作通过法向锥测试、粒子群算法和色差分解等方法对自碰撞检测进行优化。虽然提升了检测速度,但是存在漏检等缺陷。因此,在保证准确性的前提下,减少自碰撞检测耗时成为目前布料仿真领域的技术难点。本文针对上述技术难点进行研究,从以下方面对自碰撞检测进行改进:(1)针对组成布料的基本图元构建没有厚度的圆形包围盒;(2)采用由底向上策略对布料模型构建AABB-圆形混合层次包围盒,在自碰撞检测的高层剔除过程中,通过AABB剔除明显不发生碰撞的基本图元,初步筛选出有可能发生碰撞的图元对,然后通过融合深度神经网络的圆形包围盒相交检测算法对初步筛选的结果进行二次剔除,输出潜在碰撞对;(3)通过图元相交检测算法筛选出潜在碰撞对中的碰撞图元对,并进行相应地碰撞处理。通过比较相同场景下的模拟耗时,验证了本文的方法相对与之前的方法提升了速度。