Frustum culling, oclusão e pop-in de LOD: Como as engines 3D descartam geometria invisível

Introdução: O desafio da otimização geométrica em jogos modernos

Cenários de jogos modernos de mundo aberto — como as florestas densas de The Witcher 3, os corredores urbanos complexos de Cyberpunk 2077 ou a vasta geografia de Horizon Zero Dawn — contêm rotineiramente dezenas de milhões de polígonos, centenas de emissores de luz e gigabytes de texturas em alta resolução a cada quadro. Se a unidade de processamento gráfico (GPU) precisasse transformar, rasterizar e sombrear cada triângulo presente no mundo virtual para cada fotograma exibido, qualquer placa de vídeo moderna sucumbiria sob a carga, entregando taxas de quadros de um dígito.

A renderização 3D em tempo real fundamenta-se na arte da eliminação. As engines de jogos alcançam taxas de atualização elevadas não por desenharem mais rápido, mas por descartarem impiedosamente a geometria que o jogador não consegue enxergar.

Esse descarte sistemático ocorre por meio de uma arquitetura de visibilidade em três etapas: Frustum Culling (descarte por tronco de visão), Occlusion Culling (descarte por oclusão) e gestão de Níveis de Detalhe (LOD). Quando calibrados de forma equilibrada, esses sistemas economizam um volume extraordinário de chamadas de desenho (Draw Calls) na CPU e largura de banda na GPU. Entretanto, quando aplicados de forma excessivamente agressiva ou descompassados por giros bruscos de câmera, causam uma das falhas visuais mais incômodas nos jogos de PC: o pop-in de geometria.

Frustum Culling: Descarte de geometria fora do campo de visão

O descarte por tronco de visão é o teste de visibilidade primário e com menor custo computacional executado por uma engine na cadeia de renderização.

                   [Posição da câmera / Olho do jogador]
                            / \
                           /   \
        Plano de corte    /=====\
           próximo       /   ▲   \
                        /    │    \   <--- Dentro do frustum (RENDERIZADO)
                       / [Visível] \
                      /    Objeto   \
        Plano de corte /=============\
           distante   /               \
       [Descarte: esq] [Descarte: fundo] [Descarte: dir]

A geometria do frustum da câmera

Na computação gráfica 3D, a área visível da câmera não é uma caixa infinita, mas uma pirâmide com a ponta cortada, denominada geometricamente tronco de pirâmide (Frustum). O frustum é definido rigorosamente por seis planos matemáticos:

1. Plano de corte próximo (Near Plane): Descarta qualquer geometria excessivamente próxima da câmera, impedindo que polígonos atravessem a lente virtual.
2. Plano de corte distante (Far Plane): Delimita o horizonte máximo de visão; qualquer objeto além desse ponto é ignorado.
3. Planos laterais, superior e inferior: Estabelecidos pelo campo de visão (FOV) da câmera e pela proporção de tela do monitor.

Volumes envolventes e testes de interseção

Testar as coordenadas de milhões de vértices individuais contra seis planos na CPU exigiria um processamento inviável. Por isso, as engines envolvem cada malha 3D em um volume envolvente (Bounding Volume) simplificado:

• Caixa envolvente alinhada aos eixos (AABB): Prisma retangular alinhado às coordenadas globais do mundo.
• Esfera envolvente (Bounding Sphere): Esfera básica definida por uma coordenada central e um raio.

Antes de emitir uma instrução de desenho para DirectX, Vulkan ou para o driver da GPU, a engine realiza um teste rápido de produto escalar entre a esfera envolvente e os seis planos. Se o volume estiver inteiramente fora de qualquer um dos planos, a malha é sumariamente descartada, e a GPU não recebe nenhum vértice daquele elemento.

Occlusion Culling: Eliminando o sobregiro (Overdraw) oculto

Embora o frustum culling elimine com facilidade tudo o que está atrás do jogador ou fora do ângulo de visão, ele não soluciona o problema do sobregiro (Overdraw): objetos que estão dentro do frustum, mas totalmente encobertos por obstáculos em primeiro plano, como muralhas, montanhas ou portas fechadas.

Renderizar uma vila detalhada situada atrás de uma muralha de pedra maciça representaria um desperdício drástico de capacidade de rasterização. As engines recorrem ao descarte por oclusão (Occlusion Culling) para eliminar essas malhas ocultas.

[Ponto de vista] ───► [Muralha de pedra maciça] ───X (VISÃO BLOQUEADA)
                             │
                  (Teste de descarte por oclusão)
                             │
                   ┌─────────┴─────────┐
                   ▼                   ▼
           [Mercado encoberto]   [Ferraria encoberta]
           (DRAW CALL ANULADO)   (PESO NA GPU: ZERO)

Três arquiteturas essenciais de oclusão

1. Conjuntos potencialmente visíveis (PVS) e sistemas de células e portais:
   • Muito utilizados em jogos de corredor e cenários fechados (clássico em engines id Tech e Source).
   • O cenário é dividido em salas (células) conectadas por vãos (portais). Se um portal não estiver dentro do frustum atual, nenhuma geometria da sala vinculada é processada.
2. Consultas de oclusão por hardware (Hardware Occlusion Queries):
   • A engine envia caixas envolventes simplificadas de objetos distantes para a GPU e verifica se algum pixel da caixa superou o teste de profundidade (Z-buffer).
   • Caso nenhum pixel passe, a malha complexa é descartada nos quadros seguintes.
   • O gargalo de latência: Aguardar o retorno da GPU através do barramento introduz um atraso de 1 a 2 quadros entre CPU e GPU. Movimentos muito rápidos de câmera podem fazer com que elementos reapareçam com atraso perceptível.
3. Buffer Z hierárquico (HZB) e culling por Compute Shader:
   • Padrão em engines contemporâneas como Unreal Engine 5 e Unity HDRP. O buffer de profundidade do quadro anterior é reduzido a uma pirâmide escalonada de mapas de profundidade (HZB).
   • Compute Shaders na GPU realizam o teste de visibilidade de milhares de caixas envolventes em paralelo diretamente na memória da placa de vídeo, eliminando paradas de comunicação com a CPU.

Níveis de detalhe (LOD) e a mecânica do pop-in de modelos

Mesmo quando um objeto está dentro do frustum e desobstruído, desenhar uma estátua de 100.000 polígonos que ocupa apenas 8 pixels no horizonte é antieconômico. Para sanar isso, utilizam-se os Níveis de Detalhe (LOD).

LOD discreto versus geometria virtualizada

• LOD discreto (LOD 0 a LOD 4): Modeladores 3D criam múltiplas versões da mesma malha com contagens decrescentes de polígonos. O LOD 0 é usado a curta distância (ex.: 50.000 polígonos); o LOD 1 reduz metade da malha a 20 metros; o LOD 4 reduz o modelo a silhuetas simples ou planos texturizados a 200 metros.
• Transição dithered (Dithered Crossfading): Para amenizar a troca abrupta de malhas, a engine aplica um efeito de dissolução pontilhada ao longo de 10 a 20 quadros, criando uma percepção visual contínua.
• Geometria virtualizada (como Nanite na Unreal Engine): Descarta o particionamento manual de LODs. O modelo é subdividido em pequenos agrupamentos (clusters) que são transmitidos dinamicamente de acordo com a resolução em pixels da tela, eliminando o pop-in geométrico perceptível.

Por que o pop-in ocorre: O triângulo do streaming de ativos

A aparição abrupta de modelos ou texturas em alta definição geralmente não se deve a falhas lógicas no código, mas a gargalos físicos no carregamento contínuo (Asset Streaming):

1. Latência de I/O no armazenamento: Discos rígidos mecânicos (HDDs) ou SSDs SATA sob carga pesada não conseguem transferir centenas de megabytes de dados de modelos para a memória RAM a tempo.
2. Largura de banda do barramento PCIe e VRAM: Durante giros rápidos de câmera, a taxa de envio de buffers de vértices e texturas para a memória de vídeo atinge o teto.
3. Atraso na invalidação de oclusão: Ao contornar uma quina em alta velocidade, a câmera se desloca mais rápido do que o sistema HZB ou de consulta leva para desmarcar a flag de oclusão, atrasando a renderização por alguns milissegundos.

Matriz de diagnóstico: Falhas visuais em culling e transições de LOD

Identificar com precisão o comportamento anômalo permite ajustar os parâmetros corretos na engine:

A renderização 3D eficiente baseia-se no equilíbrio constante entre velocidade de processamento, taxa de transferência e limites de memória. Com o apoio das análises técnicas do 365Finds, jogadores e desenvolvedores podem calibrar as configurações de renderização para erradicar o pop-in visual sem sacrificar a estabilidade de quadros nem a consistência do hardware.

Referências

• Visibility and Occlusion Culling - Unreal Engine Documentation
• Occlusion culling - Unity Manual
• Rasterizer Stage - Win32 apps | Microsoft Learn
• Basic 3D theory - Game development | MDN