群体动力学的群组行为仿真
目的 许多群体动画算法侧重从宏观或微观角度模拟人群运动,而结合两种方法模拟群组动态的算法较少,为解决这个问题,提出一种基于群体动力学的群组行为仿真算法.方法 首先,采用连续模型构建动态势能场,为个体计算运动初始速度;然后,基于群体动力学模拟组内跟随和组间避让行为;在组内跟随行为中采用“Car-following”模型为个体计算跟随加速度;在组间避让行为中提出群组的凸包表示方法,并引入局部势能场;最后,结合动态势能场和局部势能场实现群组行为仿真.结果 在每个仿真循环中动态更新全局势能场信息,对比不同群体规模及网格精度的人群仿真效率.实验结果表明本文算法能用于模拟规模较大的多样性群组运动.在网格分辨率为80×80像素的场景中对5 000个个体的运动进行仿真,平均帧速率为35.7 ms(约28帧/s),与传统的连续模型相比产生了更多的群组行为.采用快速行进法构建全局动态势能场,即使在粗糙网格中也能得到较为平滑的路径.结论 提出算法适用于多样性群组行为仿真,同时结合全局规划和局部控制,无需额外碰撞检测便能真实地模拟组内跟随和组间避让行为,仿真效果具有高效性和多样性.
群体动力学、群体动画、势能场、碰撞避免、群组行为、组内跟随、组间避让
22
TP391.9(计算技术、计算机技术)
国家自然科学基金项目81560372;四川省自然科学基金面上项目2017JY0229;四川省教育厅科研项目16ZB0069;可视化计算与虚拟现实四川省重点实验室项目KJ201413;中央高校基本科研业务费专项资金项目A03013023001050,ZYGX2016J095National Natural Science Foundation of China81560372
2018-01-09（万方平台首次上网日期，不代表论文的发表时间）
共10页
1769-1778
