群体行为规划技术的研究与实现
本文选题:群体行为仿真 + 行为引擎 ; 参考:《电子科技大学》2010年硕士论文
【摘要】: 群体动画在计算机游戏、影视动漫、城市建筑规划等很多方面都有着广泛的应用。然而,对大规模群体行为进行模拟尤其是实时模拟是一件复杂而艰巨的工作。因为对群体行为的仿真不仅涉及到高层的决策过程,还同时要考虑底层事物的表示以及事物之间的交互计算。更为麻烦的是,个体与个体之间以及个体与环境之间的复杂约束关系决定了在群体规模增大的时候,仿真运算复杂度将呈非线性增长。为此,本文提出构建一个高效的群体行为引擎来解决这一问题。本文首先讨论了行为系统的设计,然后着重研究了在路径规划算法方面进行改进及系统实现中使用加速技术来提高系统性能,最后介绍了群体的建模方法以及行为引擎如何被用来进行快速实现。 构建行为引擎的目的在于简化群体仿真应用的开发过程。它的难点在于如何对行为仿真中的各种元素进行抽象、组织和融合。本文将行为引擎设计为信息管理模块、路径规划模块,以及系统控制模块三分部分。每个功能模块的作用和设计都做了比较详细的讲解。它预置了一些关键算法来提高行为仿真质量,同时也给用户提供了很好的扩展接口。 路径规划是大规模群体仿真性能消耗的最主要部分。本文提出了一种基于势能场的实时高效的群体导航方法。该方法将局部势能场与全局势能场相结合,有效的解决了局部势能场中的极小值问题,同时又避免了全局势能场无法满足局部灵活性的问题。 并行计算技术是目前最为流行的计算加速方法之一。本文分析了如何对碰撞避免和行为个体的更新进行适当修改,以适应并行执行。同时介绍了OpenMP并行方案如何被用在行为引擎中实现并行运算。另外,本文探讨了另一种简化运算的方法——LOD技术,并介绍了它如何用在行为仿真中以简化运算。 最后,本文介绍了群体行为的建模方法,并以交通仿真和室外逃生系统为例,将重点放在如何利用行为引擎系统进行快速的群体建模实现,同时也作为行为引擎系统有效性的验证。随后,本文对目前的研究成果进行了总结,并对将来进一步的工作进行了展望。
[Abstract]:Group animation has a wide range of applications in computer games, film and television animation, urban building planning and many other aspects. However, the simulation of mass behavior, especially real-time simulation, is a complicated and arduous task. Because the simulation of group behavior involves not only the high-level decision-making process, but also the representation of the underlying things and the interaction between them. What is more troublesome is that the complexity of simulation will increase nonlinear when the population size increases because of the complex constraints between individuals and environment. Therefore, this paper proposes to construct an efficient group behavior engine to solve this problem. This paper first discusses the design of behavioral system, and then focuses on the improvement of path planning algorithm and the use of accelerated technology to improve system performance in system implementation. Finally, the paper introduces the method of group modeling and how the behavior engine can be implemented quickly. The purpose of building behavior engine is to simplify the development process of group simulation application. Its difficulty lies in how to abstract, organize and merge all kinds of elements in behavior simulation. In this paper, the behavior engine is designed into three parts: information management module, path planning module and system control module. The function and design of each function module are explained in detail. It presets some key algorithms to improve the quality of behavior simulation and provides a good extended interface for users. Path planning is the most important part of mass simulation performance consumption. In this paper, a real-time and efficient group navigation method based on potential energy field is proposed. By combining the local potential energy field with the global potential energy field, the method can effectively solve the minima problem in the local potential energy field and avoid the problem that the global potential energy field cannot satisfy the local flexibility. Parallel computing technology is one of the most popular computing acceleration methods. In this paper, we analyze how to modify the collision avoidance and the update of behavior individuals to adapt to parallel execution. At the same time, this paper introduces how OpenMP parallel scheme is used to implement parallel operation in behavior engine. In addition, this paper discusses another method of simplifying operation, LOD technology, and introduces how to use it in behavior simulation to simplify operation. Finally, this paper introduces the modeling method of group behavior, and taking traffic simulation and outdoor escape system as examples, it focuses on how to use the behavior engine system to realize group modeling quickly. It also serves as a validation of the effectiveness of the behavior engine system. Then, this paper summarizes the current research results, and prospects for further work in the future.
【学位授予单位】:电子科技大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP391.9
【相似文献】
相关期刊论文 前10条
1 毕慧敏;董海鹰;;改进遗传算法在机器人路径规划中的应用[J];兵工自动化;2006年04期
2 於时才;梁治钢;李海龙;;基于免疫遗传算法的移动机器人路径规划[J];微计算机信息;2008年02期
3 秦硕;朱凡;刘永学;麻忠文;;多UAV协同路径规划研究[J];系统仿真学报;2008年23期
4 谈士力,龚振邦,万德钧;壁面移动机器人随机障碍避碰路径规划研究[J];应用科学学报;1997年03期
5 陈宗海;月球探测器路径规划的基于案例的学习算法研究[J];航空计算技术;2000年02期
6 张宏远,方宗德,傅卫平,王会丽;基于Petri网的AGV路径规划方法[J];组合机床与自动化加工技术;2001年07期
7 周水生,容晓锋,周利华;判断两个凸多面体相交的简单方法[J];宝鸡文理学院学报(自然科学版);2002年01期
8 张颖,吴成东,原宝龙;机器人路径规划方法综述[J];控制工程;2003年S1期
9 王仲民,姚立卿,张寒松;基于神经网络的移动机器人路径规划研究[J];天津职业技术师范学院学报;2003年01期
10 郭琦;洪炳熔;张华;;用Hopfield网络优化空间机器人的路径[J];哈尔滨工业大学学报;2003年08期
相关会议论文 前10条
1 马玉林;闫庆辉;付宜利;;复杂障碍环境下轮式移动操作机路径规划算法[A];人才、创新与老工业基地的振兴——2004年中国机械工程学会年会论文集[C];2004年
2 王学先;霍伟;;移动机器人路径跟踪的临时路径方法[A];2002中国控制与决策学术年会论文集[C];2002年
3 朱磊;费敏锐;李佳骏;;Fira仿真足球机器人运动路径规划方法研究[A];2004中国机器人足球比赛暨学术研讨会论文集[C];2004年
4 杨泽青;刘丽冰;谭志洪;刘伟玲;;自适应遗传算法在柔性检测路径规划中的应用[A];第二十七届中国控制会议论文集[C];2008年
5 周惠友;郭海英;钟廷修;;液压集成块的虚拟设计[A];第一届全国流体动力及控制工程学术会议论文集[C];2000年
6 段莉琼;崔铁军;雷大伟;;汽车自导航系统中加入道路转向限制的最短路径算法[A];全国测绘与地理信息技术研讨交流会专辑[C];2003年
7 施麟书;楼东武;;足球机器人智能控制决策系统的优化[A];2004全国测控、计量与仪器仪表学术年会论文集(下册)[C];2004年
8 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
9 黄鹏;杨鹏;黄军雷;刘作军;;几种运动规划策略在机器人足球中的应用[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年
10 雷兆明;孙鹤旭;刘作军;林涛;杨鹏;;非完整性约束下移动机器人带虚拟障碍物的路径规划[A];第二十六届中国控制会议论文集[C];2007年
相关重要报纸文章 前10条
1 本报实习记者 张研;卫星导航 玩转“五一”[N];计算机世界;2006年
2 成都 苏坛;车载GPS实用选购技巧[N];电子报;2008年
3 四川 苏杭;轻松用好车载GPS小技巧[N];电子报;2008年
4 曹乙帆;6大GPS采购建议 寻觅最佳行车导航方案[N];电子资讯时报;2007年
5 浙江大学 潘志庚邋李永青;在虚拟世界中体验奥运[N];计算机世界;2007年
6 张晔;首个智能交通项目建成[N];科技日报;2007年
7 李军;中寰导航快易行昨天亮相[N];人民邮电;2004年
8 中国科学院计算技术研究所 申排伟 张林广 张进 方金云;空间计算技术服务智通交通[N];计算机世界;2005年
9 ;征途“双响炮”[N];电脑报;2007年
10 ;“城际通”破解交通难题[N];江苏经济报;2007年
相关博士学位论文 前10条
1 杨燕;水下航行器编队运动规划与稳定性研究[D];天津大学;2012年
2 史春雪;海底钴结壳采矿车路径规划主要技术研究[D];中南大学;2011年
3 辛江慧;探测车自适应障碍识别与路径规划研究[D];南京航空航天大学;2009年
4 周芳;蒸汽发生器检修机械手路径规划及控制方法研究[D];哈尔滨工程大学;2010年
5 闫飞;面向复杂室外环境的移动机器人三维地图构建与路径规划[D];大连理工大学;2011年
6 曹江丽;水下机器人路径规划问题的关键技术研究[D];哈尔滨工程大学;2009年
7 武心安;未知环境下自主式水下潜器路径规划问题研究[D];哈尔滨工程大学;2010年
8 李雄;飞行危险天气下的航班改航路径规划研究[D];南京航空航天大学;2009年
9 范红;智能机器人路径规划及避障的研究[D];浙江大学;2003年
10 康亮;自主移动机器人运动规划的若干算法研究[D];南京理工大学;2010年
相关硕士学位论文 前10条
1 罗伟平;群体行为规划技术的研究与实现[D];电子科技大学;2010年
2 李魁星;基于信息熵遗传算法的舰船导航路径规划技术研究[D];哈尔滨工程大学;2010年
3 隋玲玲;复杂未知环境下机器人路径规划算法研究[D];复旦大学;2010年
4 王迎春;一种球形月球探测机器人的机构设计与路径规划研究[D];北京邮电大学;2010年
5 谷燕子;移动机器人路径规划技术研究[D];河南科技大学;2011年
6 李科迪;智能汽车宏观路径规划方法研究[D];吉林大学;2011年
7 王鹏;航空旅行路径规划问询系统的研究与实现[D];沈阳工业大学;2003年
8 彭展;基于快速扩展随机树的机器人路径规划算法仿真实验平台研究[D];中南大学;2004年
9 刘敏;融雪剂撒布车辆的路径规划问题研究[D];哈尔滨工业大学;2010年
10 杜峰;某型机器人的路径规划方法研究[D];哈尔滨工程大学;2010年
,本文编号:1901109
本文链接:https://www.wllwen.com/wenyilunwen/dongmansheji/1901109.html