基于姿态库和PIK算法的虚拟人全身姿态生成

当前,虚拟人的全身关键帧姿态主要通过手工方式设计生成,耗时费力,将以姿态样本为基础的数据驱动方法和以直观的高层任务约束为基础的目标驱动方法相结合,实现了虚拟人全身姿态的自动交互生成。首先构建姿态样本库,依据特定任务约束,对全身关节进行分组并提出了参数化姿态拼接方法用于虚拟人全身姿态的估计生成,随后以估计值为初始姿态,利用带优先级的逆向运动学（PIK）算法对所有任务约束按优先级顺序进行IK迭代求解,实现对全身姿态的进一步优化生成。在姿态迭代求解过程中,将静态平衡约束和其它任务约束分层单独求解,解决了平衡约束优先级难以设置的问题并可确保姿态结果的静态平衡性。实验结果表明,通过将姿态样本库和PIK算法相结合,既克服了已有基于数据样本的逆向运动学算法只能生成与原有姿态样本差别不大的姿态的限制,又可解决PIK算法的初值选取问题,相应地减少了PIK算法所需的迭代求解次数,提高了求解计算效率,并可适度保证最终姿态结果的逼真自然性。     

虚拟人的行为规划模型研究

基于智能主体理论,提出了虚拟人的结构体系。虚拟人的结构体系包括感觉模块、知觉模块、规划模块、行为模块、行动模块、数据库模块、知识库模块、情绪模块、内部变量模块、运动控制模块。这些模块集成为一个整体。本文着重介绍规划模块和行为模块的功能。虚拟人的行为用产生式规则来描述,每条产生式规则具有不同的优先度,可以在不同的行为之间建立合成运算,采用抑制增益系数和疲劳系数来表现行为的时序特征。最后,在微机上实现了一个基于本文模型的虚拟人行为动画系统。     

虚拟人追逐行为的一种决策模型

行为仿真是虚拟现实领域中的一个重要课题,追逐是动物和人类最常见的行为,建立追逐行为模型是一个有趣的话题。分析了一种包含追逐者和逃跑者的追逐行为,引入人的生理参数和情绪参数,建立了情绪、体力和速度之间的计算公式。根据非合作动态博弈原理建立了行为决策模型,我们在计算上进行了仿真实验,结果表明,我们的模型能较好模拟生命体追逐行为的一些生理特征和心理特性。     

虚拟人行为交互方法研究

人体行为交互是人际之间除语音交互之外的一种重要交互方法。本文介绍了我们应用虚拟人合成技术实现人体行为交互的主要研究工作,以及这些研究成果在聋人手语(手势)交互、人脸表情与动画合成等方面的应用。     

用于决策训练的虚拟人行为认知模型研究

基于人工生命方法和Agent理论,建立了用于井下虚拟现实决策训练的智能虚拟矿工(Intelligent Virtual Miner,简称IVMiner)模型。IVMiner集成了感知、运动、行为、认知等组件,能产生逼真的拟人行为。为了实现IVMiner的复杂行为控制,根据简化的包容式结构,建立了IVMiner的层次化行为控制模型;在认知规划中,研究了虚拟决策训练的任务知识表达模型和IVMiner的路径规划方法,实现了其全局路径规划。最后,在PC机上实现了IVMiner的行为仿真系统,能满足IVMiner的行为控制和初步的决策训练需求。     

虚拟人行为仿真智能化探讨

在虚拟人－机－环境系统研究中，为了评估人与环境的匹配性和协调性，不仅需要虚拟人具有某些静态属性和一般意义上的肢体运动属性，还需要虚拟人逼真地模拟人类执行各种任务的过程。通常，进行序列运动后目的物的操作由手或脚完成。本文在分析虚拟人运动结构及控制的基础上，研究了虚拟人行走、坐立、弯腰、转体等行为动作的实现方法，提出了虚拟人操作行为连续、复合运动仿真的逻辑步骤，并给出了相应举例。     

面向网络定制设计的虚拟人仿真

为实现适合网络定制设计的虚拟人仿真，提出基于H-anim的虚拟人仿真方法。根据H-anim定义的关节骨架模型，实现了人体的参数化几何建模和关节动画仿真，结合行为模板、规则推理和实例推理构造了人体行为仿真系统。最后介绍了虚拟人仿真在网络家居定制设计中的具体应用。     

虚拟人运动控制技术的研究

在参阅和分析了大量有关文献的基础上，对现有的各种实现虚拟人运动控制的方法进行了总结，特别是对当前广泛使用的参数化关键帧技术、基于物理的仿真技术、运动捕获技术以及运动编辑技术等，从理论到具体的实现等各个方面都作了详尽的剖析，并对各种方法的优缺点进行了分析，可为深入研究虚拟人的运动控制提供有益的参考。     

基于逆运动学的虚拟人行走

研究了虚拟人的行走模型和基于逆运动学的运动控制方法。首先对虚拟人的行走模型进行了分析,然后对运动学和逆运动学中的核心问题雅可比矩阵的构建及其伪逆矩阵的求解进行了探讨,最后结合关键帧技术实现了虚拟人行走运动控制的仿真系统。     

基于模型的虚拟人手势重构方法研究

虚拟人手操作的逼真性和准确性直接影响到仿真分析结果的可靠性.在虚拟维修作业过程中虚拟人需要不同的手势对各种工具进行灵活操作,针对该问题提出了从模型中重构手势的思想,并给出了一种新的关节角提取算法.首先,在人体建模软件中建造需要的目标手势并提取出骨架:然后用算法对原有手部模型各关节角进行迭代求解,直到该手部模型姿势与目标手势一致,实现对目标手势的重构.Jack平台上仿真结果表明,该算法可以快速有效地提取出手部模型的关节角.     

基于多目标遗传算法的冗余机械手逆解算法

提出一种新型的多目标优化遗传算法,该算法采用两种精英机制,加快了收敛速度,避免了在一般多目标遗传算法中难以处理的适应值分配过程,减小了计算资源的消耗。把所提算法应用于带有N个关节的冗余机械手运动学逆解问题,与传统的机械手逆解方法相比,所提算法不仅能够使得终端执行器精确到达期望位置,而且同时优化了机械手关节转动角度、柔顺性、安全性三个目标。仿真结果表明了所提算法的有效性。     

一种新的虚拟维修手部动作生成方法

在维修仿真中,虚拟维修人员的手部操作起着重要的作用,对维修活动中手部动作的实时、连贯生成问题进行了研究。首先提出了一种包含详细解剖结构的虚拟手模型,其次在分析总结各类虚拟人运动控制算法的基础上,通过加入阻尼系数以克服传统IK算法难于或无法处理的奇异性、冲突性与多目标性问题,改进了阻尼IK方法,并利用Jacobi矩阵的正交投影来处理优先级多约束条件下的手部动作。最后以某型装备车辆的轮胎更换维修任务为例对提出的算法进行了验证和效果评估,表明了所提方法的有效性和健壮性。     

基于模糊神经网络的机器人逆运动学问题

模糊神经网络（FNN，Fuzzy Neural Network)结合了神经网络和模糊逻辑的优点，即可以容易的表达模糊定性的知识，又具有较好的学习能力。针对机器人逆运动学问题，本文首先提了基于模糊神经网络的解决方案，阐述了基本设计思想和具体算法过程，对二自由度刚性机器人的仿真结果表明了该方案的有效性和可行性。     

多自由度机器人逆运动粒子群优化求解方法

多自由度串联机器人逆运动求解的传统方法是从逆运动方程出发求解析解,在机构存在冗余自由度的情况下会出现求解困难.提出了利用粒子群优化理论直接从正向运动方程出发,求解机器人关节变量的方法.讨论了通过粒子群优化算法的位置-速度搜索模型求解关节变量的方法和步骤.实验对比了求逆运动解析解和本方法结果的差异;验证了在约束条件下搜索关节变量值的效果.实验证实了本算法的有效性.     

基于LS-SVM的机器人逆运动学建模

提出了基于最小二乘支持向量机的机器人逆运动学建模方法，阐述了基本设计思想和具体算法过程，与RBF神经网络相比，最小二乘向量机的优点在于其训练过程遵循结构风险最小化原则，不易发生过学习现象。它通过解一组线性方程组得到全局唯一最优解。其拓扑结构在训练结束时自动获得而不需要预先确定，通过对二自由度刚性机器人的仿真，结果验证了该方法的有效性和可行性。     

基于Loop细分曲面的虚拟人跑动仿真

细分曲面方法作为一种简单有效的三维造型方法得到了广泛的应用。首先对Loop细分曲面方法进行了简要介绍。然后分析了在造型时Loop细分方法存在使曲面过于光滑的问题，通过对细分规则的修改解决这个问题。最后以逆运动学和动力学相结合的方法，通过应用改进后的Loop细分曲面方法得到了逼真的虚拟人跑动仿真结果。试验结果说明所用方法的可行性。     

虚拟物体力/触觉交互算法的研究进展

虚拟物体在受力作用时的力/触觉交互算法是虚拟环境中力/触觉人机交互的关键。分析了虚拟物体力/触觉交互算法的研究难点。介绍了当前十一种有代表性的力/触觉交互算法,并在此基础上对这些算法的优缺点进行了比较。最后对力/触觉交互算法的发展趋势进行了展望。     

小生境遗传算法在广义逆控制分配法中的应用

在利用广义逆分配法进行控制分配设计时,需要选择矩阵的广义逆阵,而不同的广义逆阵所对应的分配效率是不同的.将小生境遗传算法应用于广义逆转矩可达集分析,通过计算不同广义逆阵所能有效分配的转矩可达集体积,来选择具有最高分配效率的广义逆阵,以提高广义逆分配法的分配效率.以某飞机的控制效率矩阵进行基于广义逆分配法分配器设计,通过小生境遗传算法对广义逆阵的参数进行寻优,有效选取了具有最优分配效率的广义逆阵,显著提高了分配器的分配效率.