基于改进JPS算法的电影群体动画全局路径规划

目前,电影场景中的群体动画路径一般是静态设置的,以镜头拍摄效果为主,因而存在路径不连续、动画制作效率低等问题.提出一种新的电影群体动画全局路径规划算法,在跳点搜索(jump-point search, JPS)算法的基础上引入Bezier曲线和群体密度信息进行路径编辑和优化.首先,采用JPS算法自动生成群体运动路径,得到可编辑的路径节点作为Bezier曲线的控制点,并利用Bezier曲线对路径进行调整,解决路径中存在的折线、偏转角度大、不平滑等问题.然后,在JPS算法规划好的路径节点上设置群体密度信息,并根据密度信息调整智能体的速度以及运动方向,解决群体运动堵塞和个体碰撞问题.实验结果证实了该算法的可行性,在保证镜头效果的情况下,能够逼真地模拟大规模群体运动,大大提高了群体动画运动路径的制作效率,适用于各种复杂电影场景.     

一种基于动态纹理的运动场景可视化方法

为实现大规模角色运动场景的高真实感快速仿真,提出了一种基于动态纹理的可视化方法. 使用基于关节点旋转角的动作迁移方法,获取角色的运动动作;使用基于曲线式骨骼的变形方法,实现运动角色变形;将角色运动过程,通过渲染到纹理技术,生成内容可以实时更新的动态纹理;将角色的动态纹理应用到Billboard上,替代运动角色,实现快速绘制;使用GPGPU(General Purpose on GPU)技术加速角色变形和绘制,进一步提高仿真速度. 对于包含1万个角色的大规模场景,可以实现30FPS的实时渲染,实验结果表明该可视化方法能够快速仿真大规模角色的运动场景.     

基于主智能体的群体学习算法GLBMA

以机器人足球比赛（RoboCup）为背景,基于主智能体和辅助智能体概念,提出了基于主智能体群体强化学习算法（GLBMA）,该算法通过主智能体和辅智能体的角色切换来实现整个团队的学习,改进了传统的群体强化学习算法。RoboCup仿真比赛试验表明,传统群体强化学习算法中的行为学习状态空间过大,连续状态空间的行为选择及多智能体合作求解等问题得到了解决．     

基于时空信息约束的密集人群分割方法

在密集场景中,人群可以看作是由三五成群的、具有运动一致性的子群体构成的集合.为了能划分这些子群体,以便对人群的交互行为进行分析,提出了一种基于时空信息约束的分割方法.该方法首先利用背景建模和特征点跟踪,获取视频图像帧中运动目标的时空信息;然后,利用前景中群体分布的空间区域信息,将空间上相邻近的人群划分为若干个子群体;最后,通过一段时间内的运动相关性将子群体进行进一步的分割.这两种约束信息相互作用,得到具有运动一致性的子群体.通过大量实验验证测试,表明该方法可以应用于不同人群密度、视角范围等多种场景视频.     

鱼群集群行为的建模与仿真

群体智能主要针对生物群体中简单智能个体相互作用表现出复杂智能行为进行研究.个体之间的组织结构、关系和群体行为的涌现机制是其研究的关键要素.首先对鱼群游动的规律进行分析,然后采用自底向上的建模方法建立了一种基于向量的数据模型,最后基于java技术建立了鱼群集群行为仿真系统,有效地模拟了个体鱼之间以及环境之间的相互作用,最终涌现出复杂的群体行为的过程.仿真模型和结果对其它群体的研究具有指导意义.     

智能虚拟人Agent行为建模与运动控制

针对虚拟环境中人的行为分析,研究了井下智能虚拟人Agent的行为建模和运动控制技术.基于人工智能/人工生命方法,构建了集成感知、运动、行为、认知、内部属性等组件的井下智能虚拟人Agent的体系结构;研究了基于简化包容结构的智能虚拟人Agent行为控制模型及其行为选择机制,并基于A*算法,实现了智能虚拟人Agent的路径规划;初步构建了井下虚拟人Agent行为仿真系统,实现了虚拟人Agent的复杂行为控制,为进一步构建具有行为真实感的井下虚拟环境提供技术参考.     

群体智能计算

群体智能是正在迅速发展的新兴研究领域.通过对自然界生命现象的模拟,在不同层次上揭示生命现象和进化规律,为复杂系统复杂行为建模与仿真提供了新的思路.该文对群体智能和计算智能的概念、基本原理和研究方法作了阐述,并对群体智能计算的未来发展趋势作了展望.     

一致环境下多智能体系统的群集算法

针对一致环境下智能群体的群集运动控制算法进行了研究.在群中智能体感知范围有限的情况下,群体拓扑图是动态变化的,假设群体拓扑图时刻保持连通,且群中所有智能体受到外界环境的影响是一致的,通过引入光滑的势场函数,设计了群集控制算法,运用李雅普诺夫稳定性理论,证明了多智能体能取得群集运动,仿真实例验证了算法的有效性.     

基于混合蛙跳算法的层次化群体路径规划

在复杂的群体运动场景中,传统路径规划方法具有计算量大、耗时长、效果生硬等缺点。为此笔者提出了一种层次化路径规划方法,将群体路径规划问题分为两个层次,在底层使用A*算法进行全局路径搜索,规划出一条从起始点到目标点的全局最优路径,使群智能算法进行上层局部路径规划时只考虑上层粒子间的碰撞;在上层采用混合蛙跳算法并结合多线程技术进行个体路径的动态规划。仿真实验结果表明：所提出的方法有效降低了群体路径规划中的算法复杂度和时间复杂度,在较为复杂场景下能够逼真和高效地进行群体运动仿真。     

集群无人机导航实验教学平台开发

随着多无人智能群体技术发展和应用场景的拓宽,对满足不同复杂环境下多无人智能群体及其搭载装置的多源导航系统可靠与稳定性能也提出了较高要求.应用场景的不断扩大,使得越来越多的行业对多无人智能群体的协同感知能力提出了迫切的应用及开发需求.针对多无人智能群体协同装置在面对多种多样的复杂协同工作环境下,容易出现导航系统中常用传感器受磁场等干扰性能不稳定的问题,除了需要进一步优化改进导航传感器自身的测量性能以外,更多地提高多智能群体协同装置的多类异构传感器信息融合的精度和可靠性显得尤为重要.为了应对这一实际需求,也为了使实验课程教学紧跟学科发展,需要开发一套适合于无人机集群导航研究的实验教学平台,供学生系统研究影响多智能体协同装置运行可靠性与安全性的导航问题.     

虚拟仿真技术和机器人学结合的复杂多刚体对象智能交互研究

结合虚拟仿真技术和机器人科学,研究虚拟场景中复杂多刚体对象的智能交互实现方法和软件解决方案.提出基于Solidworks、3DS Max建模阶段和EON Professional性能优化阶段的模型优化方法以及应用机器人运动学D-H(Denavit-Hartenberg)模型实现复杂多刚体对象的运动学建模;给出可行的软件解决方案,从而定义了多种软件之间相互通信的接口方式,并以虚拟施工场景中复杂多刚体对象虚拟塔吊为例,实现了虚拟塔吊的智能交互仿真.软件开发实践表明:所提出的方法、方案是可行的,达到具备良好智能特性的交互仿真,可以推广至虚拟场景的开发.     

基于Agent的公共场所突发事件三维仿真建模与应用

针对公共场所突发灾难而面临人员密集和角色复杂环境的特点,采用基于视景仿真技术的多Agent体系结构再现事故发生环境,建立支持多角色用户协同的突发灾难应急虚拟演习场景. 分析了对公共场所这一特定领域进行仿真建模的方法与特征,将多Agent技术应用于仿真模型,并与真实角色组成虚拟环境而实现分布式架构.通过基于多Agent的三维地铁站突发火灾仿真场景建模应用实例表明,模型建立速度快,成本低,演习过程生动,内容丰富多变.本文建模方法可适用于所有人员密集的公共场所三维仿真模型的构建,并对场景中发生的突发灾难提供模型支持.     

基于OPNET的智能交通系统仿真平台构建与性能分析

针对车辆通信网络建立了智能交通系统单跳场景下的V2I和多跳场景下的V2V无线数据通信.鉴于国内外尚无完善的仿真环境,以及交通仿真相对于网络仿真的复杂性,使用OPNET Modeler软件对车-X无线通信网络进行建模和仿真.仿真给出了在V2I场景下改变车辆行驶的速度和通信范围,不会影响信息的可靠传输;在低速运动的V2V场景中,AODV协议比DSR协议更适合作为车辆通信网络的网络层路由协议.     

一种基于混合智能体系统的Flocking算法

对由多个具有二次积分动态、通信半径不同的智能体组成的混合群体跟随领航者取得flocking运动进行研究.针对不同智能体的通信半径存在个体差异这一现象,提出一种分散控制算法.该控制策略能够保证混合智能群体跟踪一个速度固定的虚拟领航者,形成紧凑、无碰撞的队列且各智能体的速度最终收敛于领航者的速度.最后给出了算法可行性的理论分析,并针对20个具有不同通信半径的智能体跟随一个速度固定的虚拟领航者的情形给出了计算机仿真,验证了算法的可行性.     

基于3D引擎技术的机构运动仿真

机构运动三维可视化仿真是进行产品设计和分析的一个有效手段.介绍使用3D STATE的3D引擎技术进行机构运动三维可视化仿真,包括机构运动仿真时三维场景的建立和仿真程序的实现.初步研究表明,该方法具有场景设计直观灵活的特点,基于3D引擎技术便于机构运动仿真软件的可视化界面的快速开发.     

基于张量分解的跑动行为检测

异常行为检测是智能安全监控的重要内容,而异常行为特征的提取是一个难点.张量作为高维数据的自然表现形式能有效保留数据的结构信息提取到运动目标.本文将张量分解应用于数字视频处理,然后对稀疏前景张量时间轴方向上的纤维束做频域处理进一步优化运动前景;最后使用多层卷积神经网络结构对运动目标的跑动行为进行识别.仿真对比实验证明了基于张量分解的方法比传统方法处理效果更好、在实测视频中本文跑动行为识别率达到81.4%.     

“灵璧三绝”动漫宣传片中的群体动画制作技术

为了制作"灵璧三绝"特色文化动漫宣传片的群体动画场景,在深入研究自治体分布式行为控制理论的基础上,基于MAYA粒子系统使用MEL语言编写群体动画分布式行为控制脚本。该方法解决了粒子间的自碰撞和群体角色的路径规划。同时使用了改进的碰撞检测避免算法规划群体运动路径,该算法基于力的计算,能够模拟自然界物体在受力情况下真实躲避障碍物的运动情况,运行速度快,效果良好。实际应用结果表明,使用编写的脚本能开发制作出"灵壁三绝"动漫宣传片的群体动画,且制作简单,成本低廉。     

具有动态拓扑有领航者的多智能体群集运动控制

对具有二次积分的动态多移动智能体在动态拓扑下跟随领航者取得群集运动编队进行了研究.引入了光滑的邻接矩阵以及光滑的势场函数,提出了多移动智能体群集运动的光滑控制器设计方法,运用现有群集运动理论和经典的李雅普诺夫稳定性理论,证明了多移动智能体系统群集运动的稳定性.分析表明:智能体网络在切换的情况下,该方案设计得到的控制输出仍然是光滑的,最终智能体群在领航者的带领下取得群集运动.计算机仿真实例验证了所得结论.     

基于势场理论的路口区域车辆群体安全模型

群体安全是车路协同环境下智能网联汽车研究的重要组成部分。在具有强结构和弱规则特性的路口区域,车辆行驶的群体安全表征可以提高路口区域安全性。首先,基于势场理论构建车辆势能场模型,通过边界势能、车辆势能、速度势能对单一车辆行为进行安全泛化表征;然后,通过势能场密度等高线分布特性构建群体车辆安全特征参数和边界范围;最后,采用自然驾驶数据进行虚拟仿真,结果显示,路口区域直行、左转、右转等场景下的车辆群体安全势能阈值为2 500,并且安全势能周期性变化规律与交通信号相位变化规律一致,表明所建模型可以准确表征路口区域群体车辆的行为和安全状态,从而验证了路口区域车辆群体安全模型的正确性与有效性。     

自适应背景下的运动目标检测

智能视频监视就是实时地观测被监视场景的运动目标,如人或车辆等,并且分析描述其行为.在数字视频监控系统中,从视频流里捕获出序列图像并进行实时运动检测是一项重要的功能.采用基于自适应背景相减法的运动目标检测,并结合数学形态学的方法来进行特征提取.该方法由于增强了边缘检测技术,所以有效地提高了检测水平.