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。     

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。     

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Petri网的虚拟人行走动作建模及其仿真实现

提出了一种基于位置／变迁Petri网结构的虚拟人行走动作模型。该模型首先根据人体特征和运动特征计算行走的时间和空间特征参数，进而根据实验数据，通过插值计算生成具体的人体运动，仿真模型框架是基于Petri网实现的，并以面向对象的方法封装了包括行走和爬行等周期性的行走动作。最后，设计并实现了一个仿真演示实例，结果验证了所提方法的可行性与有效性。     

虚拟人技术发展现状及其在工程中的应用

针对在虚拟人二次开发过程中,存在虚拟人软件品种少、动作控制不方便、动作不逼真等问题,首次揭露了DI-GUY虚拟人的底层控制技术,提出了基于运动编辑技术的DI-GUY动作库扩展方法,使DI-GUY虚拟人具备完成用户自定义动作的能力.详细介绍了骨骼动画的基本原理,探讨利用骨髂动画技术弥补DI-GUY软件缺陷,经实践证明上述方法简单实用,能够满足工程要求.     

基于光学运动捕捉数据的虚拟人下肢运动控制方法

由于被动式光学运动捕捉设备只能捕捉人体关键关节的运动信息,介绍了一种简化的虚拟人体骨架结构模型;在此基础上根据光学运动捕捉数据的获取过程,分析了虚拟人体运动数据误差的来源。重点针对由于运动捕捉数据连续性不足造成的虚拟人下肢运动连续性差等问题,为加强对虚拟人运动过程的控制,提出一种对关键关节点运动数据平滑处理,再基于逆向运动学计算下肢运动链其它关节点运动信息的运动控制方法。通过实验和分动箱虚拟维修训练平台证明了该方法的有效性和实用性。     

一种用于维修仿真的虚拟人行走规划方法

提出了一种基于自由空间法和环境离散化表示的虚拟人行走规划方法。该方法首先将虚拟环境离散化成为环境图;然后,用启发式A搜索算法获取从初始位置到目标位置的最优路径,引导虚拟人对环境进行漫游;最后,设计实现了一个典型工作环境下的仿真演示实例,仿真和试验结果表明了所提算法的可行性与实用性。     

机械手逆运动学神经网络建模与仿真

采用多层前向神经网络来建立机械手逆运动学模型。在分析了用简单遗传算法学习神经网络存在求解速度慢、精度低及有量化误差等缺点的基础上,提出采用改进遗传算法来学习神经网络,用于机械手逆运动学求解。此方法采用实数值编码,并采取动态变异操作。仿真结果表明,该方法有效地弥补了简单遗传算法的不足,能快速达到全局收敛,从而大大提高了机械手逆运动学求解的精度。     

基于虚拟人的虚拟样机造型设计

本文主要研究了人机工程学在产品设计中的作用,设计了一个基于虚拟人模型的虚拟样机设计方案,构建了相应的系统框架,并进行了初步实现,这对于虚拟产品开发技术的发展起到了一定的作用。     

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PIK算法的虚拟人下意识行为研究

随着虚拟人运动控制研究的逐步发展,人们对虚拟人运动的＂类人性＂提出了更高的要求,有必要对虚拟人的下意识行为进行一定的研究。根据下意识行为生成机理,创建下意识行为智能体,对智能体进行参数设计,确立下意识行为生成方式;构建下意识行为单元,根据智能体＂指令＂选择对应的下意识行为,利用姿态样本库,依据特定任务约束,生成带优先级的逆向运动学（PIK）算法计算需要的初始姿态;参照初始姿态,利用PIK算法对所有任务约束按优先级顺序进行IK迭代求解,生成关键帧,实现下意识行为的生成。实验结果表明,通过使用PIK算法,生成了逼真的下意识行为,大大提高了虚拟人运动的＂类人性＂。     

协同虚拟维修过程中的虚拟人体维修操作控制

针对操作人员难以在有限的光学运动捕捉设备捕捉范围内自由运动的问题,开展了协同虚拟维修过程中的虚拟人体维修操作控制研究。基于光学运动捕捉设备对操作人员的下肢动作进行捕捉,根据实时识别结果控制虚拟人体进行大范围运动。针对维修操作过程中的虚拟人体手部运动控制,分析了虚拟人体的手部交互过程,提出了一种基于动态贝叶斯网络的维修操作智能辅助方法。以某液压缸协同式虚拟维修操作仿真平台为例验证了方法的有效性。该方法实现了对虚拟人体维修操作过程的有效控制,具有实时性好、交互性与感知性强等优点。     

三维地形中人体运动生成方法

给出了一种适应于三维地形的虚拟人体运动控制方法。首先提出了一种新的足迹生成方法，然后以足迹作为约束，基于简化的三段运动模型，分别用不同的方法生成各部分运动：用曲线拟合身体质心运动轨迹；采用增加约束条件的逆运动学方法生成下肢运动；采用正向运动学插值方法生成上肢运动。综合人体的质心运动、下肢运动和上肢运动，合成了和谐的人体运动。最后，介绍了部分实现与实验结果。实验表明，该方法实时性好，逼真性高，适用于实现复杂三维地形环境中实时三维人体运动的生成与控制。     

考虑舒适度的人体运动仿真算法

在分析了人体自身的运动反馈控制机理的基础上,引入舒适度作为虚拟人体运动控制的性能指标函数,提出了一种基于舒适度优化的虚拟人体运动控制算法,该算法综合考虑了反向运动学、反向动力学以及人体工效学等因素,避免了单纯从动力学方面求解所带来的虚拟人体动画所隐含的力量冲突,提高了仿真结果的真实性和合理性。利用该算法对人体上肢的运动进行了研究,计算结果和实验结果吻合良好。     

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。