基于量子蚁群算法的虚拟现实碰撞检测方法

为了解决虚拟现实包围盒碰撞初级检测性能不高的问题，采用量子蚁群算法(QACA)来实现增强检测，以提高检测精度。根据虚拟现实中待检测对象的空间形状及紧密率选择合适的包围盒类别。运用交叉空间实现碰撞初级检测，并判定碰撞的物体是否处于无交叉空间。在初级检测的基础上对处于交叉空间的物体特征进行蚁群算法(ACA)增强检测，并构建满足交叉空间特征差异最小值的适应度函数。为了提高对象特征位置的精确性，对交叉空间对象位置采用量子比特化。最后，采用蚁群迭代优化获得特征差异距离最小值，将最小值与碰撞阈值对比，完成虚拟现实的碰撞增强检测。实验结果证明，合理设置ACA的启发系数和蒸发因子后，与其他3种算法对比，基于包围盒初级检测和量子蚁群增强检测的双重检测方法获得了更高的碰撞检测准确率，且稳定性较强。