群体动力学的群组行为仿真-中国图象图形学报.pdfVIP

群体动力学的群组行为仿真-中国图象图形学报.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
群体动力学的群组行为仿真-中国图象图形学报

[在此处键入] 中图法分类号:TP391.9 文献标识码: 文章编号: 论文引用格式: 群体动力学的群组行为仿真 12 12 3 杨善雯 ,何武 ,饶云波 1.四川师范大学可视化计算与虚拟现实四川省重点实验室,成都,610068;2. 四川师范大学影视与传媒学院,成都,610068 ;3. 电子科技大学信息 与软件工程学院,成都,610054 ; 摘 要:目的:许多群体动画算法侧重从宏观或微观角度模拟人群运动,而结合两种方法模拟群组动态的算法较 少,为解决这个问题,提出一种基于群体动力学的群组行为仿真算法。方法:首先,采用连续模型构建动态势能 场,为个体计算运动初始速度;然后,基于群体动力学模拟组内跟随和组间避让行为;在组内跟随行为中采用 “Car-following”模型为个体计算跟随加速度;在组间避让行为中提出群组的凸包表示方法,并引入局部势能场; 最后,结合动态势能场和局部势能场实现群组行为仿真。结果:在每个仿真循环中动态更新全局势能场信息,对 比不同群体规模及网格精度的人群仿真效率。实验结果表明本文算法能用于模拟规模较大的多样性群组运动。在 网格分辨率为80×80的场景中对5000个个体的运动进行仿真,平均帧速率为35.7 ms (约28 fps ),与传统的连续模 型相比产生了更多的群组行为。采用快速行进法构建全局动态势能场,即使在粗糙网格中也能得到较为平滑的路 径。结论:提出算法适用于多样性群组行为仿真,同时结合全局规划和局部控制,无需额外碰撞检测便能真实地 模拟组内跟随和组间避让行为,仿真效果具有高效性和多样性。 关键词 :群体动力学; 群体动画; 势能场; 碰撞避免; 群组行为; 组内跟随; 组间避让 Group behavior simulation based on group dynamics 12 12 3 Shanwen Yang , Wu He ,Yunbo Rao 1. Visual Computing and Virtual Reality Key Laboratory of Sichuan Province, Sichuan Normal University, Chengdu, 610068; 2. College of Movie and Media, Sichuan Normal University, Chengdu, 610068; 3. School of Information and Software Engineering, University of Electronic Science and Technology of China, Chengdu, 610054; Abstract: Objective: Modeling virtual crowds has been widely investigated in recent years. There are two fundamental approaches to model human crowds. The first employs microcosmic methods including agent-based models, force-based models and rule-based model, etc. In these models, each agent perceives environmental information and makes response to static or dyna

文档评论(0)

zhuwo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档