專利名稱：虛擬場(chǎng)景中的智能群體運(yùn)動(dòng)模擬方法
技術(shù)領(lǐng)域：
本發(fā)明涉及虛擬場(chǎng)景中的運(yùn)動(dòng)模擬方法，尤其是涉及一種虛擬場(chǎng)景中的智 能群體運(yùn)動(dòng)模擬方法。
背景技術(shù)：
目前許多研究者致力于模擬高度復(fù)雜的真實(shí)行人在城市環(huán)境中這個(gè)公開(kāi)的 難點(diǎn)問(wèn)題的研究。我們的人工生命由具有動(dòng)機(jī)的、感知的、行為的和認(rèn)知的部分行人模型(也叫個(gè)體individual)構(gòu)成。人類動(dòng)畫(huà)一至是計(jì)算機(jī)圖形學(xué)中具有挑戰(zhàn)性的問(wèn)題。心理學(xué)家和社會(huì)學(xué)家 已經(jīng)對(duì)人類的行為活動(dòng)進(jìn)行了多年的研究。最近幾年，行人模擬又受到CG研究 者的廣泛關(guān)注。這個(gè)課題同樣引起了人工生命、建筑學(xué)和城市規(guī)劃等領(lǐng)域的興 趣。圖形研究者已經(jīng)參與到可視化建筑工程規(guī)劃之中，其中包括行人動(dòng)畫(huà)。在行人動(dòng)畫(huà)中，以前許多的研究關(guān)注于綜合自然運(yùn)動(dòng)(natural locomotion) 和路徑規(guī)劃，后來(lái)行為動(dòng)畫(huà)又進(jìn)一步的受到了其它研究者的重視和發(fā)展。行為 動(dòng)畫(huà)是整個(gè)分布式行為系統(tǒng)的推動(dòng)力，分布式行為系統(tǒng)綜合了鳥(niǎo)群、魚(yú)群、獸 群以及低等動(dòng)物的行為、人的性格，群體行為等。低層次的群體交互行為在許 多學(xué)科中得到了發(fā)展，動(dòng)畫(huà)研究者、迪斯尼電影公司和其它的工作室都熱衷于 將這些技術(shù)用于游牧部落戰(zhàn)斗題材的電影中。與本發(fā)明相關(guān)的現(xiàn)有技術(shù)一現(xiàn)有技術(shù)一的技術(shù)方案中國(guó)專利，申請(qǐng)?zhí)枮?3124657.5，發(fā)明名稱為《基于互聯(lián)網(wǎng)結(jié)構(gòu)的群體智 能人一機(jī)決策方法》，該技術(shù)方案對(duì)虛擬場(chǎng)景中應(yīng)用群體智能尚為空白。 現(xiàn)有技術(shù)二的技術(shù)方案Intel Corporation的John Funge、 Xiaoyuan Tu禾口 University of Toronto 的Demetri Terzopoulos的論文《Cognitive Modeling:Knowledge, Reasoning and Planning for Intelligent Characters))于1999年8月在SIGGRAPH 99上發(fā)表o行為動(dòng)畫(huà)的研究向把自治的單個(gè)動(dòng)畫(huà)角色用于動(dòng)畫(huà)的交互式游戲中邁出了 重要的一步。然而，目前在引導(dǎo)自治的自動(dòng)動(dòng)畫(huà)角色作一些具體的工作方面還存在一些困難。該發(fā)明引入了 "認(rèn)知建模"(cognitive modeling)的概念來(lái)應(yīng) 對(duì)這些挑戰(zhàn)。認(rèn)知模型(cognitive model )在管理角色的知識(shí)、知識(shí)獲取方式和如何將知識(shí)應(yīng)用到設(shè)計(jì)行為等方面超越了行為模型(behavioral model)。 為了幫助建立認(rèn)知模型，我們開(kāi)發(fā)了認(rèn)知模型語(yǔ)言(cognitive modeling language CML)，使用CML，我們可以使角色增加領(lǐng)域知識(shí)，優(yōu)雅地在知識(shí)中設(shè) 定行為、前提條件和效果，也可以為了某種目的指導(dǎo)角色行為，我們的方法允 許行為被自然地、本能地、簡(jiǎn)潔地、高度抽象設(shè)定。 一旦有了認(rèn)知性的角色， 動(dòng)畫(huà)設(shè)計(jì)者們只需要概括性地設(shè)定行為的大體框架，通過(guò)推理，角色們可以根 據(jù)預(yù)先設(shè)定的動(dòng)作自動(dòng)完成一系列的細(xì)節(jié)動(dòng)作，我們利用了一些內(nèi)部方法將感 覺(jué)整合到我們基本的框架中，這樣就可以讓自治角色在非常復(fù)雜的動(dòng)態(tài)虛擬世 界中產(chǎn)生行為規(guī)劃，我們展示了認(rèn)識(shí)模型在高級(jí)角色動(dòng)畫(huà)和自動(dòng)電影電影放映 機(jī)等方面的應(yīng)用。該發(fā)明讓動(dòng)畫(huà)設(shè)計(jì)者指導(dǎo)自治角色完成動(dòng)畫(huà)，這需要大量準(zhǔn)智能的角色， 讓我們進(jìn)行表演，甚至控制攝像機(jī)與燈光。發(fā)明把認(rèn)知建模分為兩部分領(lǐng)域 知識(shí)說(shuō)明和角色引導(dǎo)，CML是在人工智能(AI)基礎(chǔ)上發(fā)展起來(lái)的，CML與傳統(tǒng)AI 的規(guī)劃模式最大的區(qū)別在于可以讓動(dòng)畫(huà)設(shè)計(jì)者熟練地增加領(lǐng)域知識(shí)和推理引 擎，指導(dǎo)自治角色完成動(dòng)畫(huà)，并且它允許動(dòng)畫(huà)設(shè)計(jì)者以增量的方式完成動(dòng)畫(huà)。 我們利用了在機(jī)器人群體中已經(jīng)應(yīng)用了的AI機(jī)制中的情景演算技術(shù)，但與機(jī)器 人群體中不同的是，我們以引入內(nèi)在價(jià)值表達(dá)(interval valued fluents)去 處理感覺(jué)，并在高動(dòng)態(tài)虛擬世界中創(chuàng)建了有秩序的動(dòng)畫(huà)，Perlin提出了給動(dòng)畫(huà) 設(shè)計(jì)者有用的行為建模工具，我們定義并實(shí)現(xiàn)了認(rèn)知建模語(yǔ)言CML并在它里面 封裝了一些高級(jí)的動(dòng)畫(huà)技術(shù)和工具，因?yàn)榇嬖诖罅康暮侠硪?guī)則我們能夠提取， 所以動(dòng)畫(huà)拍攝的自動(dòng)攝像機(jī)控制可以很好的與我們的認(rèn)知建模方法融合，這其 實(shí)已經(jīng)在目前的關(guān)于實(shí)現(xiàn)用層次有限自動(dòng)機(jī)進(jìn)行攝像機(jī)控制方面的論文中提 到，該發(fā)明試著利用CML進(jìn)行攝像機(jī)控制。我們把認(rèn)知建?？醋饔?jì)算機(jī)圖形建模這個(gè)金字塔的頂點(diǎn)，與交互性的行為 模型不同的是，認(rèn)知模型更具有協(xié)商性(deliberative)。為了幫助動(dòng)畫(huà)設(shè)計(jì)者 或游戲開(kāi)發(fā)人員實(shí)現(xiàn)認(rèn)知模型，我們開(kāi)發(fā)了 CML，這個(gè)強(qiáng)大的語(yǔ)言給了我們一種 直觀的方式為游戲中的角色賦予知識(shí)。比如用前面提到的"動(dòng)作action"、"前 置條件precondition"和"結(jié)果effects"的應(yīng)用都是很直觀的，當(dāng)我們提供 了一種為角色行為所實(shí)現(xiàn)的目標(biāo)的高級(jí)描述后，CML會(huì)以自動(dòng)的方式為角色尋找 實(shí)現(xiàn)該目標(biāo)的可行步驟，在極端的情況下，CML會(huì)像傳統(tǒng)的程序語(yǔ)言一樣允許我 們精確描述我們所需的角色行為，CML的方便性與自動(dòng)性讓我們的認(rèn)知建模方法 更有通用性，它也是動(dòng)畫(huà)設(shè)計(jì)者和游戲開(kāi)發(fā)者的有力工具。該方案是提出了用認(rèn)知建模語(yǔ)言CML實(shí)現(xiàn)行為動(dòng)畫(huà)，但它缺乏對(duì)大量人群建 模的總體因素上的考慮，沒(méi)有對(duì)行人群體智能的進(jìn)行整體管理。model do not experience a discrete regime change in the presence of other people)。相反，他們通過(guò)全局的路徑?jīng)Q策，對(duì)障礙物和其他行人進(jìn)行避讓。同 時(shí)，我們的動(dòng)態(tài)勢(shì)場(chǎng)方法也保證了路徑對(duì)于當(dāng)前環(huán)境是最優(yōu)的，因而人絕不會(huì) 阻塞在一個(gè)很小的范圍內(nèi)。我們注意到全局路徑規(guī)劃通常是一個(gè)不切實(shí)際的設(shè)想，因?yàn)椋ǔＨ藗円?野有限，并且只能感知部分地形，全局知識(shí)只是在有限視野和知識(shí)的情況下對(duì) 更精確的長(zhǎng)期規(guī)劃的一個(gè)近似而已，我們還發(fā)現(xiàn)，全局規(guī)劃假設(shè)比只具有局部 知識(shí)的不真實(shí)假設(shè)更能提供一種平滑和真實(shí)的人群運(yùn)動(dòng)模擬，特別是在人們穿 過(guò)大密度擁塞區(qū)域時(shí)，同時(shí)，我們的框架并不像基于代理方法那樣全面(做了 一些裁減)為了實(shí)現(xiàn)優(yōu)化的人群行為的實(shí)時(shí)規(guī)劃，我們以每個(gè)個(gè)體最小計(jì)算代 價(jià)來(lái)平衡個(gè)體可變性，為了獲得兩種模型的好處，代理機(jī)制能夠被無(wú)縫地集成 進(jìn)來(lái)。我們的貢獻(xiàn)是提出一種以動(dòng)態(tài)勢(shì)場(chǎng)來(lái)驅(qū)動(dòng)的新型群體模擬方式，這種動(dòng)態(tài)勢(shì)場(chǎng)將全局導(dǎo)航和局部碰撞規(guī)避集成到一個(gè)框架中，我們的系統(tǒng)使用兩個(gè)非常簡(jiǎn)單但至關(guān)重要的思想1) 一個(gè)依賴于速度的表達(dá)(term)，它包括狹窄通 道的形式(includes lane formation); 2)基于距離的表達(dá)，它能穩(wěn)定人流。 我們也展示了個(gè)體怎樣能將未來(lái)的知識(shí)集成，從而產(chǎn)生更加智能的行為，此算 法的計(jì)算開(kāi)銷取決于用于計(jì)算動(dòng)態(tài)勢(shì)場(chǎng)的格子單元(grid cells)的數(shù)量，在粗 略離散化的情況下，我們可以以每秒幾幀的速率來(lái)模擬一萬(wàn)人以上的場(chǎng)景；在 精細(xì)離散化的情況下，可以以實(shí)時(shí)幀率來(lái)模擬數(shù)千人的高分辨率場(chǎng)景，同時(shí)， 我們的模型可用于真實(shí)地展現(xiàn)緊急情況下的人群的反應(yīng)。我們的模型是直接從Hughes的工作中得到靈感我們使用一個(gè)類似的勢(shì)函 數(shù)來(lái)引導(dǎo)行人到達(dá)他們的目標(biāo)。我們也采用他的技術(shù)，將行人分成組，以及使 用"非期望場(chǎng)"(discomfort field)來(lái)處理地形參數(shù)。然而，Hughes只是對(duì)他 的方程做了分析，而沒(méi)有討論如何模擬，我們通過(guò)將Hughes的連續(xù)群體場(chǎng)轉(zhuǎn)換 為一種粒子表現(xiàn)，解決了這個(gè)問(wèn)題，這樣更適合渲染，也為穩(wěn)定和有效的模擬 奠定了基礎(chǔ)，粒子表現(xiàn)從理論基礎(chǔ)到格子離散化策略完全貫穿于動(dòng)力學(xué)中，其 中，格子的離散化策略可以被精心地剪彩以滿足相對(duì)于人數(shù)具有較好的格子解 析度的情況，我們也在Hughes的模型基礎(chǔ)上做了很大的改進(jìn)，值得一提的是， 我們?cè)谟?jì)算個(gè)體速度的時(shí)候?qū)⑷肆骷{入考慮范圍，這使我們的系統(tǒng)可以實(shí)現(xiàn)很 多有趣的經(jīng)驗(yàn)性的效果，如在人群在相反方向上交錯(cuò)的時(shí)候會(huì)形成分道，另外， 我們改變了路徑定義的最優(yōu)性，以便加入距離表達(dá)(distance term),它制約 了我們?cè)贖ughes的動(dòng)力學(xué)模型中觀察到的擺動(dòng)。 現(xiàn)有技術(shù)三的缺點(diǎn)現(xiàn)有技術(shù)三的技術(shù)方案University of Washington的Adrien Treuille、 Seth Cooper和Electronic Arts的Zoran Popovi'c的論文《Contimmm Crowds》2006年在SIGGRAPH 2006上 發(fā)表。提出一種基于連續(xù)統(tǒng)動(dòng)力學(xué)(continuum dynamics)的實(shí)時(shí)人群模型，在模 型中，我們利用動(dòng)態(tài)變化的勢(shì)場(chǎng)(potential field),考慮到了移動(dòng)障礙物(如-其他人)，解決了不需要顯式碰撞規(guī)避的大規(guī)模人群運(yùn)動(dòng)模擬問(wèn)題，在我們的系 統(tǒng)上創(chuàng)建的模擬以交互式的速率運(yùn)行，展示了在各種環(huán)境下平滑逼真的人流， 同時(shí)也非常自然地展現(xiàn)了緊急情況下的真實(shí)人流。人群廣泛存在于現(xiàn)實(shí)世界中，因此非常有必要對(duì)此進(jìn)行模擬，物理上正確 的人群模型已經(jīng)應(yīng)用到了除計(jì)算機(jī)圖形以外的心理學(xué)、交通運(yùn)輸、以及建筑學(xué)。 本文關(guān)注的是，在十字交路口，數(shù)千個(gè)體組成的群體運(yùn)動(dòng)的實(shí)時(shí)合成，我們的 模擬被設(shè)計(jì)來(lái)用于具有共同目標(biāo)的大群體，而非每個(gè)人都有不同目標(biāo)的情況。實(shí)時(shí)群體模擬是困難的，因?yàn)橐淮笕喝怂憩F(xiàn)出來(lái)的行為是極其復(fù)雜的。 一個(gè)群體模型不僅包含個(gè)體的動(dòng)作和環(huán)境的約束，同時(shí)還要解決人與人之間的交互的問(wèn)題，更迸一步，模型必須能夠反映出這種變化環(huán)境中的智能路徑規(guī)劃。 人們不斷地調(diào)整他們的路徑以響應(yīng)擁塞及其它動(dòng)態(tài)因素，甚至，密集的人群可 以通過(guò)令人驚訝的碰撞或者個(gè)體運(yùn)動(dòng)的突然改變被個(gè)性化，但這種真實(shí)的反應(yīng) 很難模擬出來(lái)，特別是在大人群實(shí)時(shí)的環(huán)境中。實(shí)際上，以前所有的工作都是基于代理的，也就是說(shuō)，每個(gè)個(gè)體的計(jì)算都 是分別進(jìn)行的?；诖淼姆椒ㄊ褂幂^多的原因是1)真實(shí)人群都是每個(gè)個(gè)體 各自分別的計(jì)算自身的決定，這樣的模型可以捕獲每個(gè)人的特殊狀態(tài)可見(jiàn)性、 與其它步行者的距離等局部因素；2)不同的個(gè)體可以設(shè)置不同的模擬參數(shù)，從 而產(chǎn)生不同的復(fù)雜行為，然而基于代理的模型也存在缺陷不容易產(chǎn)生出一貫 真實(shí)的行為準(zhǔn)則；對(duì)每個(gè)個(gè)體的全局路徑計(jì)算很快就變?yōu)橘Y源殺手，特別是在 實(shí)時(shí)環(huán)境中，結(jié)果，大多數(shù)代理模型都將局部碰撞規(guī)避從全局路徑規(guī)劃中分離 出來(lái)，而這兩種不同目的的計(jì)算不可避免的要產(chǎn)生沖突。此外，局部路徑規(guī)劃 通常會(huì)導(dǎo)致"近視"，從而產(chǎn)生不真實(shí)的人群行為，這些問(wèn)題會(huì)在擁塞嚴(yán)重和 環(huán)境變化快速的情況下將迅速惡化。本文提出一種不基于動(dòng)態(tài)代理的實(shí)時(shí)大規(guī)模人群運(yùn)動(dòng)合成模型，我們將運(yùn) 動(dòng)看成一個(gè)粒子系統(tǒng)，以使能量最小化，并在系統(tǒng)中采用連續(xù)統(tǒng)的觀點(diǎn)。這種 方式產(chǎn)生一個(gè)控制所有個(gè)體同時(shí)運(yùn)動(dòng)的動(dòng)態(tài)勢(shì)場(chǎng)和速度場(chǎng)集合，我們的系統(tǒng)將 全局路徑規(guī)劃和局部碰撞規(guī)避統(tǒng)一到了一個(gè)優(yōu)化的框架(Framework)中，我們模 型中的人，在其他人存在時(shí)，不會(huì)經(jīng)歷一個(gè)不連續(xù)的策略轉(zhuǎn)換(People in our這種方法過(guò)分依賴于物理中的勢(shì)場(chǎng)模型，對(duì)每個(gè)個(gè)體的具體規(guī)劃考慮不足。 尤其是個(gè)體不具有隨時(shí)間和環(huán)境刺激變化的動(dòng)機(jī)和缺乏心理學(xué)因素。沒(méi)有明確 目標(biāo)的人群環(huán)境如"逛商店"或"無(wú)目的閑逛"都不適合于這種人群模型?，F(xiàn)有技術(shù)四的技術(shù)方案Oakland, CA的Solomon; Neal發(fā)明《System， method and apparatus for organizing groups of self—configurable mobile robotic agents in a multi-robotic system》2003年8月21日向美國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局申請(qǐng)專利并獲 得批準(zhǔn)，United States Patent編號(hào)為6904335。這是一個(gè)在多機(jī)器人系統(tǒng)(MRS)中提出了自組織移動(dòng)機(jī)器人智能體系統(tǒng) (MRAs)。 MRAs合作、學(xué)習(xí)并能與環(huán)境交互。這個(gè)系統(tǒng)使用了多種AI技術(shù)，其中 包括遺傳算法，遺傳規(guī)劃和進(jìn)化人工神經(jīng)網(wǎng)絡(luò)去開(kāi)發(fā)自發(fā)的動(dòng)態(tài)行為。這種自 動(dòng)智能機(jī)器智能體的集體行為被應(yīng)用到了諸多領(lǐng)域。這個(gè)系統(tǒng)采用混合控制架 構(gòu)。這個(gè)系統(tǒng)為也開(kāi)發(fā)自動(dòng)MRAs組的動(dòng)態(tài)融合以實(shí)現(xiàn)復(fù)雜工作做了構(gòu)架和改進(jìn)。昆蟲(chóng)與動(dòng)物的社群行為對(duì)理解包括簡(jiǎn)單個(gè)體的復(fù)雜社會(huì)進(jìn)程很重要，我們?cè)?圖模擬生物系統(tǒng)的群體智能去設(shè)計(jì)機(jī)器人智能系統(tǒng)，這個(gè)發(fā)明超過(guò)了這些有趣 的仿生模擬，因?yàn)槲覀兊南到y(tǒng)是有層次的，并且有缺省的操作模式，我們將在 一個(gè)MRS使用簡(jiǎn)單的群體行為來(lái)實(shí)現(xiàn)局部的交互，但是我們主要的目標(biāo)是開(kāi)發(fā) 復(fù)雜的合成能用于智能社會(huì)行為和動(dòng)態(tài)行為融合的MRS系統(tǒng)，然而這個(gè)簡(jiǎn)單的 群體行為在類似的系統(tǒng)中有嚴(yán)格的計(jì)算限制和通信資源，但我們的發(fā)明不會(huì)。 簡(jiǎn)單的群體行為有匿名的同類簡(jiǎn)單成員(表現(xiàn)為統(tǒng)一的形式)，我們擁有簡(jiǎn)單的 局部通信、最小的基本計(jì)算能力和采用簡(jiǎn)單集學(xué)習(xí)的有限的反應(yīng)行為，這種生 物刺激系統(tǒng)的局限性可以用高級(jí)的MRS進(jìn)行改進(jìn)來(lái)顯示群體智能，我們的系統(tǒng) 有自動(dòng)的單獨(dú)MRAs，這些MRAs有高計(jì)算能力、AI和通信能力、復(fù)雜的學(xué)習(xí)和 模擬功能，自身的特征和在同一個(gè)系統(tǒng)中的群體行為，總之，我們的發(fā)明用人 工智能移動(dòng)機(jī)器智能體在行為功能方面模擬了人的社會(huì)行為。如何將各種物體融合是計(jì)算機(jī)科學(xué)中的重要研究?jī)?nèi)容，在本發(fā)明中，融合是 一個(gè)組織MRAs群體的過(guò)程。我們不僅對(duì)智能機(jī)器人的群體形式感興趣，而且也 關(guān)注群體分解為子群體并重新整合，MRAs的智能融合包括自動(dòng)選擇、形成、組 合、重組和群體的解散，每一個(gè)新的智能體代表一種新的配置，由于該系統(tǒng)不 斷的演變，MRS的突發(fā)行為導(dǎo)致了復(fù)雜的失去平衡的自組織系統(tǒng)，最后，與純情 景演算系統(tǒng)的融合不同， 一個(gè)MRS系統(tǒng)的應(yīng)用包含了空間幾何和物理運(yùn)動(dòng)學(xué)的 擴(kuò)展。本發(fā)明與早期的其它發(fā)明相比具有許多優(yōu)點(diǎn)(l)多機(jī)器人的系統(tǒng)架構(gòu)；(2) 計(jì)算資源的結(jié)構(gòu)，動(dòng)態(tài)性和分配；(3) AI動(dòng)態(tài)性；(4)群體協(xié)商，學(xué)習(xí)和決策結(jié)構(gòu)與處理；(5)包含移動(dòng)機(jī)器人的智能群體行為；(6) MRAs的動(dòng)態(tài)融合這個(gè)發(fā)明具有廣泛和重要的應(yīng)用，從機(jī)械制造到有毒清理，從遠(yuǎn)程探索到交 通協(xié)調(diào)。從純粹的群體智能機(jī)器人的應(yīng)用到工業(yè)領(lǐng)域?？傊摪l(fā)明具有廣泛 的應(yīng)用前景。 現(xiàn)有技術(shù)四的缺點(diǎn)該發(fā)明主要局限在機(jī)器人應(yīng)用領(lǐng)域。但是在虛擬場(chǎng)景中，計(jì)算機(jī)的計(jì)算能 力和兩個(gè)Agent之間的通迅能力遠(yuǎn)遠(yuǎn)高于機(jī)器人，而且虛擬場(chǎng)景中可以剪切掉 不在屏幕范圍內(nèi)的Agent，可以極大提高觀察較少Agent的真實(shí)感。發(fā)明內(nèi)容本發(fā)明的目的是提供一種在虛擬場(chǎng)景中對(duì)大規(guī)模的群體運(yùn)動(dòng)模擬的虛擬場(chǎng)景 中的智能群體運(yùn)動(dòng)模擬方法。為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案:、 一種虛擬場(chǎng)景中的智能群體 運(yùn)動(dòng)模擬方法，在群體運(yùn)動(dòng)模擬中，以分層模型的控制方式來(lái)對(duì)群體迸行層 次式的運(yùn)動(dòng)模擬。所述分層模型按群，組和虛擬代理來(lái)對(duì)群體進(jìn)行整體劃分，其中，虛擬代 理是一個(gè)具有人特點(diǎn)的對(duì)象，組是由一組虛擬代理組成，而群則是一類組的 集合，群，組，虛擬代理就組成了模擬的實(shí)體；意圖對(duì)應(yīng)于實(shí)體的目的，信 念表示實(shí)體的內(nèi)在狀態(tài)，知識(shí)則用來(lái)描述模擬人群的虛擬環(huán)境的信息，而人 群行為則對(duì)應(yīng)于一組動(dòng)作的集合，這組動(dòng)作則是根據(jù)實(shí)體的意圖，信念，知 識(shí)和感覺(jué)來(lái)決定的，事件表示引起可以改變組行為的特定反應(yīng)的事情；將整 個(gè)群體的信息存放在群結(jié)構(gòu)中，然后由群散發(fā)到每個(gè)組中，再由組分發(fā)到每 個(gè)代理，組的大小在模擬的過(guò)程中是可以改變的，在整個(gè)組中存在一個(gè)組織 者，其它的為參與者，而每個(gè)代理不能夠顯示地進(jìn)行控制，它的行為需要遵 循組的行為，每個(gè)代理有可能是組的參與者，同時(shí)也可以跑到另外一個(gè)組去。 所述虛擬代理為自治的行人模型，將自治的行人模型分解為以下4個(gè)單元進(jìn) 行管理和控制，每個(gè)管理控制單元分別從各自的方面主導(dǎo)和協(xié)調(diào)自治的行人模 型，(1) 外表、動(dòng)作和動(dòng)機(jī)控制單元通過(guò)對(duì)自治角色的外表、動(dòng)作和動(dòng)機(jī)控 制，使得不同的行人產(chǎn)生不同的外表，多樣化的動(dòng)作，角色的動(dòng)機(jī)是自治 角色的驅(qū)動(dòng)因素，不同的動(dòng)機(jī)可以發(fā)出不同的一系列連續(xù)動(dòng)作；(2) 感知單元自治角色的感知由其周圍的環(huán)境給定，可分為地面高度感 知、靜態(tài)物體感知、動(dòng)態(tài)物體感知；(3) 行為控制單元自治角色的各種行為可反應(yīng)出該角色的不同動(dòng)機(jī)，這 些控制行為的隨機(jī)性可以展現(xiàn)出豐富的行為內(nèi)容，行為控制可分為基本的反應(yīng)行為控制、導(dǎo)航和動(dòng)機(jī)行為控制、其它的有趣行為控制； (4)認(rèn)知控制單元為了使角色具有學(xué)習(xí)周圍環(huán)境的能力，提供這種認(rèn)知 能力使虛擬場(chǎng)景中的部分角色具有這種分析保存的功能。 本發(fā)明對(duì)每個(gè)智能體模型進(jìn)行了細(xì)分，通過(guò)外表動(dòng)作動(dòng)機(jī)控制、感知、行為 控制、認(rèn)知控制等達(dá)到了細(xì)節(jié)控制的目的，而且本發(fā)明還提供了將全局路徑規(guī) 劃和局部碰撞規(guī)避統(tǒng)一到了一個(gè)優(yōu)化的框架。本發(fā)明方案與現(xiàn)有技術(shù)一相比的優(yōu)勢(shì)在于本發(fā)明涉突破了現(xiàn)有技術(shù)一的群 體智能人一機(jī)決策方法，填補(bǔ)了虛擬場(chǎng)景中應(yīng)用群體智能的國(guó)內(nèi)發(fā)明空白。本發(fā)明方案與現(xiàn)有技術(shù)二相比的優(yōu)勢(shì)在于本發(fā)明綜合了對(duì)大量人群建模的 總體因素上的考慮，對(duì)行人群體智能的進(jìn)行整體管理，提出了群體行為的分層 管理結(jié)構(gòu)模型。本發(fā)明方案與現(xiàn)有技術(shù)三相比的優(yōu)勢(shì)在于本發(fā)明不僅依賴于物理中的勢(shì) 場(chǎng)模型，尤其是綜合了個(gè)體不具有隨時(shí)間和環(huán)境刺激變化的動(dòng)機(jī)和心理學(xué)因素。 例如可以實(shí)現(xiàn)無(wú)明確目標(biāo)的人群環(huán)境如"逛商店"或"無(wú)目的閑逛"等人群模 型。本發(fā)明方案與現(xiàn)有技術(shù)四相比的優(yōu)勢(shì)在于本發(fā)明詳細(xì)考慮了虛擬場(chǎng)景中 的群體智能的應(yīng)用，虛擬場(chǎng)景中，計(jì)算機(jī)的計(jì)算能力和兩個(gè)Agent之間的通迅 能力遠(yuǎn)遠(yuǎn)高于機(jī)器人，而且虛擬場(chǎng)景中可以剪切掉不在屏幕范圍內(nèi)的Agent,可 以極大提高觀察較少Agent的真實(shí)感。 本發(fā)明技術(shù)方案的有益效果(1) 將地理劃分一系列相同大小的網(wǎng)格，將各種動(dòng)態(tài)環(huán)境參數(shù)(如， 人群密度)、個(gè)體的心理參數(shù)(如，不適程度)和物理參數(shù)(如，速 度)離散化到這些網(wǎng)格中，在每個(gè)時(shí)間間隔內(nèi)實(shí)時(shí)計(jì)算每個(gè)網(wǎng)格的參、H數(shù)；(2) 提出了基于態(tài)勢(shì)場(chǎng)來(lái)驅(qū)動(dòng)的新型群體模擬方式，這種動(dòng)態(tài)勢(shì)場(chǎng)將 全局導(dǎo)航和局部碰撞規(guī)避集成到一個(gè)框架中；(3) —種可擴(kuò)展的環(huán)境描述方式，提供了在不同需求下真實(shí)地模擬人 群運(yùn)動(dòng)的可擴(kuò)展性；(4) 提供開(kāi)發(fā)學(xué)習(xí)交互規(guī)則機(jī)制；(5) 讓角色可以根據(jù)自己的推理引擎模擬自己看到的行為；(6) 讓用戶接口更易于使用，比如減少一些可能的交互行為的設(shè)置而增加預(yù)先定義認(rèn)知模型的參數(shù)；(7) 用可視化編程方法的去指定復(fù)雜的動(dòng)作知識(shí)；(8) 將全局路徑規(guī)劃和局部碰撞規(guī)避統(tǒng)一到了一個(gè)優(yōu)化的框架 (Framework)中；(9) 全局規(guī)劃以基于圖技術(shù)或靜態(tài)勢(shì)場(chǎng)來(lái)實(shí)現(xiàn)；(10) 首領(lǐng)/跟隨者模型，通過(guò)只對(duì)首領(lǐng)執(zhí)行全局規(guī)劃，從而以一種更 少的系統(tǒng)開(kāi)銷的方法，來(lái)降低了全局規(guī)劃的開(kāi)銷；(11) 建立共有的全局知識(shí)庫(kù)，代理與全局知識(shí)相結(jié)合的規(guī)劃；(12) 個(gè)體具有自身的動(dòng)機(jī)，其動(dòng)機(jī)模型的關(guān)鍵在于個(gè)體行為選擇的一 句是隨時(shí)間和環(huán)境刺激變化的；(13) 對(duì)個(gè)體的模擬加入心理學(xué)因素，實(shí)現(xiàn)擁有不同個(gè)性的個(gè)體，而其 狀態(tài)轉(zhuǎn)換條件也是不同的。


圖1是本發(fā)明中分層模型結(jié)構(gòu)示意圖； 圖2是本發(fā)明中群體層次關(guān)系圖； 圖3是本發(fā)明中自治行人模型圖。
具體實(shí)施方式
本發(fā)明中涉及到的縮略語(yǔ)和關(guān)鍵術(shù)語(yǔ)定義群體智能swarm intelligence: Sante Fe Institute (SFI)的研究從生物學(xué)、經(jīng) 濟(jì)學(xué)、數(shù)學(xué)、認(rèn)識(shí)論和計(jì)算機(jī)科學(xué)等領(lǐng)域引入了群體智能理論。SFI的一個(gè)目的 就是開(kāi)發(fā)一套復(fù)雜的表示人工自動(dòng)智能體的自組織計(jì)算機(jī)模型。SFI的理論學(xué)者 開(kāi)發(fā)的人工計(jì)算機(jī)社群群體智能模型基本上是模擬經(jīng)濟(jì)系統(tǒng)。這個(gè)群體智能模 型模擬了生物系統(tǒng)的運(yùn)行，采用了突發(fā)行為的思想去描述相對(duì)簡(jiǎn)單的昆蟲(chóng)的復(fù) 雜社群交互行為。群體智能模型通過(guò)直接的分散規(guī)則去管理組群行為。虛擬現(xiàn)實(shí)virtual reality:虛擬現(xiàn)實(shí)是利用電腦模擬產(chǎn)生一個(gè)三度空間的虛 擬世界，提供使用者關(guān)于視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)等感官的模擬，讓使用者如同身歷 其境一般，可以及時(shí)、沒(méi)有限制地觀察三度空間內(nèi)的事物。VR是一項(xiàng)綜合集成 技術(shù)，涉及計(jì)算機(jī)圖形學(xué)、人機(jī)交互技術(shù)、傳感技術(shù)、人工智能等領(lǐng)域，它用 計(jì)算機(jī)生成逼真的三維視、聽(tīng)、嗅覺(jué)等感覺(jué)，使人作為參與者通過(guò)適當(dāng)裝置， 自然地對(duì)虛擬世界進(jìn)行體驗(yàn)和交互作用。使用者進(jìn)行位置移動(dòng)時(shí)，電腦可以立 即進(jìn)行復(fù)雜的運(yùn)算，將精確的3D世界影像傳回產(chǎn)生臨場(chǎng)感。該技術(shù)集成了計(jì)算機(jī)圖形(CG)技術(shù)、計(jì)算機(jī)仿真技術(shù)、人工智能、傳感技術(shù)、顯示技術(shù)、網(wǎng)絡(luò)并 行處理等技術(shù)的最新發(fā)展成果，是一種由計(jì)算機(jī)技術(shù)輔助生成的高技術(shù)模擬系 統(tǒng)。全局路徑規(guī)劃global path planning:全局路徑規(guī)劃技術(shù)是智能機(jī)器人 領(lǐng)域中的核心問(wèn)題之一，全局路徑規(guī)劃是指在已知環(huán)境信息的情況下,在有 限條件下規(guī)劃一條由起點(diǎn)到終點(diǎn)的最優(yōu)或較優(yōu)路徑。全局路徑規(guī)劃一般包括 環(huán)境建模和搜索策略。認(rèn)知理論cognitive theory :認(rèn)知是指認(rèn)識(shí)的過(guò)程以及對(duì)認(rèn)識(shí)過(guò)程的分 析。美國(guó)心理學(xué)家吉爾伯特(G.A.Gilbert)認(rèn)為"認(rèn)知是一個(gè)人<了解， 客觀世界時(shí)所經(jīng)歷的幾個(gè)過(guò)程的總稱。它包括感知、領(lǐng)悟和推理等幾個(gè)比較 獨(dú)特的過(guò)程，這個(gè)術(shù)語(yǔ)含有意識(shí)到的意思。"認(rèn)知的構(gòu)造已成為現(xiàn)代教育心 理學(xué)家試圖理解的學(xué)生心理的核心問(wèn)題。認(rèn)知派學(xué)習(xí)理論家認(rèn)為學(xué)習(xí)在于 內(nèi)部認(rèn)知的變化，學(xué)習(xí)是一個(gè)比S—R聯(lián)結(jié)要復(fù)雜得多的過(guò)程。他們注重解 釋學(xué)習(xí)行為的中間過(guò)程，即目的、意義等，認(rèn)為這些過(guò)程才是控制學(xué)習(xí)的可 變因素。群體的知識(shí)模型swarm knowledge model:人工生命由具有動(dòng)機(jī)的、 感知的、行為的和認(rèn)知的部分行人模型(也叫個(gè)體individual)構(gòu)成。我們 整個(gè)模型的創(chuàng)新點(diǎn)都在以上幾個(gè)部分中。比如在他們的組合中，對(duì)完全的多 自治行人在城市環(huán)境中的模擬產(chǎn)生的一些未知的、復(fù)雜的結(jié)果。環(huán)境可以表 示為層次數(shù)據(jù)結(jié)構(gòu)，這樣就有效的支持了對(duì)自治行人感知的査詢，并能驅(qū)動(dòng) 他們的行為反應(yīng)和維持他們進(jìn)行局部和全局規(guī)劃的能力。在很多情況下，模擬的角色需要群聚移動(dòng)，而不是個(gè)別行動(dòng)。例如需 要模擬在一片綿羊的牧草地，如果綿羊是一整群在吃草，而不是毫無(wú)目的地 閑逛，看起來(lái)會(huì)更真實(shí)，或者在一個(gè)虛擬現(xiàn)實(shí)場(chǎng)景中，有一群鳥(niǎo)會(huì)以場(chǎng)景中 的其他個(gè)體或群體為獵物，同樣地，那些鳥(niǎo)如果成群結(jié)隊(duì)獵食，會(huì)比單獨(dú)行 動(dòng)，看起來(lái)更真實(shí)一點(diǎn)。而這種群聚行為應(yīng)該可以只經(jīng)過(guò)少量修改甚至不需 要修改就可以套用到蜜蜂、老鼠、或海洋生物上。這些局部地區(qū)的動(dòng)物成群結(jié)隊(duì)移動(dòng)、吃草或攻擊的實(shí)例，是在虛擬現(xiàn)實(shí) 中使用群聚行為的簡(jiǎn)單例子，同樣的，群聚行為并不限于動(dòng)物，也可以擴(kuò)展 到模擬人類群體行為。例如，在模擬一大群人的移動(dòng)時(shí)使用群體移動(dòng)行為。 在此基礎(chǔ)上，可以擴(kuò)展人類的行為方式甚至心理因素。個(gè)體角色間沒(méi)有感知、交互能力的虛擬環(huán)境總是有缺陷的。因此，需要 研究開(kāi)發(fā)一個(gè)離散的完整(comprehensive)群體知識(shí)模型作為自治個(gè)體(autononous individuals)知識(shí)模型，它在人造的大規(guī)模環(huán)境中有變換各種 各樣的行為的能力，個(gè)體知識(shí)建模用了人工生命方法對(duì)個(gè)體外表、運(yùn)動(dòng)、感 知、行為、認(rèn)知的建模。把大量的自動(dòng)虛擬個(gè)體角色置于一個(gè)巨大的虛擬環(huán)境之中，這個(gè)環(huán)境模 型包括層次的數(shù)據(jù)結(jié)構(gòu)，它能有效的實(shí)現(xiàn)許多行人之間的交互、快速地在虛 擬世界中査詢算法和支持角色在局部或全局規(guī)模的路徑規(guī)劃。群體是由個(gè)體組成的，因而群體的行為最終都是由個(gè)體行為來(lái)展現(xiàn)的， 這就要求個(gè)體有其本身完整的行為規(guī)劃，本發(fā)明研究的系統(tǒng)對(duì)群體的個(gè)體迸 行建模，使個(gè)體有其行動(dòng)的動(dòng)機(jī)和對(duì)自身行為的選擇，在此基礎(chǔ)上，在一定 程度上加入個(gè)體不同的心理因素，使其展現(xiàn)一定的性格，而個(gè)體所有的行為 都通過(guò)物理和圖形學(xué)的模型來(lái)實(shí)現(xiàn)，其行為是符合在群體約束的，并且模型 中考慮力學(xué)的因素，使模擬更真實(shí)。實(shí)時(shí)群體模擬是困難的，因?yàn)橐淮笕喝怂憩F(xiàn)出來(lái)的行為極其復(fù)雜。一 個(gè)群體模型不僅包含個(gè)體的動(dòng)作和環(huán)境的約束，同時(shí)還要解決人與人之間的交互的問(wèn)題，更進(jìn)一步，模型必須能夠反映出這種變化環(huán)境中的智能路徑規(guī) 劃，人們不斷地調(diào)整他們的路徑以響應(yīng)擁塞及其它動(dòng)態(tài)因素，甚至，密集的 人群可以通過(guò)令人驚訝的碰撞或者個(gè)體運(yùn)動(dòng)的突然改變被個(gè)性化，但這種真 實(shí)的反應(yīng)很難模擬出來(lái)，特別是在大規(guī)模人群實(shí)時(shí)的環(huán)境中。實(shí)際上，以前所有的工作都是基于代理的，也就是說(shuō)，每個(gè)個(gè)體的計(jì)算 都是分別進(jìn)行的。在這些基于代理(agent-based)實(shí)現(xiàn)方法中，需要為群體 中的每個(gè)個(gè)體生成一個(gè)代理，由代理來(lái)對(duì)個(gè)體的行為和動(dòng)作進(jìn)行規(guī)劃， 一方 面沒(méi)有考慮到群體的整體行為性，另一方面，當(dāng)群體的數(shù)量增加時(shí)，由于需 要對(duì)每個(gè)代理進(jìn)行處理，所以計(jì)算量呈指數(shù)增長(zhǎng)，導(dǎo)致該方法不適合群體眾 多的實(shí)時(shí)模擬。為此，本發(fā)明提出了在實(shí)時(shí)群體動(dòng)畫(huà)模擬中，以分層次模型 的控制方式來(lái)對(duì)群體進(jìn)行層次式的運(yùn)動(dòng)模擬(見(jiàn)圖l、圖2、圖3所示)。在這個(gè)分層模型中，本發(fā)明按群(crowd)，組(group)和虛擬代理(agent)來(lái) 對(duì)群體進(jìn)行整體劃分。其中，虛擬代理是一個(gè)具有人特點(diǎn)的對(duì)象，組是由一 組虛擬代理組成，而群則是一類組的集合。群(crowds),組(groups),虛 擬代理(agents)就組成了模擬的實(shí)體(the entities of the simulation )。意圖 (Intentions)對(duì)應(yīng)于實(shí)體的目的(比如，到銀行去)，信念(beliefs)表示 實(shí)體的內(nèi)在狀態(tài)(比如情緒狀態(tài))，而知識(shí)(knowledge)則用來(lái)描述模擬人 群的虛擬環(huán)境的信息(比如，障礙物的位置)。而人群行為(Crowdbehavior)則對(duì)應(yīng)于一組動(dòng)作的集合(a set of actions),這組動(dòng)作則是根據(jù)實(shí)體的意圖， 信念，知識(shí)和感覺(jué)(perception)來(lái)決定的。最后，事件(events)表示引起 可以改變組行為(group behaviors)的特定反應(yīng)的事情。本發(fā)明將整個(gè)群體的信息存放在群結(jié)構(gòu)中，然后由群散發(fā)到每個(gè)組中， 再由組分發(fā)到每個(gè)代理。組的大小在模擬的過(guò)程中是可以改變的，在整個(gè)組 中存在一個(gè)組織者(leader),其他的為參與者(members)。而每個(gè)代理不 能夠顯示地進(jìn)行控制，它的行為需要遵循組的行為。每個(gè)代理有可能是組的 leader,同時(shí)也可以跑到另外一個(gè)組去。此外，本發(fā)明提出了對(duì)自治的行人模型(虛擬代理)的控制和優(yōu)化。本發(fā)明 將自治的行人模型分解為以下4個(gè)單元進(jìn)行管理和控制外表、動(dòng)作和動(dòng)機(jī)控 制單元；感知單元；行為控制單元；認(rèn)知控制單元。每個(gè)管理控制單元分別從 各自的方面主導(dǎo)和協(xié)調(diào)自治的行人模型。(1) 外表、動(dòng)作和動(dòng)機(jī)控制單元通過(guò)對(duì)自治角色的外表、動(dòng)作和動(dòng)機(jī)控 制，使得不同的行人產(chǎn)生不同的外表，多樣化的動(dòng)作。角色的動(dòng)機(jī)是自治 角色的驅(qū)動(dòng)因素，不同的動(dòng)機(jī)可以發(fā)出不同的一系列連續(xù)動(dòng)作。(2) 感知單元自治角色的感知由其周圍的環(huán)境給定。可分為地面高度感 知、靜態(tài)物體感知、動(dòng)態(tài)物體感知等。(3) 行為控制單元自治角色的各種行為可反應(yīng)出該角色的不同動(dòng)機(jī)。這 些控制行為的隨機(jī)性可以展現(xiàn)出豐富的行為內(nèi)容。行為控制可分為基本 的反應(yīng)行為控制、導(dǎo)航和動(dòng)機(jī)行為控制、其它的有趣行為控制等。(4) 認(rèn)知控制單元這是相對(duì)而言比較高層次的控制。為了使角色具有學(xué) 習(xí)周圍環(huán)境的能力，提供這種認(rèn)知能力使虛擬場(chǎng)景中的部分角色具有這種 分析保存的功能。這對(duì)增加場(chǎng)景角色的真實(shí)感很有幫助。本發(fā)明 主要對(duì)于有大量運(yùn)動(dòng)智能群體的運(yùn)動(dòng)領(lǐng)域的模擬。如學(xué)校的上學(xué)放學(xué) 情景，大規(guī)模的軍隊(duì)運(yùn)動(dòng)，大規(guī)模的戰(zhàn)爭(zhēng)場(chǎng)景，大型運(yùn)動(dòng)會(huì)的開(kāi)閉幕式，災(zāi)難 發(fā)生時(shí)的人員疏散情況，交通狀況等情況的可視化模擬都用可能用到本技術(shù)和 方案。
權(quán)利要求
1、一種虛擬場(chǎng)景中的智能群體運(yùn)動(dòng)模擬方法，其特征在于在群體運(yùn)動(dòng)模擬中，以分層模型的控制方式來(lái)對(duì)群體進(jìn)行層次式的運(yùn)動(dòng)模擬。
2、 根據(jù)權(quán)利要求1所述的虛擬場(chǎng)景中的智能群體運(yùn)動(dòng)模擬方法，其特征在 于所述分層模型按群，組和虛擬代理來(lái)對(duì)群體進(jìn)行整體劃分，其中，虛擬 代理是一個(gè)具有人特點(diǎn)的對(duì)象，組是由一組虛擬代理組成，群則是一類組的 集合，群，組，虛擬代理組成模擬的實(shí)體；意圖對(duì)應(yīng)于實(shí)體的目的，信念表 示實(shí)體的內(nèi)在狀態(tài)，知識(shí)則用來(lái)描述模擬人群的虛擬環(huán)境的信息，人群行為 則對(duì)應(yīng)于一組動(dòng)作的集合，這組動(dòng)作則是根據(jù)實(shí)體的意圖，信念，知識(shí)和感 覺(jué)來(lái)決定的，事件表示引起可以改變組行為的特定反應(yīng)的事情；將整個(gè)群體 的信息存放在群結(jié)構(gòu)中，然后由群散發(fā)到每個(gè)組中，再由組分發(fā)到每個(gè)虛擬 代理，組的大小在模擬的過(guò)程中是可以改變的，在整個(gè)組中存在一個(gè)組織者， 其它的為參與者，每個(gè)代理不能夠顯示地進(jìn)行控制，它的行為需要遵循組的 行為，每個(gè)代理有可能是組的參與者，同時(shí)也可以跑到另外一個(gè)組去。
3、根據(jù)權(quán)利要求1所述的虛擬場(chǎng)景中的智能群體運(yùn)動(dòng)模擬方法，其特征在 于所述虛擬代理為自治的行人模型，將自治的行人模型分解為4個(gè)單元進(jìn)行 管理和控制，每個(gè)管理控制單元分別從各自的方面主導(dǎo)和協(xié)調(diào)自治的行人模型，(1) 外表、動(dòng)作和動(dòng)機(jī)控制單元通過(guò)對(duì)自治角色的外表、動(dòng)作和動(dòng)機(jī)控 制，使得不同的行人產(chǎn)生不同的外表，多樣化的動(dòng)作，角色的動(dòng)機(jī)是自治 角色的驅(qū)動(dòng)因素，不同的動(dòng)機(jī)可以發(fā)出不同的一系列連續(xù)動(dòng)作；(2) 感知單元自治角色的感知由其周圍的環(huán)境給定，可分為地面高度感 知、靜態(tài)物體感知、動(dòng)態(tài)物體感知；(3) 行為控制單元自治角色的各種行為可反應(yīng)出該角色的不同動(dòng)機(jī)，這 些控制行為的隨機(jī)性可以展現(xiàn)出豐富的行為內(nèi)容，行為控制可分為基本 的反應(yīng)行為控制、導(dǎo)航和動(dòng)機(jī)行為控制、其它的有趣行為控制；(4) 認(rèn)知控制單元為了使角色具有學(xué)習(xí)周圍環(huán)境的能力，提供這種認(rèn)知 能力使虛擬場(chǎng)景中的部分角色具有這種分析保存的功能。
全文摘要
本發(fā)明公開(kāi)了一種虛擬場(chǎng)景中的智能群體運(yùn)動(dòng)模擬方法，在群體運(yùn)動(dòng)模擬中，以分層模型的控制方式來(lái)對(duì)群體進(jìn)行層次式的運(yùn)動(dòng)模擬。本發(fā)明在虛擬場(chǎng)景中對(duì)大規(guī)模的群體運(yùn)動(dòng)進(jìn)行模擬，具有較強(qiáng)可視化。本發(fā)明主要對(duì)于有大量運(yùn)動(dòng)智能群體的運(yùn)動(dòng)領(lǐng)域的模擬。如學(xué)校的上學(xué)放學(xué)情景，大規(guī)模的軍隊(duì)運(yùn)動(dòng)，大規(guī)模的戰(zhàn)爭(zhēng)場(chǎng)景，大型運(yùn)動(dòng)會(huì)的開(kāi)閉幕式，災(zāi)難發(fā)生時(shí)的人員疏散情況，交通狀況等情況的可視化模擬。
文檔編號(hào)G06T17/00GK101216951SQ200710051009
公開(kāi)日2008年7月9日 申請(qǐng)日期2007年12月27日 優(yōu)先權(quán)日2007年12月27日
發(fā)明者何明耘, 盧光輝, 房春蘭, 蔡洪斌, 航 邱, 陳雷霆 申請(qǐng)人:電子科技大學(xué)