意外受扰虚拟人行为动画关键技术研究

以突发事件下意外受扰的虚拟人为研究对象,结合心理学、生物力学、机器人学、人类行为学等相关领域对人体受扰时反应行为研究的最新进展,提出了一种虚拟人运动中受扰的平衡保持与恢复的动画合成技术,该技术能快速检测虚拟人在运动中的平衡状态,并在虚拟人有摔倒倾向时驱动虚拟人采取自主的保护动作以减少倒地对身体造成的伤害;实验结果表明,在意外情况下虚拟人对不同的外界作用力做出了较为真实的反应。     

基于运动捕捉数据的虚拟人建模及运动仿真

虚拟人运动具有深远的理论价值及广阔的应用前景.但是因为运动形式多样导致动特性复杂,计算难度大,现有的虚拟人运动仿真系统很难同时保证仿真的实时性和真实性.根据快速发展的运动捕捉技术,为解决上述问题,采用一个虚拟人运动仿真系统.首先建立既计算简单又显示逼真的虚拟人模型,可根据运动捕捉数据对虚拟人模型进行仿真.实验结果表明,方法可以在保证时间复杂度的基础上逼真地运用运动捕捉数据驱动虚拟的运动.经实验证明,虚拟人运动仿真方法,可以应用于智能人机交互领域中.     

虚拟人合成研究进展

虚拟人是人在计算机生成空间(虚拟环境)中的几何特性与行为特性的表示.虚拟人合成研究的内容主要包括逼真人体模型与逼真人体运动行为.文中介绍了人体建模方法、人体运动行为生成方法的发展过程,给出了基于实例的人体建模与人体运动行为建模的研究进展,以及这些研究成果的应用例子,最后列举了几个前沿研究问题.     

一种实时虚拟人反应式动画生成算法

使用运动捕获数据驱动与动力学模拟相结合的控制方法,可以产生既真实又能对外界施加的作用力作出反应的人体运动.为减少以前方法中反应式运动数据搜索的时间开销并去除动画师需要的手工调节工作,采用并行计算,并引入人工神经网络的方法,根据虚拟人主要关节的位姿对反应运动类型进行预测,得到需搜索的反应运动子类型库.另外,对搜索匹配的算法进行改善以提高搜索效率.实验结果表明:系统中的虚拟人的运动能在两种控制方式之间灵活切换,并能实时响应外界的交互作用.     

虚拟人实时运动控制的研究

为在虚拟环境中再现逼真的人体运动,对虚拟人的实时运动控制进行了研究。简单阐述了对虚拟人体的几何建模和运动建模。在传统人体动画控制技术的基础上,提出了虚拟人行为的高、低两层控制策略,实现了虚拟人行为的智能化－－在低层运动控制部分,通过关键帧,正向、逆向运动学和简单动力学适当结合的多重控制技术对人体的关节直接控制,实现了周期地步行、跑步等移动动作;在高层运动控制中,研究了避免碰撞障碍物的路径规划和接近     

适用于运动捕捉的虚拟人驱动显示的研究

本文在分析了各种虚拟人模型的基础上,提出一种与被测试者匹配的八面体模型并对其进行驱动显示,详细说明了该模型的计算方法及驱动过程并给出了实现结果.最终结果表明,该模型及驱动方法具有很高的实时性,避免因被测试者与虚拟人规格不一致而导致的虚拟人运动异常问题,是一种实用的虚拟人驱动显示方法.     

运动员三维运动图像姿态参数测量的仿真分析

研究运动员运动中的三维图像姿态参数准确测量问题.运动过程中,人体的关节运动程度较为复杂,并且运动速度很快,关节间的细微变化角度很难运用固定的约束算法进行约束.传统的三维运动图像建模运用固定约束模型,很难对上述动态小区域变化进行描述,导致对细微运动姿态的测量效果不好.提出一种运动员三维运动姿态测量方法,通过对人体运动参数进行优化,把运动参数的约束优化问题看成一个非线性求解最小化的问题,运用L-M运动约束参数提供快速收敛的正则化方法,求取非刚体三维运动时的运动参数和结构参数矩阵,完成运动三维参数测量.仿真结果表明,上述方法可以高精度测量运动员的三维运动参数,提高参数测量精度.     

自动匹配虚拟人模型与运动数据

使用运动数据驱动虚拟人模型运动是人体运动仿真的常用方法.通常,运动数据本身定义了适合该运动数据的骨架结构,这要求被其驱动的虚拟人模型也必须有相匹配的骨架定义.提出了一种推迟到运动数据导入时再为模型生成骨架结构的基于语义分析的懒匹配算法(lazy match based on semantic analysis,简称LMSA),该算法先用一组平行平面切分人体模型以生成备选关节点集,并在导入运动数据后对备选关节点集和运动数据的骨架结构进行语义分析,匹配具有相同语义的备选关节点和骨架结构的各关节,使已有的虚拟人几何模型能够直接应用于具有不同骨架结构的人体运动数据.     

基于运动捕获数据的虚拟人动画研究

随着三维游戏等行业对计算机动画制作需求的增加,在三维动画制作软件中人工调整虚拟人动作的工作方式已经不再适合现在的计算机动画制作。运动捕获技术是直接记录物体的运动数据并将其用于生成计算机动画,具有高效率、所生成的动画真实感强等优点,因而获得了广泛应用。提出了一种利用运动捕获数据来生成动画的方法,基于运动捕获得到的数据建立并驱动三维骨架模型,从而产生骨架的运动,形成动画。该方法可以充分利用现有的大量运动捕获数据,因此具有较大的应用前景。     

虚拟人手臂避障抓取运动规划

针对强干涉环境下虚拟人手臂无碰撞抓取物体动作规划问题,提出一种逆向运动学与运动规划相结合的求解方法.首先在现有FABRIK逆向运动学算法的基础上提出避障FABRIK算法,用于实现手臂无碰撞抓取姿态设计,作为最终抓取姿态;然后采用Bi-RRT算法,综合考虑7维角度域约束和对非光滑路径的简化问题对手臂进行无碰撞运动规划,产生从给定初始姿态到最终抓取状态之间的中间姿态.仿真实验结果表明,该方法速度快,产生的路径能有效地避开障碍;可用于强干涉环境下的虚拟人动作设计.     

虚拟环境中运动车辆行为仿真的程序方法研究

研究了具有自然起伏地形特征的虚拟环境中,运动车辆行为姿态变化的三维仿真问题。设计出一种根据车辆的支撑平面计算姿态显示参数,从而实现车体状态实时自动调节的算法。给出了算法的具体描述和实现结果,并对其中的关键技术进行了比较详细的讨论。该算法对车轮轮子个数没有限制,对于履带式车辆也是适用的。仿真显示了视觉上的逼真性,证明了该方法在虚拟仿真及虚拟现实其他领域的可应用价值。     

严肃游戏中虚拟角色行为建模综述

严肃游戏是计算机游戏一个新的发展方向,可以提供形象互动的模拟教学环境,已经广泛应用于科学教育、康复医疗、应急管理、军事训练等领域。虚拟角色是严肃游戏中模拟具有生命特征的图形实体,行为可信的虚拟角色能够提升用户使用严肃游戏的体验感。严肃游戏中的图形渲染技术已经逐步成熟,而虚拟角色行为建模的研究尚在初级阶段。可信的虚拟角色必须能够具有感知、情绪和行为能力。本文分别从游戏剧情与行为、行为建模方法、行为学习和行为建模评价等4个方面来分析虚拟角色行为建模研究。分析了有限状态机和行为树的特点,讨论了虚拟角色的行为学习方法。指出了强化学习的关键要素,探讨了深度强化学习的应用途径。综合已有研究,归纳了虚拟角色行为框架,该框架主要包括感觉输入、知觉分析、行为决策和动作4大模块。从情感计算的融入、游戏剧情和场景设计、智能手机平台和多通道交互4个角度讨论需要进一步研究的问题。虚拟角色的行为建模需要综合地考虑游戏剧情、机器学习和人机交互技术,构建具有自主感知、情绪、行为、学习能力、多通道交互的虚拟角色能够极大地提升严肃游戏的感染力,更好地体现寓教于乐。     

虚拟人行走的动作融合

研究在行走时虚拟人动作与虚拟地形之间的交互性。通过碰撞检测来确定人体在地面之上的正确位置。利用动作融合的方法,即将几个典型动作按合适的权重结合产生新的动作数据,实时地驱动虚拟人并使之对环境变化的反应满足视觉上的逼真性。融合过程中各原始动作的权重取决于沿着和垂直于人体运动方向的2个地面坡度,同时也通过对地形的几何分析来实现虚拟人对其周边地形的感知。     

一个情感驱动的3D虚拟角色行为动画创作工具

情感作为人类具有智能的一个重要体现,是创建丰富细腻的虚拟智能体的不可或缺的环节。本文结合认知对情感的影响,提出一个改进的情感建模方法和一种新的行为建模方法,设计具体的情感情境,并通过行为树的行为组织形式对虚拟环境中的行为进行管理,以产生具体、真实的虚拟角色情感行为。提出＂个性-情感-情绪＂的三层情感层次结构,并最后完成了一个实验系统。实验结果证明,该情感模型和行为组织模型能有效地反映虚拟角色在虚拟环境中的智能情感行为。     

Recurrent Motion Refiner for Locomotion Stitching

Stitching different character motions is one of the most commonly used techniques as it allows the user to make new animations that fit one's purpose from pieces of motion. However, current motion stitching methods often produce unnatural motion with foot sliding artefacts, depending on the performance of the interpolation. In this paper, we propose a novel motion stitching technique based on a recurrent motion refiner (RMR) that connects discontinuous locomotions into a single natural locomotion. Our model receives different locomotions as input, in which the root of the last pose of the previous motion and that of the first pose of the next motion are aligned. During runtime, the model slides through the sequence, editing frames window by window to output a smoothly connected animation. Our model consists of a two-layer recurrent network that comes between a simple encoder and decoder. To train this network, we created a sufficient number of paired data with a newly designed data generation. This process employs a K-nearest neighbour search that explores a predefined motion database to create the corresponding input to the ground truth. Once trained, the suggested model can connect various lengths of locomotion sequences into a single natural locomotion.     

基于Linux虚拟服务器的负载均衡

Internet业务量的激增和网络应用特殊化都使得负载均衡成为迫切需求，Linux虚拟服务器按传输层连接对集群节点进行业务分配，能便捷而高效地实现负载均衡，文章对其工作方式和均衡策略进行全面研究，讨论了算法改进和应用实例。     

软件定义承载网中基于负载均衡的虚拟网络重配置方法*

在软件定义承载网(Carrier-SDN)中应用网络虚拟化技术为虚拟网络请求分配资源是解决传统网络结构僵化问题的重要方法之一。针对虚拟网络初次配置产生的瓶颈节点和瓶颈链路造成的底层网络负载不均衡问题,提出一种基于负载均衡的虚拟网络重配置方法(Load Balance Virtual Network Reconfiguration,LB-VNR)。该方法着重设计了虚拟节点的迁移算法、虚拟链路的迁移算法以及重路由映射路径规划算法。仿真结果表明,所提方法在虚拟网络请求接受率、网络收益代价比和虚拟网络负载均衡性方面均具有良好的性能。     

人机任务仿真中虚拟人行为建模及仿真实现

提出一种采用高级智能对象(ASO)的建模方法,实现虚拟人的行为建模。首先, 引入 ASO 的概念,对交互特征中的交互元素、交互部位及对象动作进行定义,并对交互动作进 行分类;其次,提出了对象驱动方法,解决由虚拟对象作为主动体动作而导致的虚拟人作为被 动体的运动计算问题,实现对象以交互特征为主的建模;最后,根据人机任务需要对虚拟人的 基本行为动作进行分析,选择常用的 4 种基本动作,对其进行定义并进行动作组合,给出以交 互元素为主的位姿、手型的计算方法,实现了行为建模并进行仿真实现,解决了任务仿真中的 交互量大问题,使仿真结果具有重用性。并以飞机装配的手工铆接仿真为例对方法进行验证。     

一种虚拟人运动生成和控制方法

利用运动捕获数据,通过学习获得虚拟人运动的统计模型,从而创建真实、可控的虚拟人运动.提出了一种方法:通过对原始运动数据聚类,提取出局部动态运动特征--动态纹理,并用线性动态系统描述,有选择地注释有明确含义的线性动态系统,构建注释动态纹理图.利用这一统计模型,可生成真实感强、可控的虚拟人运动.结果表明,这种方法在交互环境中能够生成流畅、自然的人体运动.