基于GPU的运动路径匹配及人群仿真研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第1章 绪论 | 第10-21页 |
| ·课题背景 | 第10-12页 |
| ·研究现状 | 第12-13页 |
| ·GPU的发展历程 | 第13-17页 |
| ·固定功能的GPU | 第13-15页 |
| ·具有可编程能力的GPU | 第15-16页 |
| ·具有通用编程能力的GPU | 第16-17页 |
| ·CUDA编程模式简介 | 第17-19页 |
| ·CUDA计算单元 | 第17-18页 |
| ·CUDA内存分布 | 第18页 |
| ·Kernel的执行方式 | 第18-19页 |
| ·本文工作 | 第19页 |
| ·论文章节安排 | 第19-21页 |
| 第2章 运动数据捕获 | 第21-30页 |
| ·引言 | 第21页 |
| ·运动捕获设备 | 第21-23页 |
| ·运动捕获数据文件表示方法 | 第23-25页 |
| ·运动数据的捕获 | 第25-28页 |
| ·运动捕获场地介绍 | 第25页 |
| ·运动捕获过程 | 第25-28页 |
| ·运动数据设计 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 场景路径图生成 | 第30-37页 |
| ·引言 | 第30页 |
| ·相关工作 | 第30页 |
| ·Voronoi图简介 | 第30-32页 |
| ·硬件加速的Voronoi图生成方法 | 第32-34页 |
| ·改进的硬件加速方法 | 第34-35页 |
| ·场景分割结果 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 Agent的行为模型 | 第37-44页 |
| ·引言 | 第37页 |
| ·相关工作 | 第37-38页 |
| ·虚拟人控制模型 | 第38-39页 |
| ·虚拟人行为模型 | 第39-42页 |
| ·路径跟随行为 | 第39-40页 |
| ·障碍物避让行为 | 第40-41页 |
| ·碰撞规避行为 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第5章 基于GPU的路径匹配 | 第44-56页 |
| ·引言 | 第44-45页 |
| ·运动关系图 | 第45-47页 |
| ·运动路径参数化 | 第47-49页 |
| ·运动片断提取 | 第49-54页 |
| ·实验结果 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第6章 基于GPU的大规模人群仿真 | 第56-65页 |
| ·引言 | 第56-57页 |
| ·场景分割 | 第57-58页 |
| ·近邻查询 | 第58-59页 |
| ·并行化人群仿真 | 第59-62页 |
| ·Agent模型 | 第60-61页 |
| ·人群更新 | 第61-62页 |
| ·实验结果 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第7章 总结和展望 | 第65-66页 |
| ·工作总结 | 第65页 |
| ·未来展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间主要的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
