基于数据驱动的人群仿真的方法研究与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序言 | 第9-15页 |
| 1 引言 | 第15-23页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 全局路径规划算法 | 第16-18页 |
| 1.2.2 局部碰撞避免方法 | 第18-20页 |
| 1.2.3 人体动画实现方法 | 第20-21页 |
| 1.3 论文主要工作 | 第21-22页 |
| 1.4 论文组织结构 | 第22-23页 |
| 2 全局路径规划方法 | 第23-29页 |
| 2.1 场景建模 | 第23-25页 |
| 2.1.1 Delaunay三角划分的实现 | 第23-24页 |
| 2.1.2 场景建模实现方法 | 第24-25页 |
| 2.2 路径规划 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 基于数据驱动的局部碰撞避免方法 | 第29-61页 |
| 3.1 数据驱动仿真方法的改进 | 第29-49页 |
| 3.1.1 范例的获取与DB创建 | 第30-32页 |
| 3.1.2 范例的选取与碰撞预测 | 第32-34页 |
| 3.1.3 VO规则的引入 | 第34-35页 |
| 3.1.4 CF碰撞避免算法 | 第35-39页 |
| 3.1.5 实验验证 | 第39-48页 |
| 3.1.6 小结 | 第48-49页 |
| 3.2 数据扩充 | 第49-51页 |
| 3.2.1 方法提出的动机 | 第49页 |
| 3.2.2 实验验证 | 第49-51页 |
| 3.3 利用人工神经网络的人群仿真 | 第51-60页 |
| 3.3.1 人工神经网络的选择 | 第51-54页 |
| 3.3.2 人工神经网络预测行人行为的方法 | 第54-55页 |
| 3.3.3 实验验证 | 第55-60页 |
| 3.4 本章小结 | 第60-61页 |
| 4 人体动画实现方法 | 第61-64页 |
| 4.1 运动捕捉数据的介绍 | 第61-62页 |
| 4.2 实现人体动画的方法 | 第62-63页 |
| 4.3 本章小结 | 第63-64页 |
| 5 人群仿真系统的原型设计与开发 | 第64-69页 |
| 5.1 功能模块设计 | 第64-65页 |
| 5.2 原型开发介绍 | 第65-68页 |
| 5.3 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 未来展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第75-77页 |
| 学位论文数据集 | 第77页 |
