摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 研究现状 | 第10-12页 |
1.3 本文主要研究工作与论文组织 | 第12-15页 |
1.3.1 研究工作 | 第12页 |
1.3.2 论文组织 | 第12-15页 |
第2章 流体人群运动仿真概述与图形处理运算技术 | 第15-23页 |
2.1 引言 | 第15页 |
2.2 基于动态隐势场的人群运动仿真 | 第15-17页 |
2.3 导航场 | 第17-18页 |
2.4 GPU运算技术 | 第18-21页 |
2.4.1 可编程图形流水线 | 第18-20页 |
2.4.2 通用计算的GPGPU技术 | 第20-21页 |
2.5 本章小结 | 第21-23页 |
第3章 基于动态混合场的人群路径规划模型 | 第23-39页 |
3.1 引言 | 第23-24页 |
3.2 流体人群疏散运动模型及优化 | 第24-26页 |
3.3 动态隐势场的快速构建 | 第26-30页 |
3.3.1 快速行军算法(FMM) | 第26-28页 |
3.3.2 快速迭代算法(FIM)及应用于人群疏散的优化 | 第28-29页 |
3.3.3 多终点的势场构建优化 | 第29-30页 |
3.4 基于局部导航场的路径规划 | 第30-33页 |
3.5 实验结果与分析 | 第33-36页 |
3.6 本章小结 | 第36-39页 |
第4章 复杂场馆环境下的人群速度重定向模型 | 第39-51页 |
4.1 引言 | 第39页 |
4.2 虚拟地形描述机制 | 第39-44页 |
4.3 人群速度重定向模型 | 第44-48页 |
4.3.1 可扩展的人群密度映射方法 | 第44-45页 |
4.3.2 全局最优路径下的人群移动方向优化 | 第45-46页 |
4.3.3 局部碰撞避免下的人群速度调整 | 第46-48页 |
4.4 实验结果与分析 | 第48-49页 |
4.5 本章小结 | 第49-51页 |
第5章 基于GPGPU的大规模人群仿真系统 | 第51-63页 |
5.1 引言 | 第51页 |
5.2 人群疏散系统设计 | 第51-52页 |
5.3 路径规划算法在CUDA平台的实现 | 第52-54页 |
5.4 基于Imposter的大规模人群绘制 | 第54-58页 |
5.5 实验结果与分析 | 第58-62页 |
5.6 本章小结 | 第62-63页 |
结论 | 第63-65页 |
参考文献 | 第65-69页 |
攻读硕士学位期间所取得的研究成果 | 第69-71页 |
致谢 | 第71页 |