摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-19页 |
1.1 研究的背景与意义 | 第11-14页 |
1.1.1 研究背景 | 第11页 |
1.1.2 研究意义 | 第11-14页 |
1.2 研究现状 | 第14-17页 |
1.2.1 群体建模 | 第14-15页 |
1.2.2 路径规划 | 第15-16页 |
1.2.3 碰撞避免 | 第16-17页 |
1.3 主要工作和创新 | 第17-18页 |
1.3.1 研究内容 | 第17-18页 |
1.3.2 创新点 | 第18页 |
1.4 论文结构安排 | 第18-19页 |
第二章 群体运动仿真相关技术 | 第19-31页 |
2.1 群体建模 | 第19-24页 |
2.1.1 基于整体控制的自顶向下群体运动模型 | 第19-21页 |
2.1.2 基于Agent控制的自低向上群体运动模型 | 第21-24页 |
2.2 路径规划 | 第24-26页 |
2.2.1 拓扑法 | 第24-25页 |
2.2.2 Dijkstra算法 | 第25页 |
2.2.3 A*算法 | 第25-26页 |
2.2.4 人工势能场法 | 第26页 |
2.3 碰撞避免 | 第26-30页 |
2.3.1 空间划分方法 | 第26-27页 |
2.3.2 层次包围盒方法 | 第27-30页 |
2.4 本章小结 | 第30-31页 |
第三章 环境建模和群体建模 | 第31-44页 |
3.1 环境建模 | 第31-33页 |
3.1.1 几何建模 | 第31-32页 |
3.1.2 空间建模 | 第32-33页 |
3.2 基于Agent的群体建模 | 第33-36页 |
3.2.1 感知模型 | 第33-36页 |
3.2.2 控制模型 | 第36页 |
3.3 恐慌状态下的社会力模型 | 第36-40页 |
3.4 基于刺激力的社会力模型 | 第40-41页 |
3.5 实验结果 | 第41-43页 |
3.5.1 环境建模 | 第41-42页 |
3.5.2 群体建模 | 第42页 |
3.5.3 加入社会力的群体建模 | 第42-43页 |
3.5.4 加入刺激力的社会力模型 | 第43页 |
3.6 本章小结 | 第43-44页 |
第四章 全局路径规划 | 第44-54页 |
4.1 A*算法 | 第44-47页 |
4.1.1 A*算法原理 | 第44-45页 |
4.1.2 A*算法特性 | 第45-46页 |
4.1.3 估价函数的选取 | 第46-47页 |
4.2 基于三角形导航网格的A*算法路径规划 | 第47-52页 |
4.2.1 三角导航网格 | 第47-50页 |
4.2.2 基于三角导航网格的A*算法路径规划 | 第50-52页 |
4.2.3 基于包围盒的静态障碍物碰撞避免 | 第52页 |
4.3 实验结果 | 第52-53页 |
4.3.1 基于三角形导航网格的A*算法路径规划 | 第52-53页 |
4.3.2 静态障碍物避免 | 第53页 |
4.4 本章小结 | 第53-54页 |
第五章 局部动态碰撞避免 | 第54-64页 |
5.1 速度障碍 | 第54-55页 |
5.2 相对速度障碍 | 第55-56页 |
5.3 基于时间限定的相对速度障碍 | 第56-58页 |
5.4 基于相对速度障碍的最优碰撞避免 | 第58-60页 |
5.5 基于优先级的相对速度障碍最优碰撞避免 | 第60-62页 |
5.6 实验结果 | 第62-63页 |
5.7 本章小结 | 第63-64页 |
第六章 群体运动仿真系统的实现 | 第64-74页 |
6.1 系统设计 | 第64-65页 |
6.2 环境建模 | 第65-66页 |
6.3 群体建模 | 第66-67页 |
6.4 路径规划 | 第67-69页 |
6.5 碰撞避免 | 第69-70页 |
6.6 渲染模块 | 第70-71页 |
6.6.1 场景渲染 | 第70页 |
6.6.2 人物渲染 | 第70-71页 |
6.7 实验结果 | 第71-73页 |
6.7.1 实验环境 | 第71页 |
6.7.2 群体模拟测试 | 第71-72页 |
6.7.3 运行效果 | 第72-73页 |
6.8 本章小结 | 第73-74页 |
第七章 总结与展望 | 第74-76页 |
7.1 研究工作总结 | 第74页 |
7.2 研究未来展望 | 第74-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-81页 |