动态人群模拟是计算机图形学的重要研究领域之一,在公共安全、疏散模拟、影视制作、游戏动画等领域都有非常广泛的应用。但是现有的群体算法大多不能适用于多种情境下的人群模拟,而且大多算法没有考虑到行人的心理因素,模拟仿真出来的效果不佳。目前人群模拟技术的热点和难点是快速构建合适的模型用来满足多种情境下的仿真需求,而且能够达到良好的计算效率,甚至可以满足实时性的要求。针对这些问题,本文提出了适用于多情境下的人群模拟算法,本算法通过结合智能体模型和社会力模型,能够很好地保留原模型的优势,而且可以更灵活地应对复杂多样的场景。本文的主要研究内容和成果如下:1.本文提出了个性感知范围,即不同属性的行人在不同情境下拥有不同的感知范围,从而可以表现个体的差异性,并且结合心理学引入了动态分群的概念,将个体的行为与群体的行为有机地结合在一起。2.在仿真系统的设计与实现中,本文分别根据仿真效率和仿真效果两个方面对提出的模型进行优化。对于前者,提出基于均匀网格的密度估算方法来优化计算环境因素的问题。对于后者,使用人物模型和动画。考虑真实情境下的情况,并且在动画中引入了侧身躲避效果。本文的研究工作充分考虑了现实因素,仿真结果表明,提出的模型在多种情境下都符合预期效果,并且拥有较高的适用性和可扩展性。本文的工作为多角色、个性化人群的仿真等相关研究提供参考和应用价值,与此同时,在计算性能上也做了相应优化,能够满足千人级别实时仿真任务的需求。