群体动画主要用于模拟处于相同环境下的一群生物的活动,这群生物的行为与个体的行为有所区别,也就是所谓的的群聚现象,如鸟群迁徙、鱼群的游动、游戏中敌人的运动、电影的大规模场景中人物的运动等。群体动画的研究内容包括:个体建模、运动控制和群体动画绘制。运动控制主要指对群体的运动进行规划,包括路径规划、个体之间的智能交互等。本论文研究主要集中于运动路径规划。主要研究成果如下:1、对基于高可避险的双向A*算法进行研究。A*算法是路径规划中的有效算法。为了加快算法速度并减少搜索空间,对OPEN表采用了分段存储的基于索引数组和最小二叉堆的混合数据结构。同时增加了危险等级系数,使仿真体可以根据环境判断直行还是绕过危险物体,以免受攻击。同时设定良好的双向搜索停止条件,保证双向搜索的有效。为了使仿真体可以尽量直线运动,避免不必要的转向,使用漏斗算法进行了路径平滑。相关测试表明改进后的算法能有效解决凹型地形中的寻路,且速度较快,空间占用减少。2、对基于交通禁忌的不规则路面路径规划算法进行了研究。路径规划问题是游戏、群体动画中的重要问题,但当前的算法很少考虑地形、坡度、越障高度等实际问题。本文利用2.5维栅格表现了三维不规则路面,在启发函数中充分考虑了地形因子、坡度、越障高度,建立了交通禁忌表来减少运算量,利用矢量栅格对栅格进行了优化。最后利用改进后的算法实现了不规则路面上的路径规划。3、基于模糊逻辑的崎岖路面路径规划算法研究。路径规划问题是机器人路径规划、群体动画中的重要研究内容。本算法用2.5维栅格表示了地形,并考虑了粗糙度、坡度、越障高度等实际问题。利用模糊逻辑对粗糙路面的坡度、粗糙度、高程差进行了分析研究,并对是否可通行进行了评估,把得到的可通行性因子应用到启发函数中。改进的JPS算法可以解决路径规则中经常遇到的对称性问题,可以实现粗糙路面上的路径规划,同时减小了搜索空间,提高了算法的效率。4、群体动画中物体运动轨迹的研究。当前的篮球训练主要是依靠经验,使用数据说话的时间不多,为了可以对篮球训练进行量化研究,开发了一套可用于篮球训练的仿真系统。研究分为考虑空气阻力和不考虑空气阻力两种情况。在忽略空气阻力的情况下,建立了篮球运动的数学模型。得到出发点和结束点不在同一水平线上的最佳出手角和出手速度的数值解。在考虑空气阻力的情况下,首先利用微软的Kinect获取了不同的出手速度,求解了非线性方程组,计算得到不同出手高度、出手速度和出手角的数值解。制作了可视化的仿真环境,并对碰撞检测等问题进行了实现和优化。运动员可以利用该可视化环境测算适合自己的最佳出手角和出手速度,辅助训练。5、开发了基于群体动画的仿真平台,篮球训练仿真模块是其中的子模块。系统运行流畅,达到设计要求。