从虚拟环境的角度出发，虚拟人(VirtualHuman或ComputerSynthesizedCharacters)是人在虚拟环境中的几何特性与行为特性的表示[Badler93]，是多功能感知与情感计算的研究内容。以合成虚拟人为界面的计算机系统将不仅具有语音交互能力，而且将具有多模式行为交互能力，这将为建立计算机系统人性化的人机界面，实现和谐的人机交互提供重要的理论和技术基础。虚拟世界的人物角色(化身)是人类在计算机界面内最容易接受的交流对象，研究虚拟世界的人物角色运动控制机制是智能虚拟人物的关键技术之一。如何灵活、有效地实现虚拟人物的控制和交互，是一个较为复杂的问题。虽然，已经有了大量研究，但是，由于虚拟世界客观因素的多样性，这一领域仍然存在许多待解决的问题。本文主要研究了两个方面内容：1.为进行运动规划，研究如何从复杂的非结构化的虚拟场景中提取对场景中物体运动有影响的数据来组织构型空间。2.研究如何通过少数关节的分离运动数据，实现多个关节协调运动的实时控制。最后，建立一个演示系统来验证理论的可行性和有效性。具体地说，本文的主要工作和创新之处有以下几点： 1.在提取虚拟场景构型空间方面，提出多层栅格算法。算法的核心思想是利用多尺度栅格逼近虚拟场景，在保持连通的前提下的实现高精度采样。多层栅格算法通过变更起始点和多次迭代的方法保持了起始点区域的连通问题，提高了Brian算法[Brian2003]的采样准确度。Brian算法采用多层随机射线采样，忽略区域连通性问题，无法区分障碍物内部自由空间和外部道路空间，容易发生误判。区域分层求解连通性困难是场景的某些狭长区域限制上层采样路线的行动，即上层大尺度栅格网采样在连通区域的狭窄处发生碰撞，而小尺度栅格网采样却可以通过狭窄连通区域，从而令本次迭代终止。新算法采用十字采样，在上次迭代边界区域设立新的起始点，重新迭代，突破了这种狭长区域对采样路线的限制，克服了区域分层求解造成的连通性难以保持的困难。经过与Brian算法仿真试验对比表明，新算法提高了采样准确性，保证了连通区域的正确提取，对于不同场景有着较强的适应性。虽然从原理上讲，多层栅格算法需要更多的迭代，效率会低一些，但我们通过保留以前访问的结果，可以有效地减少重复迭代。为了弥补多层栅格算法在速度上的不足，我们采用带主动调度的蚁群协同模式来提取虚拟场景构型空间。这一方法将分布式Agent系统与蚁群模型相结合，其新颖之处在于节点的协作策略上采用了间接调度与直接调度相结合的方法，能有效地协调节点间的协作。带主动调度的蚁群协同模式利用评价矩阵完成传统蚁群算法中残留信息素的作用，同时以主动调度来降低蚂蚁间局部集中的概率。在传统蚁群算法中节点选择新的搜索位置时，取决于残留信息素的多少，具有一定节点自身经验累计的局域性。有了主动调度，节点选择新的搜索位置时，除了根据残留信息判断，还根据主动调度提供的全局信息，可以直接跳跃到新的位置。仿真测试表明，新算法保持了蚁群算法的并行优势，并提高了搜索效率，加速比可达7；与纯蚁群方式相比，加速比的增幅在2％～17％。 2.人体共有200个以上的自由度，其运动非常复杂，实时获取全部关节的运动数据是不困难的，通常的做法是通过一些专门设计的传感器和跟踪系统来获取关键关节的运动数据，再通过复杂的运动学仿真来计算和推断其他关节的活动数据。在这方面过去已经有了大量的研究，也提出了许多不同的角色运动控制模型。但这些专门设计的传感器和跟踪系统不仅价格昂贵，而且只能用于设计的特定场合，对通用的虚拟人行为控制研究并不适用。本文研究的是如何利用尽可能少的简单设备来获得少数关节的必要运动数据来计算和推断其他关节的活动数据。对于简单设备的运动输入，通过适当的算法(例如IK)，可产生一定数量的关节运动数据。但这些算法自成体系，简单设备得到的运动数据往往独立性强，缺乏联系，甚至冲突，它们的合成使用是本项目的重点研究内容之一。 为了利用这些简单输入的各自数据优势，实现合成的目的，首先对角色运动加以分析。本研究提出了基于时空约束的动态特征，再通过专家判断矩阵对动态特征进行排序；最后在动态特征的指导下，完成运动的参数化，得到参数化的标准动作。在参数化标准动作序列基础上结合动态特征，定义时空约束，并设定相应的目标函数。求解这一非线性方程组，可以生成多种逼真的新运动。实验结果表明此方法既可保留原始运动的运动属性，又能生成多种满足不同场景需求的全新动作，从而提高了运动数据的重用性。 然后，从角色运动控制模型角度进行研究。通过研究相关的角色运动控制体系，详细分析了各个多层控制体系的特点。借鉴Petriu[Petriu2002]的基于运动控制抽象层次三层模型对角色控制层次进行了划分，又受到聪明人模型[LiuY2003]分层独立接收外界信息的启发，提出了角色运动的实时层次混合控制模型。其多层数据导入框架使得预编辑的固定运动与实时控制产生的即时动作在不同控制层次上的融合成为可能。采用基于动态特征的多层混合控制运动融合法完成运动融合。通过建立虚拟世界信息模型，对角色活动的环境进行了必要阐述。对于多层混合控制的多种适用情形，采用ECA规则对运动融合方法管理和组织。这样，可以减少完成复杂运动时的外界控制输入数量，降低外设要求，也有效满足角色灵活控制和数据复用的需要。 通过上述方案，建立了支持实时层次混合控制模型的角色运动库。同时，在文末原型系统中，利用提出的角色运动的实时层次混合控制模型解决了实时控制下的手部灵活运动与离线预存储的躯干固定运动的融合问题，得到自然的运动合成效果。使用两个单关节数据捕获设备分别结合行为层预定义动作和关节层IK求解混合控制模式，达到在同等灵活条件下的实时捕获5关节运动数据的控制效果。 最后，实现了的多通道手势绘图系统。系统中全面采用我们提出的虚拟场景构型空间提取技术、实时层次混合控制模型、支持层次混合控制的角色运动库和其他相关技术。