CN103927778A - 一种虚拟人环境感知的仿真方法及系统 - Google Patents
一种虚拟人环境感知的仿真方法及系统 Download PDFInfo
- Publication number
- CN103927778A CN103927778A CN201310214035.0A CN201310214035A CN103927778A CN 103927778 A CN103927778 A CN 103927778A CN 201310214035 A CN201310214035 A CN 201310214035A CN 103927778 A CN103927778 A CN 103927778A
- Authority
- CN
- China
- Prior art keywords
- visual human
- described visual
- action
- sight line
- cylinder
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种虚拟人环境感知的仿真方法及系统,所述方法通过创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;建立筒视线;根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;执行所述虚拟人的追逐动作,从而解决在一个不完全可知的动态虚拟环境中主动感知追击目标确定追击路径的问题。
Description
技术领域
本发明涉及虚拟现实技术与数字化仿真领域,尤其涉及到一种虚拟人环境感知的仿真方法及系统。
背景技术
感知模型是智能虚拟人理解周围环境、进行自主行为控制的基础。人机工程学研究显示,人类对外部世界的感知80%以上来自视觉,因此,虚拟视觉传感器的实现是感知模型的基础,目前,视觉感知模型可以分为四种方法:(1)完全模拟人类视觉的感知原理,基于图像渲染的视觉感知模型。但是,由于图像识别技术发展还不够成熟,该方法在精度和速度上无法满足实时感知的要求;(2)基于场景数据库的视觉感知模型,将每个对象在世界模型中进行注册,通过直接从世界模型中查询,即可获取其相关信息。该方法随着场景范围的扩大,数据的存储量巨大、检索的效率低下,实时性弱,也不符合生物特点;(3)几何视觉模型改进了基于场景数据库的感知模型,采用几何算法设计多种信息过滤器,进而对取得的场景信息进行过滤,以实现对人类视觉局限性的模拟。该方法采用包围盒代替物体进行几何计算,在精度上比较低,不适合对室内搜寻的处理;(4)将上述基于图像、数据库和几何计算的方式结合起来,产生的综合视觉模型,根据需要在计算精度、效率和真实感之间进行权衡。但对于大范围的户内外混合场景的虚拟环境下,不论从数据量还是从运算量来讲都面临着很大的困难。
目前比较成熟的视觉感知模型都是基于完全已知环境,以视野范围为基础,直接进行运算的方式实现,需要对场景模型等信息的查询、按照生物感知特性进行过滤、遮挡处理,并且,在距离运算时由于采用包围盒方式通常其精确性不够,并且随着模型信息数据量的线性增加会导致运算量的级数级增加。要解决这些问题,在虚拟人感知的实现上,人们是以两种思维方式进行技术实现,一种是以人的感知方式为基础进行虚拟人的感知实现,另一种是以虚拟世界的上帝方式进行虚拟人感知的实现。图像识别、几何运算等属于前者;而数据库查询方式属于后者;综合方式是两者的结合。而这两种思维方式是虚拟人设计中的两个极端,一个是完全让虚拟人模拟人的感知;另一个则是虚拟人本身完全不需要感知,它的行为要接受设计者的安排。
发明内容
本发明提供了一种虚拟人环境感知的仿真方法,旨在解决虚拟人在一个不完全可知的动态虚拟环境中如何主动感知追击环境,确定追击路径的问题。
一种虚拟人环境感知的仿真方法,所述方法包括:
创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;
建立筒视线;
根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;
执行所述虚拟人的追逐动作。
所述建立筒视线,包括:
以所述虚拟人的两只眼睛的中间点为中心点建立与所述虚拟人的视线垂直的平面,以所述虚拟人的外形轮廓为边缘,沿所述虚拟人的视线方向在所述虚拟人和所述虚拟人追逐的目标之间形成一个曲面柱体,所述平面为所述曲面柱体的底面,所述曲面柱体的柱面是所述虚拟人的筒视线,所述筒视线是由所述柱面上的多个视线所构成的视线束。
所述根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,包括:
根据所述虚拟人的速度和所述虚拟人所在环境中的障碍物,确定所述虚拟人向所述虚拟人所在环境发射筒视线的周期T;
其中,所述周期T是一个阶梯函数,,T与所述虚拟人的速度v成反比,与所述筒视线遇到的障碍物的距离r成正比,其中k1、k2是两个常量参数。
所述根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作,包括:
根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息获取所述虚拟人的环境信息,并根据所述环境信息查询所述行动推理知识库,确定所述虚拟人的追逐动作。
所述执行所述虚拟人的追逐动作,包括:
当所述虚拟人所在环境中的障碍物是凸面不可进入障碍物时,则由势函数得到一个躲避障碍物的力,在所述力的作用下所述虚拟人绕开所述障碍物继续追逐所述虚拟人追逐的目标;
当所述虚拟人所在环境中的障碍物是凸面可进入障碍物时,则根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息、所述虚拟人所在的位置和所述行动推理知识库确定所述虚拟人追逐所述目标的行动,选择所述凸面可进入障碍物的避障路径、进入路径和离开路径,追逐所述目标。
一种虚拟人环境感知的仿真系统,所述系统包括:
追逐任务启动单元、虚拟人行动推理控制单元和虚拟人行动执行单元;
所述追逐任务启动单元,用于创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;
所述虚拟人行动推理控制单元,用于建立筒视线,根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;
所述虚拟人行动执行单元,用于执行所述虚拟人的追逐动作。
所述虚拟人行动推理控制单元,包括:
筒视线环境感知模块,行动推理知识库模块,行动调度模块;
所述筒视线环境感知模块,用于建立筒视线,根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,将所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息发送到所述行动推理知识库模块;
所述行动推理知识库模块,用于根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;
所述行动调度模块,用于根据所述行动推理知识库确定的所述虚拟人的追逐路径调度所述追逐路径对应的动作。
所述筒视线环境感知模块建立筒视线,包括:
以所述虚拟人的两只眼睛的中间点为中心点建立与所述虚拟人的视线垂直的平面,以所述虚拟人的外形轮廓为边缘,沿所述虚拟人的视线方向在所述虚拟人和所述虚拟人追逐的目标之间形成一个曲面柱体,所述平面为所述曲面柱体的底面,所述曲面柱体的柱面是所述虚拟人的筒视线,所述筒视线是由所述柱面上的多个视线所构成的视线束。
所述筒视线环境感知模块根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,包括:
根据所述虚拟人的速度和所述虚拟人所在环境中的障碍物,确定所述虚拟人向所述虚拟人所在环境发射筒视线的周期T;
其中,所述周期T是一个阶梯函数,,T与所述虚拟人的速度v成反比,与所述筒视线遇到的障碍物的距离r成正比,其中k1、k2是两个常量参数。
所述行动推理知识库模块根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作,包括:
根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息获取所述虚拟人的环境信息,并根据所述环境信息由所述行动推理知识库进行推断,确定所述虚拟人的追逐动作。
所述虚拟人行动执行单元包括:
虚拟人反应行动模块,虚拟人规划行动模块;
所述虚拟人反应行动模块,用于当所述虚拟人遇到的障碍物是凸面不可进入障碍物时,则由势函数得到一个躲避障碍物的力,在所述力的作用下所述虚拟人绕开所述障碍物继续追逐所述目标;
所述虚拟人规划行动模块,用于当所述虚拟人所在环境中的障碍物是凸面可进入障碍物时,则根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息、所述虚拟人所在的位置和所述行动推理知识库确定所述虚拟人追逐所述目标的行动,选择所述凸面可进入障碍物的避障路径、进入路径和离开路径,追逐所述目标。
本发明实施例提供一种虚拟人环境感知的仿真方法,所述方法通过创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;建立筒视线;根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;执行所述虚拟人的追逐动作,从而解决在一个不完全可知的动态虚拟环境中主动感知追击环境,确定追击路径的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的虚拟环境的示意图;
图2是本发明实施例提供的虚拟人环境感知过程的截屏图;
图3是本发明实施例提供的一种虚拟人环境感知的仿真方法流程图;
图4是本发明实施例提供的一种筒视线感知的方法示意图;
图5是本发明实施例提供的一种筒视线感知的仿真系统结构图;
图6是本发明实施例提供的一种虚拟人环境感知的仿真系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参考图1,图1是本发明实施例提供的虚拟环境的示意图。
在所述虚拟环境中追击者遇到不可进入的障碍物和可进入的建筑物,图中粗虚线是建筑物事先设定的外围路径和入口路径,细虚线是追击者动态自主产生的追击路线,被追击的目标可以是动态的。
参考图2,图2是本发明实施例提供的虚拟人环境感知过程的截屏图。如图2所示,是在网络游戏中实现的追击原型,被追击的目标是用户控制的化身,而追击者则具有怪兽外型的自主虚拟人,目标是可以移动的,因此这是一个不完全可知的动态环境。图2a中虚拟人借助筒视线感知,判断两棵树的夹缝不能通过,采用直接感知和反应动作的方式绕过两棵树进行自由追击;图2b中,追击虚拟人知道目标藏匿在建筑物中,通过互动感知得到该建筑物的进入途径,沿着事先设定好的外围路径找到门口,然后,通过进入建筑物的路径进到房间中,实现了互动感知支持下的规划追击。
参考图3,图3是本发明实施例提供的一种虚拟人环境感知的仿真方法流程图。如图3所示,所述方法包括以下步骤:
步骤301,创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;
步骤302,建立筒视线;
可选地,所述建立筒视线,包括:
以所述虚拟人的两只眼睛的中间点为中心点建立与所述虚拟人的视线垂直的平面,以所述虚拟人的外形轮廓为边缘,沿所述虚拟人的视线方向在所述虚拟人和所述虚拟人追逐的目标之间形成一个曲面柱体,所述平面为所述曲面柱体的底面,所述曲面柱体的柱面是所述虚拟人的筒视线,所述筒视线是由所述柱面上的多个视线所构成的视线束。
步骤303,根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;
可选地,所述根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,包括:
根据所述虚拟人的速度和所述虚拟人所在环境中的障碍物,确定所述虚拟人向所述虚拟人所在环境发射筒视线的周期T;
其中,所述周期T是一个阶梯函数,,T与所述虚拟人的速度v成反比,与所述筒视线遇到的障碍物的距离r成正比,其中k1、k2是两个常量参数。
可选地,所述根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作,包括:
根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息获取所述虚拟人的环境信息,并根据所述环境信息由所述行动推理知识库进行推断,确定所述虚拟人的追逐动作。
步骤304,执行所述虚拟人的追逐动作。
可选地,所述执行所述虚拟人的追逐动作,包括:
当所述虚拟人所在环境中的障碍物是凸面不可进入障碍物时,则由势函数得到一个躲避障碍物的力,在所述力的作用下所述虚拟人绕开所述障碍物继续追逐所述虚拟人追逐的目标;
当所述虚拟人所在环境中的障碍物是凸面可进入障碍物时,则根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息、所述虚拟人所在的位置和所述行动推理知识库确定所述虚拟人追逐所述目标的行动,选择所述凸面可进入障碍物的避障路径、进入路径和离开路径,追逐所述目标。
具体地,参考图4,图4是本发明实施例提供的一种筒视线感知的方法示意图。如图4所示,采用Lenard-Jones势函数法建立虚拟人和障碍物碰撞点之间的势函数,所述势函数如下所示:
U=-A/rn+B/rm
其中,U所述虚拟人和所述障碍物碰撞点吸引和排斥的势能,所述吸引和排斥的势能和所述虚拟人和所述障碍物之间的距离r成反比,A、B、m、n都是参数,取所述势函数的导数的负值则得到一个内力函数,获得所述虚拟人和所述障碍物碰撞点的引力和斥力,所述引力和斥力的表达方式如下:
F=-dv/dr=-(nA)/rn+1+(mB)/rm+1
其中,-(nA)/rn+1表示引力分量,(mB)/rm+1表示斥力分量,在虚拟人的追击问题中,用引力分量对应障碍物对虚拟人的吸引力,用斥力分量对应于障碍物对虚拟人的排斥力。在所述势函数中,调整参数m和n,就能改变势能曲线的斜率,从而调整引力和斥力的控制范围,若把A和B的分布作为引力和斥力的强度,则m和n分别代表这两个分力的衰减。
在追击过程中,解决避障问题只需要斥力分量就足够了,将引力参数A设置为0,简化势函数的运算,通过调整斥力参数B,调整斥力强度,调整指数m确定斥力的衰减程度。得到下面的斥力函数。
F=-dv/dr=(mB)/rm+1
对于简化筒视线的三条视线应用所述斥力函数得到三个斥力,如图4所示,设虚拟人AI的位置点为S,目标位置点为G,AI视线组与障碍的碰撞点的距离分为rl,rm,rr。如图4所示。左视线产生的斥力为Fl,右视线产生的斥力为Fr,中视线产生的斥力为F,通过以下的算法确定作用于追击者的斥力F的大小和方向。
If(Fl>=Fr)F=MAX(Fl,Fr,F)方向向右;
Else
F=MAX(Fl,Fr,F)方向向左;
通过势函数解决了躲避的小型无空间和不可进入的障碍物,而在实际的追击过程中,遇到的障碍是各种各样的,有动态的、有静态的,有可进入的、有不可进入的,等等,因此在进行避障处理的过程中,首先要了解障碍物的各种特性,然后再根据其特性采取相应的处理办法,因此需要追击者和环境的互动,了解障碍物的各种属性,根据环境的状态进行追击行为的推理,实现行为的规划,而目前能够进行形式化行为推理的主要方法就是由Michael Thielscher提出的流演算方法。
本发明实施例提供一种虚拟人环境感知的仿真方法,所述方法通过创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;建立筒视线;根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;执行所述虚拟人的追逐动作,从而解决在一个不完全可知的动态虚拟环境中主动感知追击环境确定追击路径的问题。
参考图5,图5是一种虚拟人环境感知的仿真方法流程图,如图5所示,所述方法包括以下步骤:
步骤501,建立筒视线;
具体的,以所述虚拟人的两只眼睛的中间点为中心点建立与所述虚拟人的视线垂直的平面,以所述虚拟人的外形轮廓为边缘,沿所述虚拟人的视线方向在所述虚拟人和所述虚拟人追逐的目标之间形成一个曲面柱体,所述平面为所述曲面柱体的底面,所述曲面柱体的柱面是所述虚拟人的筒视线,所述筒视线是由该柱面上的多个视线所构成的视线束。
步骤502,发射筒视线;
具体的,根据所述虚拟人的速度确定所述虚拟人对所述虚拟人所在环境发射筒视线的周期T,所述周期与所述虚拟人的速度v成反比,与所述筒视线监测到的障碍物距离r成正比,T是一个阶梯函数,,其中k1、k2是两个常量参数。
步骤503,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息获得环境信息;
具体的,根据筒视线与所述虚拟人所在环境中障碍物碰撞点的信息得到环境信息。所述虚拟人追逐所述目标路线上的障碍物类型分为两种类型,分别是凸面不可进入的障碍物和凸面可进入障碍物。
步骤504,根据所述障碍物碰撞点的信息确定所述虚拟人的追逐动作;
当遇到的是凸面不可进入的障碍物,直接转到步骤507执行反应行动,进行避障处理,否则,由步骤505进行行动推理,推断所述虚拟人所要执行的动作。
步骤505,根据环境信息及虚拟人所处的状态、情景和所具有的前提条件,依据行动推理知识库得到所述虚拟人的追逐路径;
步骤506,所述虚拟人执行所述追逐路径对应的动作;
例如,当虚拟人前面出现一座建筑物,并且追击目标在建筑物外面,由该行动推理知识库它可以知道如何绕过建筑物;如果虚拟人在建筑物的里面它可以知道如何进到建筑物的里面。
绕过建筑物的情景可以在推理库中采用下列方式表示:
if((!%target.InteriorInternal)&&(!%this.InteriorInternal))%path01=%struckID.getLoopPath();
步骤507,执行反应行动。
具体的,所述虚拟人由势函数得到一个躲避障碍物的力,在该力的作用下所述虚拟人绕开该障碍物继续追逐目标。在这个反应行为的执行过程中,还需要进行所述虚拟人近距离避障和单向死锁的处理。
所述虚拟人由势函数得到一个躲避障碍物的力,其特征在于:
采用Lenard-Jones势函数建立所述虚拟人和所述虚拟人障碍物之间的势场,所述势场的势函数U=-A/rn+B/rm,在固体力学中U代表的是原子内的势能、r是分子间的距离、A和B是常量参数、n和m是指数常量参数;
对所述势场的势函数求导,得到原子内的力函数F=-(nA)/rn+1+(mB)/rm+1,其中,-(nA)/rn+1表示引力分量,(mB)/rm+1表示斥力分量;本发明采用势函数的斥力分量处理所述虚拟人的避障反应行为。将常量参数A设置为0,则有势函数F=(mB)/rm+1,F表示所述虚拟人与障碍物之间的斥力,r表示所述虚拟人与障碍物之间的距离。
以所述虚拟人的外形轮廓为边缘,在所述边缘选取两点,计算选取的两点和所述虚拟人障碍物之间的斥力;
当其中一点的斥力大于另一点的斥力,则所述虚拟人向另一点所在的方向偏移,引导所述虚拟人避开障碍物。
所述虚拟人近距离避障处理方法用于当虚拟人与障碍物很近时的应急处理,这时可以按顺序给虚拟人施加多个方向的斥力,例如:先向后退,然后再根据视线信息向左或右;同时为了避免由于施力过大产生虚拟人的动作异常,这时的斥力要进行峰值限定。
所述虚拟人与障碍物近距离单向死锁的处理方法用于当虚拟人向一个方向受力后如果效果不佳,则选择另一方向的方法。具体办法是采用位置记忆方法来防止单向死锁,在采取新的反应行动时先检查上次行动和上上次行动的位置偏移,如果该偏移不理想则选择另一方向避障。
通过环境感知的周期调度方式,定时返回到步骤501建立新的筒视线进行环境感知循环,获得行动执行效果的反馈,作为下次行动推理的输入条件。
本发明实施例提供一种虚拟人环境感知的仿真方法,所述方法通过创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;建立筒视线;根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;执行所述虚拟人的追逐动作,从而解决在一个不完全可知的动态虚拟环境中主动感知追击环境,确定追击路径的问题。
参考图6,图6是本发明实施例提供的一种虚拟人环境感知的仿真系统结构图。如图6所示,所述系统包括以下单元:
追逐任务启动单元601、虚拟人行动推理控制单元602和虚拟人行动执行单元603;
所述追逐任务启动单元601,用于创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;
所述虚拟人行动推理控制单元602,用于建立筒视线,根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;
所述虚拟人行动执行单元603,用于执行所述虚拟人的追逐动作。
在本实施例中,虚拟人行动推理控制单元602包括筒视线环境感知模块6021、行动推理知识库模块6022、行动调度模块6023。
所述筒视线环境感知模块6021,用于建立筒视线,根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,将所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息发送到所述行动推理知识库模块;
具体的,所述筒视线环境感知模块6021,用于检测所述虚拟人追逐路径上的障碍信息,它周期性地发射所述筒视线,通过它与环境中的物件发生碰撞,将各条视线的碰撞点信息提交给行动推理知识库模块,确定所述虚拟人进一步的筒视线环境感知策略。
所述行动推理知识库模块6022,用于根据虚拟人所处的环境信息进行虚拟人行动的推断,行动推理知识库是依据流演算技术建立的,当所述虚拟人感知到障碍物类型是凸面可进入障碍物时才需要使用行动推理,推断虚拟人需要执行的行动。该知识库根据虚拟人所处状态、情景和所具有的前提条件确定所述虚拟人要执行的规划行为。例如,当虚拟人前面出现一座建筑物,并且追击目标在建筑物外面,由该行动推理知识库它可以知道如何绕过建筑物;如果虚拟人在建筑物的里面它可以知道如何进到建筑物的里面;
所述行动调度模块6023,用于按照行动推理知识库模块6022提供的行动,调度所要执行相应的行动。
在本实施例中,虚拟人行动执行单元603包括虚拟人反应行动模块6031、虚拟人规划行动模块6032。
所述虚拟人反应行动模块6031,用于当所述虚拟人遇到的障碍物是凸面不可进入障碍物时,则由势函数得到一个躲避障碍物的力,在所述力的作用下所述虚拟人绕开所述障碍物继续追逐所述目标;
所述虚拟人规划行动模块6032,用于当所述虚拟人所在环境中的障碍物是凸面可进入障碍物时,则根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息、所述虚拟人所在的位置和所述行动推理知识库确定所述虚拟人追逐所述目标的行动,选择所述凸面可进入障碍物的避障路径、进入路径和离开路径,追逐所述目标。
本发明实施例提供一种虚拟人环境感知的仿真系统,所述系统通过创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;建立筒视线;根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;执行所述虚拟人的追逐动作,从而解决在一个不完全可知的动态虚拟环境中主动感知追击环境,确定追击路径的问题。
Claims (10)
1.一种虚拟人环境感知的仿真方法,其特征在于,所述方法包括:
创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;
建立筒视线;
根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;
执行所述虚拟人的追逐动作。
2.根据权利要求1所述的方法,其特征在于,所述建立筒视线,包括:
以所述虚拟人的两只眼睛的中间点为中心点建立与所述虚拟人的视线垂直的平面,以所述虚拟人的外形轮廓为边缘,沿所述虚拟人的视线方向在所述虚拟人和所述虚拟人追逐的目标之间形成一个曲面柱体,所述平面为所述曲面柱体的底面,所述曲面柱体的柱面是所述虚拟人的筒视线,所述筒视线是由所述柱面上的多个视线所构成的视线束。
3.根据权利要求1所述的方法,其特征在于,所述根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,包括:
根据所述虚拟人的速度和所述虚拟人所在环境中的障碍物,确定所述虚拟人向所述虚拟人所在环境发射筒视线的周期T;
其中,所述周期T是一个阶梯函数,,T与所述虚拟人的速度v成反比,与所述筒视线遇到的障碍物的距离r成正比,其中k1k2是常量参数。
4.根据权利要求1-3任意一项所述的方法,其特征在于,所述根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作,包括:
根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息获取所述虚拟人的环境信息,并根据所述环境信息查询所述行动推理知识库,确定所述虚拟人的追逐动作。
5.根据权利要求4所述的方法,其特征在于,所述执行所述虚拟人的追逐动作,包括:
当所述虚拟人所在环境中的障碍物是凸面不可进入障碍物时,则由势函数得到一个躲避障碍物的力,在所述力的作用下所述虚拟人绕开所述障碍物继续追逐所述虚拟人追逐的目标;
当所述虚拟人所在环境中的障碍物是凸面可进入障碍物时,则根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息、所述虚拟人所在的位置和所述行动推理知识库确定所述虚拟人追逐所述目标的行动,选择所述凸面可进入障碍物的避障路径、进入路径和离开路径,追逐所述目标。
6.一种虚拟人环境感知的仿真系统,其特征在于,所述系统包括:
追逐任务启动单元、虚拟人行动推理控制单元和虚拟人行动执行单元;
所述追逐任务启动单元,用于创建虚拟人和所述虚拟人追逐的目标,确定所述虚拟人的位置和速度;
所述虚拟人行动推理控制单元,用于建立筒视线,根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;
所述虚拟人行动执行单元,用于执行所述虚拟人的追逐动作。
7.根据权利要求6所述的系统,其特征在于,所述虚拟人行动推理控制单元,包括:
筒视线环境感知模块,行动推理知识库模块,行动调度模块;
所述筒视线环境感知模块,用于建立筒视线,根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,将所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息发送到所述行动推理知识库模块;
所述行动推理知识库模块,用于根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作;
所述行动调度模块,用于根据所述行动推理知识库确定的所述虚拟人的追逐路径调度所述追逐路径对应的动作。
8.根据权利要求7所述的系统,其特征在于,所述筒视线环境感知模块执行步骤建立筒视线,包括:
以所述虚拟人的两只眼睛的中间点为中心点建立与所述虚拟人的视线垂直的平面,以所述虚拟人的外形轮廓为边缘,沿所述虚拟人的视线方向在所述虚拟人和所述虚拟人追逐的目标之间形成一个曲面柱体,所述平面为所述曲面柱体的底面,所述曲面柱体的柱面是所述虚拟人的筒视线,所述筒视线是由所述柱面上的多个视线所构成的视线束。
所述筒视线环境感知模块执行步骤根据所述虚拟人的速度向所述虚拟人追逐的目标周期性地发射所述筒视线,包括:
根据所述虚拟人的速度和所述虚拟人所在环境中的障碍物,确定所述虚拟人向所述虚拟人所在环境发射筒视线的周期T;
其中,所述周期T是一个阶梯函数,,T与所述虚拟人的速度v成反比,与所述筒视线遇到的障碍物的距离r成正比,其中k1、k2是两个是常量参数。
9.根据权利要求7所述的系统,其特征在于,所述行动推理知识库模块根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息和预先设置的行动推理知识库确定所述虚拟人的追逐动作,包括:
根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息获取所述虚拟人的环境信息,并根据所述环境信息由所述行动推理知识库进行推断,确定所述虚拟人的追逐动作。
10.根据权利要求6所述的系统,其特征在于,所述虚拟人行动执行单元包括:
虚拟人反应行动模块,虚拟人规划行动模块;
所述虚拟人反应行动模块,用于当所述虚拟人遇到的障碍物是凸面不可进入障碍物时,则由势函数得到一个躲避障碍物的力,在所述力的作用下所述虚拟人绕开所述障碍物继续追逐所述目标;
所述虚拟人规划行动模块,用于当所述虚拟人所在环境中的障碍物是凸面可进入障碍物时,则根据所述筒视线和所述虚拟人所在环境中的障碍物碰撞点的信息、所述虚拟人所在的位置和所述行动推理知识库确定所述虚拟人追逐所述目标的行动,选择所述凸面可进入障碍物的避障路径、进入路径和离开路径,追逐所述目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310214035.0A CN103927778B (zh) | 2013-05-31 | 2013-05-31 | 一种虚拟人环境感知的仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310214035.0A CN103927778B (zh) | 2013-05-31 | 2013-05-31 | 一种虚拟人环境感知的仿真方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103927778A true CN103927778A (zh) | 2014-07-16 |
CN103927778B CN103927778B (zh) | 2017-04-19 |
Family
ID=51145989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310214035.0A Active CN103927778B (zh) | 2013-05-31 | 2013-05-31 | 一种虚拟人环境感知的仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103927778B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303595A (zh) * | 2014-07-30 | 2016-02-03 | Tcl集团股份有限公司 | 一种基于三维虚拟场景的物体智能避障方法及系统 |
CN106504307A (zh) * | 2016-10-17 | 2017-03-15 | 宁波深路信息科技有限公司 | 一种“虚拟人”行走动作合成方法 |
CN106940594A (zh) * | 2017-02-28 | 2017-07-11 | 深圳信息职业技术学院 | 一种虚拟人及其运行方法 |
CN111279394A (zh) * | 2020-01-06 | 2020-06-12 | 深圳信息职业技术学院 | 虚拟角色的任务执行方法、装置及终端设备 |
CN111819518A (zh) * | 2018-03-13 | 2020-10-23 | 索尼公司 | 信息处理设备、信息处理方法和记录介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6419230B1 (en) * | 2000-01-05 | 2002-07-16 | Clinton Cass | Simulated baseball game and method |
CN102542603A (zh) * | 2011-01-04 | 2012-07-04 | 鸿富锦精密工业(深圳)有限公司 | 电子装置及利用其进行指定场景设计的方法 |
CN103116360A (zh) * | 2013-01-31 | 2013-05-22 | 南京航空航天大学 | 一种无人机避障控制方法 |
-
2013
- 2013-05-31 CN CN201310214035.0A patent/CN103927778B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6419230B1 (en) * | 2000-01-05 | 2002-07-16 | Clinton Cass | Simulated baseball game and method |
CN102542603A (zh) * | 2011-01-04 | 2012-07-04 | 鸿富锦精密工业(深圳)有限公司 | 电子装置及利用其进行指定场景设计的方法 |
CN103116360A (zh) * | 2013-01-31 | 2013-05-22 | 南京航空航天大学 | 一种无人机避障控制方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303595A (zh) * | 2014-07-30 | 2016-02-03 | Tcl集团股份有限公司 | 一种基于三维虚拟场景的物体智能避障方法及系统 |
CN105303595B (zh) * | 2014-07-30 | 2019-06-11 | Tcl集团股份有限公司 | 一种基于三维虚拟场景的物体智能避障方法及系统 |
CN106504307A (zh) * | 2016-10-17 | 2017-03-15 | 宁波深路信息科技有限公司 | 一种“虚拟人”行走动作合成方法 |
CN106940594A (zh) * | 2017-02-28 | 2017-07-11 | 深圳信息职业技术学院 | 一种虚拟人及其运行方法 |
CN106940594B (zh) * | 2017-02-28 | 2019-11-22 | 深圳信息职业技术学院 | 一种虚拟人及其运行方法 |
CN111819518A (zh) * | 2018-03-13 | 2020-10-23 | 索尼公司 | 信息处理设备、信息处理方法和记录介质 |
CN111279394A (zh) * | 2020-01-06 | 2020-06-12 | 深圳信息职业技术学院 | 虚拟角色的任务执行方法、装置及终端设备 |
CN111279394B (zh) * | 2020-01-06 | 2021-04-23 | 深圳信息职业技术学院 | 虚拟角色的任务执行方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103927778B (zh) | 2017-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108303972B (zh) | 移动机器人的交互方法及装置 | |
CN103927778A (zh) | 一种虚拟人环境感知的仿真方法及系统 | |
CN105425795B (zh) | 规划最优跟随路径的方法及装置 | |
CN103679264B (zh) | 基于人工鱼群算法的人群疏散路径规划方法 | |
CN101188025B (zh) | 一种高效实时的群体动画系统 | |
CN101216951A (zh) | 虚拟场景中的智能群体运动模拟方法 | |
CN105182973A (zh) | 多机器人追捕者围捕单移动目标的自适应围捕装置与方法 | |
Shiltagh et al. | Optimal path planning for intelligent mobile robot navigation using modified particle swarm optimization | |
CN109062252A (zh) | 基于人工势场法的四旋翼无人机集群控制方法及其装置 | |
WO2022048333A1 (zh) | 虚拟对象动态变化方法、装置、设备及存储介质 | |
CN104317297A (zh) | 一种未知环境下机器人避障方法 | |
Zhou et al. | Parallel simulation of group behaviors | |
JP2022552306A (ja) | 仮想環境における仮想キャラクタ制御方法、装置及び機器 | |
DE102005035903A1 (de) | Generische KI-Architektur für ein Multiagenten-System | |
US20220096928A1 (en) | Method and apparatus for displaying picture of virtual environment, device, and medium | |
WO2023142609A1 (zh) | 虚拟场景中的对象处理方法、装置、设备、存储介质及程序产品 | |
CN108090939A (zh) | 基于集群协同算法与gpu优化渲染的海底生物集群模拟方法 | |
Sra | Asymmetric design approach and collision avoidance techniques for room-scale multiplayer virtual reality | |
CN116631262A (zh) | 一种基于虚拟现实和触觉反馈装置的人机协同训练系统 | |
Hostetler et al. | Strolling down the avenue with a few close friends | |
CN102332175A (zh) | 一种基于形状约束的Flock动画方法 | |
CN110598307A (zh) | 一种基于狼群算法与拥挤检测的人群仿真疏散方法及系统 | |
Behnke et al. | Learning to play soccer using imitative reinforcement | |
KR102680014B1 (ko) | 가상 환경의 픽처를 디스플레이하는 방법 및 장치, 디바이스, 그리고 매체 | |
Dong-Jo | Interactive Media Art based on Bio-mimesis for the Ecosystem |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |