CN112150634B - 基于多人重定向的大规模虚拟场景漫游方法 - Google Patents
基于多人重定向的大规模虚拟场景漫游方法 Download PDFInfo
- Publication number
- CN112150634B CN112150634B CN202010895730.8A CN202010895730A CN112150634B CN 112150634 B CN112150634 B CN 112150634B CN 202010895730 A CN202010895730 A CN 202010895730A CN 112150634 B CN112150634 B CN 112150634B
- Authority
- CN
- China
- Prior art keywords
- user
- users
- force
- boundary
- calculating
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000004888 barrier function Effects 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 34
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 4
- 230000007423 decrease Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000006886 spatial memory Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Computer Graphics (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Processing Or Creating Images (AREA)
- Information Transfer Between Computers (AREA)
Abstract
基于多人重定向的大规模虚拟场景漫游方法,包括如下步骤:步骤1,计算每个用户在人工势场中所受的力;步骤2,计算优先级;步骤3,模拟各用户下一步位置并寻找合适的引导点;步骤4,计算总合力,引导用户移动。不断重复步骤1‑4,从而实现了动态重定向行走。本发明针对多个用户在共享同一物理空间进行虚拟漫游时无法很好地解决碰撞避免的情况,提出了一种在人工势场的基础上,根据优先级设置障碍点和引导点将用户引导至相对空旷的空间,并提出了一种基于当前用户状态的新的预测算法来创建障碍点的方法,降低了该场景下发生碰撞的概率,该方法能够获得较好的结果。
Description
技术领域
本发明涉及虚拟现实场景下多用户动态重定向的方法。
背景技术
虚拟现实技术可以模拟一个类似于现实世界的三维环境,让用户感知周围的物体,从而产生一种沉浸感。虚拟漫游技术作为虚拟现实技术的基本功能之一,其实现方法多种多样,如重定向行走、原地行走、步进机、点传送、飞行等。作为一种利用自然步行的虚拟漫游解决方案,重定向步行可以提供高水平的存在感和真实的物理运动感觉,让用户获得更好的体验。由于不需要额外的外部硬件,这种方法也可以降低VR系统的成本,具有很好的适用性。
为了突破现实世界中空间大小的限制,满足漫游大型虚拟环境的需要,重定向步行可以通过旋转虚拟视点来改变物理运动与虚拟运动之间的映射关系。在某种程度上,这种细微的差别不会被用户感知到。这意味着重定向行走对用户的空间记忆没有影响。但重定向行走仍存在一些不足,不能有效解决用户的避碰问题,尤其是多个用户共享同一物理空间进行虚拟漫游时。只有少数研究提出了多用户重定向步行的解决方案。Bachmann提出了两用户重定向行走的预测和避碰策略,Azmandian等人改进了预测策略。但是,这两种方法都适用于两个用户,不能扩展到多个用户。Dong等人设计了一个启发式重定向行走算法,多个用户共享同一个物理空间,但他们没有充分考虑墙壁作为障碍物对用户的影响,这可能会增加用户与墙壁碰撞的概率。Bachmann等人提出了基于人工势场的用户路径规划避障重定向步行方法(APF-RDW),但该方法只考虑了障碍物对用户的斥力,忽略了潜在用户在物理空间中合理的转向目标。为了减少多个用户在虚拟环境中活动时发生实际物理碰撞,我们提出了基于人工势场和动态调整引导用户运动方向的方法。
发明内容
本发明要克服上述现有技术的缺点,提供一种基于多人重定向的大规模虚拟场景漫游方法。
本发明的目标是实现一个更有效的多用户重定向行走策略,特别是在碰撞避免方面。由于用户的位置是动态变化的,因此本发明更加关注用户与现实开放空间之间的影响,提出了一种基于动态人工势场的多用户重定向行走方法(DAPF-RDW),该方法能同时考虑到处于同一物理空间的多个用户和物理空间的边界,在解决共享同一物理空间的用户间碰撞问题的同时,也尽可能减少用户与物理空间边界发生的碰撞。首先,获取用户的状态及位置,并计算物理空间边界和其他用户产生的斥力。随后,预测用户下一步的位置化身,并设置为一个动态的障碍点。接下来根据每个用户所受的力矢量计算并设置各用户的优先级。然后基于整个物理空间用户的分布当前移动和受到引力的方向为各用户在物理空间中分别设置一个合理的引导目标。用户对应的引导目标会对其产生引力,而其下一步的位置化身会对其他用户应用额外的斥力向量。最终,经过DAPF-RDW将这个力矢量组合成一个新的合力矢量,引导用户进入一个相对空旷的空间。
本发明的基于多人重定向的大规模虚拟场景漫游方法,包括如下步骤:
步骤1.计算每个用户在人工势场中所受的力;
每个用户在人工势场中所受到的力包括物理空间边界和其他用户对自己所产生的斥力,计算步骤如下:
11)计算各用户受到物理空间边界的力;我们首先计算边界产生的斥力矢量,用户越接近边界,其力矢量对用户的影响越大,通过公式(1)计算:
其中,下标i表示物理空间中边界的编号,wi即为用户受到边界i的斥力,且为一个向量,表示用户的位置与物理空间边界的距离向量,||di||表示用户与边界i的距离,d表示该用户与物理空间中的各边界之间距离的总和再加上该用户与其他用户之间距离的总和;
d由公式(2)来计算:
其中n表示物理空间的边界总数,m表示物理空间中其他用户的数量,下标j表示其他用户的编号,||hj||表示该用户与用户j之间的距离;
12)计算各用户受到其他用户的力;其计算方法与计算边界斥力的方法相似;用户之间相互施加的斥力大小会随着他们相对位置的改变而改变;随着用户之间距离的增加,斥力的影响逐渐减小;而且潜在的碰撞往往发生在两用户以能使其相互接近的航向前进时,为在计算时加入了航向因子,该因子通过计算用户移动方向和两个用户位置连线直线角度的余弦平均值得到;与此同时,为了在用户间距离增大时能更快地减少用户间斥力的影响,并在两个用户接近时急剧增大用户间斥力的影响,我们将衰减指数纳入计算中;综上所述,斥力向量uj由公式(3)计算得到:
其中γ代表衰减指数,使得其他用户斥力的影响呈指数下降,k是随着用户之间的相对方向变化而变化的相对航向因子,将被限制到0和1之间,由公式(4)给出:
其中θ1和θ2为相对航向角,表示了两用户各自的航向分别与两用户位置连线形成的夹角;
13)计算边界和其他用户对该用户施加力的合力;斥力的合力矢量t由各边界产生的斥力和由用户产生斥力累加,如公式(5):
步骤2.计算优先级;
合力矢量t包含两个属性,即矢量的大小和方向;如果合力t值越大,则代表用户更靠近墙壁或其他用户,其碰撞的可能性更大;若合力t的方向与用户朝向之间的角度越大,则用户碰撞的可能性也越大;
根据用户发生碰撞的可能性对用户进行优先级排序,碰撞可能性越低,用户优先级越高,越先引导用户进行碰撞避免。优先级计算由公式(6)给出:
其中px表示用户x的优先级,a1,a2是两个参数,t是合力,是用户朝向与合力的夹角;
步骤3.模拟各用户下一步位置的化身并寻找合适的引导点;
模拟各用户下一步位置的化身作为障碍点,可以增强其他用户运动区域对用户的斥力;再根据用户的位置分布寻找合适空白区域作为引导点将用户分散引导;具体步骤如下:
31)根据用户当前运动情况,模拟各用户下一步的位置,并作为障碍点;
32)设置引导点;分析地图,尽可能地将用户向无用户的区域(空白区域)引导,合理分流;由于空白区域可能是不规则的,因此,引导点的位置选取将远离边界并靠近空白区域的中心。计算规则由公式(7)(8)给出:
point(x,y)=b1*D(x,y)1-b2*D(x,y)2 (7)
target=min(point(x,y)) (8)
其中b1,b2为参数,(x,y)是空白区域中的点,D(x,y)1表示该点距离空白区域最小边界的距离,D(x,y)2表示该点到空白区域中心的距离,在空白区域中找到满足使公式(7)结果值最小的坐标点(x,y)即为引导点target;
步骤4.计算总合力,引导用户移动;
将各用户在人工势场中所受物理空间边界、其他用户、障碍点和引导点的力矢量组合成一个新的合力矢量,并依照用户优先级规则依次计算、更新各用户所受合力,引导用户向空旷的物理空间前进,步骤如下:
41)根据各用户的优先级将用户加入优先队列;
42)根据优先队列,将步骤1中边界和其他用户对单个用户施加力的合力再与步骤3中各用户下一个时刻位置化身所产生的斥力以及步骤3中引导点的引力共同合成为单个用户所受合力;最后根据合力的方向前进一步;
不断重复步骤1-4,实现动态重定向行走。
本发明的优点是:本发明计算了周围环境对用户施加的斥力,创新性地将用户发生碰撞的可能性与周围空间的空旷程度纳入考虑,优先将更容易发生碰撞的用户引导至较为开放的空间,从而有效降低用户在重定向行走过程中碰撞的概率,使多用户能流畅、自然地在同一个有限物理空间中进行无限的虚拟漫游。
附图说明
图1是本发明方法的流程图。
图2是本发明的用户相对航向角的示意图,箭头代表用户朝向,虚线代表用户位置之间的连线线段。
具体实施方式:
下面结合附图,进一步说明本发明的技术方案。
基于多人重定向的大规模虚拟场景漫游方法,包括如下步骤:
步骤1.计算每个用户在人工势场中所受的力;
每个用户在人工势场中所受到的力包括物理空间边界和其他用户对自己所产生的斥力,计算步骤如下:
11)计算各用户受到物理空间边界的力;我们首先计算边界产生的斥力矢量,用户越接近边界,其力矢量对用户的影响越大,通过公式(1)计算:
其中,下标i表示物理空间中边界的编号,wi即为用户受到边界i的斥力,且为一个向量,表示用户的位置与物理空间边界的距离向量,||di||表示用户与边界i的距离,d表示该用户与物理空间中的各边界之间距离的总和再加上该用户与其他用户之间距离的总和;
d由公式(2)来计算:
其中n表示物理空间的边界总数,m表示物理空间中其他用户的数量,下标j表示其他用户的编号,||hj||表示该用户与用户j之间的距离;
12)计算各用户受到其他用户的力;其计算方法与计算边界斥力的方法相似;用户之间相互施加的斥力大小会随着他们相对位置的改变而改变;随着用户之间距离的增加,斥力的影响逐渐减小;而且潜在的碰撞往往发生在两用户以能使其相互接近的航向前进时,为在计算时加入了航向因子,该因子通过计算用户移动方向和两个用户位置连线直线角度的余弦平均值得到;与此同时,为了在用户间距离增大时能更快地减少用户间斥力的影响,并在两个用户接近时急剧增大用户间斥力的影响,我们将衰减指数纳入计算中;综上所述,斥力向量uj由公式(3)计算得到:
其中γ代表衰减指数,使得其他用户斥力的影响呈指数下降,k是随着用户之间的相对方向变化而变化的相对航向因子,将被限制到0和1之间,由公式(4)给出:
其中θ1和θ2为相对航向角,表示了两用户各自的航向分别与两用户位置连线形成的夹角;
13)计算边界和其他用户对该用户施加力的合力;斥力的合力矢量t由各边界产生的斥力和由用户产生斥力累加,如公式(5):
步骤2.计算优先级;
合力矢量t包含两个属性,即矢量的大小和方向;如果合力t值越大,则代表用户更靠近墙壁或其他用户,其碰撞的可能性更大;若合力t的方向与用户朝向之间的角度越大,则用户碰撞的可能性也越大;
根据用户发生碰撞的可能性对用户进行优先级排序,碰撞可能性越低,用户优先级越高,越先引导用户进行碰撞避免。优先级计算由公式(6)给出:
其中px表示用户x的优先级,a1,a2是两个参数,t是合力,是用户朝向与合力的夹角;
步骤3.模拟各用户下一步位置的化身并寻找合适的引导点;
模拟各用户下一步位置的化身作为障碍点,可以增强其他用户运动区域对用户的斥力;再根据用户的位置分布寻找合适空白区域作为引导点将用户分散引导;具体步骤如下:
31)根据用户当前运动情况,模拟各用户下一步的位置,并作为障碍点;
32)设置引导点;分析地图,尽可能地将用户向无用户的区域(空白区域)引导,合理分流;由于空白区域可能是不规则的,因此,引导点的位置选取将远离边界并靠近空白区域的中心。计算规则由公式(7)(8)给出:
point(x,y)=b1*D(x,y)1-b2*D(x,y)2 (7)
target=min(point(x,y)) (8)
其中b1,b2为参数,(x,y)是空白区域中的点,D(x,y)1表示该点距离空白区域最小边界的距离,D(x,y)2表示该点到空白区域中心的距离,在空白区域中找到满足使公式(7)结果值最小的坐标点(x,y)即为引导点target;
步骤4.计算总合力,引导用户移动;
将各用户在人工势场中所受物理空间边界、其他用户、障碍点和引导点的力矢量组合成一个新的合力矢量,并依照用户优先级规则依次计算、更新各用户所受合力,引导用户向空旷的物理空间前进,步骤如下:
41)根据各用户的优先级将用户加入优先队列;
42)根据优先队列,将步骤1中边界和其他用户对单个用户施加力的合力再与步骤3中各用户下一个时刻位置化身所产生的斥力以及步骤3中引导点的引力共同合成为单个用户所受合力;最后根据合力的方向前进一步;
不断重复步骤1-4,实现动态重定向行走。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (1)
1.基于多人重定向的大规模虚拟场景漫游方法,包括如下步骤:
步骤1.计算每个用户在人工势场中所受的力;
每个用户在人工势场中所受到的力包括物理空间边界和其他用户对自己所产生的斥力,计算步骤如下:
11)计算各用户受到物理空间边界的力;首先计算边界产生的斥力矢量,用户越接近边界,其力矢量对用户的影响越大,通过公式(1)计算:
其中,下标i表示物理空间中边界的编号,wi即为用户受到边界i的斥力,且为一个向量,表示用户的位置与物理空间边界的距离向量,‖di‖表示用户与边界i的距离,d表示该用户与物理空间中的各边界之间距离的总和再加上该用户与其他用户之间距离的总和;
d由公式(2)来计算:
其中n表示物理空间的边界总数,m表示物理空间中其他用户的数量,下标j表示其他用户的编号,‖hj‖表示该用户与用户j之间的距离;
12)计算各用户受到其他用户的力;其计算方法与计算边界斥力的方法相似;用户之间相互施加的斥力大小会随着他们相对位置的改变而改变;随着用户之间距离的增加,斥力的影响逐渐减小;而且潜在的碰撞往往发生在两用户以能使其相互接近的航向前进时,为在计算时加入了航向因子,该因子通过计算用户移动方向和两个用户位置连线直线角度的余弦平均值得到;与此同时,为了在用户间距离增大时能更快地减少用户间斥力的影响,并在两个用户接近时急剧增大用户间斥力的影响,将衰减指数纳入计算中;综上所述,斥力向量uj由公式(3)计算得到:
其中γ代表衰减指数,使得其他用户斥力的影响呈指数下降,k是随着用户之间的相对方向变化而变化的相对航向因子,将被限制到0和1之间,由公式(4)给出:
其中θ1和θ2为相对航向角,表示了两用户各自的航向分别与两用户位置连线形成的夹角;
13)计算边界和其他用户对该用户施加力的合力;斥力的合力矢量t由各边界产生的斥力和由用户产生斥力累加,如公式(5):
步骤2.计算优先级;
合力矢量t包含两个属性,即矢量的大小和方向;如果合力t值越大,则代表用户更靠近墙壁或其他用户,其碰撞的可能性更大;若合力t的方向与用户朝向之间的角度越大,则用户碰撞的可能性也越大;
根据用户发生碰撞的可能性对用户进行优先级排序,碰撞可能性越低,用户优先级越高,越先引导用户进行碰撞避免;优先级计算由公式(6)给出:
其中px表示用户x的优先级,a1,a2是两个参数,t是合力,是用户朝向与合力的夹角;
步骤3.模拟各用户下一步位置的化身并寻找合适的引导点;
模拟各用户下一步位置的化身作为障碍点,可以增强其他用户运动区域对用户的斥力;再根据用户的位置分布寻找合适空白区域作为引导点将用户分散引导;具体步骤如下:
31)根据用户当前运动情况,模拟各用户下一步的位置,并作为障碍点;
32)设置引导点;分析地图,尽可能地将用户向空白区域引导,合理分流;由于空白区域可能是不规则的,因此,引导点的位置选取将远离边界并靠近空白区域的中心;计算规则由公式(7)(8)给出:
point(x,y)=b1*D(x,y)1-b2*D(x,y)2 (7)
target=min(point(x,y)) (8)
其中b1,b2为参数,(x,y)是空白区域中的点,D(x,y)1表示该点距离空白区域最小边界的距离,D(x,y)2表示该点到空白区域中心的距离,在空白区域中找到满足使公式(7)结果值最小的坐标点(x,y)即为引导点target;
步骤4.计算总合力,引导用户移动;
将各用户在人工势场中所受物理空间边界、其他用户、障碍点和引导点的力矢量组合成一个新的合力矢量,并依照用户优先级规则依次计算、更新各用户所受合力,引导用户向空旷的物理空间前进,步骤如下:
41)根据各用户的优先级将用户加入优先队列;
42)根据优先队列,将步骤1中边界和其他用户对单个用户施加力的合力再与步骤3中各用户下一个时刻位置化身所产生的斥力以及步骤3中引导点的引力共同合成为单个用户所受合力;最后根据合力的方向前进一步;
不断重复步骤1-4,实现动态重定向行走。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010895730.8A CN112150634B (zh) | 2020-08-31 | 2020-08-31 | 基于多人重定向的大规模虚拟场景漫游方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010895730.8A CN112150634B (zh) | 2020-08-31 | 2020-08-31 | 基于多人重定向的大规模虚拟场景漫游方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112150634A CN112150634A (zh) | 2020-12-29 |
CN112150634B true CN112150634B (zh) | 2024-03-26 |
Family
ID=73889903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010895730.8A Active CN112150634B (zh) | 2020-08-31 | 2020-08-31 | 基于多人重定向的大规模虚拟场景漫游方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112150634B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646287A (zh) * | 2012-03-21 | 2012-08-22 | 浙江工业大学 | 一种基于场景漫游的虚拟森林仿真信息多级联动方法及其系统 |
CN102855661A (zh) * | 2012-08-22 | 2013-01-02 | 浙江工业大学 | 基于空间相似性的大规模森林场景快速生成方法 |
CN106504334A (zh) * | 2016-10-31 | 2017-03-15 | 北京视境技术有限公司 | 虚拟现实中重定向行走的方法 |
CN110567478A (zh) * | 2019-09-30 | 2019-12-13 | 广西科技大学 | 一种基于人工势场法的无人驾驶车辆路径规划方法 |
CN110853150A (zh) * | 2019-11-18 | 2020-02-28 | 山东师范大学 | 适用于虚拟漫游系统的实际与虚拟空间的映射方法及系统 |
CN111078003A (zh) * | 2019-11-27 | 2020-04-28 | Oppo广东移动通信有限公司 | 数据处理方法、装置、电子设备及存储介质 |
-
2020
- 2020-08-31 CN CN202010895730.8A patent/CN112150634B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646287A (zh) * | 2012-03-21 | 2012-08-22 | 浙江工业大学 | 一种基于场景漫游的虚拟森林仿真信息多级联动方法及其系统 |
CN102855661A (zh) * | 2012-08-22 | 2013-01-02 | 浙江工业大学 | 基于空间相似性的大规模森林场景快速生成方法 |
CN106504334A (zh) * | 2016-10-31 | 2017-03-15 | 北京视境技术有限公司 | 虚拟现实中重定向行走的方法 |
CN110567478A (zh) * | 2019-09-30 | 2019-12-13 | 广西科技大学 | 一种基于人工势场法的无人驾驶车辆路径规划方法 |
CN110853150A (zh) * | 2019-11-18 | 2020-02-28 | 山东师范大学 | 适用于虚拟漫游系统的实际与虚拟空间的映射方法及系统 |
CN111078003A (zh) * | 2019-11-27 | 2020-04-28 | Oppo广东移动通信有限公司 | 数据处理方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
基于碰撞锥改进人工势场的无人机避障路径规划;熊超;解武杰;董文瀚;;计算机工程;20180314(第09期);全文 * |
基于连续模型和动力学仿真模型的高密度人群仿真算法;孙立博;孙晓峰;秦文虎;;计算机学报;20151026(第07期);全文 * |
多角色与虚拟场景的运动融合;罗忠祥, 庄越挺, 潘云鹤, 李岳梅;软件学报;20030323(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112150634A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dong et al. | Dynamic artificial potential fields for multi-user redirected walking | |
CN108594853B (zh) | 无人机队形控制方法 | |
CN110320930B (zh) | 基于Voronoi图的多无人机编队队形可靠变换方法 | |
Schörner et al. | Predictive trajectory planning in situations with hidden road users using partially observable markov decision processes | |
Dong et al. | Dynamic density-based redirected walking towards multi-user virtual environments | |
US20210268381A1 (en) | Method and apparatus for dynamic management of formations in a video game | |
KR20130133778A (ko) | 트레이싱 정보에 기초한 충돌 회피 방식을 사용하여 캐릭터들을 애니메이팅하기 위한 방법 | |
Saeed et al. | Simulating people dynamics | |
CN110795833A (zh) | 基于猫群算法的人群疏散仿真方法、系统、介质及设备 | |
US6151027A (en) | Method of controlling users in multi-user virtual space and multi-user virtual space system | |
Juniastuti et al. | Crowd navigation using leader-follower algorithm based Reciprocal Velocity Obstacles | |
CN112150634B (zh) | 基于多人重定向的大规模虚拟场景漫游方法 | |
CN110244757A (zh) | 一种易于群体队形变换的运动控制方法 | |
CN113827974A (zh) | 一种游戏中的ai角色控制方法和装置 | |
JP2022538929A (ja) | ゲームオブジェクトのインタラクティブ制御システム、方法、サーバー及コンピュータ読み取り可能な記憶媒体 | |
CN116203989A (zh) | 基于粒子群算法的多无人机协同目标搜索方法及系统 | |
Hostetler et al. | Strolling down the avenue with a few close friends | |
CN114518754A (zh) | 一种多智能体追逃问题建模与围捕策略生成方法 | |
Geraerts | Camera planning in virtual environments using the corridor map method | |
Chenney et al. | Proxy Simulations for Efficient Dynamics. | |
Butler et al. | Partial observability during predictions of the opponent's movements in an RTS game | |
Matsuzawa et al. | Evaluation of PSO Algorithm Considering Obstacle Avoidance in Evacuation Guidance | |
CN110597271A (zh) | 一种基于分级速度障碍算法的移动机器人避障方法 | |
Lee et al. | User-centered redirected walking and resetting with virtual feelers | |
CN111667585B (zh) | 多用户的虚拟世界同步探索方法及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |