CN1327662C - 分布式图案协同设计中的动态多光标感知方法 - Google Patents

Abstract

本发明公开了一种分布式图案协同设计中的动态多光标感知方法。在多Agent交互过程中动态多光标、音频、视频等感知方式是交互的一部分，并且是数据量最大的一部分。这部分并不要求这些感知必须精确无误，这些感知的数据在网络通信中甚至是允许丢包的。本发明针对这些感知方式的特点，采用离散系统神经网络的信息采集方式对动态多光标感知信息进行处理。对于用户不敏感的感知信息予以屏蔽。解决了用户自定义虚拟感知的实现方式。减少网络传输量，提高用户工作的注意力，提高了协同虚拟设计感知能力和工作效率。

Description

分布式图案协同设计中的动态多光标感知方法

技术领域

本发明涉及基于因特网的分布式图案协同设计技术领域，涉及该协同设计的虚拟感知技术领域，特别是涉及一种分布式图案协同设计中的动态多光标感知方法。

背景技术

20世纪人类的杰出成果之一计算机技术把人类社会带入了信息化时代。伴随着信息化进程的不断深入，通信技术、计算机及网络技术相融合，产生了一个新的研究领域—计算机支持的协同工作CSCW(Computer SupportedCooperative Work)。

群体协作方式的多样性为CSCW研究提供了丰富的内容。在CSCW系统中，人们围绕共同完成的任务要进行通信(Communication)、协调(Coordination)、协作(Collaboration)、协同(Cooperation)等基本活动。

CSCW有着广泛的应用领域和市场前景，CSCW已经应用到的领域有：军事、工业、协同计算机辅助设计、办公自动化和管理信息系统、医疗、远程教育、电子商务与商业、贸易、金融的应用、电子政务......

在CSCW研究和应用的众多领域中，图案协同设计是分布式协同工作的一个重要应用。图案协同设计是一种虚拟设计。基于Internet的图案协同设计可以使位于不同地理位置的协同设计者借鉴、共享其他成员的知识和经验，实时同步对同一个任务作品进行共同操作，协同完成图案的设计和制作，从而极大地提高设计的质量和效率。

虚拟设计(Virtual Design-VD)是以计算机虚拟现实(VR)技术、并行工程(CE)、智能CAD、仿真技术、计算机图形学技术、分布式协同设计(CSCD)和网络和多媒体等众多的相关技术发展起来，基于自然方式的人机交互设计系统。它以计算机支持的仿真技术为前提，对设计、制造等生产过程进行全面的建模和仿真，在产品设计阶段实时地、并行地模拟出产品未来的制造全过程，并预测产品性能、产品的可制造性和设计的合理性，使产品的设计开发和生产周期最短、成本最低、设计质量最优，VD技术使产品设计的工作内容和方式发生了根本变化。

虚拟环境感知包括聊天(笔谈)、动态多光标、缩略图、音频(Audio)、视频(Video)、多种类的线型和颜色多种辅助协同方式。其语音和视频信息使用户能与协同虚拟设计者进行更直接的交流，产生虚拟场景。

Agent概念源于分布式人工智能(DAI)领域，是人工智能的术语之一[9]，其最初思想由Dohn.Mc-Carthy在50年代提出。Agent最大的特点是有一定的智能及良好的灵活性，特别适合对复杂、协同和难以预测的问题进行处理。由于Agent具有的智能性、自治性、适应性、协同性、移动性和社会性，从而使得它在协同感知计算、分析和处理方面同样有着许多优势。Agent可以组成一个合作的小组来完成特定的复杂任务，并且这些Agent之间能够协调相互之间的行为，协商以解决相互之间的冲突，相互合作以达到共同的目标，这就是多Agent(Multi-Agent)。

本发明涉及基于Multi-Agent的分布式协同虚拟环境感知问题。在Multi-Agent交互过程中动态多光标、Audio、Video等感知方式是交互的一部分，并且是数据量最大的一部分。这部分并不要求这些感知必须精确无误，这些感知的数据在网络通信中甚至是允许丢包的。多个站点协同工作，一个站点的用户有感知其他站点用户动态光标的需要，但是用户不一定有感知其他站点用户动态光标的必要，因为有些用户与该用户没有关系，而且过多的光标信息会影响该用户正常的判断取舍，影响协同的效果。

发明内容

本发明的目的在于提供一种分布式图案协同设计中的动态多光标感知方法。

本发明解决其技术问题采用的技术方案如下：

1)用户光标操作的输出量以单位时间进行统计，即单位时间内光标经过的象素数量；

2)协同环境中一组用户操作对于感知系统在第t+1单位时间的输出值采用如下计算方式：

            Y(t+1)＝f(Y(t)，t)，t∈I＝{i|i≥t₀，i为整数}

其中，

t是t时刻前的一个单位时间；

t₀是初始时刻；

Y(t+1)是感知系统在t+1时刻前的一个单位时间的输出值；

Y(t)是感知系统在t时刻前的一个单位时间的输出值；

其中，

               Y(t)＝(y₁(t)，y₂(t)，...，y_n(t))^T；

其中每一项y_i(t)代表一个分布式站点的感知系统在t时刻前的一个单位时间的输出值；

3)系统采用符号函数的反馈神经网络，以上计算方式具体化如下：

$y_i(t+1)=\mathrm{sgn}(\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{y}_i\left(t\right)-{\mathrm{\θ}}_i),i=\mathrm{1,2},...,n$

其中，

y_i(t)是用户i，即Agent i在t时刻的输出；

w_ij是Agent i与Agent j之间的感知权数；

θ_i是Agent i的阀值；

记，

$z_i(t+1)=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{y}_j\left(t\right)-{\mathrm{\θ}}_i,i=\mathrm{1,2},...,n$

4)确定感知权数矩阵W；

5)采用步骤3)中的计算方法，先计算Z(t+1)，从而计算感知系统的输出值Y(t+1)＝f(Z(t+1))；

6)利用步骤5)中的计算结果决定是否感知对应站点的动态多光标信息，如果计算结果Y(t+1)即(y₁(t+1)，y₂(t+1)，...，y_n(t+1))^T中，y_i(t+1)＝0，那么系统对站点i的动态多光标信息不进行感知。

本发明具有的有益的效果是：

本发明针对动态多光标感知方式的特点，采用离散系统神经网络的信息采集方式对动态多光标感知信息进行处理。对于用户不需要的感知信息予以屏蔽。解决了用户自定义虚拟感知的实现方式。用户可以自行决定是否感知某些其他用户的信息。减少网络传输量，提高用户工作的注意力，提高了协同虚拟设计感知能力和工作效率。

具体实施方式

基于Multi-Agent的分布式协同虚拟环境感知中，多个站点协同工作，一个站点的用户有感知其他站点用户动态光标的需要，但是用户不一定有感知其他站点用户动态光标的必要，因为有些用户与该用户没有关系，而且过多的光标信息会影响该用户正常的判断取舍，影响协同的效果。本方法用来决定一用户是否对其他用户的多光标信息进行感知的。系统可以设定阀值，系统对远程站点的光标信息进行计算处理，如果不符合感知要求，系统将取消对该站点的光标感知。

本方法的具体过程及实施例如下：

1)系统对用户光标操作的输出量以单位时间进行统计，即单位时间内光标经过的象素数量。

2)协同环境中一组用户操作对于感知系统在第t+1单位时间的输出值采用如下计算方式：

        Y(t+1)＝f(Y(t)，t)，t∈I＝{i|i≥t₀，i为整数}

其中，

t是t时刻前的一个单位时间；

t₀是初始时刻；

Y(t+1)是感知系统在t+1时刻前的一个单位时间的输出值；

Y(t)是感知系统在t时刻前的一个单位时间的输出值；

其中，

        Y(t)＝(y₁(t)，y₂(t)，...，y_n(t))^T；

其中每一项y_i(t)代表一个分布式站点的感知系统在t时刻前的一个单位时间的输出值。

3)系统采用符号函数的反馈神经网络，以上计算方式具体化如下：

$y_i(t+1)=\mathrm{sgn}(\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{y}_j\left(t\right)-{\mathrm{\θ}}_i),i=\mathrm{1,2},...,n$

其中，

y_i(t)是用户i，即Agent i在t时刻的输出；

w_ij是Agent i与Agent j之间的感知权数；

θ_i是Agent i的阀值；

记，

$z_i(t+1)=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{y}_j\left(t\right)-{\mathrm{\θ}}_i,i=\mathrm{1,2},...,n$

4)确定感知权数矩阵W，举例如下：

管理员定义用户U1的Agent接受用户U2，U3的感知权数为2，4。用户U2的Agent接受用户U3的感知权数为5。

$W=\left[\begin{array}{ccc}0& 2& 4\\ 2& 0& 5\\ 4& 5& 0\end{array}\right]$

5)采用步骤3)中的计算方法，先计算Z(t+1)，从而计算感知系统的输出值Y(t+1)＝f(Z(t+1))；

6)利用步骤5)中的计算结果决定是否感知对应站点的动态多光标信息，如果计算结果Y(t+1)即(y₁(t+1)，y₂(t+1)，...，y_n(t+1))^T中，y_i(t+1)＝0，那么系统对站点i的动态多光标信息不进行感知。

步骤5)和步骤6)举例如下：

在t时刻，协同环境中的一组输出Y(t)＝(1，0，1)^T，初始状态设定每个Agent对于其他Agent的阀值都是0。即，不阻挡其他用户的感知数据在本地显示。在t+1时刻，每个Agent接到的感知数据值是

               Z(t+1)＝WY(t)-θ＝(4，7，4)^T-(0，0，0)^T

即t+1时刻的输出是

               Y(t+1)＝f(Z(t+1))＝(4，7，4)^T

若每个Agent的阀值都改为5，即一用户对于其他用户比较小(数据值小于5)的行为动作，在感知层面上不予处理，于是，用户不能感知他用户的动作。重新计算每个Agent接到的感知数据值：

              Z(t+1)＝WY(t)-θ＝(4，7，4)^T-(5，5，5)^T

即t+1时刻的输出是

              Y(t+1)＝f(Z(t+1))＝(0，2，0)^T

即Agent1，Agent3不需要处理多光标的感知信息。U1，U3对于多光标的活动不感知。

Claims (1)

1.分布式图案协同设计中的动态多光标感知方法，其特征在于：

1)用户光标操作的输出量以单位时间进行统计，即单位时间内光标经过的象素数量；

2)协同环境中一组用户操作对于感知系统在第t+1单位时间的输出值采用如下计算方式：

Y(t+1)＝f(Y(t)，t)，t∈I＝{i|i≥t₀，i为整数}

其中，

t是t时刻前的一个单位时间；

t₀是初始时刻；

Y(t+1)是感知系统在t+1时刻前的一个单位时间的输出值；

Y(t)是感知系统在t时刻前的一个单位时间的输出值；

其中，

Y(t)＝(y₁(t)，y₂(t)，...，y_n(t))^T；

其中每一项y_i(t)代表一个分布式站点的感知系统在t时刻前的一个单位时间的输出值；

3)系统采用符号函数的反馈神经网络，以上计算方式具体化如下：

$y_i(t+1)=\mathrm{sgn}(\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{y}_j\left(t\right)-{\mathrm{\θ}}_i),i=\mathrm{1,2},...,n$

其中，

y_i(t)是用户i，即Agent i在t时刻的输出；

w_ij是Agent i与Agent j之间的感知权数；

θ_i是Agent i的阀值；

记，

$z_i(t+1)=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{y}_j\left(t\right)-{\mathrm{\θ}}_i,i=\mathrm{1,2},...,n$

4)确定感知权数矩阵W；

5)采用步骤3)中的计算方法，先计算Z(t+1)，从而计算感知系统的输出值Y(t+1)＝f(Z(t+1))；

6)利用步骤5)中的计算结果决定是否感知对应站点的动态多光标信息，如果计算结果Y(t+1)即(y₁(t+1)，y₂(t+1)，...，y_n(t+1))^T中，y_i(t+1)＝0，那么系统对站点i的动态多光标信息不进行感知。