一种大规模虚拟人群寻径方法技术

本发明专利技术涉及一种大规模虚拟人群寻径方法，所述方法通过以下方式实现：将虚拟人群划分为三个不同层次的集合：人群、团队和个体，然后将３Ｄ地图转换成２Ｄ地图，进行简化之后存储为线段和点，再使用约束Ｄｅｌａｕｎａｙ三角剖分方法得到三角形网格，计算转角与墙之间的最短距离。用上述最短距离的约束Ｄｅｌａｕｎａｙ三角形的剖分并且简化子区域和减少单元的数量，计算ＩＰ点。得到ＩＰ点后将环境信息抽象成三层具有拓扑结构的地图，采用多层次寻径，获取最优路径。该方法充分利用了虚拟人群的三个层次，并结合环境信息的高度智能化，有效提高了大规模虚拟群体的寻径速度和准确性。

【技术实现步骤摘要】

本专利技术涉及计算路径的方法，特别涉及一种可以提高寻径速度和准确度的大规模虚拟人群寻径方法。
技术介绍
在计算机的二维和三维游戏中，有许多场景，例如房间、大地、海洋、森林，对于这 些场景计算机以网格的形式进行描述，即在一个场景是由若干个相邻的网格组成，一般采 用三角形作为基本网格。在二维或三维空间中，任何一个三角形，只要给出三个顶点的坐标 就可以确定下来，尤其在三维游戏中，计算机系统可以通过保存三角形的三个顶点的三维 坐标来保存场景。于是一个场景划分为多少个三角形网格，是由该场景的地形以及障碍物 的分布情况所决定的。 在各种场景中，一个物体要从一个地方移动到另外一个地方，往往存在多条路径， 这就需要能够计算和选择一条最短路径。目前，计算三维场景中任意两点间最短路径的常用方法如下 基于环境模型的虚拟人群寻径是一种常见的虚拟人群寻径方法。对基于环境模型 的路径规划方法来说，其性能和所用的环境模型密不可分，许多路径规划方法的突出优势 即体现在其所用的环境模型上。环境模型大致可分为两类网络/图模型，网格/树模型。 前者如可视图、切线图、voorn次图、拓扑网络等，利用它们在进行路径规划时可得到比较精 确的解，但计算量大。后者如栅格、四叉树、八叉树等，简单易用。 环境模型是这类路径规划方法的基础，能否充分反映环境信息、能否有效建立环 境模型，关系到整个路径规划方法的性能优劣。环境信息完全已知时，可建立全局环境模 型。在实际应用中，虚拟人的工作环境常常具有不确定性(包括非结构性、动态性等)，虚 拟人无法预先建立全局环境模型，只能根据传感器信息实时地建立局部环境模型。建立环 境模型通常需要考虑两个问题一是环境模型的结构和数据量，结构越复杂、数据越多，反 映的环境信息越详细和完整，但导致用于保存环境信息的内存增大，难以实时更新环境信 息和规划路径。相反，若模型结构简单、数据量小，则占用内存较小，易于实时更新和快速规 划，但可能会遗失某些有用的环境细节信息。 拓扑法是一种常用的路径规划方法，如专利号200610000313. 2的专利技术专利，它将 规划空间分割成具有拓扑特征的子空间，根据彼此连通性建立拓扑网络，在网络上寻找起 始点到目标点的拓扑路径，最终由拓扑路径求出几何路径。拓扑法基本思想是降维法，即将 在高维几何空间中求路径的问题转化为低维拓扑空间中判别连通性的问题。优点在于利 用拓扑特征大大縮小了搜索空间；复杂性仅依赖于障碍物数目，理论上是完备的；通常不 需要虚拟人的准确位置，对于位置误差也就有了更好的鲁棒性。缺点是建立拓扑网络的过 程相当复杂。 〃算法方法也是一种常用的路径规划方法，该方法一般忽略了虚拟人外形大小， 将虚拟人视为一个无大小的质点，不考虑虚拟人的运动特性，而且虚拟人所处的环境是全局可知的。方法虽然简单直观，但在问题规模较大时，时间和空间复杂度太高。Af算法方法 是一种典型的启发搜索方法，将其用于虚拟人的自由空间路径搜索时，由于搜索空间过大， 搜索效率很低，经常几乎要扩展整个规划空间才能找到目标，并且得到的路径是相对栅格 化的。
技术实现思路
为了克服现有技术中针对大规模虚拟人群的路径规划存在的不足，本专利技术提供了 ，该方法充分利用了智能环境的三个层次并结合虚拟人群的 三个层次，提高了当前位置到目标位置找到最优路径的可能性和计算速度，有效减少了计算量。 本专利技术所采用的技术方案是 步骤l，将虚拟人群划分为三个不同层次的集合人群(crowd)、团队(group)和个 体(agent)。同时定义了人群的三个大方面的属性知识(Knowledge)、信念(Beliefs)和 意图(Intentions)。 步骤2，将3D地图转换成2D的地图，并进行简化之后存储为线段和点。 步骤3，使用约束Dela皿ay三角剖分把地图分成三角形网格。 步骤4，计算转角与墙之间的最短距离。 步骤5，最短距离的约束Dela皿ay三角形的剖分。 步骤6，简化子区域和减少单元的数量。 步骤7，将环境信息抽象成三层具有拓扑结构的地图。 步骤8，计算IP点。 步骤9，多层次的路径规划，获得最优路径。 在步骤1中，将虚拟人群分为三个不同层次的集合人群(crowd)、团队(group) 和个体(agent)。同时定义了人群的三个大方面的属性知识(Knowledge)、信念(Beliefs) 和意图(Intentions)。其中知识主要涉及虚拟环境中的各种信息，包括障碍物、基于环境 的人群动作和行为、人群知识等。障碍物知识定义了场景中各个物体的位置，或是人群可行 走和不可行走的区域；基于环境的人群动作和行为知识，包括在一定区域内的路径规划，IP 点(人群必须经过的位置)和AP点(人群必须执行特定动作的位置)的定义等；人群知 识，则是各个群的领导人的记忆库中储存的有关人群的各种信息。 在步骤2中，将3D地图转换成2D地图，存储为线段和点，是对虚拟环境中的复杂 的障碍物采用包围盒方法来简化，通过平面投影得到线段和点。 在步骤3中，使用约束Dela皿ay三角剖分把地图分成三角形网格。利用步骤2所 得到的点和线段，使用约束Delaunay三角剖分方法对约束曲线和散乱点进行剖分得到最 初的约束三角形。 散乱点位置分布不规则的点称为散乱点。 约束曲线对于边界由直线段组成的若干有界区域，在区域边界上且左侧邻接的 全部有向直线段组成的集合称为一条约束曲线。这些区域称为约束曲线周围的区域，约束 曲线上线段的点称为约束曲线的结点。 三角形的内部不包含约束曲线的结点、三个顶点彼此可见且三角形外接圆内部不5包含从它的三个顶点都可见的散乱点作为生成三角形的一个约束条件，称为约束Delaunay 规则，这里一个点对另外一个点"可见"是指两个点的连线不会穿过预先给定的约束曲线。 约束Delaunay三角形符合约束Delaunay规则的三角形称为约束Delaunay三角 形。 在步骤4中，对任意的三角形(A， B， C)，如果(BC G Cs) ， (AC G Fs) ， (AB G Cs U Fs) 且(A G Cp)，通过三角形的点A向BC作垂线AP，然后BC线段被移除并被BP和CP取代，BP 和CP是被加入到集合Cs并且AP被加入到集合Dp。 其中，Cs :约束线段的集合；Fs :无约束线段的集合；Cp :从环境中抽象出来的点的 集合；Dp :是计算墙和拐角处之间最短距离产生的点的集合。 在步骤5中，通过步骤4的计算产生一个包含墙和拐角处最短距离，再次使用约束 Delaunay三角形剖分方法，具体过程参照步骤3。 在步骤6中，为了简化子区域和减少单元的数量，要对单元进行合并。合并的原则为挑选无约束线段，当且仅当这个结果单元是曲面并且共享无约束区域的长度长于所在无约束区域限定的结果单元时，两个单元共享的当前区域被结合成一个单元。 在步骤7中，对虚拟环境划分成三个层次，第三层(最高拓扑层)地图表示了虚拟环境不同区域之间的拓扑结构；第二层(中间拓扑层)地图表示虚拟人附近区域的环境信息，第一层(底部拓扑层)实现了实时的寻径过程。 将第 一 层的节点叫做ce 11 s，第二层的节点叫做groups，第三层的节点叫做 zones。第一层最为详细，顶层最为粗略。 拓扑抽象原本文档来自技高网...

【技术保护点】
一种大规模虚拟人群寻径方法，其特征在于：该方法包括的步骤如下：步骤１，将虚拟人群划分为三个不同层次的集合：人群（ｃｒｏｗｄ）、团队（ｇｒｏｕｐ）和个体（ａｇｅｎｔ）；步骤２，将３Ｄ地图转换成２Ｄ地图，并进行简化之后存储为线段和点；步骤３，使用约束Ｄｅｌａｕｎａｙ三角剖分把地图分成三角形网格；步骤４，计算转角与墙之间的最短距离；步骤５，最短距离的约束Ｄｅｌａｕｎａｙ三角形的剖分；步骤６，简化子区域和减少单元的数量；步骤７，将环境信息抽象成三层具有拓扑结构的地图；步骤８，计算ＩＰ点；步骤９，采用多层次寻径，获取最优路径。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈雷霆，何明耘，岳翠苹，卢光辉，蔡洪斌，邱航，曹跃，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：90[中国|成都]