● 摘要
虚拟人是虚拟环境重要的组成部分，虚拟人的行为仿真对于增强环境的真实感、沉浸感具有非常重要的作用。目前，运动捕获设备应用比较普遍，运动捕获技术能够采集富有真实感的运动数据，利用所采集的数据驱动虚拟环境中的虚拟人运动，可以得到十分逼真的运动效果。但是，在使用运动捕获设备获取人体运动时，由于捕获区域及设备的限制，通常只能采集一个时间段内的运动数据，因而只能得到独立的运动片断，不能直接获取整个运动过程。另外，由于运动的复杂性和多样性，不可能采集到适合每种虚拟环境以及适合每种虚拟人的运动数据，只能根据已有的数据生成新的运动以满足各种需求。因此，如何方便、高效地利用运动捕获数据进行动画创作成为人体动画领域的研究热点。本文的工作就是探索利用运动捕获数据进行人体动画创作的方法。本文以“奥运会开（闭）幕式仿真支撑平台”项目为背景，研究基于运动捕获数据的多虚拟人的行为仿真方法。主要完成了以下几方面的研究工作：（1）采用基于时空约束的运动重定向方法，通过固定脚关节与地面的距离实现了两个不同比例骨架虚拟人之间行走动作的运动重定向，该方法能够有效地解决脚悬空和平滑等问题；（2）阐述了移动机器人路径规划的特点，提出基于个性参数的虚拟人动态路径规划算法-参数化D*算法，通过为障碍物设置参数信息，诸如安全距离和可逾越高度等，实现多样的虚拟人路径规划效果；（3）实现了一个基于多自主智能体的群体动画创作框架：群体中的各角色作为自主智能体，能感知环境信息，产生意图，规划行为，最后利用有限运动状态自动机生成新的运动来完成行为和实现意图。本文最后采用插件式的开发方式，在仿真平台DANCE上实现了虚拟人行为仿真插件“Mocap Player”，能够完成运动数据的载入显示、运动数据的编辑以及重定向处理，支持多个虚拟人在虚拟场景中的运动行为规划。