反应跟随性人体动画生成研究

反应跟随性人体动画生成研究

论文摘要

随着虚拟现实、三维游戏、数字娱乐等行业对人体动画需求的增加,人们不仅要求生成的人体动画自然、可控,而且希望虚拟人能对不可预料的外部扰动做出真实的反应。如何提高虚拟人运动的物理真实感,准确地反应外界冲击的大小和方向,实时地响应外界交互是生成反应跟随性人体动画的关键所在。针对上述问题,本文分别对人体站立受扰平衡维持、基于数据驱动的反应运动合成、基于混合控制的反应运动生成和人体行走受扰平衡维持进行了深入的研究,提出了相应的控制策略和模型,并对传统的算法作了改进。 在人体站立受扰平衡恢复的研究上,本文提出了分别从矢状面和额状面来分析和计算人体在站立受扰时的平衡恢复问题。本文根据生物力学的研究结果,建立了基于双倒立摆的人体动力学模型,并使用比例微分控制器近似模拟肌肉力的作用来驱动虚拟人运动。在髋和踝关节的控制策略下,控制器产生的力矩使虚拟人身体质心位于支撑区域。通过身体摆动,虚拟人可以抵消作用在其身上的外力,最后恢复到平衡状态。本文还提出了采用启发式调节增益值的方法,减轻了调节增益值的繁重负担。 在基于数据驱动的反应运动合成上,本文提出了采用动量扰动与空间姿态比较相结合的运动搜索算法。传统方法:往往只考虑运动姿态在数值上的相似性来合成运动,忽略了动量变化带来的影响,因此合成的运动缺乏真实感而且计算量大。本文利用运动捕获时真实人与运动合成中虚拟人受外力作用后引起的动量变化的相似性,提出的基于动量的搜索算法能更准确地从数据库中搜索出合适的运动序列以响应外力作用。为了提高运动搜索的速度,本文还采用了近似最近邻搜索算法(Approximate Nearest Neighbor,ANN)和骨骼结构的层次细节降低数据库维度的方法。实验结果表明,本算法可以很好地模拟虚拟人对用户输入的虚拟外力做出及时反应。 在基于混合控制的反应运动生成上,本文提出了基于并行模拟机制的轨迹预测方法。物理模拟与运动捕获数据相结合的混合控制方法已经成为生成反应跟随性人体动画的一种有效手段。其中,虚拟人在物理模拟下运动轨迹的预测是实现运动光滑过渡的关键。传统的方法通常采用类似于电影胶片倒带机制来预测虚拟人的运动轨迹,然后再重新模拟一次。因此,采用这种方法只能处理接触时间非常短暂、单次触发的事件。本章提出的并行模拟的方法可以模拟连续、多次接触的反应运动。实验结果表明本文的算法比传统的方法更有效,可以实时地模拟虚拟人连续遇到障碍物后摔倒、爬起来的运动以及被对手推、打后做出的及时反应。为了使生成的虚拟人运动更加逼真,本文还提出了基于生物力学的姿态调整,采

论文目录

  • 独创性声明
  • 学位论文版权使用授权书
  • 摘要
  • Abstract
  • 目录
  • 第一章 绪论
  • 1.1 人体动画的发展
  • 1.2 人体动画基本模型
  • 1.3 人体运动控制技术
  • 1.3.1 运动学控制方法
  • 1.3.2 动力学控制方法
  • 1.3.3 动力学控制器
  • 1.3.4 运动捕获技术
  • 1.4 反应跟随性人体动画生成技术
  • 1.4.1 数据驱动
  • 1.4.2 物理模拟
  • 1.4.3 混合控制
  • 1.5 本文工作和论文组织
  • 第二章 人体站立受扰平衡维持
  • 2.1 引言
  • 2.1.1 人体平衡生理机理
  • 2.1.2 人体平衡功能评估
  • 2.1.3 人体受扰平衡策略
  • 2.2 研究背景
  • 2.2.1 现有的人体平衡控制方法
  • 2.2.2 人体平衡控制的难点
  • 2.3 人体动力学建模
  • 2.3.1 动力学模型
  • 2.3.2 动力学方程
  • 2.4 物理模拟
  • 2.4.1 运动控制
  • 2.4.2 平衡控制
  • 2.5 实验结果
  • 2.6 小结
  • 第三章 基于数据驱动的反应运动合成
  • 3.1 引言
  • 3.1.1 相关工作
  • 3.1.2 要解决的问题和我们的方法
  • 3.2 算法原理
  • 3.2.1 人体模型动力学映射
  • 3.2.2 动量估算
  • 3.2.3 系统流程
  • 3.3 算法实现
  • 3.3.1 标准化外界干扰
  • 3.3.2 运动数据捕获与预处理
  • 3.3.3 运动选择
  • 3.3.4 基于 ANN的快速搜索算法
  • 3.3.5 运动平滑
  • 3.4 实验结果
  • 3.5 小结
  • 第四章 基于混合控制的反应运动生成
  • 4.1 引言
  • 4.1.1 相关工作
  • 4.1.2 要解决的问题与我们的方法
  • 4.2 算法原理
  • 4.2.1 并行模拟流程
  • 4.2.2 系统组成
  • 4.3 运动搜索
  • 4.3.1 基于物理模拟的运动轨迹预测
  • 4.3.2 运动选择
  • 4.4 反应跟随性人体运动生成
  • 4.4.1 建立动力学模型
  • 4.4.2 连续姿态控制
  • 4.4.3 基于生物力学的调整
  • 4.5 实验结果
  • 4.5.1 意外绊倒
  • 4.5.2 意外推倒
  • 4.5.3 拳击运动
  • 4.6 小结
  • 第五章 人体行走受扰平衡维持
  • 5.1 引言
  • 5.1.1 动态平衡评估
  • 5.1.2 相关研究
  • 5.2 算法概述
  • 5.3 平衡校正
  • 5.3.1 轨迹计算
  • 5.3.2 ZMP轨迹校正
  • 5.3.3 运动校正
  • 5.4 实验结果
  • 5.5 小结
  • 第六章 总结和展望
  • 6.1 本文的研究成果
  • 6.2 未来的工作
  • 参考文献
  • 作者在攻读博士学位期间参加科研项目与完成论文情况
  • 致谢
  • 相关论文文献

    • [1].军用工效虚拟人研究进展[J]. 人类工效学 2015(02)
    • [2].虚拟人动作编辑器关键技术研究[J]. 机电一体化 2010(01)
    • [3].虚拟人技术对传统解剖教学的影响[J]. 明日风尚 2017(02)
    • [4].虚拟界[J]. 野草 2017(05)
    • [5].基于数字化扫描的虚拟人建模合成技术研究[J]. 软件导刊 2019(06)
    • [6].具有真实感的情绪化虚拟人研究[J]. 计算机应用研究 2016(12)
    • [7].情绪和动机驱动的虚拟人自适应感知模型[J]. 计算机辅助设计与图形学学报 2015(09)
    • [8].虚拟人的第一步[J]. 新知客 2009(02)
    • [9].主动感知虚拟人自主追击行为模型的设计与实现[J]. 小型微型计算机系统 2014(04)
    • [10].电脑动画中3D虚拟人自主运动的研究[J]. 科学技术与工程 2011(25)
    • [11].虚拟人技术在军事医学研究中的应用[J]. 医疗卫生装备 2010(01)
    • [12].工效虚拟人研究的最新进展[J]. 计算机仿真 2009(05)
    • [13].基于流演算的智能虚拟人模型研究与实现[J]. 计算机应用研究 2009(08)
    • [14].虚拟人的跌落仿真[J]. 计算机与信息技术 2008(10)
    • [15].面向个性化定制服装设计的虚拟人台及快速成型技术研究[J]. 设计 2016(09)
    • [16].基于视频序列的虚拟人渲染方法[J]. 光学技术 2015(04)
    • [17].基于儿童体型标准的系列虚拟人台构建研究[J]. 山东纺织经济 2020(08)
    • [18].基于动机模型的自主性虚拟人行为选择研究[J]. 计算机应用与软件 2012(04)
    • [19].个性化虚拟人建模及文本控制其动作表情合成研究[J]. 学术动态 2012(04)
    • [20].虚拟维修中的虚拟人移动仿真[J]. 系统仿真学报 2010(10)
    • [21].情感决策的智能家居虚拟人路径规划[J]. 智能系统学报 2010(04)
    • [22].基于生物力学的虚拟人运动控制及行走仿真[J]. 计算机辅助设计与图形学学报 2018(06)
    • [23].人体平均体虚拟人台模型的构建[J]. 天津纺织科技 2015(01)
    • [24].数字人时代来临[J]. 风流一代 2020(15)
    • [25].探秘虚拟人技术[J]. 晚霞 2015(14)
    • [26].基于关键状态的虚拟人组合任务分层规划方法[J]. 系统仿真学报 2013(07)
    • [27].基于运动捕获数据的虚拟人动画研究[J]. 计算机工程与应用 2008(08)
    • [28].虚拟教学环境中虚拟人的感知模型及其行为规划的研究[J]. 赣南师范学院学报 2013(06)
    • [29].基于“软切分”的虚拟人运动合成技术研究[J]. 中国体视学与图像分析 2010(03)
    • [30].一种实时虚拟人反应式动画生成算法[J]. 计算机研究与发展 2009(01)

    标签:;  ;  ;  ;  ;  ;  ;  ;  

    反应跟随性人体动画生成研究
    下载Doc文档

    猜你喜欢