文档介绍：摘要 随着数字化人体运动仿真技术的日趋成熟,尤其是其应用的迅速推广,大规模人群运动仿真技术开始成为这一研究领域的热点。大规模人群运动仿真技术包括:人群运动建模和人群运动计算机可视化两部分。本文展现了一个基于流体力学的实时全局人群运动模型,在本模型中,一个动态的势场同时解决了全局运动规划和移动的障碍物的问题,这个方法对于处理不需要精确的碰撞回避的大规模人群行动特别有效。 在大规模人群仿真问题中,对大量虚拟人的路径进行规划占用大量的计算资源,通常无法实现实时的处理。GPU编程技术的出现提供了解决这个问题的计算平台。同时,为了充分利用GPU的并行处理能力,需要重新设计人群路径规划的算法。近年来,这种基于流体力学的人群路径规划算法被发现适用于并行处理。通过将人群路径规划问题转换为计算一个流场的势能分布,我们可以给出对于一组虚拟人中的每个个体的最优化路径。其移动的路径取决于地势、人群密度、心理因素等多个因素。本课题的目的是实现一个针对大规模人群仿真问题的人群全局路径规划算法。提供一个简明的编辑界面,用于对虚拟环境和人群行为进行编辑。 本文主要进行了以下工作: 1分析了决定人群流向的势场中几个决定性因素:在流场的势能分布计算中,环境和心理等因素对路径的选择有着明显的作用,其中地形速度、人群速度、环境和心理所决定路径的不爽度以及前进的消耗都通过一定的计算对势场作用。 2介绍了GPU实现部分的原理、采用的数据结构以及实现的方法。 关键字:GPU,人群,运动规划Abstract Withthedigitalhumanmotionsimulationtechnologymatures,particularlyintherapidpromotionofitsapplication,large--scalepopulationmovement,including:-timebasedonfluiddynamicsmodeloftheoverallpopulationmovement,inthismodel,adynamicpotentialfieldatthesametimeaddressingtheglobalmotionplanningandtheproblemofmovingobstacles,-scalesimulationproblems,putingresources,oftencannotdealwithreal-,inordertotakefulladvantageofGPUparallelprocessingcapability,theneedtore-,,,populationdensity,,thefollowingwork:1Analysisofthedecisionofthepotentialflowofthecrowdofseveraldecisivefactors:puting,environmentalandpsychologicalfactorss