大规模汽车群组动画的关键技术研究

Virtual urban environments with heavy traffic are indispensible parts of 3D animations，virtual reality, and computer games, in which, there are always lots of automobiles driving on the city road. Since automobiles are driven by drivers, each automobile can be viewed as an agent and its motion is constrained by roads and traffic rules. Therefore, it is important to investigate how to effectively control and simulate massive automobiles in a convenient and realistic way because of its theoretical value and potential applications. This project aims at investigating the key techniques in simulating large-scale automobiles' motion in virtual urban environments. The research contents include the traffic flow control in a global road network based on the macroscopic model, detailed and realistic simulation of traffic scenes in local focused regions based on the microscopic model, learning realistic driving parameters from captured traffic videos, flexible lane changes based on the intention and various intelligent behaviors of drivers when approaching diverse junction structures like signalized crossing, merging and weaving parts, driving route searching, non-ideal traffic scenario simulation with violation of traffic regulations. In addition, we will provide a three dimensional road network editing tool, in which, a user can either import and process the GIS road data to get real road topological structures and geometry representations, or manually create the needed road system. The project will finally develop a prototype system for detailed automobile animations in large scale with efficient computation and flexible control for animation practice.

城市车水马龙场景是动画、虚拟现实、游戏中不可缺少的，其必然涉及大量的汽车。汽车可视作由人驾驶的智能体，它们的运动受道路、交通规则等约束。因此，如何方便、有效地控制模拟大规模汽车流的真实运动具有重要的理论意义和应用价值。本项目旨在研究虚拟动画场景中大规模汽车运动的关键技术，具体包括基于宏观模型的全局路网中交通流的控制，基于微观模型的局部关注区域内交通场景的逼真模拟，基于真实视频的驾驶行为参数学习，基于驾驶意图的灵活变道模拟，交通灯控制路口及各种汇流分流等连接结构附近汽车的智能反应行为,车辆驾驶路径搜索，非理想交通秩序场景模拟等动画技术。同时，还将为用户提供三维路网创建编辑工具，用户可以导入GIS道路相关数据，处理得到真实路网拓扑结构和几何结构，也可以直接创建所需路网结构。项目将最终研发出一个计算高效、控制灵活、交通细节丰富的汽车群组动画模拟原型系统，以广泛应用于动画制作实践中。

城市车水马龙场景是动画、虚拟现实、游戏中不可缺少的，其必然涉及大量的汽车。因此，如何方便、有效地控制模拟大规模汽车流的真实运动具有重要的理论意义和应用价值。经过四年的实施，课题组围绕微观三维交通模拟、车辆驾驶特性学习、数据驱动的交通仿真、非理想交通的人车交互、人群个体动画、群组场景动画等展开研究，取得了重要进展，已经按预期完成了研究计划。共发表和录用学术论文45篇(SCI收录33篇)，其中国际重要学术刊物32篇，包括 ACM Transactions on Graphics (Proc of Siggraph)论文2篇，IEEE Transactions on Visualization and Computer Graphics论文1篇，IEEE TASE论文2篇， PLoS ONE论文1篇，IEEE CGA论文1篇，CGF论文5篇，其它国际重要学术刊物GM,TVC,CG,CAVW,EAAI论文20篇。获得4项授权国家发明专利，申请4项。培养博士生4名，硕士生4名。取得的主要成果有：(1).在汽车流模拟方面，提出了一个微观的三维交通模拟方法，它能应用于复杂多样的城市道路结构，如十字路口、分流、汇流等，并实时生成逼真的大规模交通场景的模拟动画。(2). 在车辆驾驶特性学习方面，提出了一种数据驱动的方法来生成与样本视频中交通流有相似行为的虚拟交通流。(3). 提出了一种数据驱动的交通仿真方法，可在任意虚拟道路网络上快速合成逼真的交通流。 (4). 提出了一种车辆-行人交互行为建模方法，用于人车混合交通流模拟。提出了一种实时的、基于物理的、具有平衡恢复的在线预测性人体运动控制方法。在交通场景的碰撞处理方面，提出了一种高效的二次规划问题数值求解算法来进行大规模柔性体模拟过程中的碰撞处理。(5). 在群组个体动画方面，提出了一种新的模拟角色模型的皮肤变形方法，提出了一种基于时空最优化约束的方法来对一段已有的动画进行直接编辑，提出了一种基于敏感度优化的布料绑定方法以用于基于样本库的实时人体布料合成，提出了将物体的弹性材料优化和控制外力优化相结合的弹性体模拟方法以产生更加真实自然的动画结果。(6).在汽车群组动画场景方面，提出了一种基于生物学规则的昆虫群模拟方法，提出了一种全局规划算法来模拟飞行类昆虫群的常见形态和行为，提出了一种基于模型体分解的群组变形动画的创作方法。