隨著虛擬現(xiàn)實與增強現(xiàn)實技術(shù)的發(fā)展，打造虛擬世界的需求越來越旺盛。虛擬世界的構(gòu)造不僅包括靜態(tài)場景的構(gòu)建，還包括場景中生物體的模擬。常見的生物體包括人和飛行生物群等。對人群、飛蟲群等生命體進行仿真也就成為了當(dāng)前計算機圖形學(xué)的研究熱點之一。本書基于流體模型從宏觀層面進行仿真，重點表現(xiàn)群體的全局變化，主要探討將流體模型擴展應(yīng)用到生物群體的仿真研究，包括經(jīng)典的流體仿真算法（SPH）和過程式（Procedure）流體仿真算法。 本書適合作為計算機圖形學(xué)、計算機仿真學(xué)以及生物仿真等領(lǐng)域研究人員的參考用書，也可作為對相關(guān)領(lǐng)域感興趣的讀者的閱讀資料。
隨著虛擬現(xiàn)實與增強現(xiàn)實技術(shù)的發(fā)展，打造虛擬世界的需求越來越旺盛。本書基于流體模型從宏觀層面進行仿真，重點表現(xiàn)群體的全局變化，主要探討將流體模型擴展應(yīng)用到生物群體的仿真研究。 本書適合作為計算機圖形學(xué)、計算機仿真學(xué)以及生物仿真等領(lǐng)域研究人員的參考用書，也可作為對相關(guān)領(lǐng)域感興趣的讀者的閱讀資料。
大規(guī)模生物群體包括人群、昆蟲群、獸群等，對這些生物群體從宏觀層面進行大規(guī)模仿真以及從微觀層面進行真實感模擬是當(dāng)前計算機圖形學(xué)的主要研究方向之一。相應(yīng)的仿真技術(shù)在虛擬現(xiàn)實、影視游戲、疏散模擬、大型體育仿真、蟲災(zāi)防治、仿生機器人等領(lǐng)域都有著廣泛的應(yīng)用前景。將高密度的生物群當(dāng)作連續(xù)體來仿真以及從微觀上對飛行生物進行物理仿真仍存在很多挑戰(zhàn)。主要體現(xiàn)在：①難以表達高密度人群應(yīng)對環(huán)境刺激所呈現(xiàn)的線性響應(yīng)；②難以刻畫宏觀形狀約束條件下飛行生物群的固有噪聲(Inherent Noise)；③難以刻畫飛行生物的真實感飛行姿態(tài)變化。針對這些挑戰(zhàn)，本書分別提出了相應(yīng)的解決方案，概述如下：
（1）提出了一種大規(guī)模、高密度人群的宏觀線性波動仿真方法。從流體力學(xué)角度仿真全局信息的變化，解決全局信息（如速度、密度、全局流動方向傳導(dǎo)、邊界擾動響應(yīng)等）動態(tài)變化建模仿真問題�；诶窭嗜樟黧w力學(xué)方法模擬高密度人群的流體性運動，在此基礎(chǔ)上提出線性動量觸發(fā)方法用于人群的線性波動仿真。此方法可用于大規(guī)模、高密度人群在物理環(huán)境約束下的有序引導(dǎo)和安全疏散仿真。
（2）提出了一種宏觀形狀約束的飛蟲群組仿真方法。采用近似方法仿真飛蟲的固有噪聲，解決形狀約束條件下飛蟲的動力表達問題。設(shè)計內(nèi)在驅(qū)動力來仿真單個飛蟲的生物固有噪聲與集群行為。另外，設(shè)計外在驅(qū)動力引導(dǎo)飛蟲平滑地變形到任意目標(biāo)形狀。讓飛蟲群體變形為用戶指定的任意形狀，并且不失去飛蟲所特有的生物噪聲行為。該方法可用于大規(guī)模形狀可控的飛行昆蟲群組仿真、VR場景動畫、仿生飛行機器人陣形控制等。
（3）提出了一種受生物學(xué)啟發(fā)的蝴蝶建模與飛行仿真方法。從生物學(xué)角度進行蝴蝶個體的參數(shù)化建模，重點解決蝴蝶翅膀與腹部動力學(xué)控制問題�；诳諝鈩恿Γòㄉ�、阻力和渦旋力）仿真蝴蝶飛行過程中身體的快速變化。作為一種綜合的解決方案，該方法不僅解決了真實感的蝴蝶個體仿真問題，還可以直接用于群組仿真。能夠仿真飛行生物真實感的飛行姿態(tài)與飛行軌跡，為真實感的飛行生物仿真提供一種實時、便捷的可行方法。
本書的結(jié)構(gòu)如下：
第1章，介紹研究背景，總結(jié)主要的智能仿真算法，包括人群仿真、飛行生物仿真研究領(lǐng)域所存在的問題，在此基礎(chǔ)上提出本書的研究內(nèi)容，并提煉本書的主要貢獻。
第2章，介紹基于流體模型的智能體仿真的算法基礎(chǔ)，包括作用力的計算，流體模型的原理，通過對這些算法基礎(chǔ)知識的介紹，為全面掌握本書后續(xù)所述智能體（包括人群、飛蟲）奠定基礎(chǔ)。
第3章，介紹一種大規(guī)模、高密度人群的宏觀線性波動仿真算法。對應(yīng)用的拉格朗日流體力學(xué)人群建模、宏觀線性波動仿真進行詳細(xì)的介紹。通過實驗證明所提出的仿真模型可以仿真大規(guī)模、高密度人群的線性波動。
第4章，介紹一種宏觀形狀約束的飛蟲仿真算法。詳細(xì)介紹用于仿真飛蟲噪聲行為的內(nèi)在驅(qū)動力與用于形狀約束的外在驅(qū)動力。通過實驗證明所提出的模型可用于任意約束形狀的飛蟲群組仿真。
第5章，介紹一種基于空氣動力受生物啟發(fā)的鱗翅目飛蟲仿真算法。首先介紹受生物啟發(fā)、參數(shù)化的蝴蝶個體建模方法；然后介紹用于仿真蝴蝶飛行過程中身體的快速變化的空氣動力，包括升力、阻力和渦旋力；最后通過模擬實驗和對比實驗證明該算法可以模擬真實感的蝴蝶飛行過程的姿態(tài)與飛行軌跡。
第6章，對本書所論述的基于流體模型的智能體仿真算法進行總結(jié)與展望。
本書得到了江西財經(jīng)大學(xué)的支持，也得到了江西財經(jīng)大學(xué)多位老師的熱情幫助，在此一并表示感謝！
由于著者學(xué)識有限，加之智能體仿真技術(shù)在不斷發(fā)展之中，書中疏漏和不足之處在所難免，敬請廣大讀者批評指正。
著者
2022年5月
陳強，男，博士，江西財經(jīng)大學(xué)講師，主要的研究方向為計算圖形學(xué)、計算機動畫、虛擬現(xiàn)實、生物群體仿真。主持或參與多項國家級課題研究，主持并結(jié)題一項省級課題，作為骨干力量參與參與多項國家級研究項目、省級重點研究項目。在計算機動畫研究領(lǐng)域發(fā)表學(xué)術(shù)論文6篇，申請發(fā)明專利3項（已授權(quán)2權(quán)），實用型發(fā)明專利3項（已授權(quán)2項）。申請軟件著作權(quán)2限。
書單推薦
