基于特征与逆分支运动学的运动规划及环境感知动画生成技术
在计算机图形学领域,虚拟人类动画的创建一直是一个关键问题,尤其是要生成既合理又高效的动画。本文将介绍两种相关的技术,一是基于特征的逆分支运动学的运动规划方法,二是环境感知的运动采样技术,以解决动画生成中的一些难题。
基于特征的逆分支运动学的运动规划
在运动规划中,我们常常会使用运动图(Motion Graph)来生成角色的运动序列。这里主要研究了两种运动图:标准运动图(SMG)和基于特征的运动图(FMG)。
运动图性能对比
为了量化和评估运动图的解空间,我们进行了实验,在 4 个不同数量障碍物的环境中比较 SMG 和 FMG 的性能。使用了相同的过渡阈值构建两种运动图,SMG 有 344 个节点,平均分支因子为 1.30;FMG 有 130 个节点,平均分支因子为 1.66。通过平均最优解长度、平均扩展次数和平均搜索时间这三个指标来比较它们的性能。具体数据如下表所示:
| Env. | SMG - Size | SMG - BF | SMG - Length | SMG - Exp. | SMG - Time | FMG - Size | FMG - BF | FMG - Length | FMG - Exp. | FMG - Time | Comparison - Length | Comparison - Exp. | Comparison - Time |
| — | — | — | — | — | — | — | — | — | — | — | — | — | — |
| 1 | 344 | 1.30 | 239.6 | 2391 | 145.3 | 130 |
订阅专栏 解锁全文
273



被折叠的 条评论
为什么被折叠?



