利用已经捕获的运动数据,合成任务级的运动控制,在游戏、动画、智能体和人工生命中有着广泛的应用。在人体运动分析方面,对人体运动数据进行降维分析,并在低维空间中,提取人体基本行为动作单元,并基于基本动作单元构建运动图。为了便于虚拟人更好地和虚拟环境进行交互,本项目进一步研究了基于实例数据的肢体逆运动学求解、基于函数数据分析的运动序列建模和基于多层前馈神经网络的控制参数学习等,从实例数据中,建立了人体运动的统计模型。在人体运动合成和规划方面,主要研究了基于运动图的人体运动合成和基于高层参数的人体运动控制等,可以很方便地根据约束条件,合成所需要的人体运动。以本项目的研发成果为基础,开发了《Delmia环境中面向维修的虚拟人运动合成系统》。提供了对Delmia环境中虚拟人维修过程的快速仿真建模功能,并能够对仿真的结果进行人机工程学评价,从而达到产品维修性分析与验证的目的。目前,本项目的研究成果已经成功地应用到虚拟人相关的863、国家科技支撑计划、自然科学基金等科研课题的研究中,并获得了可喜的成果。
英文主题词Motion control; motion capture; behavioral modeling; motion synthesis; motion graph