摘要
基于物理的虚拟人控制是一个经典的动力学问题,对游戏开发、影视特效等领域具有重要意义.针对传统的动力学控制器模型构建复杂、缺乏稳定性等问题,提出一个基于动能模型的动态虚拟人控制框架.首先,在黎曼几何空间中对运动捕捉数据进行预处理,构造动能热力分布图;其次,对热力图进行分析,获得控制参数;最后,将得到的参数用于控制器中,计算辅助力矩,使虚拟人保持平衡并提高姿态精度,控制虚拟人进行各种动作.为此,提出一种时间对齐算法,用于融合多个时间片段.通过对复杂地形、运动状态切换和外力作用下的全身双足运动进行测试,获取多种速度、方向的行走数据与跑步数据并进行评估.结果表明,与DeepLoco相比,该框架在外力作用下质心速度变化的波动系数更小,并且能承受更大的干扰力,证明该框架具有鲁棒性.同时,该框架的仿真性能相较DeepLoco提升了2倍,具有高效性.
- 单位