針對(duì)在復(fù)雜三維場(chǎng)景中傳統(tǒng)的碰撞檢測(cè)算法存在的檢測(cè)速率慢等問(wèn)題,提出了一種基于量子蟻群的快速碰撞檢測(cè)算法。算法首先基于AABB層次包圍盒技術(shù)剔除不相交的模型部分,再應(yīng)用隨機(jī)碰撞檢測(cè)算法的思想將三維空間中的碰撞問(wèn)題轉(zhuǎn)化為二維空間上的待檢測(cè)物體特征對(duì)距離的優(yōu)化問(wèn)題,結(jié)合了量子計(jì)算和蟻群算法的尋優(yōu)策略,引入變異算子和一種新的自動(dòng)旋轉(zhuǎn)角策略,設(shè)計(jì)了一種新的量子蟻群算法來(lái)解決碰撞檢測(cè)問(wèn)題。實(shí)驗(yàn)證明,在待檢測(cè)模型多邊形數(shù)量較多的情況下,可以提高碰撞檢測(cè)檢測(cè)速率。 

【文章來(lái)源】：計(jì)算機(jī)仿真. 2019,36(12)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

三角形相交測(cè)試結(jié)果顯示

把本文算法與單純基于層次包圍盒(HBV)的碰撞檢測(cè)算法進(jìn)行檢測(cè)時(shí)間比較,比較兩種算法在達(dá)到不同檢測(cè)結(jié)果時(shí)所需時(shí)間,算法采樣特征對(duì)數(shù)量為2304,實(shí)驗(yàn)結(jié)果如圖3所示。根據(jù)結(jié)果顯示,若完全檢測(cè),HBV在達(dá)到100%檢測(cè)率時(shí),時(shí)間消耗為33ms;QACO算法檢測(cè)率達(dá)到90%時(shí),需要的時(shí)間為18.1ms。即在損失了10%的檢測(cè)率的情況下,QACO的算法時(shí)間效率比傳統(tǒng)的HBV算法提高了45%。

把本文算法、基于蟻群算法(ACO)的隨機(jī)碰撞檢測(cè)算法、單純基于粒子群(PSO)的隨機(jī)碰撞檢測(cè)算法進(jìn)行碰撞檢測(cè)率比較,算法采樣特征對(duì)數(shù)量為2304,實(shí)驗(yàn)結(jié)果如圖4所示。根據(jù)結(jié)果顯示,在檢測(cè)初期,幾種算法的檢測(cè)率基本相同。隨著檢測(cè)時(shí)間的增加,本文算法的檢測(cè)率明顯高于其它算法。QACO在16ms可以達(dá)到80%的檢測(cè)率,PSO所需時(shí)間則為18ms,與PSO算法相比,本文算法效率提高了11%;檢測(cè)率達(dá)到90%時(shí)QACO與PSO和ACO的差距達(dá)到了3ms,算法效率提高了13%。在相同碰撞檢測(cè)率的要求下,QACO具有更快的檢測(cè)效率。

【參考文獻(xiàn)】：
期刊論文
[1]基于八叉樹(shù)的柔性體切割仿真中并行化的碰撞算法[J]. 賈世宇,張維忠,于曉康,潘振寬.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(12)
[2]融合智能算法的變形體碰撞檢測(cè)算法研究[J]. 靳雁霞,任超,李照,程思岳,王賀,韓慧妍.  計(jì)算機(jī)工程與應(yīng)用. 2017(19)
[3]基于量子蟻群算法的圖像分割[J]. 李積英,黨建武.  系統(tǒng)仿真學(xué)報(bào). 2014(04)
[4]基于多智能體粒子群的快速碰撞檢測(cè)算法研究[J]. 付躍文,梁加紅,李猛,劉全平.  系統(tǒng)仿真學(xué)報(bào). 2013(08)
[5]基于粒子群面向可變形物體的隨機(jī)碰撞檢測(cè)算法[J]. 李文輝,王天柱,王祎,秦忠.  系統(tǒng)仿真學(xué)報(bào). 2006(08)



本文編號(hào)：3614215