虚拟人运动建模中的逆向运动学方法研究

针对当前虚拟人运动建模中缺少环境约束这一问题,文中提出了一种基于环境约束的逆向运动学求解方法。主要研究了在环境约束下,如何运用逆向运动学方法使人体的步行运动更加真实直观。首先提出了人体的层次结构模型和关节模型,其次对CCD算法的实现方法进行分析,最后结合CCD算法提出一种在环境约束下调整人体步行运动的方法。解决了运动捕捉方法中动作单一的问题,使虚拟人能够根据环境信息调整现有的动作,最终能够使虚拟人在平坦地面的运动和上下台阶运动都更加灵活真实。     

基于时间的角色动作调整方法

针对目前基于运动捕捉的角色运动控制方法中动作的不可调整问题,提出一种基于时间的角色动作调整方法。利用角色模型已有的基本动作,通过分析这些动作的时空特性得到动作各个阶段的时间参数;然后根据控制信息和环境约束,实时计算角色运动过程中的目标位置,再结合基本动作的时空特性,实时计算出运动关节参数,最终使角色能够在基本动作的基础上根据需要做出新动作。最后利用Unity平台加载角色模型,仿真实现了角色在转向和上台阶时腿部动作的调整过程。     

基于DPCA和改进证据理论的融合式故障诊断

为了利用同一设备的多源特征信息提高故障诊断的准确性,提出了一种基于动态主元分析法（DPCA）和改进证据理论的融合式故障诊断方法。该方法利用DPCA在多个层面对设备故障特征诊断构成多证据体,基于统计误差的证据权威性系数修正基本指派概率,提出了证据的时间权威性换算和冲突度的加权分配方法,改进了证据组合规则。实验结果表明,多信息源证据体的加权融合处理能够明显降低单一信息源诊断间的冲突,在融合可信度提高50%左右的同时不确定性大大降低,并且随着证据权威性的下降,诊断结果基本未受影响,该方法可以有效提高故障诊断的准确率。