基于最优路径存储的游戏寻径算法

研究了应用于游戏中的多个路径搜寻算法, 以及游戏路径搜寻的一些特点, 提出了基于最优路径存储的寻径算法. 主要是通过最优路径矩阵存储部分的最优路径, 减少大量路径的重复计算, 提高游戏中的路径计算效率. 针对游戏场景角色的移动引起路径点通行状态的变化导致当前的最优路径失效, 提出了路径更新算法, 更新最优路径矩阵当中的最优路径. 另外, 针对地图路径点规模增大的情况, 提出了地图路径点分块处理的策略, 然后对每一子块分别使用最优路径矩阵进行路径存储.     

手机游戏地图设计的高级技术研究

游戏地图的设计,对于整个游戏开发来说起着最为重要的作用,游戏的其他元素都是依托于地图而进行设计的。整个地图系统要考虑的问题是地图的格式标准,以及利用该标准设计和形成地图,最后是如何解析地图并显示到屏幕上。以急速飚车（Outrun）为例描述游戏地图设计过程中的一些高级技巧技术,包括地图的存储,地图动画效果的实现技巧,以及地图的优化处理技术。     

基于DirectX地图编辑器的研究与设计

游戏开发引擎中地图编辑器的设计对于能否快捷、高效地实现高质量游戏地图至关重要.程序在.NET环境下设计,应用DirectX技术实现了游戏的地图编辑器.本文主要介绍了DirectX技术,详细论述了游戏地图编辑器主界面的设计及动画等技术的实现,并且对遮挡及半透效果的实现方法进行改进,设计了组合对象的复制、粘贴、移动技术.     

基于超声波的移动机器人的同时定位和地图构建

为了在移动机器人SLAM过程中得到更精确的定位和二维地图构建,对一种利用超声波传感器信息进行栅格地图创建的方法提出了改进;该方法利用Bayes法则对信息进行融合,利用粒子滤波和航位推算相结合的方法对机器人进行精确定位和创建地图,然后利用移动的栅格法进行地图的全局更新,提出了一种地图的校验方法;通过实验,在粒子数为200的情况下分别得到了算法改进前和改进后的地图构建结果,通过比较,证明了使用该算法进行移动机器人定位和地图构建更加精确。     

特征地图的室内机器人路径规划融合算法

为利用特征地图计算效率高的优点,同时解决传统动态窗口法对全局参数敏感的问题,提出一种基于特征地图的路径规划融合算法。通过给出适用于路径规划的特征地图表达方式,改进机器人与障碍物间距离的计算方法,实现了特征地图中障碍物的检测;结合爬虫（Bug）算法的基本原理和线段特征的属性,使用搜索优化算法,先搜索全局可行路径,再进行节点优化得到全局最优路径的关键节点,并对内外角点处搜索方向选择、障碍物端点绕行等问题提出了解决方法;针对传统动态窗口法对全局参数敏感性高的问题,分析了目标函数中各参数在路径不同位置对规划路径的影响程度,使用动态参数的方法对原目标函数进行改进;算法融合时,改进方向函数的计算方法,解决了机器人在路径中间节点出现明显减速的问题。经仿真实验验证,搜索优化算法有效,改进后的动态窗口算法降低了参数的敏感性,融合算法在计算效率方面有较大的优势,计算耗时最多减小79.27%,最少减小43.16%,而且机器人移动更平滑。     

改进的基于投影的地图匹配算法

分析了基于投影的地图匹配算法,针对其局限性提出了一种改进的基于投影的地图匹配算法。通过改进算法中的八向链码,建立了线性数学模型,解决了从众多候选路段中确定GPS位置点的匹配路段这一关键问题。设计了改进的基于投影的地图匹配算法流程图,并通过结果验证了改进后的算法在匹配精度和单点匹配时间两方面都要优于原算法。     

一种基于Flash的区块地图编辑器实现

针对游戏地图编辑器的实现,结合flash软件技术,在地图的智能融合技术上给出了状态-帧对应的设计模式和整体性处理的算法,在软件交互方面实现了所见即所得,算法支持任意形状和大小的、可融合或不可融合的地图对象,地图构建方式灵活,可自定义扩展,简化了地图的对象设计和交互式地图编辑器的实现.     

一种改进的Hausdorff距离地图匹配方法

目前的地图匹配算法分为在线和离线匹配两类。针对离线地图匹配中Marchal算法精度较低的问题,提出了一种改进的Housdorff距离匹配算法,利用航线方向角与Housdorff距离对Marchal匹配算法进行了改进。通过仿真试验的定性定量分析,新算法可以较好地纠正矢量数据不完整时产生的错误结果,很大程度上提高了匹配的准确性,可以为导航系统以及规划部门提供保障服务。     

面向室内动态环境的半直接法RGB-D SLAM算法

为了解决室内动态环境下移动机器人的准确定位问题,提出了一种融合运动检测算法的半直接法RGB-D视觉SLAM(同时定位与地图创建)算法,它由运动检测、相机位姿估计、基于TSDF (truncated signed distance function)模型的稠密地图构建3个步骤组成.首先,通过最小化图像光度误差,利用稀疏图像对齐算法实现对相机位姿的初步估计.然后,使用视觉里程计的位姿估计对图像进行运动补偿,建立基于图像块实时更新的高斯模型,依据方差变化分割出图像中的运动物体,进而剔除投影在图像运动区域的局部地图点,通过最小化重投影误差对相机位姿进行进一步优化,提升相机位姿估计精度.最后,使用相机位姿和RGB-D相机图像信息构建TSDF稠密地图,利用图像运动检测结果和地图体素块的颜色变化,完成地图在动态环境下的实时更新.实验结果表明,在室内动态环境下,本文算法能够有效提高相机位姿估计精度,实现稠密地图的实时更新,在提升系统鲁棒性的同时也提升了环境重构的准确性.     

多机器人地图融合方法研究

多机器人建图是实现机器人自主导航,完成复杂智能任务的关键.其中如何将不同机器人采集的数据融合到全局地图中,成了多机器人建图中的一个核心问题.文中采用独立探索、集中建图的探索策略,提出一种基于改进差异进化算法的多机器人概率栅格地图的融合.该算法在地图相似度的概念基础上,建立相异度函数,利用改进的进化算法搜索策略快速地搜索各局部地图之间的最大重叠部分,实现了多机器人系统栅格地图的融合,有效的解决了相对位置未知情况下的地图创建问题.通过实验验证了该方法正确、可行.     

分支限界法在游戏地图寻径中的应用

分析了游戏地图寻径中的宽度优先,深度优先和启发式搜索算法,提出了一种基于宽度优先直接标记路径的分支限界搜索算法,最多使用O(N+L)的时间完成最短路径搜索,能很好地适用游戏地图中复杂地形的寻径要求。     

游戏引擎最短路径搜索优化遗传算法设计

为满足游戏地图中最短路径搜索求解, 提出了一种优化的自适应遗传算法。该算法采用与游戏地图中节点数和弧段数相关联的节点复杂度算子, 结合种群的整体情况和进化潜力来设定自适应遗传算法的交叉率和变异率。实验表明, 该算法避免了搜索结果陷入局部最优解, 确保最短路径的搜索成功率及提高搜索速度, 在游戏引擎设计中具有一定的实用价值。     

A*算法在游戏地图寻径中的应用与实现

寻径算法主要解决如何从图中寻找一条从起点到目标点的路径问题。本文分析了网络游戏中地图文件结构,比较了几种地图寻径算法,并重点介绍了一种典型的启发式搜索算法——A算法原理及其在游戏地图寻径中的具体实现方法。该算法简单、快捷,在实际应用中获得了较好的效果。     

大规模轨迹数据并行化地图匹配算法

为解决大规模轨迹数据的地图匹配问题,提出一种并行化的地图匹配算法。该算法将数据转换为弹性分布式数据集,利用Spark算子并行化计算出轨迹点的匹配路段,对原始GPS轨迹点进行校正,并采用GeoHash编码对候选路段的选取进行优化。采用Spark集群平台和约14.7 GB的西安市出租车轨迹数据对方案的规模增长性、加速比和可扩展性等性能进行了实验分析,并与一种基于Hadoop的同类地图匹配算法进行了性能比较,实验结果显示所设计算法效率提高了约31倍,表明本方案有较大的改进。     

双混沌映射的图像加密技术

为了提高图像加密算法的安全性和高效性,提出了一种分段Logistic混沌映射与Cat映射相结合的双混沌系统。首先由改进后的Logistic映射确定选用哪种映射进行迭代,从而确定混沌密钥,最后对算法的安全性进行分析。实验结果表明,该算法的密钥空间较大,并具有较高的初值敏感性和抗攻击能力,是一种新的有效的图像加密算法。     

基于SparkStreaming的海量GPS数据实时地图匹配算法

浮动车GPS数据作为交通信息处理的基础,随着被监控车辆数量的高速增长,产生了海量GPS数据,对地图匹配提出了高挑战,为了解决传统匹配方法难以满足匹配效率和精度的不足,提出一种针对于海量GPS数据的实时并行地图匹配算法,能够同时保证较高匹配精度和运算效率。构建一种面向实时数据流的高效、准确实时地图匹配算法,首先通过引入速度、方向综合权重因子对依赖历史轨迹的离线地图匹配算法进行重构,进而引入Spark Streaming分布式计算框架,实现地图匹配算法的实时、并行运算,大幅提升实时地图匹配效率。实验结果表明,该算法在复杂路段的匹配准确率较常规拓扑匹配算法提高10%以上,整体匹配准确率达到95%以上;在匹配效率方面,较同等数量的单机服务器可提高效率4倍左右。实验结果表明,该算法在由11台机器组成的计算集群上实现8 000万个GPS数据点的实时地图匹配,证明了该算法可以完成城市地区的实时车辆匹配。     

深度时空能量特征表示下的人体行为识别

目的 利用深度图序列进行人体行为识别是机器视觉和人工智能中的一个重要研究领域,现有研究中存在深度图序列冗余信息过多以及生成的特征图中时序信息缺失等问题。针对深度图序列中冗余信息过多的问题,提出一种关键帧算法,该算法提高了人体行为识别算法的运算效率;针对时序信息缺失的问题,提出了一种新的深度图序列特征表示方法,即深度时空能量图（depth spatial-temporal energy map,DSTEM）,该算法突出了人体行为特征的时序性。方法 关键帧算法根据差分图像序列的冗余系数剔除深度图序列的冗余帧,得到足以表述人体行为的关键帧序列。DSTEM算法根据人体外形及运动特点建立能量场,获得人体能量信息,再将能量信息投影到3个正交轴获得DSTEM。结果 在MSR_Action3D数据集上的实验结果表明,关键帧算法减少冗余量,各算法在关键帧算法处理后运算效率提高了20% 30%。对DSTEM提取的方向梯度直方图（histogram of oriented gradient,HOG）特征,不仅在只有正序行为的数据库上识别准确率达到95.54%,而且在同时具有正序和反序行为的数据库上也能保持82.14%的识别准确率。结论 关键帧算法减少了深度图序列中的冗余信息,提高了特征图提取速率;DSTEM不仅保留了经过能量场突出的人体行为的空间信息,而且完整地记录了人体行为的时序信息,在带有时序信息的行为数据上依然保持较高的识别准确率。     

一种基于共轭混沌映射的图像加密算法

本文应用离散混沌动力映射和Tent映射的图像加密算法。利用共系统，针对图像数据的存储特点，设计了一种基于共轭混沌映射Logistic轭映射产生密钥流改变原图像的灰度值；运用一类标准混沌映射，构造了一种具有强非线性藕合结构的置换方式，从而改变像素点的位置。同时，对提出的算法进行仿真实验和安全性分析，结果表明该算法具有安全性高和加密速度快等特点。     

基于VSLAM的自主移动机器人三维同时定位与地图构建

移动机器人在探索未知环境且没有外部参考系统的情况下,面临着同时定位和地图构建（SLAM）问题。针对基于特征的视觉SLAM（VSLAM）算法构建的稀疏地图不利于机器人应用的问题,提出一种基于八叉树结构的高效、紧凑的地图构建算法。首先,根据关键帧的位姿和深度数据,构建图像对应场景的点云地图;然后利用八叉树地图技术进行处理,构建出了适合于机器人应用的地图。将所提算法同RGB-D SLAM（RGB-Depth SLAM）算法、ElasticFusion算法和ORB-SLAM（Oriented FAST and Rotated BRIEF SLAM）算法通过权威数据集进行了对比实验,实验结果表明,所提算法具有较高的有效性、精度和鲁棒性。最后,搭建了自主移动机器人,将改进的VSLAM系统应用到移动机器人中,能够实时地完成自主避障和三维地图构建,解决稀疏地图无法用于避障和导航的问题。     

基于调和映射的纹理映射方法

对三维几何模型进行交互式纹理映射,是三维建模软件开发的一项重要内容。该文采用基于调和映射的方法,实现了对一种基于三角面片模型的二维纹理映射算法,该算法允许用户交互选择模型的贴图范围,自动生成模型的纹理坐标,试验表明,该算法是可行的。