[发明专利]基于群体智能和自适应评价的群体编队仿真方法

说明书

技术领域

本发明涉及一种群体编队仿真方法，尤其涉及一种基于群体智能和自适应评价的群体编队仿真方法。

背景技术

编队约束及控制广泛存在于群体仿真、计算机动画和机器人协同作业中，如大型团体操汇演、战役实施对抗模拟等。传统的编队生成方式需要手动设定个体的目标位置，精确性和可控性有限。在大型团体操汇演，战役实施对抗模拟时，需要有几千人几万人参加，由于受到场地限制和人员太多不能直接进行编队操作，若要进行现场编队，浪费人力，效率很低。发明内容

本发明的目的就是为了解决上述问题，提供一种基于群体智能和自适应评价的群体编队仿真方法，它具有利用可视化系统对编队组建及运动过程进行仿真模拟，为大型团体编排与设计提供了可视化及支撑工具的优点。

为了实现上述目的，本发明采用如下技术方案：

一种基于群体智能和自适应评价的群体编队方法，具体步骤为：

步骤一：在绘图面板中输入待编队的二维图形、图案；

步骤二：分析图形或图案，提取边界及内部像素点并保存；

步骤三：根据步骤二中保存的像素点，在三维环境中重绘图形；

步骤四：根据编队分布密度，对三维图形或图案进行隔行交叉采样，生成图形边界站位点；

步骤五：根据群体自适应度函数，人群中的个体自适应的选择目标站位点；

步骤六：群体根据人工蜂群算法规划路线，生成到达目标站位点的无碰撞最优路径。

所述步骤四的具体步骤为：

（4-1）根据编队分布密度，沿Y轴方向进行采样，生成图形边界站位点；

（4-2）根据编队分布密度，沿X轴方向进行采样，生成图形内部站位点；

（4-3）根据公式（1）调整生成的站位点，防止在采样过程中忽略标识图形外观的拐点；

其中，Pos_ij为第i个站位点的第j维坐标，I_kj为第k个拐点的第j维坐标，d为空间维数，ave_distance为空间密度，I_n为拐点个数。

所述步骤五中的自适应度函数为：

goalposik=c1*Σj=1d(Posij-centerj)2+c2*Σj=1d(xij-Posij)2+c3*count[k]]]>

goalpos_i＝mingoalpos_ik，