[发明专利]基于集群协同算法与GPU优化渲染的海底生物集群模拟方法

说明书

本发明属于计算机图形学技术、仿生学领域，尤其涉及一种基于集群协同算法与GPU优化渲染的海底生物集群模拟方法。主要步骤为：(1)运动模拟：设计并实现一种基于个体多重规则的集群算法，加入其他干扰因子，影响集群的运动效果，并采用GPU CUDA进行优化运算，大大提升运算效率。(2)场景渲染：采用GPU顶点着色器实现生物个体的动画效果，采用GPU片元着色器绘制场景内容，采用GPU TransformFeedBack技术绘制场景中的粒子系统，绘制出逼真的海底场景，采用多光源渲染技术，有效提升场景光影效果和立体感。本发明基于GPU实现一种基于个体规则的集群运动算法，使集群运动能够达到一种动态平衡且不断演进的状态，采用GPU可编程流水线，实现场景渲染。

技术领域

本发明属于计算机图形学技术、仿生学领域，具体涉及一种基于集群协同算法通过GPU优化渲染方式，实现海底生物集群运动的高仿真模拟方法。

背景技术

仿生学是一门模仿生物的特殊学科，人们研究生物体结构与功能的工作原理，并根据这些原理发明出新的设备和工具，创造出适用于生产，学习和生活的先进技术。其中，对于生物集群运动的研究一直是仿生学中的一个热点，生物集群运动是指生物集群中简单个体在相互作用中表现出复杂智能的行为。集群运动是自然界普遍存在的多个体运动现象，是通过对自然界生物集群运动的规律总结，用数学和物理的一些方法对集群运动进行分析和预测的科学，研究群集系统具有实际意义，一方面，它是理解生物复杂性的一个途径，另一方面，可以借鉴生物的智慧，把分布式策略用在自治多代理系统(如多机器人或自治飞行器系统)的控制、协调以及编队控制中。这些系统的共同特点是：个体自治、无全局通讯、无集中式控制。通过设计一定的控制规律，可以使系统整体呈现出所期望的涌现行为。群集的研究还有可能用来解释群集智能的产生，每一个个体并不是非常智慧的主体，但它们之间通过协作却可以展现出一定的智能行为，在工程上具有潜在的应用价值。因此，研究一种设计并实现生物集群运动模拟算法有着十分重要的意义。

同时，随着计算机图形图像学技术和计算机硬件技术的发展，计算机图形图像技术广泛应用于军事、教育、仿真、娱乐等领域。精彩的电影特效，身临其境的虚拟现实体验，逼真的游戏动画场景和精美的产品模型设计，无不体现着现代图形图像技术的强大能力，而计算机硬件技术的发展，为计算机图形图像学技术提供了物质保障，但是如何充分利用计算机硬件资源高效计算，也是一个重要的课题。因此如何充分发挥计算机图形图像学和计算机硬件技术的优势，实现生物群体运动的高仿真模拟有着十分重要的意义。

目前在群体运动模拟领域，研究者们往往会通过MATLAB等专业软件建立数学模型，进行仿真的计算和研究。这种方式并不直观，较为晦涩。有的研究者为使模拟更加直观，采用OpenGL对模拟对象进行渲染，但效率较低，只能渲染几十个运动对象，且真实感较弱。而在传统动画或游戏渲染领域，为实现对群体对象的渲染，并保证真实性，需要动画制作人员针对每个对象进行单独的处理，每个对象都应该对应一个动画数据，当群体规模过大时，工作量就会变得十分巨大，而且，传统动画方式只能呈现出针对渲染对象制作的运动数据，运动状态固定，不具备真实运动的多样性和不可预测性，并不满足仿生学模拟的需要。

因此，研究一种即实现生物集群运动算法，满足生态系统中生物集群大规模运动的实时性、多样性、不可预测性的模拟需要，又能充分发挥计算机图形图像技术和计算机硬件技术优势，实现高效真实的渲染方法，有着十分重要的意义。如何更加真实的且高效的模拟生物集群行为不仅能为研究者提供重要的帮助，还能使仿真模拟具备非常好的观赏性，让普通人体验平时难以接触到海底的鱼群、昆虫界的蜂群等等全新世界。

发明内容

针对背景技术中的问题，本发明提供了一套完整的集群对象模拟和渲染方法，通过实现一种生物集群运动算法，模拟集群运动行为，同时充分发挥计算机图形图像技术和计算机硬件技术优势，实现实时真实的渲染上千生物个体的运动方式，同时模拟不同生物物种之间的交互，并且能够呈现持续变化的运动状态，以提供一种新颖仿生学的模拟形式，同时能为普通人提供一种全新的视觉体验。

为了实现上述目的，本发明提出如下技术方案：