随着群体仿真技术在影视特效、公共安全等领域的广泛应用，在计算机生成空间中绘制数十万(甚至百万)运动群体已经成为必要，大规模人群的快速绘制也逐渐成为虚拟现实和图形学领域的研究热点。　　 本文以快速绘制大规模运动群体为目标，围绕大规模群体的并行绘制方法开展了深入的研究，取得如下研究成果：　　 1)提出一种基于自反馈的负载平衡算法　　 群体绘制的规模和绘制视觉效果是两项重要的衡量指标。近年来，随着计算机硬件技术的发展，基于多核显卡或集群环境的并行绘制已经成为可能。然而，运动群体在空间上分布的不规则性以及群体本身庞大的数据量，给并行绘制的负载平衡带来了新的挑战。　　 本文在将群体绘制并行化的基础上，提出了一个基于自反馈的动态负载平衡算法。首先，从群体中选择一定比例的个体，建立“公共任务池”，以“公共任务池”的动态任务分配作为负载平衡的手段；其次，动态监听各个绘制节点反馈回来的单帧时间开销，据此判断集群是否处于负载平衡状态；当负载不平衡时，考虑到总绘制任务的变化具有一定连续性，提出一种任务仲裁算法，以上一帧各绘制节点的反馈信息为依据，通过对“公共任务池”中的绘制任务进行重新分配，实现动态负载平衡。　　 实验结果表明，本文的负载平衡方法可以将并行系统的利用率提高到93％以上；在集群中各节点硬件性能差异较大情况下，本方法的效果并不受影响。　　 2)提出一种针对群体绘制的效率控制方法　　 在部分应用中，用户希望以人机交互的方式在动态场景中进行在线漫游，但对于大规模群体绘制，这仍是一项富有挑战性的工作。　　 本文提出了一种针对运动群体绘制的效率控制方法。该方法采用自反馈的状态机架构，状态机对群体绘制系统设定多个状态，每个状态对应不同的绘制精度。在绘制过程中，状态机根据每帧反馈的时间开销来动态决定系统的绘制状态，将系统绘制效率稳定在用户期望的范围内。在计算资源有限的情况下，自反馈状态机能够通过降低绘制精度控制总绘制任务量，实现快速、稳定的运动群体绘制，满足用户在线漫游的需求。　　 实验表明，对于大规模运动群体绘制，当绘制任务变化时，本方法可以通过自动切换状态(即绘制精度)将单帧绘制速度稳定在用户期待的速度范围内，满足用户对绘制效率的需求，给用户提供流畅的漫游体验。本效率控制方法的达标率可达96%以上，系统响应延迟(即从较低的帧率调整到用户期待帧率所用时间)小于600ms.　　 在上述两项技术基础上，本文实现了一个针对运动群体的并行绘制系统——Par-CrowdViewer系统，并成功应用于世博科技专项《2010年上海世博会人流疏导应急预案模拟关键技术研究与服务应用》。