随着3D视觉影像技术和仿真技术的长足进步,计算机动画可以模拟出逼真的场景,创造出引人入胜的环境,成为动漫产业中的一个重要领域。传统的群体动画制作方法曾经制作了许多出色的动画作品,但是随着动漫产业的发展,其局限性日益明显。因此,研究群体运动的运动规律,使用群智能算法实现群体动画路径的自动规划,在计算机动画制作领域中变得越来越重要。群体动画受到广泛的关注,成为计算机图形学、人工智能应用中的一个新热点。由于群体行为的复杂性,群体动画的运动生成模块始终是群体动画中一项具有挑战性的研究工作。目前在群体动画的运动生成方面需要解决的问题主要有:(1)增强运动路径的真实感。在群体动画中产生逼真的运动路径,使每一个个体的运动轨迹既符合群体运动的运动规律又有着各自运动的独立性,这是群体运动真实性检验的重要标准。在生成运动路径时,避免个体与障碍物及个体之间的碰撞、避免穿透现象的发生,又是运动生成模块首先需要考虑的问题。(2)提高群体动画的运行速度。目前关于群体动画的研究主要集中在角色模型的智能性和赋予其生命特征方面,在生成群体运动时计算机运算量很大,这极大的影响了动画创作的实时性,因此如何更快地进行群体运动的模拟成为一个普遍的性能目标。本文主要研究群体动画中运动生成模块的模型。首先,使用群智能算法为群体动画的制作进行路径规划,提高群体动画的真实性和制作效率;其次,设计了将路径数据导入Maya生成动画的方法,提高了群体动画设计的自动化程度。主要工作包括以下几个方面:(1)通过对群体动画设计基本原则的深入理解,对动画设计中关键问题的分析,明确了进一步的研究方向和需要设计的群智能算法。(2)研究了多种进化计算模型和方法,包括微粒群算法、蚁群算法、人工蜂群算法等,比较分析其各自的优缺点,结合动漫设计的需求,确定合适的优化算法以及算法中需要改进的方面。(3)设计了在群体运动中个体的碰撞检测和碰撞避免的方法。(4)提出了基于微粒群算法和人工蜂群算法的群体动画路径自动规划方法,将微粒群算法运用到扩散运动的路径规划中,改进人工蜂群算法中的适应度函数,并将其应用到逃逸运动的路径规划中,将群智能算法寻优的过程视为动画角色规划路径的过程,实现了动画路径的自动设计。(5)设计了使用路径数据驱动的动画自动生成方法,通过有效使用路径数据进一步提高动画制作的逼真性和灵活性,提高了动画制作的工作效率和群体动画设计的自动化程度。