针对虚拟人群仿真技术在安全科学、体育仿真、计算机动画及虚拟现实等众多领域有着广泛的应用前景,而当前虚拟人群行为仿真中面临的行为模型真实性差、单一模型不能够真实模拟人群行为现象、人群行为仿真框架适用性差等问题,本文开展了虚拟人群行为仿真关键技术的研究。分别从虚拟人动作生成、虚拟人群的各种基本行为生成及融合、行为之间的转换机制以及生理、心理因素对人群行为的影响等方面,对虚拟人群的行为建模技术进行了深入研究,提出了相应的行为控制规则和模型,主要内容概括如下：一、首先对虚拟人群行为建模技术及应用在国内外研究现状进行了概述,重点介绍了元胞自动机、多智能体技术研究人群行为的优缺点及现状,提出结合元胞自动机和多智能体技术开展人群行为仿真研究,将元胞空间中的部分元胞视为Agent,并将元胞及其状态进行封装作为Agent的类型和状态属性。通过将智能体技术融入到元胞自动机模型中,以期建立逼真的人群行为模型。二、针对传统虚拟人动作生成方法可变性差的问题,近年来主成分分析(PCA)方法被大量用于运动编辑和合成,其优势是能够对高维数据进行线性映射分解,进而在不同的特征空间对运动数据的属性进行插值和外推,但线性PCA不能检测出给定数据的所有结构,而KernelPCA更适合于提取具有复杂非线性关系的原始数据,与PCA相比,KernelPCA更能提取到有利于分类的特征。人体运动是一个高维的非常复杂的非线性系统,利用KernelPCA方法对虚拟人的运动辨识率更高。因此,本文提出了基于KernelPCA的虚拟人运动生成方法,首先通过优化算法研究确定最优的核函数公式,利用核函数生成高维的线性可分特征空间,然后通过PCA算法对特征空间进行降维等处理,最后将得到的特征向量的系数与运动属性参数进行线性映射,根据用户需要的运动参数实时生成虚拟人的动作。最终实现用户通过少量运动数据就能得到不同运动属性和运动类型的虚拟人运动动作。三、针对目前虚拟人群行为的逼真度不高、计算效率低的问题,本文充分考虑元胞自动机与多智能体技术结合实现人群行为仿真的可行性及优越性。将元胞自动机与多智能体技术结合,既能够实现计算的实时性,又能够提高模型的逼真性。因此非常适合于对虚拟人群行为进行仿真。采用群、组、个体划分人群的结构,群由至少一个以上的组构成,组由个体组成,这种结构能够较方便地扩展人群的规模,并能描述含有多个不同任务组的人群。在元胞自动机与多智能体相结合的方法中,将虚拟环境映射成元胞空间,并对元胞空间网格大小进行细化,以体现人群行为的连续性,在此基础上详细设计了智能体的感知模型以及决策模型。基于智能体的感知信息和自身状态,通过设计基本行为、行为融合与行为选择机制来生成个体和整个人群的复杂行为。并对每个基本行为以及在虚拟环境下人群的复杂行为通过实验进行了验证。四、最后,利用建立好的人群行为模型来仿真人群在火灾等突发事件下的疏散行为,设计的人群疏散仿真系统能形成逼真的人及人群行为动画,增加了仿真系统的逼真度,验证了本文的虚拟人动作生成算法及虚拟人群行为模型的可行性和准确性,并且通过实验对疏散行为规律和特征进行研究,为建筑和设施、交通等的规划设计提供科学依据,更加有效性地为安全管理提供决策意见。