|
Résumé :
|
La simulation comportementale cherche à simuler et animer des environnements virtuels qui sont généralement peuplés d’humains virtuels, et s’intéresse surtout au réalisme local et au réalisme global. Pour cette raison, la simulation de la foule des piétons est largement employée par de nombreuses domaines d’applications tels que l'industrie du cinéma, du jeu vidéo, la sécurité, le génie civil, l’urbanisme...etc. Afin de simuler des foules d’humains virtuels en temps réel et de manière réaliste, trois éléments principaux doivent être réunis. Premièrement l'efficacité est primordiale, le modèle de simulation doit permettre de simuler des foules de manière efficace en terme de coût calculatoire. Deuxièmement la quantité, c’est-à-dire la capacité de simuler des milliers de personnages, finalement le réalisme, ce que signifie la nécessité d'identifier les interactions entre chaque individu et son voisinage pour ensuite influencer le comportement de l’individu, et de reproduire certains phénomènes macroscopiques. La proposition d'une solution capable de gérer ces trois aspects est un problème intéressant et stimulant que nous avons adressé dans cette thèse. Dans le cadre de cette thèse, nous développons une architecture hybride pour effectuer des simulations comportementales de foules, pour pouvoir satisfaire simultanément les deux types de réalisme macroscopique et microscopique et rendre compte la planification de chemins et l'évitement dynamique de collisions pour de grand nombre de piétons. Cette architecture consiste à diviser l'environnement de simulation en des zones exhaustives, où la modélisation de mouvement est gérée par deux approches de différents niveaux de détail. Concrètement, les régions de haute densité sont gouvernées par une approche macroscopique basée sur un flux de potentiel pour générer des phénomènes macroscopiques, tandis que les autres zones exploitent une méthode microscopique pour réaliser des comportements individuels. Notre architecture permet aussi d’assurer la continuité de mouvements lors d’un changement entre deux algorithmes.
|
