基于UE4的ACT类游戏的设计与实现

本系统使用ue4(UnrealEngine4)引擎开发,利用其蓝图编程和骨架网格体动画系统等功能,来实现一套完整的ACT(动作)类游戏。游戏中玩家可操控角色进行移动,闪避和对AI(人工智能,游戏中作为玩家的敌人)发动攻击,AI可根据玩家的行为做出相应的动作以及对玩家反击,以此来实现玩家与AI激烈的对战。

基于仿真的视觉SLAM鲁棒性评价研究

鲁棒性是视觉SLAM(Simultaneous Localization And Mapping,SLAM)的重要测度,反映了系统对于环境的适应性,目前普遍以定位和建图精度代替鲁棒性评价,但未能准确定义视觉SLAM的准确内涵。文中基于系统状态扰动模型,提出视觉SLAM鲁棒性是对不同光照条件、环境纹理及无人系统非规律性运动条件性能不受影响的能力。为克服基于数据集评价真实位姿难以准确获取、不同条件场景难以真实呈现及数据标签工作量巨大等问题,提出基于UnrealEngine平台和微软的AirSim插件模拟不同的应用场景,以此加入多种环境扰动因素,构建起包含动态环境鲁棒性、运动鲁棒性以及光照鲁棒性的视觉SLAM鲁棒性评价指标体系。通过实验,分别对特征点法ORB-SLAM、直接法DSO-SLAM和半直接法SVO-SLAM基于室内、室外及工厂场景模拟进行了鲁棒性比较研究,与实际情况基本一致。

基于体素地形的优化研究

在充分认识体素的基本概念和基于体素地形表达的特点上,结合UE4分析了体素地形对于三维地形的构建带来的影响及体素地形构建过程中的优化分析。通过对体素建模过程中出现的一些问题,提出相应的解决方案。