Fast Motion Planning Using Dynamic Roadmaps : Dimensional Reducition of the Configuration Space

著者らは,仮想環境中のキャラクタが行う衝突回避動作の実時間生成について研究を行っている.既存の衝突回避動作の生成手法では,膨大な事前情報を用いることで高速な動作生成を行う.そのため,生成動作の多様化により動作生成時間が増加してしまうという欠点を持つ.そこで本稿では,モーションキャプチャデータの主成分を用いたコンフィギュレーション空間の低次元化を提案する.低次元化により,モーションデータから得られる人間の自然な姿勢のみを表現するコンフィギュレーション空間を構成し,事前に取得すべき情報の削減を行うことができる.この提案手法によって高速で頑健な衝突回避動作生成が行なえることを,従来の確率的ロードマップ法による動作生成との比較実験を行うことにより示す.Our research is aiming at real-time collision-free motion planning for character animation in virtual environments. Our system performs a fast motion planning using precomputed Dynamic Roadmaps. However, there is problem that the processing time of motion planning is too long for real-time character animation since robust planning of various motions requires an enormous size of precomputed Dynamic Roadmaps. To solve this problem, we propose a new method using a dimensionally reduced configuration space, which includes only natural postures of a character, by analyzing principal components of a motion capture data. Our method allows fast and robust motion planning in dynamic environments. We confirm the effectiveness of our method by comparing with motion planning using the traditional probabilistic radmaps method