路径规划、寻路问题是当前计算机科学领域中具有较高研究价值的一类问题,在计算机网络路由算法设计、机器人探路、交通路线导航、人工智能、交互虚拟现实等系统中有着广泛的应用。但传统的寻路研究多集中在对二维平面路网空间中单个寻路个体的寻路研究上,随着计算机硬件处理能力以及应用环境的不断提高与发展,在具有高程信息的三维地形中如何通过协同交互来发现多个寻路个体之间的最优路径成为了寻路问题的一个新研究热点。 本文在认真分析寻路过程中个体的选择和状态转换过程的基础上,通过对传统寻路算法及模型进行改造和重构提出了一种在三维高程地形中多对象协同交互寻路的方法,所做的主要工作和取得的创新成果主要体现在以下几个方面。 首先,在研究一维分形布朗运动的基础上,扩展并提出了二维分形布朗运动的数学模型,并且证明了模型理论的正确性。构造出了三维高程分形随机地形的生成方法。该方法具有生成速度快、生成的地形精度高的特点,生成的地形满足真实地形所具有的随机性和自相似性。 其次,在寻路路网构造完成之后,本文设计一种基于特征保持的网格简化算法,该算法克服了随意性、难操作的缺陷,保持了原始地形的基本形态和高程信息,完成了路网网格的简化,能够大幅度提高寻路算法的性能和效率。 再次,为了解决寻路过程中多对象协同交互问题,本文通过研究构造了一个正反馈协同交互系统模型。在该模型中系统通过决策信息素来保证正反馈协同寻路过程,为多对象间的协同交互提供了稳定、快速的互操作模型,并给出了协同交互系统的收敛性分析,经过理论证明本文提出的协同交互系统是可以在一定时间范围内收敛到最优解。 最后,在3D交互虚拟现实引擎设计中对文中所提出的三维高程地形中多对象协同寻路方法如何应用进行了讨论。