• 【Flocking算法】海王的鱼塘是怎样炼成的



     目录

    一、引言

    二、发展

    三、鱼群

    1.组件

    2.生成鱼群

    3.鱼群运动

    四、聚合

    五、速度匹配

    六、捕食

    七、分离

    1.躲避🐟

    2.躲避边界

    3.躲避障碍

    八、效果展示

    九、总结


    一、引言

    正式开始之前,我们先来搞懂一下究竟什么叫Flocking算法?

    Flocking algorithm 国内一般称为蜂拥算法,由许多离散的动物形成,但群体整体上是流动的,这是个体行为的综合结果。

    典型的自然现象包括:蜂群、鸟群、鱼群、兽群等,这些动物聚集的现象(包括人类)可以帮助生物更好的躲避天敌、迁徙、获取食物......

    下面放几张图片:

    野兽迁徙

    狼群捕食

    蜂群制造蜂蜜

    大雁南飞

    鱼群移动

    二、发展

    1987 年 7 月,Craig Reynolds这位老先生率先提出了经典的Flocking模型,该模型要求群体行为满足三个规则:

    • 聚合:独立的个体逐渐加入到群体

    • 速度匹配:个体与群体的航向保持一致,不要脱离

    • 分离:避免群体内的个体相互碰撞

    三、鱼群

    下面主要在Unity3D中,实现一个简易的鱼群模拟,实现了生成鱼群、聚合鱼群、速度匹配、捕食、分离等功能模块,下面来介绍一下。

    1.组件

    为了,更好的管理鱼群,我们在脚本中定义了一个组件。

    1. [Header("Fish Setting")]//控制面板
    2. [Range(0.0f,5.0f)]
    3. public float min;//速度最小值
    4. [Range(0.0f, 5.0f)]
    5. public float max;//速度最小值
    6. [Range(1.0f, 10.0f)]
    7. public float neighborDistance;//聚合的距离
    8. [Range(0.0f, 5.0f)]
    9. public float RotationSpeed;//转速

    2.生成鱼群

    在脚本Create里面要定义一个范围,让数组里面的鱼群在这个范围内生成、移动。

    1. public GameObject prefab1;//🐟种类1
    2. public GameObject prefab2;//🐟种类2
    3. public int fishnum=50;//初始化🐟数量
    4. public GameObject[] fish;//数组存储
    5. public Vector3 swimlimt = new Vector3(5, 5, 5);//边界10*10*10

    生成的话,我们采取随机生成,范围还是固定在边界范围内部。

    1. public void Start()
    2. {
    3. fish = new GameObject[fishnum];
    4. for(int i=0;i<fishnum;i++)
    5. {
    6. Vector3 pos = this.transform.position + new Vector3(Random.Range(-swimlimt.x,swimlimt.x),
    7. Random.Range(0, swimlimt.y),
    8. Random.Range(-swimlimt.z, swimlimt.z));
    9. if(i%2==0)
    10. fish[i] = (GameObject)Instantiate(prefab1,pos,Quaternion.identity);//克隆🐟
    11. else
    12. fish[i] = (GameObject)Instantiate(prefab2, pos, Quaternion.identity);
    13. fish[i].GetComponent<FlockSpeed>().sp = this;//两个脚本间联系
    14. }
    15. }

    3.鱼群运动

    对于鱼群的移动,要在FlockSpeed脚本里面添加速度、方向。

    1. private void Update()
    2. {
    3. speed = Random.Range(sp.min, sp.max);//速度范围
    4. this.transform.Translate(0, 0, speed * Time.deltaTime);//开始移动
    5. }

    这时候,鱼群只会朝向Z轴移动,其他的什么也完成不了,下面的步骤才是Flocking算法应用的关键。

    四、聚合

    聚合是Flocking算法的关键,这个算法会把鱼聚集到一起。

    还记得我们之前组件定义的变量neighborDistance,这个是聚合的距离。假如两只鱼之间的距离<=neighborDistance,那么它就属于这个集群,我们要想办法把这只鱼加到集群里面来。

    那如何让加入的鱼满足整体,不至于脱离呢?这时候就需要鱼群的中心位置,也叫平均位置。

    对于一个鱼群来说,每一个🐟都有一个特定的位置,不可能出现两只🐟重合的情况,所以:

    平均位置=鱼群位置相加的总和/鱼群的数量

    红色星星就是计算的中心位置,最下面的🐟neighborDistance,但满足如果还不修正位置,它就会跑出集群了。向量都学过吧,对于一个三维的坐标,上图红色箭头的向量等于坐标:

    average-desired

    所以,这只鱼需要转向中心位置,转向的时候还需要注意不要碰到别的鱼,这部分留到分离的时候细讲。

    1. void Community()
    2. {
    3. GameObject[] gos=sp.fish;
    4. float Distance;
    5. Vector3 center = Vector3.zero;
    6. Vector3 avoid = Vector3.zero;
    7. int size=0;
    8. float goSpeed=0.01f;
    9. foreach(GameObject go in gos)
    10. {
    11. if(go!=this.gameObject)//遍历数组内除掉本身所有的鱼
    12. {
    13. Distance = Vector3.Distance(this.transform.position, go.transform.position);//相邻两条鱼距离
    14. if (Distance<=sp.neighborDistance)//满足集群规则
    15. {
    16. size++;
    17. center+= go.transform.position;
    18. if (Distance < limt)//避免碰撞
    19. {
    20. avoid += this.transform.position - go.transform.position;
    21. }
    22. FlockSpeed flockSpeed = go.GetComponent<FlockSpeed>();
    23. goSpeed += flockSpeed.speed;
    24. }
    25. }
    26. }
    27. if(size>0)
    28. {
    29. center = center / size+(sp.goal- this.transform.position );//后面加上的是目标位置,朝着目标移动
    30. goSpeed = goSpeed / size;//平均速度
    31. Vector3 direction = (center + avoid) - transform.position;
    32. if(direction!=Vector3.zero)//需要转向
    33. {
    34. transform.rotation = Quaternion.Slerp(transform.rotation, Quaternion.LookRotation(direction), sp.RotationSpeed * Time.deltaTime);//from to 平滑旋转 Quaternion.LookRotation注视旋转
    35. }
    36. }
    37. }

    五、速度匹配

    如上图所示,每一条🐟都有一个前进的方向。我们要保障所有鱼的速度最终和虚拟领航者一致,那么,对于整个集群来说,虚拟领航者的速度是什么?

    虚拟领航者的速度=总体速度和/鱼群数目

    如上图所示,current heading和 average heading朝向有偏差,所以要调整方向。

    调整之后,两个方向保持一致。

    最后,集群内部的每条鱼要达到这样的效果。

    速度匹配是goSpeed变量,代码部分也在上面的Community()函数里面了。

    六、捕食

    鱼群捕食的实现,首先定义一个目标,这个目标有10%的概率移动,鱼群会跟随目标移动。

    1. private void Update()
    2. {
    3. //10%的几率更换目标
    4. if(Random.Range(0,100)<10)
    5. goal = this.transform.position + new Vector3(Random.Range(-swimlimt.x, swimlimt.x),
    6. Random.Range(0, swimlimt.y),
    7. Random.Range(-swimlimt.z, swimlimt.z));
    8. }

    为了更加清晰的看见鱼群的移动,我关闭了随机移动,手动更换目标物体的位置。可以看到,鱼群跟随目标的移动而移动。

    七、分离

    1.躲避🐟

    为了避免鱼群内部的鱼相互碰撞,要指定一个分离的原则。

    如上图所示,鱼本来要向中心位置聚合的,但由于会碰撞到其他的鱼,所以需要转向。

    🐟和🐟之间的躲避变量是avoid,代码部分也在上面的Community()函数里面了。

    2.躲避边界

    一开始,我们定义了一个10*10*10的边界还记得吗?

    为了防止鱼游动超出边界,我们要定义一个转向,让鱼即将超出边界时,掉头向着中心方向移动。

    1. Bounds b = new Bounds(sp.transform.position,sp.swimlimt);//边界的盒子
    2. Vector3 direction = Vector3.zero;
    3. RaycastHit hit = new RaycastHit();
    4. if (!b.Contains(transform.position))//即将超出边界
    5. {
    6. turning = true;//开始转向
    7. direction = sp.transform.position - transform.position;//转向方向指向中心位置
    8. }
    9. else
    10. turning = false;

    3.躲避障碍

    鱼群在移动的过程中,可以会遇到障碍物、捕食者,这时候需要鱼群做出快速避障的功能。

    初中的物理知识,入射角=反射角,我们需要鱼的脑子上面向前发射一条长长的射线,碰到障碍物的时候。

    原本的方向等于反射的光线。

    判断转向

    1. if(Physics.Raycast(this.transform.position,transform.forward*5,out hit))//遇到障碍物
    2. {
    3. //Debug.DrawRay(this.transform.position,this.transform.forward*5,Color.red);红色射线
    4. direction = Vector3.Reflect(this.transform.forward, hit.normal);//反射角 = 入射角 转向
    5. turning = true;
    6. }

    开始转向

    1. if(turning)
    2. {
    3. this.transform.rotation = Quaternion.Slerp(transform.rotation,
    4. Quaternion.LookRotation(direction), sp.RotationSpeed * Time.deltaTime);
    5. }
    6. else
    7. {
    8. Community();//聚合函数
    9. }

    八、效果展示

    这里gif图片太大了,放不了!!的gif图片,我特意把鱼群的目标放到了柱子里面,看看鱼会不会直直的撞向柱子?

    鱼一般可以看清12m以内的物体,这里我将鱼的视野范围特意扩大了5倍。事实上,当鱼脑袋上面发射的红线,碰到海底的这个大柱子时就会发生转向。

    但由于目标没有移动,所以鱼群只好围绕着柱子旋转(团队合作捕猎),直到我将目标移出柱子,鱼群才开始远离。

    九、总结

    Flocking算法是群居动物的合作行为,通过个体间的相互作用实现整体的目标。本文实现的只是一个简单的🐟集群模拟,仅仅是模式识别领域数据聚类的一个算法分支,转向角度、视野、领队方面还没有实现。

    总之,非常感谢大家耐着性子阅读这篇长文( ̄︶ ̄)。

    参考资料

  • 相关阅读:
    面向红队的自动化引擎工具
    Github创建的个人简历
    【Git】Gui图形化管理、SSH协议私库集成IDEA使用
    【unity笔记】八、Unity人物动画介绍
    7个学习自动化测试小技巧希望能帮助到你
    什么是mybatis,全是干货
    初识OpenGL (-)顶点之“链接顶点属性“
    uniapp 页面滚动到指定位置的方法
    【pytest】生成测试报告
    oracle数据库id字段自增长
  • 原文地址:https://blog.csdn.net/qq_53673551/article/details/127846830