張華振

（大連東軟信息學(xué)院，遼寧 大連 116023）

0 引言

中國游戲產(chǎn)業(yè)飛速發(fā)展，電腦游戲與手機游戲的種類越來越豐富。大量調(diào)查數(shù)據(jù)顯示，大多數(shù)游戲玩家都是通過移動設(shè)備進入到游戲領(lǐng)域，對游戲虛擬人物動作控制的要求較高。在眾多電子游戲中，塔防游戲作為其中較為經(jīng)典的休閑游戲類別，深受廣大游戲玩家的喜愛。塔防游戲通常由地圖、炮臺、敵人與游戲金幣四個部分組成。其中，地圖是塔防游戲中重要組成部分，通常情況下是敵人從出生點開始生成，根據(jù)游戲規(guī)定的路線，向終點不斷前進，在中途布設(shè)多處轉(zhuǎn)角，為游戲玩家提供建造炮臺的地方，多方位延長塔防游戲敵人抵達終點的時間，為游戲玩家提供充足的思考時間。在塔防游戲的設(shè)計中，虛擬人物的動作控制方法至關(guān)重要，能夠為玩家?guī)砹己玫挠螒蝮w驗感。傳統(tǒng)的虛擬人物動作控制方法較為單一，在操作方面具有較大的局限性，無法準確進行人物動作控制。

Unity3D 技術(shù)在可視化編輯與動態(tài)預(yù)覽方面顯現(xiàn)出一定優(yōu)勢，配備有種類豐富的綜合型開發(fā)工具，在塔防游戲虛擬人物動作控制中具有專業(yè)性。

為了進一步提高人物動作控制的準確度，本文提出了基于Unity3D 技術(shù)的塔防游戲虛擬人物動作控制方法。根據(jù)游戲虛擬人物的行走節(jié)奏及對應(yīng)幀數(shù)，設(shè)計虛擬人物行走速度；采用Kinect 體感攝像頭，獲取人物的運動信息，識別人體動作特征；基于Unity3D 技術(shù)提取人物運動數(shù)據(jù)，并進行背景分離；采用Dead Reckoning 算法計算虛擬人物骨骼運動軌跡，預(yù)測人物下一步做出的動作，并進行相應(yīng)控制。

1 基于Unity3D 技術(shù)的塔防游戲虛擬人物動作控制方法設(shè)計

1.1 虛擬人物行走設(shè)計

虛擬人物的行走是指通過克服重力與摩擦力向前行進，在前進中首先要保證虛擬人物的身體平衡，避免人物出現(xiàn)絆倒的情況。設(shè)計虛擬人物行走之前，先要獲取塔防游戲虛擬人物的角色個性。

本文將人物角色的個性進行了分類，主要分類4 類。第一類為人物手臂與相反的腿同時進行擺動，通過相反的擺動獲取行走的平衡以及行走的推動力；第二類為人物行走時身體向下，手臂呈最大幅度進行擺動，以此加快行走速度；第三類為人物身體上抬，行走的速度減慢；第四類為人物跨步過程中，腳尖與地面的距離小于1.25 cm，行走速度受抬腿幅度的影響。根據(jù)塔防游戲人物角色行走的特點，判斷人物行走的節(jié)奏，設(shè)置虛擬人物行走的步伐與步數(shù)。虛擬人物行走節(jié)奏對應(yīng)的具體幀數(shù)，見表1。

表1 虛擬人物行走節(jié)奏與幀數(shù)Tab.1 Walking rhythm and frames of virtual characters

本文將塔防游戲虛擬人物的行走節(jié)奏設(shè)置為10 幀，行走速度約為2 步／s，處于較為輕快的行走狀態(tài)，此行走節(jié)奏便于控制調(diào)節(jié)。

1.2 基于Unity3D 技術(shù)提取運動數(shù)據(jù)

采用Unity3D 技術(shù)提取人物角色的運動數(shù)據(jù)。提取塔防游戲虛擬人物運動數(shù)據(jù)主要包括4 個部分：識別人體的動作特征、對虛擬人物的人體部位進行多方位的分類、識別不同虛擬人物的關(guān)節(jié)以及控制人物骨骼關(guān)節(jié)點運動的平滑程度。本文主要從識別虛擬人物人體的動作特征方面進行數(shù)據(jù)提取，采用Kinect 體感攝像頭，獲取人物的運動信息與深度信息。由于虛擬人物人體的動作特征與用戶的數(shù)據(jù)分割具有一定的關(guān)聯(lián)性，本文從塔防游戲的深度圖像著手，對信息進行背景分離，用于構(gòu)建塔防游戲三維模型。

首先，規(guī)范化處理深度圖像的混合權(quán)重，設(shè)置虛擬人物行走循環(huán)與奔跑循環(huán)的權(quán)重分別為100%與95%，當(dāng)采用Unity3D 技術(shù)進行規(guī)格化權(quán)重計算時，行走占據(jù)50%權(quán)重，奔跑占據(jù)45%權(quán)重。

其次，定義short 類型存儲塔防游戲深度圖像，建立緩沖區(qū)，獲取彩色圖像幀，記錄圖像幀的讀取速度，當(dāng)讀取速度過快時，開啟圖像數(shù)據(jù)流，請求數(shù)據(jù)并設(shè)置等待時間。深度圖像中的其他數(shù)據(jù)采用Windows Kinect SDK 數(shù)據(jù)讀取方式，更新調(diào)用數(shù)據(jù)節(jié)點，保證所有節(jié)點均有新數(shù)據(jù)到達。

最后，采用USB 接口與計算機之間建立連接，控制數(shù)據(jù)傳輸?shù)乃俣取?/p>

1.3 計算人物骨骼運動軌跡

基于虛擬人物運動數(shù)據(jù)，采用Dead Reckoning算法計算人物動作時人體骨骼的運動軌跡。首先，設(shè)置虛擬人物周圍物體的最大吸引力為，將周圍物體作為影響虛擬人物動作控制的外力，結(jié)合Unity3D 技術(shù)構(gòu)建塔防游戲虛擬人物動作控制數(shù)學(xué)模型。設(shè)定在時刻，虛擬人物運動范圍內(nèi)包括物體、、、、、，以上物體對虛擬人物角色的吸引力，即為虛擬人物動作控制在時刻時的影響力。

通過塔防游戲物體對虛擬人物的吸引力，結(jié)合人物運動的骨骼動作、行走節(jié)奏與幀數(shù)，計算人物骨骼運動軌跡。量化處理吸引力大小，控制吸引力方向與虛擬人物角色之間的夾角度數(shù)，保持在90°以內(nèi)，此時，物體對人物動作控制的吸引力標記為A（，），獲取塔防游戲虛擬人物運動的速度與加速度，可通過如下公式計算得出：

其中， A（，）是函數(shù)B（，）經(jīng)過量化處理演變而來的，是角色對角色吸引力的聚集；表示物體距離對吸引力影響的參數(shù)；表示聚集吸引力參數(shù)；表示人物運動加速度路徑參數(shù)；表示2 個物體之間的最優(yōu)化路徑距離。

當(dāng)虛擬人物動作控制吸收力逐步量化后，對吸引力的值A（，）進行優(yōu)化處理，獲取塔防游戲虛擬人物運動骨骼預(yù)測公式見如下：

由于虛擬人物在每次動作捕捉過程中，做出的動作不一定都相同，在控制人物下一次動作類型時，依賴人物之前做出的動作進行預(yù)測，綜合考慮人物周圍物體對人物運動產(chǎn)生的吸引力影響，設(shè)塔防游戲虛擬人物做出的動作{()，∈}為隨機過程，表示動作控制其中的一個狀態(tài)過程，對于任意的≤≤≤t≤，任意的，，…，x，∈，則隨機變量（）在已知的變量()，，(t)＝x的條件分布函數(shù)中與(t)＝x有關(guān)聯(lián)，與()，，(t)＝x無關(guān)聯(lián)。

采用三維結(jié)構(gòu)光技術(shù)構(gòu)建人物動作控制視角的三維形象，結(jié)合Unity3D 技術(shù)模擬立體視覺功能，在虛擬人物小范圍運動內(nèi)進行空間定位。添加動作控制腳本，輸入與動作的對應(yīng)關(guān)系及動作事件，創(chuàng)建成功后，在虛擬人物編輯器中編寫空閑動作，設(shè)置動作片段與播放模式。設(shè)定虛擬人物肢體部位的Index對應(yīng)值，根據(jù)控件傳遞的順序，旋轉(zhuǎn)虛擬人物肢體。分布函數(shù)滿足等式驗證塔防游戲虛擬人物下一步做出的動作，并進行相應(yīng)的控制，全方位地提高了人物動作控制的精度。

2 實驗分析

2.1 實驗準備

對本文設(shè)計的基于Unity3D 技術(shù)的塔防游戲虛擬人物動作控制方法的應(yīng)用效果做出客觀分析。本次實驗選用二維RGB 相機與能夠?qū)崿F(xiàn)視覺動作捕捉的三維深度相機，在分辨率等參數(shù)方面具有一定的區(qū)別。由于本次實驗需要在3D 世界對塔防游戲虛擬人物進行動作控制，采用二維相機能夠準確獲取目標人物信息，為動作控制起到了一定的輔助作用。

實驗選用Windows 7 和Windows 10 的集成系統(tǒng)，配置為Inteli3-1250 處理器、16 G 內(nèi)存、32 位操作系統(tǒng)、NVIDIA GTX1050 16 G 顯卡。采用微軟公司的Kinect 設(shè)備，通過紅外發(fā)射器，捕捉人物的動作與姿勢變化，將接收到的信息構(gòu)建到相機視野內(nèi)的深度圖中，進一步獲取塔防游戲畫面中人物的3D動作模型。

在研究中，首先將游戲中的人物與背景相分離，基于Unity3D 技術(shù)分析人物的運動趨勢與各個身體部位的姿態(tài)變化，實現(xiàn)初步的動作捕捉；其次，設(shè)置Kinect 設(shè)備的運行范圍與捕捉目標數(shù)量，保證設(shè)備能夠在捕捉視角內(nèi)獲取到目標數(shù)量的動作姿態(tài)，調(diào)節(jié)目標人物身體關(guān)節(jié)點的數(shù)量；最后，將二維相機與三維深度相機的拍攝視角進行調(diào)整，保證2 個相機在捕捉人物動作變化中，水平視角能夠達到75°，垂直視角能夠達到60°。應(yīng)用本文方法連續(xù)動作背景分離捕捉圖例如圖1 所示。證明本文方法能夠有效將人物從游戲背景中分離出來，捕捉到人物每個關(guān)節(jié)點和動作姿態(tài)，用不同顏色的框線標注人物不同關(guān)節(jié)。

圖1 人物連續(xù)動作捕捉圖Fig.1 Continuous actions capture diagram of the figure

2.2 結(jié)果分析

假設(shè)本次實驗從第幀開始記錄，當(dāng)虛擬人物進行動作捕捉時，獲取人物初始骨骼節(jié)點位置信息，通過動作控制預(yù)測算法，控制虛擬人物下一步動作時骨骼節(jié)點的大致位置信息?？刂铺摂M人物骨骼節(jié)點重合時，丟失重合的骨骼節(jié)點，并繼續(xù)運動。利用本文設(shè)計的塔防游戲虛擬人物動作控制方法，計算虛擬人物運動過程中，動作控制的誤差見表2。

表2 塔防游戲虛擬人物動作控制結(jié)果Tab.2 Action control results of tower defense game virtual characters %

根據(jù)表2 可知，本文設(shè)計的基于Unity3D 技術(shù)的塔防游戲虛擬人物動作控制方法，均取得了98%以上的控制準確率，人物動作的誤控率與漏控率較低，能夠有效地彌補虛擬人物自身骨骼節(jié)點在運動過程中的遮掩，實時掌握虛擬人物的運動情況。

3 結(jié)束語

本文在設(shè)計塔防游戲虛擬人物動作控制方法時，結(jié)合了Unity3D 技術(shù)，有效地改善了傳統(tǒng)動作控制方法的不足。針對虛擬人物動作的特點，設(shè)計了人物動作控制機理，全方位地提高了塔防游戲運行的流暢性，使游戲中的人物更加逼真，優(yōu)化了游戲玩家的體驗感，具有重要的應(yīng)用價值。然而，本文在塔防游戲的腳本建立方面研究尚淺，未來的研究應(yīng)當(dāng)不斷完善。