典型文献
基于量子蚁群算法的虚拟现实碰撞检测方法
文献摘要：
为了解决虚拟现实包围盒碰撞初级检测性能不高的问题,采用量子蚁群算法(QACA)来实现增强检测,以提高检测精度.根据虚拟现实中待检测对象的空间形状及紧密率选择合适的包围盒类别.运用交叉空间实现碰撞初级检测,并判定碰撞的物体是否处于无交叉空间.在初级检测的基础上对处于交叉空间的物体特征进行蚁群算法(ACA)增强检测,并构建满足交叉空间特征差异最小值的适应度函数.为了提高对象特征位置的精确性,对交叉空间对象位置采用量子比特化.最后,采用蚁群迭代优化获得特征差异距离最小值,将最小值与碰撞阈值对比,完成虚拟现实的碰撞增强检测.实验结果证明,合理设置ACA的启发系数和蒸发因子后,与其他3种算法对比,基于包围盒初级检测和量子蚁群增强检测的双重检测方法获得了更高的碰撞检测准确率,且稳定性较强.
文献关键词：
量子蚁群算法;虚拟现实;碰撞检测;量子比特;包围盒
中图分类号：
作者姓名：
王宇;马琳娟;张福泉;李庆珍
作者机构：
海口经济学院 南海美术学院,海南 海口570100;北京理工大学 计算机学院,北京100081;中国政法大学 数据法治研究院,北京102249
文献出处：
引用格式：
[1]王宇;马琳娟;张福泉;李庆珍-.基于量子蚁群算法的虚拟现实碰撞检测方法)[J].南京理工大学学报（自然科学版）,2022(06):735-741
A类：
QACA
B类：
量子蚁群算法,碰撞检测,包围盒,检测性能,高检,检测精度,空间特征,特征差异,最小值,适应度函数,精确性,量子比特,特化,迭代优化,合理设置,算法对比,双重检测,检测准确率
AB值：
0.24847
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
