Abstract
Проаналізовано проблему генерування ландшафтів за наявними методами для порівняння їх можливостей, виділено основні переваги і недоліки. Розглянуто програмні інструменти, які дають змогу генерувати ландшафти для різних поверхонь. Запропоновано власний метод на підставі поєднання методів, описаних у науковій літературі, який дає змогу гнучко керувати кількісними та якісними показниками моделювання ландшафтів для сферичних поверхонь завдяки введенню параметрів впливу. Зміст методу полягає у застосуванні програмних агентів для відповідного створення складових моделі, а саме – генерування планетоїда, клімату та моделі ландшафту загалом. Для попереднього оброблення моделі планетоїда здійснюють генерування опуклої оболонки та виконують вибір програмних агентів з алгоритмами для оброблення ландшафтів, а також створення бази даних для зберігання всіх результатів. Програмні агенти під час оброблення використовують маски, які потрібні для контролю впливу кожного програмного агента на модель ландшафту загалом. На відміну від відомих рішень, де шари є неподільні і їхня зміна щоразу вимагає повного перерахунку всього ландшафту, запропонований метод дає змогу вільно модифікувати вплив одних агентів на інші на підставі задавання різних масок, а також ділити створені шари на підрівні. Завдяки введенню програмних агентів і масок метод автоматизовано здійснює параметризацію процесу генерування ландшафтів деталізованих планетоїдів з подальшою їх серіалізацією та обробленням. Застосування програмних агентів дає змогу забезпечити гнучкість методу (урахування різних параметрів моделі планетоїда за різного порядку застосування програмних агентів), економічність виконання обчислень (для різної деталізації сегментів сферичної поверхні не потрібні обчислення з "нуля"). Перевагами запропонованого рішення є врахування різних деталей для забезпечення високої реалістичності результату та уникнення зайвих обчислень для різних рівнів зближення огляду поверхонь.
Publisher
Ukrainian National Forestry University
Reference32 articles.
1. Academic Mindtrek '17 Proceedings of the 21st International Academic Mindtrek Conference. (pp. 17–25). https://doi.org/10.1145/3131085.3131099
2. Bambich, J. (2015). Procedural terrain generation with Perlin noise. University of Ljubljana.
3. Bambich, J. (2018). Procedural terrain generation for use in computer games. University of Ljubljana.
4. Beckham, C., & Pal, C. (2017). A step towards procedural terrain generation with GANs.
5. Clasen. M., & Hege, H.-Ch. (2006). Terrain Rendering using Spherical Clipmaps. EuroVis06: Joint Eurographics – IEEE VGTC Symposium on Visualization, Lisbon, Portugal. https://doi.org/10.2312/VisSym/EuroVis06/091-098
Cited by
3 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献