Основы трехмерного живого моделирования

Какую задачу мы хотим решить?

Во всех предыдущих лекциях в качестве примеров возможного применения обсуждается построение систем с элементами искусственного интеллекта, которые можно отнести к области искусства и развлечений. Фантазия легко связывает создание монстров, объектов компьютерных игр, имитацию их реакции на внешнюю среду или другие предлагаемые им объекты и ситуации с такими "мероприятиями", как парк фантасмагорий, Disney-lend, цирк марионеток, распознавание "свой – чужой", сетевые зрелищно-рекламные демонстрации и т.д. Такие системы могут представлять как искусство, так и бизнес.

Существуют два направления реализации указанных систем ИИ: натурное и компьютерное.

В современном парке (культуры и отдыха) можно в натуральном виде встретить не одно существо, мало отличающееся от живого и совершающее действия и движения по заложенной программе. Технологии их построения можно считать отработанными, имитация движений, включая работу "мышечного" аппарата, вполне совершенна. Отсутствие элементов ИИ, предполагающих непредсказуемость реакции, — основной недостаток таких объектов.

Компьютерная реализация сегодня ограничена мультимедийными средствами двумерной и трехмерной графики. Возможности создаваемых этими средствами систем и образов огромны. Однако основной недостаток всех известных систем кроется в априорном знании возможных сцен, сглаживание перехода через которые в реальном времени имитирует движение. Это подобно табличному заданию огромного количества значений функции многих переменных при игнорировании непосредственного расчета.

Непредсказуемость сцен, возникающая при имитации реакции моделируемого объекта на внешние воздействия, может потребовать огромного, практически нереализуемого, числа предполагаемых возможных сцен.

В этом случае желательно при построении объекта (монстра, человека и др.) снабжать его управляемыми органами движения (модификации, деформации, имитирующей улыбку, движение руки и т.д.), подобными "мышцам" и "костям". Их необходимо соединить с управляющим элементом – программой. Такая программа должна производить анализ ситуации или внешних воздействий. Это уже напрямую требует применения аппарата логических нейронных сетей, одновременно и в разной степени реализующих ряд отношений вида "если – то", что наиболее близко к поведению живого существа.

Таким образом, построение реального объекта в памяти компьютера, а не его математического образа, задание ряда рычагов – "мышц" и "костей", которые способны деформировать или видоизменять объект в соответствии с формируемыми извне командами, использующими коэффициент сжатия, позволяют имитировать любое, в том числе непредсказуемое, движение объекта. (Ниже будет отмечена необходимость механизмов перемещения и вращения.)

Видны новые широкие возможности создания кинофильмов, сценических постановок и других видео сценариев.

Построение реальных объектов требует имитации объемной, трехмерной памяти и введения основных процедур ее преобразования.

Заметим, что проблемы компьютерной реализации "живого" моделирования целиком включают проблемы натурного моделирования, оставляя второму лишь проблемы химического, технологического и электротехнического (возврат к релейно-контактным схемам?) свойства, что, как сказано выше, сейчас успешно решается.

Основной задачей современной компьютерной графики, предназначенной для анимации, является отображение объемных объектов на плоском экране. Применяемые эффекты создают впечатление с ограниченного ракурса: решаются проблемы видимости и скрытости элементов изображения, демонстрации перспективы и освещения. Как правило, анимация использует заранее известные сцены, весьма ограничивая альтернативное развитие сюжета, и практически не допускает динамического, оперативного вторжения в развитие сценария.

Поэтому, как указывалось выше, когда ставится задача создания средств поддержки "живого" моделирования, то первой и главной задачей является возможность сопряжения моделируемых объектов со средствами оперативного влияния на их поведение, на их адекватную реакцию.

Однако не менее важной задачей является визуализация. Если смело поставить задачу объемной визуализации, визуализации в трех измерениях, то немедленно возникнет необходимость создания объектов в памяти компьютера в трех измерениях, т.е. в модели трехмерной памяти . Объемная визуализация существенно продвинула бы применение компьютерной графики не только в области "живого" моделирования и производственного отображения с первичной диагностикой, но и в областях сценических действий, культурно-исторических реконструкций, электронного зодчества и ваяния, бизнеса туризма и развлечений и др.

Предложения по созданию динамически управляемых с помощью логической нейронной сети трехмерных компьютерных объектов "живого" моделирования представлены в [2, 5].

Создание графических объектов в модели трехмерной памяти

Модель трехмерной памяти.

При построении объекта (монстра, человека и др.) необходимо снабжать его управляемыми органами движения (модификации, деформации, имитирующей улыбку, движение руки и т.д.), подобными "мышцам" и "костям". Их необходимо соединить с управляющим элементом – программой. Программа должна производить анализ внешней (для объекта) ситуации или внешних воздействий. Это требует применения аппарата логических нейронных сетей, одновременно и в разной степени реализующих ряд отношений вида "если – то", что наиболее близко к поведению живого существа.

Таким образом, построение реального управляемого объекта, а не его математического образа, в памяти компьютера позволяют имитировать любое, в том числе непредсказуемое, движение объекта. Такое представление упрощает визуализацию при наличии трехмерного экрана.

Назовем ячейку, занятую минимальным элементом объекта, точкой этого объекта. Точка должна содержать информацию о цвете (пиксель) и коэффициент освещенности.

Пусть адресное пространство компьютера, отведенное для модели трехмерной памяти , при сквозной линейной адресации ячеек с нуля определяется N разрядами. Адрес разбивается на три части (рис.12.1).

Здесь x, y, z — координаты точки в трехмерной памяти .

Трехмерная память (в данном случае – кубическая) в виртуальной линейной памяти компьютера задается массивом $$M[0:N; 0:N; 0:N]$$ переменных $$m[x, y, z]$$. Линейный адрес точки объекта находится: $$< m[x, y, z] >= C + x + yN + zN^2$$, где $$С$$ – базовый адрес массива.

Тогда задача имитации движения - деформации или перемещения объектов - превращается в задачу нахождения новых значений индексов- координат для каждой переменной, являющейся точкой объекта.

Процедуры преобразования

Создание реальных объектов требует введения основных процедур преобразования трехмерной памяти . Такие процедуры создаются на основе следующих построений.

Пусть объект в трехмерном пространстве задан своей оболочкой. Каждый элемент оболочки является точкой. Оболочка формируется при создании объекта. В общем случае, объект может быть заполнен значащей информацией и внутри, если его вид в разрезе интересует пользователя.

Пользователем – разработчиком задаются "мышцы" (далее кавычки опустим) как рычаги управления деформацией объекта в центральной системе координат. Мышца задается координатами начала и конца, а также точкой неподвижности, относительно которой возможно сокращение мышцы. Точка неподвижности может совпадать с началом или концом мышцы. По умолчанию точка неподвижности является серединой мышцы. Мышца не обязательно связывает точки оболочки. В общем случае она может располагаться внутри и даже вне объекта, принадлежа ему и влияя на его деформацию.

Мышцы объекта являются невидимыми, входящими в список мышц данного объекта и допускающими реакцию на приказы извне.

Взаимодействие мышцы с объектом осуществляется с учетом его свойств. Ведь сокращаясь, мышца должна увлекать точки объекта или только его оболочку, имитируя сокращение всего объекта.

Сокращение твердого тела определяется коэффициентом сжатия (растяжения) объекта.

Вязкое тело, внутри которого сокращается мышца, характеризуется "затуханием" величины смещения точки объекта с увеличением ее расстояния до мышцы.

Сокращение вязкой и упругой среды, такой, как резина, губка, упитанные щеки и др., обычно сопровождается явлением, которое можно назвать попыткой сохранения объема в результате выпучивания. При сокращении мышцы это означает, что перенос клеток объекта вдоль мышцы обретает перпендикулярную составляющую, тем меньшую, чем больше расстояние до мышцы.

Для имитации вращательных движений используются шарниры. Координаты шарнира задаются точкой внутри объекта. Задается мышца, связывающая лучи (элементы скелета), исходящие из центра шарнира. Сокращение мышцы должно вызывать видимость движений, характерных при ходьбе, движении рук и т.д. Это требует таких деформаций объектов, при которых его клетки, облегающие эти лучи, или только клетки оболочки, несущие в себе данные лучи, сближаются вместе с лучами, не приводя к дополнительной деформации.

Взаимодействие многих объектов требует наличия центральной системы координат, в которой происходят все перемещения объектов относительно друг друга, и систем координат, связанных с каждым объектом – объектовых систем координат. Объект создается в его объектовой системе координат. Его движения "относительно себя" — сокращение мышц, повороты, вращение – удобнее наблюдать в связанной с ним объектовой системе координат. Таким образом, центральная система координат должна быть связана со многими объектовыми системами матрицами пересчета.

Внешнее воздействие

Необходимость внешнего воздействия на объект обусловлена не только взаимодействием различных объектов, но и созданием инструментов формирования, "ваяния" объекта. Идея такого ваяния заключается в следующем.

Первоначально формируется некоторая заготовка, имеющая наиболее близкую форму для желаемого объекта. (Например, шар, — для формирования головы.) Приближая к заготовке объект-"инструмент", например, молоток, необходимо потребовать, чтобы при угрозе прикосновения к объекту, ближайшие его клетки отступали, и оболочка, продавливаясь, принимала форму проникающего инструмента. Эта операция напоминает ковку или штамповку. Таким многократным воздействием с разных сторон можно добиться любой формы объекта.

Можно допустить не только вдавливание инструмента в объект, но и вытягивания близлежащей области, подобно нарыву. В этом случае после соприкосновения с объектом следует отводить инструмент от него. Близкая область оболочки должна вытягиваться вслед за инструментом.

Если не деформировать оболочку, а позволить инструменту проникать в объект, то подобное действие сравнимо с действием ножа. Так от объекта могут отсекаться части, — для последующего уничтожения или для создания новых объектов.

Построение объектов

Для построения объектов целесообразно воспользоваться тремя координатными проекциями, подобно 3D-MAX. Сначала в одной из проекций рисуется пока неточный, предполагаемый разрез объекта. На других проекциях автоматически сформируются отрезки – боковые проекции этого разреза. На разрезе определяется точка для дальнейшей деформации объекта в двух других проекциях. Проекция этой точки высвечивается на двух других проекциях.

Подведя мышь к одной из проекций точки, следует повести ее (мышь) вверх или вниз, формируя выпуклость вслед за этим движением так, чтобы первоначально заданная плоская поверхность образовала выпуклость. Так сформируется объемное изображение. Если при этом придерживать клавишу control (или другим способом), плоская поверхность сохранится для замкнутости объема или для последующей аналогичной деформации в ту или другую сторону.

Повороты получившейся объемной фигуры позволяют производить указанным способом различные деформации.

Командно-программное управление объектами

Необходимо помнить, что объекты в трехмерной памяти создаются для их визуального восприятия. Система визуализации может базироваться на проецировании видимой поверхности всех объектов, включая фон, на плоскость $$z = z_{max}$$ в центральной системе координат. Эта плоскость и представляет экран. Значит, каждая прямая, исходящая из точки $$(x_i, y_i, z_{max} )$$ и перпендикулярная экрану, продолжается (здесь рассматриваем только прозрачную среду) до первого пересечения с одним из объектов или с фоном. Полученная точка обеспечивает изображение в данной текущей точке экрана.

Для получения различных (томографических) срезов экран может формироваться и в других плоскостях вида $$z = a \ge 0$$.

Введение мышц, шарниров, объектовых систем координат позволяет программировать действия объектов и их взаимное расположение. Программа создается на базе командного языка, содержащего инструкции вида:

<сократить мышцу т с l = 0,8>;
<повернуть объект Р по матрице S>;
<приблизить объект Р>;
<перенести объект Р>;
<показать срез z = 5> и т.д.

Таким образом, могут планироваться и исполняться сцены, основанные на имитации движения объектов, их мимики, преобразования и т.д.

При программировании поведения объектов учитывается длительность выполнения действий, их инерционность, предшествующие команды управления.

Программа управления объектами, как и каждая компьютерная программа, должна предусматривать альтернативные действия в случае выполнения предусмотренных условий, т.е. содержать команды условного перехода.

Логические нейронные сети в основе управления трехмерными компьютерными объектами

Занимаясь "живым" моделированием на основе компьютерных и информационных технологий, следует быть приверженным точным наукам, в которых любые построения начинаются с исчерпывающих, непротиворечивых определений.

Что есть жизнь? Какое существо можно назвать живым?

1. Живое существо адекватно реагирует на внешние раздражители.

2. Адекватность реакции живого существа подчиняется критерию "хорошо – плохо".

В качестве комментариев отметим, что даже внутренние болезни имеют внешние причины: экологические, политические, наследственные, бактериологические и т.д. В то же время философски уместно говорить о жизни существа не в абсолютном аспекте, а в аспекте моделирования: вся жизнь представляет собой игровую модель, а задачей любого моделирования является минимизация целевой функции, в конечном итоге отделяющей понятие "хорошо" от понятия "плохо". К сожалению, для каждого индивидуума эти понятия различны и на нейросетевом (мозговом) уровне обусловлены обучением – генетическим или практическим.

Посчитаем достаточными положения 1 и 2 для настоящего уровня решения задачи "живого" моделирования. Однако мы понимаем, что достичь такого уровня обучения, когда система сама начинает осознавать, что хорошо, а что плохо, на основе индуктивного и дедуктивного мышления, вряд ли сейчас возможно практически. Мы вынуждены решать задачу-минимум, требуя, в основном для культурно-развлекательных целей, адекватности реакции. Степень этой адекватности в соответствии с означенным критерием мы уж предусмотрим сами.

Например, можно научить объект улыбаться, если он видит картинку с преобладанием розовых тонов, но гневаться, если на картинке превалирует коричневый цвет и т.д.

Таким образом, ближайшей практической задачей является закладка инструментальных основ. Позволим проблеме развиваться на базе нейросетевых технологий более глобально в дальнейшем.

Пусть сотворенный объект (рис.12.2) в компьютерном или материальном воплощении наделен некоторым фоновым поведением, реализуемым программно. Например, такое поведение может быть аналогичным поведению зверя в клетке, нервно дефилирующего вдоль решетки. Целесообразно в программе использовать и элементы случайности на основе ДСЧ – датчика случайных чисел. Это может ввести разнообразие в фоновое поведение объекта: внезапный поворот головы, смена направления движения и т.д. Такое поведение уже само по себе является занимательным для зрителя.

Однако представим себе, что фоновая программа предусматривает периодическое прерывание для включения "внимания" объекта к внешней обстановке – к "картинке", циклически вводимой в его память с помощью видео ввода.

Включается программа анализа "картинки", питающая рецепторный слой нейросети. Алгоритмы такого анализа, как подготовительного этапа решения задачи распознавания, представляют собой отдельное направление исследований. На этом этапе "картинка" отображается в пространстве признаков, обоснованных для распознавания и принятия решений. На самом простом практическом уровне может производиться подсчет различных оттенков цветов в элементарном квадрате "картинки", обнаружение резких цветовых границ, наличие линий, кругов определенного цвета и т.д.

Ограничиваясь только цветом, можно, в терминах алгебры высказываний, представить следующий пример алгоритма реакции объекта.

"В квадрате i, j преобладает зеленый цвет" $$\land$$ "отсутствуют резкие переходы в оттенках" $$\to$$ "Запустить программу умиротворения";

"В квадрате i, j преобладает зеленый цвет" $$\land$$ "наблюдаются резкие переходы в оттенках" $$\to$$ "Запустить программу тоски по лесным далям";

"В квадрате i, j преобладает голубой цвет" $$\land$$ "наблюдаются темные вкрапления" $$\to$$ "Запустить программу приветствия";

"В квадрате i, j преобладает красный цвет" $$\land$$ "Запустить программу повторного обзора квадрата" $$\to$$ "Запустить программу гнева";

"В квадрате i, j обнаружен круг с преобладанием телесного цвета" $$\to$$ "Запустить программу приветствия";

"В квадрате i, j преобладает коричневый цвет" $$\to$$ "Запустить программу презрения";

"В квадрате i, j преобладает желто-оранжевый цвет" $$\to$$ "Запустить программу радостного возбуждения" и т.д.

Тогда обученная для реализации данного алгоритма однослойная логическая нейронная сеть представлена на рис.12.3.

Логическая нейронная сеть составлена по методике, обоснованной ранее. Это определило единичные значения весов синапсических связей, не указанных на рисунке.

Здесь нейрон-рецептор 1 принимает значение достоверности высказывания "В квадрате преобладает зеленый цвет" как величину возбуждения.

Рецептору 2 сообщается значение достоверности высказывания "Отсутствуют резкие переходы в оттенках ".

Рецептор 3 принимает значение достоверности высказывания "Наблюдаются резкие переходы в оттенках".

Рецептор 4 возбуждается на величину достоверности высказывания "В квадрате преобладает голубой цвет".

Рецептор 5 принимает значение достоверности высказывания о похожести на полет птиц.

Рецептор 6 возбуждается на преобладание красного цвета.

Рецептор 7 возбуждается на величину достоверности обнаружения круга телесного цвета.

Рецептор 8 принимает значение достоверности преобладания коричневого цвета.

Рецептор 9 принимает значение достоверности преобладания желто-оранжевого цвета.

И так далее, – по расширяемому на основе бесконечного совершенствования количеству используемых факторов.

Нейросеть строится обученной. При ее построении и в процессе ее развития с добавлением новых рецепторов и нейронов выходного слоя, ответственных за реакцию, вводятся связи на основе эталонных ситуаций. Это означает, что возбуждение связываемых при этом рецепторов равно единице. Иначе говоря, в логическом описании создаваемой системы исходные высказывания имеют значение ИСТИНА. Переход от булевых переменных к действительным, к достоверности высказываний, порождает модель ассоциативного мышления.

Практически за эту достоверность можно принимать частоту появления или "удельный вес" определенного цвета (соответствующих пикселей) в анализируемом квадрате. Подавая значения достоверности на рецепторный слой, с помощью передаточной функции находим величины возбуждения нейронов выходного слоя. Эти величины служат параметрами запускаемых программ.

Рекомендуемая функция активации имеет вид

Порог $$h$$ целесообразно выбрать достаточно высоким, например, h = 0,5, так, чтобы объект не выглядел слишком "нервным", возбуждаясь понапрасну из-за малой причины возбуждения.

Таким образом, "живое" моделирование – это экспериментальное направление, позволяющее проверить и осуществить все достижения на пути развития технологий искусственного интеллекта. Это реальный путь воплощения новых направлений в искусстве, в шоу-бизнесе, в учебной, игровой и развлекательной деятельности.

Вместе с тем, наряду с разработкой инструментария и постановкой задачи дальнейших исследований в области логических нейронных сетей, в их обучении и имитации дедуктивного и индуктивного мышления, возникают сопутствующие задачи.

Прежде всего, это задача оценки современных компьютерных возможностей реализации столь большого объема работ в реальном времени. Очевидно, что лишь высокопараллельная архитектура, подобная мозгу, может эффективно исполнять функции видео-нейрокомпьютера.

Следует проанализировать эффективность применения современных суперкомпьютеров, таких, например, как Эльбрус-E2k.

Анализ приведенных выше математических построений говорит в пользу SPMD-архитектур, т.е. архитектур типа "одна программа – много потоков данных". Актуальна постановка задачи разработки специальной параллельной приставки к персональному компьютеру (рабочей станции) – видео-нейрокомпьютера, "врезанного" в современные популярные операционные системы. Наконец, широкое привлечение сетевых технологий позволит создавать значительные распределенные сюжеты с коллективным участием многих взаимно влияющих "живых" объектов.

Реализация трехмерной памяти , при которой моделируемые объекты оказываются воплощенными не с помощью своего математического образа, а пространственно, также ставит новые технические задачи. Одна из них заключается в отображении содержимого памяти в некоторой экранной трехмерной среде. Это явилось бы новым решением задачи формирования стереоизображений.

Создание стереоэффекта с помощью системы прозрачных мониторов

Проектирование объемного изображения на плоский экран для визуализации осуществляется "на всю толщину" изображения, то есть на весь диапазон изменения $$z$$, $$0 \le z \le z_{max}$$. А что если "нарезать" отображаемый объект или все пространство по оси z, направленной на зрителя, на слои "толщиной" $$\Delta z$$ (рис.12.4), и каждый такой слой проектировать на свой "передний" срез, как на отдельный экран, а экраны расположить друг за другом, как показано на рис.12.5? Ведь прозрачные мониторы уже поступили в продажу!

Конечно, на рисунке наблюдается весьма слабый стереоэффект.

Изображения на разных экранах, в зависимости от угла наблюдения, оказываются смещенными относительно общей требуемой картины: с одной стороны образуются пустые зазоры, с другой изображения наползают друг на друга. Для получения стереоэффекта зрителю необходимо находиться строго напротив экранов, как показано на рисунке.

А если потребовать условного выполнения требования $$\Delta z \to 0$$? Технически и технологически это требует значительного роста количества используемых прозрачных экранов на основе достижений "прозрачной электроники". Становится оправданной разработка экранных пленок с предельной толщиной "в одну точку", чтобы "нарезка" выродилась в представление множества срезов. Собранные (склеенные) на их основе пакеты должны представлять объемное (трехмерное) экранное пространство.

В многочисленных сообщениях о достижениях в области "прозрачной электроники" пока нет ссылок на исчерпывающие научные публикации. Следует привести лишь факт результативности проводимых исследований.

Прямоугольное экранное пространство

Современные плоские экраны используются с весьма ограниченным ракурсом. Поэтому мы и размещаем телевизор где-то в сторонке, в углу. Возможно, что и столь дорогое кубическое или прямоугольное экранное пространство обречено на ограниченный угол обзора для создания должного впечатления. В этом случае прямоугольный трехмерный экран также достоин размещения где-то в углу помещения (рис.12.6).

Следует отметить, что экранное пространство образует некоторую среду, в которой действуют законы оптики. Например, не оказывается ли демонстрируемый объект погруженным в сосуд с жидкостью, подобно рыбке в аквариуме?

Более того, возможно, что взгляд сбоку, со стороны торцов экранных пленок, может встретиться с эффектом существенного отличия изображения от получаемого при взгляде спереди.

Это также может ограничить применение экрана на основе пакета плоских пленок. Однако его применение может быть вполне оправдано и даже целесообразно в случае создания реагирующего объекта для интеллектуального отображения производственного процесса, предсказания погоды или социального напряжения, для сценических постановок.

Сферическое экранное пространство

Даже при бытовом применении объемного экрана возникает желание кругового обзора с одинаковым качеством изображения. Необходимо рассмотреть возможность экранизации в сферической системе координат . В ней каждая точка характеризуется расстоянием r и двумя углами: азимутом$$ \varphi$$ и углом места $$\theta$$. Пересчет из декартовой системы производится по формулам $$r=\sqrt{x^2+y^2+z^2}$$, $$\varphi=arctg \frac {x}{z}$$, $$\theta=arcsin \frac {y}{r}$$.

Применение сферической системы координат определяет форму объемного экрана: он становится полусферой (рис.12.7). Центр системы координат совпадает с центром основания прямоугольника.

Однако важным отличием является то, что сами экранные пленки должны быть сферическими. Вместо нарезки на $$\Delta z$$, становится актуальной нарезка на $$\Delta r$$. Центр полусферы также выродится в сферическую пленку "на одну точку".

В компьютерной модели трехмерной памяти весь обозримый объем представляет собой прямоугольник, а, скорее всего, – куб. При преобразовании в сферическую систему координат возникает вопрос: вписать этот куб в полусферу или вписать полусферу в куб? В первом случае нет потери информации, что важно, например, при отображении сценических действий. Однако при этом не используется существенная часть экранного пространства. Во втором случае теряется информация, но увеличивается масштаб представляемого объекта при его центральном размещении. Это важно при построении реагирующих объектов для интеллектуальных систем отображения работы предприятий.

Заметим, что в первом случае "лишнюю" часть сферического экрана можно просто срезать. Получится экран – куб, со сферическим расположением экранных пленок, использующий сферическую систему координат . Торцевой эффект, если такой существует, будет значительно снижен.

При круговом обзоре экранного пространства важно не допустить, чтобы свечение внешней поверхности экранной пленки было видно с другой ее стороны. Это испортило бы общее впечатление. По-видимому, следует затенять с другой стороны каждую светящуюся точку. Это может потребовать перемежения экранных и затеняющих пленок или нанесения двух слоев "прозрачной электроники" на каждую экранную пленку. И то и другое, несомненно, будет отрицательно влиять на прозрачность и разрешающую способность сферического объемного экрана.

Теоретически возможно выполнение модели трехмерной компьютерной памяти в сферической системе координат . Однако "математика" анимации представляется весьма сложной. Вряд ли это следует считать целесообразным. Ведь со временем экранные пространства, вбирающие лавинные достижения нано-технологий, будут дешеветь. Да и в массовом применении вряд ли привычная сцена превратится в полусферу.

Применение сферических экранных пленок позволяет не только создавать экранные пространства для внешнего наблюдения, но и для "внутреннего" расположения зрителей, для которых этот экран становится "внешним", как показано на рис.12.8. Можно легко себе представить разнообразные применения такого экрана в области туризма и развлечений.

В заключение отметим, что приведенные рассуждения напоминают фантастический сюжет. Однако даже наивная фантастика всегда предшествовала серьезным разработкам. Фантастика ставит задачи. Их реальность основана на текущем уровне знаний. Технология прозрачных мониторов и гибких прозрачных электронных схем подсказывает реализуемый, в сегодняшнем представлении, путь создания средств объемного отображения. Предстоят еще значительные усилия по достижению достаточной прозрачности пакета экранных пленок, и объекты могут казаться, словно выплывающими из мрака. Не следует забывать о создании особой оптической среды со специфическими свойствами и т.д.

Так что вполне возможно, что объемный экран на основе пакета экранных пленок может оказаться временным достижением. Временным, - до нахождения той среды, по координатам точек которой будут доставляться кванты энергии, несущие пиксели свечения.

Ключевые термины

"Живое" моделирование – воссоздание объектов, адекватно реагирующих на внешнее воздействие.

Реагирующие объекты – объекты наглядного отображения ситуации, складывающейся в сложной управляющей, производственной, игровой и др. системе, способные своим поведением предупредить об угрозе или отклонении производственного процесса от нормы и произвести первичную диагностику.

Трехмерная память – память компьютера, адресуемая тремя координатами. Позволяет имитировать графически расположение моделируемого объекта в пространстве.

"Мышцы" и "кости" - реализуют механизм воздействия и управления, посредством преобразования координат точек объекта, при имитации деформаций и движения в трехмерном пространстве.

Прозрачный монитор – выполняется на основе "прозрачного" экрана с размещенными на нем электронными схемами для отображения видимой части объектов. Эти схемы выполняются на основе нано-технологий так, что вне зоны видимого изображения экран остается прозрачным.

Экранный пакет – формируется на базе наложения друг на друга прозрачных экранных пленок, каждая из которых отображает видимый срез демонстрируемого объекта в трехмерной памяти. В результате этого в толще пакета создается стереоэффект.

Сферическая система координат – отражает координаты нахождения точки по расстоянию от центра и по двум углам – азимут и угол места.

Краткие итоги

Вопросы:

Дополнительные материалы к лекции, Вы можете скачать здесь.