Sama okosnica ovog diplomskog rada je GENTICS algoritam, razvijen je s glavnom namjenom poboljšavanja izgleda terena  u simulatorima dodajući vegetaciju terenu te time povećavajući realizam i težinu treninga. Korištenjem ovog algoritma moguće je razviti detaljne modele terena brže i s većom količinom detalja nego što bi to bilo moguće sa klasičnim pristupom.

Klasičan pristup bi bio kreiranje masivne baze podataka o terenu iz raznih izvora. No problem s tim pristupom je taj da je to vrlo skup i dugotrajan proces, stoga se težnja korištenja gotovog modela duže vrijeme često nameće. Obzirom na raznolikost terena našeg planeta, samo prikupljanje podataka o malom broju država (pogotovo za one u područjima s gustom vegetacijom) je iznimno skupo te podložno greškama zbog  kombinacije vremenskih i financijskih ograničenja. Obzirom na karakteristike tog pristupa time se bavi nevelik broj organizacija, stranke koje čekaju na te podatke su ovisne o njima kao posrednicima za pribavljanje informacija.

Iz ovih razloga razvila se ideja da organizacije, s pristupom nekom centralnom repozitoriju podataka (kao npr. http://seamless.usgs.gov/) , same kreiraju sintetičke okoliše iz najnovijih podataka prilagođene njihovim specifičnim potrebama. Takav pristup je koristan u širokom spektru geoprostornih aplikacija kao treninzi, planiranje misija i slično. Kad je sinkronizacija potrebna jednostavno se međusobno izmjeni mali broj parametara bez potrebe za ponovnim slanjem cjelokupne baze podataka terena. Plod ove ideje je GENETICS algoritam.

Primjer GENETICS postavljanja vegetacije s placeholder objektima

Izazov

Izazov za sami algoritam je bez posebnih alata ili pripremanja baze podataka o terenu, dohvatiti specifične podatke iz repozitorija, kombinirati ove podatke proceduralno radi poboljšavanja njihove kvalitete, te dodati vegetacijske objekte terenu na način takav da je sličan razmještaju vegetacije stvarnog terena. Sve ove radnje bi se trebale odvijati automatski  prilikom pokretanja simulacijskog sistema. Pretpostavka je da postoje LCC podaci  potrebni za samo postavljanje vegetacije. Obzirom da algoritam dinamički čita i procesira podatke, u okolišu nismo ograničeni klasičnim ograničenjima prisutnim kod klasičnog pristupa s bazom podataka (tzv. “Playbox” restrikcije). Tamo gdje podaci nedostaju ili su nepotpuni sustav može izvući (engl. Extrapolate) potrebne podatke o terenu. Koristeći iste izvorne podatke, konfiguracijske parametre i algoritam za postavljanje vegetacije svi sudionici (igre, simulacije) imaju identične reprezentacije terena.

Pristup

Pristup izradi bi bio taj da se napravi način gdje generacija terena s vegetacijom bude brza, automatska, konzistentna između sudionika u simulaciji te dovoljno brzog odziva za potrebe simulacije (npr. kretanje). Također bitan aspekt je taj da početnici bez puno problema mogu generirati uvjerljive terene makar ne imali iskustva s geografskim sustavima informacija.

Ciljevi

Glavni cilj GENETICS algoritma je korištenje razvijene vizualizacije terena za široki spektar borbenih simulatora od pješadije do zrakoplova, uključujući one koje imaju različite prohtjeve za razine detalja (engl. LOD). Razine detalja trebaju biti specifične za svakog sudionika (npr. pješak će vidjeti detaljnu reprezentaciju drveta za razliku od pilota aviona koji će vidjeti samo malu zelenu mrlju). Sam GENETICS algoritam je odgovoran za davanje identičnog grafa scene  generatoru slike svakog sudionika simulacije, koji onda određuju kako će konkretno slika biti generirana. Kao što je rečeno prije, u slučaju simulacija preko mreže obavezno je da svaki sudionik ima identični reprezentaciju prostora pruženu GENETICS algoritmom. Koristeći iste izvorne podatka uz promjenu parametara unutar jednostavne tekstualne datoteke, možemo generirati međusobno slične terene s razlikom u detaljima. GENETICS također reprezentira pomak u filozofiji generiranja terena, više nije potrebno raditi baze podataka terena te ih prilagoditi formatu svake pojedine simulacije. Vrijeme i troškovi povezani s takvim tipom rada su sprječavali da postane skalabilan za promjene izvornih podataka, procesne moći sustava i zahtjeva sudionika. GENETICS-ov pristup postaje ključan u trenutnoj vizualizaciji scenarija koji mogu nastati kao što su recimo planiranje misija u raznim kriznim žarištima, brze analize poteza sudionika i slično. Te samim svojim mogućnostima, brzinom i fleksibilnošću čini pristup s  terenskom bazom podataka arhaičnim.

Prethodna stranica Sljedeća stranica