随着虚拟现实技术的广泛应用，人们对虚拟场景的复杂度和真实感的要求越来越高，不仅要生成高度真实的复杂虚拟环境，而且用户要和虚拟环境进行互动，增强交互性和沉浸感。另一方面，虚拟环境中人群的仿真对于增强虚拟环境的真实感和可信性起着不可或缺的作用，但是目前虚拟环境中大规模人群实时绘制还不是很常见，最主要的原因是大规模人群的真实感绘制的计算复杂度很高。受限于有限的计算机资源，目前主流的游戏、仿真等应用中人群的绘制规模被限定在千人的规模。　　 近些年很多研究工作致力于提高动态人群绘制的效率。为了减少大规模人群绘制的几何复杂度，人群系统普遍基于层次细节技术(Level of Detail， LOD)结合多分辨率的虚拟人模型，其中，基于细分的多分辨率模型表示方法得到广泛的研究；针对不同的模型表示方法，也出现了多种绘制方法，有几何绘制方法、基于图像的绘制方法、点绘制以及混合绘制方法等等；在人群运动建模方面，有基于粒子的方法、基于元胞自动机的方法以及基于流体的方法；对于角色微观的交互行为，已有各种不同的人工智能的方法满足相应的应用需求。尽管已有许多的研究成果，但是大规模人群动态绘制的效率问题还是没有得到很好的解决，严重制约了人群仿真的应用范围。　　 随着计算机图形硬件可编程性的提高，使得图形处理单元(Graphics ProcessUnit， GPU)已经不仅仅用于渲染，而开始参与进行各种通用计算。且GPU的并行处理架构非常适合于人群相关的各种并行计算。因此，GPU可编程性的提高为人群绘制规模的增大、真实感的提高提供了从算法、框架模型等方面的相关研究提供了新的切入点。　　 本文在系统总结和深入分析当前国内外虚拟环境中人群绘制技术成果的基础上，探讨了如何在保证真实感前提下，提高大规模人群绘制效率的问题，并重点研究基于GPU平台的人群绘制相关技术。论文取得主要研究成果如下：　　 1.基于细分的多分辨率模型表达。研究了插值细分和逼近细分的特点，提出了一种融合插值细分和逼近细分的方法，融合后的插值细分格式具有逼近细分格式生成曲面光顺的特点，此方法适合于人群绘制中多分辨率网格的表达。　　 2.基于动态Flow Tiles的人群运动规划模型。针对宏观层的人群运动，提出了一种基于动态Flow Tiles的宏观人群运动规划模型，适用于人群散场等人流方向相对固定的人群运动情况的仿真，解决了Flow Tiles方法中人群运动　　 路线固定的问题。并充分利用GPU的新特性，对本文的方法进行了优化。　　 3.融合FSM、模糊逻辑与个性化因素的角色行为模型。针对微观层的人群行为，提出了融合FSM、模糊逻辑与个性化因素的角色交互行为模型。针对特定个体角色的交互和决策行为，使用了有限状态机方法和模糊逻辑推理机制进行建模。　　 4.基于GPU的大规模人群绘制方法。研究了基于几何和图像的混合绘制方法，在保证人群绘制真实感的情况下，提出了一种基于Shader Model4.0的人群混合绘制算法，提高了人群的绘制效率。根据Shader Model4.0渲染架构设计了基于几何和图像的人群混合绘制算法，根据视点显示需要，并行、动态的生成Impostor，均衡了CPU与GPU之间计算负载，极大地提高了大规模人群绘制效率。　　 5.基于GPU的群组交互模型。研究了大规模人群交互技术，针对大规模人群仿真中并发的各种交互计算，提出了一种基于GPU的群组交互模型。此模型将各种交互计算转换为图形的渲染，以此提高交互计算的效率。并且采用了将多通道交互信息融合为绘制调用的方法实现了人机交互。此模型完全基于GPU进行各种交互计算，减少了CPU计算负担，进一步提高了人群仿真系统的实时渲染效率。