4. RESULTADOS
4.2 Ambientes Amplos
Para validar o conceito de multidões reutilizáveis, introduzido na dissertação de mestrado inti- tulada "‘Authoring Reusable Crowds using Semantics"’ [37], Kraayenbrink utiliza como estudos de
56
(a) Vista externa da residência.
(b) Vista interna da residência com móveis dispostos pelo layout solver. Figura 4.4 – Planta baixa gerada pelo modelo e renderizada por Tutenel.
caso cenários gerados através da definição de templates contendo a hierarquia dos espaços a serem criados e os serviços oferecidos pelos objetos presentes em cada ambiente amplo. A Figura 4.5 mos- tra o ambiente virtual utilizado em um dos estudos de caso de simulação de agentes. Já a Figura 4.6 mostra um heat map gerado após a simulação, o qual representa a movimentação de agentes du- rante a simulação. A representação tridimensional do ambiente pode ser vista nas figuras 4.7a e 4.7b.
Outro trabalho que utiliza as informações semânticas aplicadas à simulação de multidões é o de Hocevar [27], intitulado Simulation of Group Behavior using Semantic Virtual Environments. As informações semânticas do ambiente amplo podem ser utilizadas para criar automaticamente populações específicas, denominadas de Population Class (PC), como proposto em [27]. A partir dessas informações, os agentes da simulação tendem a ficar próximos de objetos que fornecem algum
57
Figura 4.5 – Planta baixa de um ambiente amplo utilizado como estudo de caso por Kraayen- brink [37].
serviço específico, de acordo com o interesse de cada agente. Para a movimentação dos agentes, livres de colisão, utiliza-se o modelo apresentado por Bicho [14]. Um exemplo de simulação gerado por Hocevar pode ser visto na Figura 4.8. A mesma simulação de humanos virtuais é representada nas Figuras 4.9 e 4.10 utilizando o framework CrowdVis proposto por Braun [7].
58
Figura 4.6 – Heap map de uma simulação de agentes virtuais realizada por Kraayenbrink [37] utilizando o mesmo ambiente ilustrado anteriormente.
(a) (b)
Figura 4.7 – Captura de tela da representação tridimensional do ambiente amplo apresentado na Figura 4.5.
59
Figura 4.8 – Marcadores de um ambiente amplo em uma simulação de agentes virtuais especificada por Hocevar [27].
Figura 4.9 – Visualização 2D da simulação de agentes virtuais especificada por Hocevar utilizando o framework CrowdVis [7].
60
61
5. CONSIDERAÇÕES FINAIS E TRABALHOS FUTUROS
Este trabalho apresentou um modelo computacional para a geração procedural de ambientes virtuais semânticos. O principal objetivo do trabalho foi o de automatizar a geração de ambientes com a inclusão de informações semânticas, permitindo que os mesmos possam ser utilizados em simulações de agentes virtuais autônomos e jogos. Atualmente, ainda existem poucos trabalhos na literatura que lidam com a questão de geração de ambientes virtuais internos, sendo este o foco do trabalho. A solução proposta lida com ambientes residenciais, como casas e apartamentos, e ambientes amplos (shopping centers e aeroportos, por exemplos). Para outros casos é possível a criação de instâncias de forma manual, permitindo que o modelo atenda ambientes externos e configurações internas de maior complexidade.
A entrada inicial do modelo proposto é dada por um conjunto de informações semânticas que sintetizam um modelo mental do ambiente pensado pelo usuário. Este conjunto de informações diz respeito ao tipo de construção a ser criada e como suas partes se relacionam com o todo. Através do conceito de entidades [36], como o de espaços e objetos tangíveis, é criada uma hierarquia espacial, onde o ambiente virtual é decomposto em espaços mais simples. Isto se aplica tanto para ambientes amplos como para ambientes residenciais. Uma casa, por exemplo, pode ser decomposta inicialmente em três espaços distintos: área social, área de serviço e área privativa. Cada uma destas áreas ou espaços pode ser decomposta novamente, criando assim hierarquia de espaços.
Além de espaços, é possível definir também a criação de objetos tangíveis. Estes objetos são uti- lizados para preencher o ambiente virtual. Da mesma forma que acontece em ambientes reais, estes objetos podem apresentar geometrias distintas, de acordo com o estilo arquitetônico ou ambiente em que são utilizados. Assim, paredes e pisos podem assumir aparências diferentes, dependendo do local onde estão inseridos. O mesmo pode ser dito sobre os objetos de decoração e utilitários, como mesas, bancos e armários.
As informações semânticas também dizem respeito aos usos e funcionalidades dos espaços e dos objetos. Desta forma, é possível definir que um determinado espaço serve como quarto e assim colocar móveis e objetos que tenham relação com um quarto [61]. Agentes virtuais também se beneficiam deste tipo de informação, pois em um dado momento, pode ser necessário a execução de uma tarefa que demande um local específico, como, por exemplo, ir ao banheiro para tomar banho. A camada semântica presente neste modelo permite que agentes obtenham esse tipo de informação através do framework semântico integrado [36].
De posse da descrição semântica, o módulo de subdivisão espacial trata de realizar criação dos espaços do ambiente requisitado. Este processo é feito utilizando dois algoritmos já existentes na literatura, mas que foram adaptados para a necessidade do trabalho. O primeiro algoritmo é baseado no squarified treemaps. Ele é utilizado para realizar divisões em ambientes internos residenciais, como discutido na Seção 3.3.1. O resultado final é adequado para geração de plantas baixas residenciais, de forma muito semelhante às plantas baixas comerciais disponíveis. Neste algoritmo foi adicionado
62
uma segunda etapa, que resolve situações onde alguma das peças criadas não possua conexão com nenhuma outra, tornando-a inacessível. Usando a estrutura das paredes, é encontrado um caminho (corredor) que crie essa ligação.
Para realizar a subdivisão do espaço em ambientes amplos, é utilizado o algoritmo de straight skeleton. Este algoritmo gera um corredor inicial, o qual dará início ao processo de alocação dos espaços com base na hierarquia espacial contida nas definições semânticas. A diferença principal entre dos dois algoritmos reside no fato de que para o primeiro, os valores das área dos espaços a serem criados já são conhecidas, enquanto que no caso dos ambientes amplos ainda não. Outra questão fundamental diz respeito ao formato dos corredores. Em ambientes amplos normalmente são observados corredores longos e retos ou com leves curvas. Os corredores gerados nos ambientes residenciais buscam o menor caminho de ligação entre as peças, ocasionando corredores mais curtos e angulados.
Após a divisão do espaço o processo volta a ser único para ambos os tipos de ambientes, gerando a inclusão de marcadores e de grafos de conectividade, para que os mesmos possam ser utilizados em simulações de agentes virtuais autônomos. Esta aplicabilidade foi comprovada através dos ambientes ambientes em trabalhos desenvolvidos por Cassol [10] [11], Kraayenbrink [37] e Hocevar et al. [27]. Além da planta baixa, também é possível gerar a geometria tridimensional dos ambientes. Este módulo gera geometrias mais simples, adequadas para uma visualização rápida da construção gerada. Para a obtenção de uma geometria mais refinada, é possível usar as informações semânticas e da planta baixa como dados de entrada em um gerador especializado. No Capítulo 4 é possível ver duas imagens (Figuras 4.4a e 4.4b) ilustrando uma construção gerada por Tutenel et al. [61] através de uma shape grammar [47] que utiliza como base uma planta baixa criada com o modelo proposto.
Apesar dos resultados alcançados, existem várias questões que podem ser trabalhadas para aprimorar o modelo proposto. Entre elas pode-se destacar:
• geração de construções com mais de um andar e as conexões entre os andares;
• geração integrada do interior e com fachada de construções, fazendo com que a presença de elementos influencie na planta baixa gerada;
• aprimoramento do módulo de geração de geometria, a fim de obter resultados visualmente mais interessantes;
• realização de mais testes com o algoritmo de straight skeleton para verificar diferentes possi- bilidades de geração de planta baixa e dos corredores secundários.
63
Referências Bibliográficas
[1] Aichholzer, O., and Aurenhammer, F. Straight skeletons for general polygonal figures in the plane. In Voronoi’s Impact on Modern Science II, A. Samoilenko, Ed. National Academy of Sciences of Ukraine, Kyiv, Ukraine, 1998, pp. 7–21.
[2] Aichholzer, O., D.Alberts, Aurenhammer, F., and Gärtner, B. A novel type of skeleton for polygons. Journal of Universal Computer Science 1, 12 (December 1995), 752–761. Springer Verlag.
[3] Badawi, M., and Donikian, S. The generic description and management of interac- tion between autonomous agents and objects in an informed virtual environment. Computer Animation and Virtual Worlds 18, 4-5 (2007), 559–569.
[4] Belhadj, F. Terrain modeling: a constrained fractal model. In AFRIGRAPH ’07: Proceedings of the 5th international conference on Computer graphics, virtual reality, visualisation and interaction in Africa (New York, NY, USA, 2007), ACM, pp. 197–204.
[5] Belhadj, F., and Audibert, P. Modeling landscapes with ridges and rivers: bottom up approach. In GRAPHITE ’05: Proceedings of the 3rd international conference on Computer graphics and interactive techniques in Australasia and South East Asia (New York, NY, USA, 2005), ACM, pp. 447–450.
[6] Benner, J., Geiger, A., and Leinemann, K. Flexible generation of semantic 3d building models. In 1st International Workshop on Next Generation 3D City Models (Bonn, 2005).
[7] Braun, H. A framework for real time crowd visualization. Master’s thesis, Pontifícia Univer- sidade Católica do Rio Grande do Sul, 2012.
[8] Bruls, M., Huizing, K., and van Wijk, J. Squarified treemaps. In Proceedings of the Joint Eurographics and IEEE TCVG Symposium on Visualization (2000), Press, pp. 33–42. [9] Bélanger, D. Designing roofs of buildings, 2000. Disponível em:
<http://www.sable.mcgill.ca/ dbelan2/roofs/roofs.html>. Acessado em 20 de agosto de 2016.
[10] Cassol, V. Simulação de grupos de agentes virtuais utilizando raciocínio de terrenos. Master’s thesis, Pontifícia Universidade Católica do Rio Grande do Sul, 2011.
[11] Cassol, V. J., Marson, F. P., Vendramini, M., Paravisi, M., Bicho, A. L., Jung, C. R., and Musse, S. R. Simulation of autonomous agents using terrain reasoning. In Proc. the Twelfth IASTED International Conference on Computer Graphics and Imaging (CGIM 2011) (Innsbruck, Austria, 2011), IASTED/ACTA Press.
64
[12] da Silveira, L. G., and Musse, S. R. Real-time generation of populated virtual cities. In VRST ’06: Proceedings of the ACM symposium on Virtual reality software and technology (New York, NY, USA, 2006), ACM, pp. 155–164.
[13] DAmbrosio, D., Gregorio, S., Gabriele, S., and Gaudio, R. A cellular automata model for soil erosion by water. Physics and Chemistry of the Earth, Part B: Hydrology, Oceans and Atmosphere 26 (2001), 33–39(7).
[14] de Lima Bicho, A. Da modelagem de plantas à dinâmica de multidões: um modelo de animação comportamental bio-inspirado. PhD thesis, Universidade Estadual de Campinas - UNICAMP, Campinas, 2009.
[15] Dollner, J., Buchholz, H., Brodersen, F., Glander, T., Jutterschenke, S., and Klimetschek, A. Smart buildings: A concept for ad-hoc creation and refinement of 3d building models. In 1st International Workshop on Next Generation 3D City Models (Bonn, 2005).
[16] Dörner, R., Göbel, S., Effelsberg, W., and Wiemeyer, J. Serious Games: Foun- dations, Concepts and Practice. Springer International Publishing, 2016.
[17] Ebert, D. S., Musgrave, F. K., Peachey, D., Perlin, K., and Worley, S. Texturing and Modeling: A Procedural Approach. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, 2002.
[18] Farenc, N., Boulic, R., and Thalmann, D. An informed environment dedicated to the simulation of virtual humans in urban context. Computer Graphics Forum 18, 3 (1999), 309–318.
[19] Finkenzeller, D. Detailed building facades. IEEE Computer Graphics and Applications 28, 3 (2008), 58–66.
[20] Finkenzeller, D., and Schmitt, A. Rapid modeling of complex building façades. In Short paper proceedings of Eurographics 2006 (2006), D. Fellner and C. Hansen, Eds., pp. 95– 98.
[21] Gaildrat, V. Declarative modelling of virtual environments, overview of issues and applica- tions. In Proceedings of the 10th International Conference on Computer Graphics and Artificial Intelligence (3IA 2007) (Athens, Greece, May 2007), pp. 5–15.
[22] Grimaldo, F., Lozano, M., Barber, F., and Vigueras, G. Simulating socially intelligent agents in semantic virtual environments. The Knowledge Engineering Review 23, 04 (2008), 369–388.
65
[23] Gutierrez, M., Vexo, F., and Thalmann, D. Semantics-based representation of virtual environments. International Journal of Computer Applications in Technology 23, 2-4 (2005), 229–38. Virtual Reality Lab., Ecole Polytech. Fed. de Lausanne, Switzerland.
[24] Hagedorn, B., and Dollner, J. High-level web service for 3d building information visualization and analysis. In GIS ’07: Proceedings of the 15th annual ACM international symposium on Advances in geographic information systems (New York, NY, USA, 2007), ACM, pp. 1–8.
[25] Hahn, E., Bose, P., and Whitehead, A. Persistent realtime building interior generation. In Sandbox ’06: Proceedings of the 2006 ACM SIGGRAPH symposium on Videogames (New York, NY, USA, 2006), ACM, pp. 179–186.
[26] Hart, P., Nilsson, N., and Raphael, B. A formal basis for the heuristic determination of minimum cost paths. Systems Science and Cybernetics, IEEE Transactions on 4, 2 (july 1968), 100 –107.
[27] HOCEVAR, R., MARSON, F., CASSOL, V., BRAUN, H., BIDARRA, R., and MUSSE, S. From their environment to their behavior: a procedural approach to model groups of virtual agents. TBP in Proccedings of IVA 2012 - 12th International Conference on Intelligent Virtual Agents, 12-14 September, Santa Cruz, CA, 2012.
[28] Honda, M., Mizuno, K., Fukui, Y., and Nishihara, S. Generating autonomous time-varying virtual cities. Cyberworlds, 2004 International Conference on (Nov. 2004), 45–52.
[29] Horna, S., Damiand, G., Meneveaux, D., and Bertrand, Y. Building 3d indoor scenes topology from 2d architectural plans. In GRAPP (GM/R) (2007), J. Braz, P.-P. Vázquez, and J. M. Pereira, Eds., INSTICC - Institute for Systems and Technologies of Information, Control and Communication, pp. 37–44.
[30] Jiang, H., Xu, W., Mao, T., Li, C., Xia, S., and Wang, Z. A semantic environment model for crowd simulation in multilayered complex environment. In Proceedings of the 16th ACM Symposium on Virtual Reality Software and Technology (New York, NY, USA, 2009), VRST ’09, ACM, pp. 191–198.
[31] Johnson, B., and Shneiderman, B. Tree-maps: a space-filling approach to the visuali- zation of hierarchical information structures. In VIS ’91: Proceedings of the 2nd conference on Visualization ’91 (Los Alamitos, CA, USA, 1991), IEEE Computer Society Press, pp. 284–291. [32] Kallmann, M. Object interaction in real-time virtual environments. PhD thesis, Infoscience | Ecole Polytechnique Federale de Lausanne [http://infoscience.epfl.ch/oai2d.py] (Switzerland), 2001.
66
[33] Kallmann, M., and Thalmann, D. Modeling objects for interaction tasks. In Procee- dings of the Eurographics Workshop on Animation and Simulation (Lisbon, Portugal, August- September 1998), pp. 73–86.
[34] Kallmann, M., and Thalmann, D. Direct 3D interaction with smart objects. In Pro- ceedings of the ACM symposium on Virtual reality software and technology (London, UK, December 1999), VRST ’99, ACM, pp. 124–130.
[35] Kelly, T., and Wonka, P. Interactive architectural modeling with procedural extrusions. ACM Trans. Graph. 30, 2 (Apr. 2011), 14:1–14:15.
[36] Kessing, J., Tutenel, T., and Bidarra, R. Designing semantic game worlds. In Proceedings of the third workshop on Procedural Content Generation in Games (PCG 2012) (Raleigh, NC, USA, May 2012).
[37] Kraayenbrink, N. Authoring reusable crowds using semantics. Master’s thesis, Delft University of Technology, 2011.
[38] Larive, M., and Gaildrat, V. Wall grammar for building generation. In GRAPHITE ’06: Proceedings of the 4th international conference on Computer graphics and interactive techniques in Australasia and Southeast Asia (New York, NY, USA, 2006), ACM, pp. 429–437. [39] Lopes, R., Tutenel, T., Smelik, R. M., de Kraker, K. J., and Bidarra, R. A constrained growth method for procedural floor plan generation. In Proceedings of GAME-ON
2010, the 11th International Conference on Intelligent Games and Simulation (Leicester, UK,
November 2010), EUROSIS.
[40] Luck, M., and Aylett, R. Applying artificial intelligence to virtual reality: Intelligent virtual environments. Applied Artificial Intelligence 14, 1 (2000), 3–32.
[41] Marson, F., and Musse, S. R. Automatic generation of floor plans based on squari- fied treemaps algorithm. IJCGT International Journal on Computers Games Technology 2010 (January 2010), 1–10.
[42] Marson, F. P. Modelo paramétrico de cidades virtuais populáveis. Master’s thesis, Univer- sidade do Vale do Rio dos Sinos, 2004.
[43] Marson, F. P., Musse, S., and Jung, C. R. Modelagem procedural de cidades vir- tuais. In VI Symposium on Virtual Reality (Ribeirão Preto, 2003), Sociedade Brasileira de Computação, COC.
[44] Martin, J. Procedural house generation: A method for dynamically generating floor plans. In Symposium on Interactive 3D Graphics and Games (2006).
67
[45] Merrell, P., Schkufza, E., Li, Z., Agrawala, M., and Koltun, V. Interactive furniture layout using interior design guidelines. In SIGGRAPH ’11: Proceedings of the 38th Annual Conference on Computer Graphics and Interactive Techniques (Vancouver, Canada, August 2011), ACM, pp. 87:1–87:10.
[46] Miller, G. S. P. The definition and rendering of terrain maps. In SIGGRAPH ’86: Proce- edings of the 13th annual conference on Computer graphics and interactive techniques (New York, NY, USA, 1986), ACM, pp. 39–48.
[47] Muller, P., Wonka, P., Haegler, S., Ulmer, A., and Gool, L. V. Procedural modeling of buildings. ACM Trans. Graph. 25, 3 (2006), 614–623.
[48] Muller, P., Zeng, G., Wonka, P., and Gool, L. V. Image-based procedural modeling of facades. ACM Trans. Graph. 26, 3 (2007), 85.
[49] Musgrave, F. K., Kolb, C. E., and Mace, R. S. The synthesis and rendering of eroded fractal terrains. In SIGGRAPH ’89: Proceedings of the 16th annual conference on Computer graphics and interactive techniques (New York, NY, USA, 1989), ACM, pp. 41–50.
[50] Ong, T. J., Saunders, R., Keyser, J., and Leggett, J. J. Terrain generation using genetic algorithms. In GECCO ’05: Proceedings of the 2005 conference on Genetic and evolutionary computation (New York, NY, USA, 2005), ACM, pp. 1463–1470.
[51] Otto, K., and Berlin, F. U. Towards semantic virtual environments. In In Workshop Towards Semantic Virtual Environments (2005), pp. 47–56.
[52] Paiva, D., Vieira, R., and Musse, S. Ontology-based crowd simulation for normal life situations. Computer Graphics International 2005 (June 2005), 221–226.
[53] Parish, Y. I. H., and Muller, P. Procedural modeling of cities. In SIGGRAPH ’01: Proceedings of the 28th annual conference on Computer graphics and interactive techniques (New York, NY, USA, 2001), ACM, pp. 301–308.
[54] Perlin, K. An image synthesizer. In SIGGRAPH ’85: Proceedings of the 12th annual conference on Computer graphics and interactive techniques (New York, NY, USA, 1985), ACM, pp. 287–296.
[55] Peters, C., Dobbyn, S., MacNamee, B., and O’Sullivan, C. Smart objects for attentive agents. In Proceedings of the International Conference in Central Europe on Computer Graphics, Visualization and Computer Vision (WSCG ’03) (Plzen - Bory, Czech Republic, February 2003), pp. 1–8.
[56] Prusinkiewicz, P., and Lindenmayer, A. The algorithmic beauty of plants. Springer- Verlag New York, Inc., New York, NY, USA, 1990.
68
[57] Rishe, N. Database design: the semantic modeling approach. McGraw-Hill, Inc., New York, NY, USA, 1992.
[58] Thomas, G., and Donikian, S. Modelling virtual cities dedicated to behavioural animation. Computer Graphics Forum 19, 3 (2000), 71–80.
[59] Tutenel, T., Bidarra, R., Smelik, R. M., and de Kraker, K. J. The role of semantics in games and simulations. ACM Computers in Entertainment 6 (2008), 1–35.
[60] Tutenel, T., Smelik, R. M., Bidarra, R., and de Kraker, K. J. A semantic scene description language for procedural layout solving problems. In AIIDE (2010), G. M. Youngblood and V. Bulitko, Eds., The AAAI Press.
[61] Tutenel, T., Smelik, R. M., Lopes, R., de Kraker, K. J., and Bidarra, R. Generating consistent buildings: a semantic approach for integrating procedural techniques. IEEE Transactions on Computational Intelligence and AI in Games 3, 3 (2011), 274–288. [62] Wonka, P., Wimmer, M., Sillion, F., and Ribarsky, W. Instant architecture. In
SIGGRAPH ’03: ACM SIGGRAPH 2003 Papers (New York, NY, USA, 2003), ACM, pp. 669– 677.
[63] Yap, C., H.Biermann, Hertzman, A., Li, C., Meyer, J., Pao, H., and Paxia, T. A different manhattan project: Automatic statistical model generation. In Proc. 14th Ann. Symp., Electronic Imaging 2002 (San Jose, California, USA, 2002), SPIE, pp. 259–268. [64] Yu, L.-F., Yeung, S. K., Tang, C.-K., Terzopoulos, D., Chan, T. F., and
Osher, S. Make it home: Automatic optimization of furniture arrangement. In SIGGRAPH
’11: Proceedings of the 38th Annual Conference on Computer Graphics and Interactive Tech-
69
A. Publicações
Este apêndice apresenta as publicações obtidas e submetidas durante o decorrer do doutorado.
A.1 Resumo em Anais de Conferência
CASSOL, Vinícius; MARSON, Fernando; VENDRAMINI, Mateus; PARAVISI, Marcelo; BICHO, Alessandro; JUNG, Cláudio and MUSSE, Soraia. Computing Agents Motion using Terrain Reaso- ning. In: 10th International Conference on Intelligent Virtual Agents, 2010, Philadelphia. Booklet of short papers of 10th International Conference on Intelligent Virtual Agents, 2010. p. 10-11.
A.2 Artigos em Anais de Conferências
CASSOL, Vinícius; MARSON, Fernando and MUSSE, Soraia. Procedural Hair Generation. In: SBGames: Simpósio Brasileiro de Jogos e Entretenimento Digital, 2009, Rio de Janeiro. Anais do SBGames, 2009. p. 185-190.
CASSOL, Vinícius; MARSON, Fernando; VENDRAMINI, Mateus; PARAVISI, Marcelo; BICHO, Alessandro; JUNG, Cláudio and MUSSE, Soraia. Simulation of Autonomous Agents Using Terrain Reasoning. In: Computer Graphics and Imaging - CGIM 2011, Innsbruck - Austria.
HOCEVAR, Rafael; MARSON, Fernando; CASSOL, Vinícius; BRAUN, Henry; BIDARRA, Rafael and MUSSE, Soraia. From their environment to their behavior: a procedural approach to model groups of virtual agents. Proccedings of IVA 2012 - 12th International Conference on Intelligent Virtual Agents, 12-14 September, Santa Cruz, CA
KRAAYENBRINK, Nick; KESSING, Jassin; TUTENEL, Tim; HAAN, Gerwin; MARSON, Fer- nando; MUSSE, Soraia Raupp; BIDARRA, Rafael. Semantic crowds: reusable population for virtual worlds. In: VS-Games, 2012, Genova. Proceedings of VS-Games 2012, 2012.
FLACH, Laura; MARSON, Fernando; CASSOL, Vinícius; MUSSE, Soraia Raupp. A Procedural Approach to Simulate Virtual Agents Behaviours in Indoor Environments. In: Simpósio Brasileiro de Jogos e Entretenimento Digital (SBGAMES), 2013, São Paulo. Proceedings of SBGames 2013, 2013. v. 1.
BRAUN, Henry; MARSON, Fernando; HOCEVAR, Rafael; CASSOL, Vinícius; MUSSE, Soraia Raupp . CrowdVis: A Framework For Real Time Crowd Visualization. In: ACM Symposium on Applied Computing (SAC), 2013, Coimbra. Proceedings of SAC, 2013. v. 1.
A.3 Artigo em Periódico
MARSON, Fernando and MUSSE, Soraia. Automatic Real-Time Generation of Floor Plans Based on Squarified Treemaps Algorithm, International Journal of Computer Games Technology, vol. 2010, Article ID 624817, 10 pages, 2010. doi:10.1155/2010/624817
71
B. Listagem dos Arquivos de Informações Semânticas
Listing B.1 – Exemplo de um arquivo configuração.
c o m p l e x I n f r a d a t a b a s e c a s e 2 t e m p l a t e s h o p p i n g . t e m p l a t e c u s t o m i z a t i o n c a s e 2 . c u s t o m o b j e c t s c a s e 2 . o b j e c t s c o r r i d o r W i d t h 16 m w a l l T h i c k n e s s 0 . 3 m w a l l H e i g h t 4 . 2 m d o o r H e i g h t 3 m
Listing B.2 – Exemplo de um arquivo de objetos.
b e n c h b e n c h 1 . . \ c o m p l e x I n f r a \3 DModels \ b e n c h e s \ b e n c h . o b j s h o p p i n g 10 0 1 7 . 5 3 . 1 4 1 5 9 2 7 4 b e n c h b e n c h 2 . . \ c o m p l e x I n f r a \3 DModels \ b e n c h e s \ b e n c h . o b j s h o p p i n g 20 0 1 7 . 5 3 . 1 4 1 5 9 2 7 4 b e n c h b e n c h 3 . . \ c o m p l e x I n f r a \3 DModels \ b e n c h e s \ b e n c h . o b j s h o p p i n g 29 0 1 7 . 5 3 . 1 4 1 5 9 2 7 4 b e n c h b e n c h 4 . . \ c o m p l e x I n f r a \3 DModels \ b e n c h e s \ b e n c h . o b j s h o p p i n g 40 0 1 7 . 5 3 . 1 4 1 5 9 2 7 4 b e n c h b e n c h 5 . . \ c o m p l e x I n f r a \3 DModels \ b e n c h e s \ b e n c h . o b j s h o p p i n g 50 0 1 7 . 5 3 . 1 4 1 5 9 2 7 4
atm atm_h1 . . \ c o m p l e x I n f r a \3 DModels \ atm \ atm3 . o b j s h o p p i n g 29 0 1 2 . 7 0
a r c a d e a r c a d e 1 . . \ c o m p l e x I n f r a \3 DModels \ a r c a d e \ a r c a d e 1 a . o b j a r c a d e 5 1 . 3 0 6 0 a r c a d e a r c a d e 2 . . \ c o m p l e x I n f r a \3 DModels \ a r c a d e \ a r c a d e 2 a . o b j a r c a d e 5 3 . 4 0 6 0 a r c a d e a r c a d e 3 . . \ c o m p l e x I n f r a \3 DModels \ a r c a d e \ a r c a d e 3 a . o b j a r c a d e 5 5 . 5 0 6 . 5 0 c o f f e e m a c h i n e c o f f e e m a c h i n e 1 . . \ c o m p l e x I n f r a \3 DModels \ c o f f e e \ c o f f e e . o b j c o f f e e 3 5 . 5 0 2 0 c o f f e e m a c h i n e c o f f e e m a c h i n e 2 . . \ c o m p l e x I n f r a \3 DModels \ c o f f e e \ c o f f e e . o b j c o f f e e 3 9 . 5 0 2 0 c o f f e e m a c h i n e c o f f e e m a c h i n e 3 . . \ c o m p l e x I n f r a \3 DModels \ c o f f e e \ c o f f e e . o b j c o f f e e 4 3 . 5 0 2 0 r e c e p t i o n r e c e p t i o n _ h 1 . . \ c o m p l e x I n f r a \3 DModels \ r e c e p t i o n \ r e c e p t i o n 1 . o b j h o t e l 18 0 2 . 6 0 e l e v a t o r e l e v a t o r _ h 1 . . \ c o m p l e x I n f r a \3 DModels \ e l e v a t o r \ e l e v a t o r . o b j h o t e l 27 0 1 . 3 0 s o f a r o u n d s o f a 1 _ h 1 . . \ c o m p l e x I n f r a \3 DModels \ s o f a \ r o u n d s o f a . o b j h o t e l 23 0 6 . 5 0 s o f a r o u n d s o f a 2 _ h 1 . . \ c o m p l e x I n f r a \3 DModels \ s o f a \ r o u n d s o f a . o b j h o t e l 30 0 6 . 5 0
c o u n t e r b a n k l e f t c o u n t e r . . \ c o m p l e x I n f r a \3 DModels \ bank \ c o u n t e r . o b j bank 4 0 4 0 c o u n t e r b a n k r i g h t c o u n t e r . . \ c o m p l e x I n f r a \3 DModels \ bank \ c o u n t e r . o b j bank 11 0 4 0
Listing B.3 – Exemplo de um arquivo de template ou de customização.
u n i t m2 u n i t m s p a c e s h o p p i n g s p a c e c i n e m a s h o p p i n g s p a c e s c r e e n c i n e m a a s p r o v i d e s f u n m o v i e an f o o t a g e 400 m2 m i n V a l u e 350 m2 maxValue 500 m2 a s q u a n t i t y f e w s p a c e b o x O f f i c e c i n e m a a s p r o v i d e s m o v i e T i c k e t an f o o t a g e 80 m2 m i n V a l u e 50 m2 maxValue 100 m2 s p a c e f o o d C o u r t s h o p p i n g s p a c e t a b l e s f o o d C o u r t a s s p a c e T y p e f l e x i b l e
72 an p e r c e n t a g e 45 % s p a c e s n a c k s t o r e f o o d C o u r t a s p r o v i d e s f o o d b e v e r a g e p i z z a h o t d o g an f o o t a g e 40 m2 m i n V a l u e 30 m2 maxValue 60 m2 a s q u a n t i t y f e w s p a c e c o f f e e s h o p f o o d C o u r t a s p r o v i d e s s n a c k s c o f f e e a s q u a n t i t y f e w an f o o t a g e 30 m2 m i n V a l u e 20 m2 maxValue 50 m2 s p a c e r e s t r o o m f o o d C o u r t a s p r o v i d e s t o i l e t an f o o t a g e 60 m2 m i n V a l u e 50 m2 maxValue 120 m2 s p a c e s e r v i c e s h o p p i n g s p a c e d r u g s t o r e s e r v i c e a s p r o v i d e s m e d i c i n e h e a l t h an f o o t a g e 65 m2 m i n V a l u e 50 m2 maxValue 90 m2 s p a c e g r o c e r y s e r v i c e a s p r o v i d e s c o o k i e f r u i t v e g e t a b l e meat m i l k an f o o t a g e 120 m2 m i n V a l u e 90 m2 maxValue 200 m2 s p a c e bank s e r v i c e a s p r o v i d e s c a s h an f o o t a g e 90 m2 m i n V a l u e 50 m2 maxValue 160 m2 a s q u a n t i t y f e w s p a c e b i g s t o r e s s h o p p i n g ab s p l i t t a b l e t r u e s p a c e D e p a r t m e n t _ S t o r e b i g s t o r e s a s p r o v i d e s c l o t h s h o e s g i f t f u r n i t u r e b a t h C l o t h b e d C l o t h an f o o t a g e m i n V a l u e 1000 m2 maxValue 2000 m2 a s q u a n t i t y f e w s p a c e s m a l l s t o r e s s h o p p i n g ab s t r i p A r e a t r u e ab s p l i t t a b l e t r u e ab g r o w a b l e f a l s e s p a c e t o y s t o r e s m a l l s t o r e s a s p r o v i d e s t o y g i f t an f o o t a g e 80 m2 m i n V a l u e 70 m2 maxValue 130 m2 s p a c e c l o t h s t o r e s m a l l s t o r e s a s q u a n t i t y s e v e r a l an f o o t a g e 80 m2 m i n V a l u e 60 m2 maxValue 150 m2 a s p r o v i d e s c l o t h s h o e g i f t s p a c e j e w e l r y s m a l l s t o r e s a s p r o v i d e s g l a s s e s j e w e l w a t c h g i f t an f o o t a g e 50 m2 m i n V a l u e 30 m2 maxValue 100 m2 s p a c e b o o k s t o r e s m a l l s t o r e s a s p r o v i d e s book m a g a z i n e c u l t u r e i n f o r m a t i o n g i f t an f o o t a g e 140 m2 m i n V a l u e 100 m2 maxValue 200 m2