Responsive Natural Patterns: A Computational Approach with Fractals and L-Systems

Abstract

The following thesis explores the synthesis of computational models with natural patterns, using fractals and L-systems to create graphic representations of these models and structures like tree and plants. The core of this work is the development of such a system that would, in future, integrate real-time sensor data leading to the adjustment of the parameters of these model’s growth angles and branching patterns. The system is able to create an ever-changing set of dynamic visualizations in response to changes within the environment through modification of the fractal and L-system rules based on sensor input. It would allow possible applications on sensor data to be made in both data visualization and interactive art for more engagement and interpretation.

Die vorliegende Arbeit untersucht die Synthese von Rechenmodellen mit natürlichen Mustern und verwendet Fraktale und L-Systeme, um grafische Darstellungen dieser Modelle und Strukturen wie Bäume und Pflanzen zu erstellen. Der Kern dieser Arbeit ist die Entwicklung eines solchen Systems, das in Zukunft Echtzeit-Sensordaten integrieren könnte, was zur Anpassung der Parameter dieser Modelle Wachstumswinkel und Verzweigungsmuster – führen würde. Das System ist in der Lage, eine ständig wechselnde Menge von dynamischen Visualisierungen als Reaktion auf Veränderungen in der Umgebung durch Modifikation der Fraktal und L-Systemregeln basierend auf Sensoreingaben zu erstellen. Dies würde mögliche Anwendungen von Sensordaten sowohl in der Datenvisualisierung als auch in der interaktiven Kunst für mehr Engagement und Interpretation ermöglichen.