碰撞检测 ：Separating Axis Theorem

引子

在 Collision Detection ：Transformation 中介绍了动态的碰撞检测，至此 CollisionDetection 项目的主要内容差不多都涉及了。在查询资料的时候，还接触到一些其它的检测方法，现在来看一下另外一种检测方法： Separating Axis Theorem 。

• Origin
• My GitHub

相关知识点

矢量和标量

简单的来说：

• 矢量（vector）也称向量，有大小和方向的量，例如加速度、力。
• 标量（scalar）只有大小（magnitude）的量，例如时间、温度。

在几何中，矢量用有向线段表示，表示如下：

矢量 V 计算方法：

• V = C2 - C1
• V = (7-3,7-2)
• V = (4,5)

法向量：向量的垂直向量，交换 x 和 y 分量，然后将坐标 x 分量取反。上面 V 的法向量为 (-5,4) 。

点积和投影

点积

两个矢量，可以用点积（Dot Product）的方式进行相乘，结果是一个标量。表示形式为： A · B 。

点积有两种计算方式：

方式一

A · B = Ax * Bx + Ay * By

方式二

A · B = |A| * |B| * cos(θ)

• |A| 是矢量 A 的量值
• |B| 是矢量 A 的量值
• θ 是矢量 A 和 B 之间的角度

还需要了解的一个概念就是单位向量，单位向量计算方法：向量除以向量自身的量值。

A / |A|

更多信息见这里。

投影

关于投影（Projection），先看下图：

想象用一个发出平行光线的光源，照射到一个物体上，将在一个面上产生阴影。这个阴影是三维物体的二维投影。

类似的，二维物体的投影就是一维的“阴影”。

点积和投影的关系

利用点积可以得出一个矢量在另外一个矢量上的投影。通过简单的推导就可以明白。

如上图所示，将 V 在 W 上的投影标量记为 Pw(V)，可以得知：

Pw(V) = |V| * cos(θ)

根据点积