计算多边形之间的最近距离,才是GJK算法原本的目的。只有两个多边形不相交,计算最近距离才有效。如果相交,则最近距离无效,但是可以使用EPA算法要计算碰撞深度。本文的写作目的,主要是对GJK算法的理解和应用。对算法本身感兴趣的朋友,可以阅读源论文的文献。本系列GJK算法文章共三篇,本篇是第二篇,强烈建议从第一篇开始看:
- GJK碰撞检测算法基础
- GJK计算多边形之间的最近距离
- GJK和EPA计算穿透向量
本文作者游蓝海。原创不易,未经许可,禁止任何形式的转载。
文章目录
- 1. 基本原理
- 2. 算法解析
- 2.1 算法伪代码
- 2.2 计算多边形间的最近距离
- 2.3 计算多边形间的最近点
- 3. 小结
- 4. 参考
1. 基本原理
计算多边形之间的距离,本质是在两个多边形上找到距离最近的边,然后计算两个边之间的最近距离。计算最近距离的算法和GJK碰撞检测算法类似,同样使用闵可夫斯基差来构建单形体,使用同样的support函数。当没有发生碰撞的时候,距离原点最近的闵可夫斯基差集多边形的边,就是我们要计算最近距离的关键。为了方便表示,下文将该边称作“差集最近边”。
GJK最近距离算法的两个关键点为:
- 原点到差集最近边的距离,就是两个多边形之间的最近距离;
- 构成差集最近边的两个support点,分别来自两个多边形的最近边。因此,通过support点,可以反推出两个多边形的最近边。
需要注意的是,两个多边形最近的位置不一定是边,也可能是顶点。不过这种情况,可以认为是长度为0的特殊边。
2. 算法解析
2.1 算法伪代码
/// 按步骤分解,碰撞检测
public bool GJK(Shape shapeA, Shape shapeB)
{Vector2 direction = findFirstDirection();simplex.add(support(direction));simplex.add(support(-direction));direction = -getClosestPointToOrigin(simplex.get(0), simplex.get(1));while(true){SupportPoint p = support(direction);// 新点与之前的点重合了。也就是沿着dir的方向,已经找不到更近的点了。if (Vector2.Distance(p.point, simplex.get(0)) == 0 ||Vector2.Distance(p.point, simplex.get(1)) == 0){break;}simplex.add(p);// 单形体包含原点了if (simplex.contains(Vector2.zero)){return true;}direction = findNextDirection();}ComputeClosetPoint();return false;
}
该算法与上一章的GJK碰撞检测算法很相似,但有两个细微的差别:
- 选择下次的迭代方向不同。上一章用的是原点到直线的垂线作为迭代方向;本章用的是原点到线段的最近向量,作为迭代方向。注意,原点到线段的最近距离不一定就是垂足,可能是线段的某个端点。
- 不发生碰撞的结束条件不同。上一章迭代算法最终结束时,可能是一个不包含原点的三角形,为了得到差集最近边,我们可以舍弃掉距离原点较远的那个边。这里我们让算法多迭代一次,恰好可以舍弃掉那个点,同时会额外会产生一个重复的support点。因此只要发现support点位置重叠了,就表明迭代算法可以结束了。
计算步骤的分解动图:
2.2 计算多边形间的最近距离
最近距离就是原点到差集最近边的距离。先求出原点到线段的最近点,然后计算原点到最近点的距离即可。设线段为ab,原点为o,先计算出ao在ab上的投影长度:
- 如果投影小于0,说明最近点为a点;
- 如果大于ab的长度,说明最近点为b点;
- 否则,就在ab之间。
这里有个小技巧,计算投影长度,需要将被投影向量ab单位化,也就是要求ab的长度。但是为了让ao在ab上投影长度单位化到[0, 1]之间,需要额外除以ab的长度,因此计算投影的时候,直接就除以ab长度的平方了,就省去了计算长度时的开方运算。
Vector2 getClosestPointToOrigin(Vector2 a, Vector2 b)
{Vector2 ab = b - a;Vector2 ao = Vector2.zero - a;float sqrLength = ab.sqrMagnitude;// ab点重合了if(sqrLength < float.Epsilon){return a;}// 计算投影长度,并单位化到[0, 1],需要额外除以ab的长度。因此这里就直接除以长度的平方了。float projection = Vector2.Dot(ab, ao) / sqrLength;if (projection < 0){return a;}else if (projection > 1.0f){return b;}else{return a + ab * projection;}
}
2.3 计算多边形间的最近点
我们改造一下support方法,每次将生成support点用到的两个顶点也记录下来。这样通过support点,可以反向找回多边形的边。
设是差集最近边为 L = A B L = AB L=AB,A、B是support点,构成A、B两的顶点分别自两个多边形的边 E 1 = A a − B a E1 = Aa - Ba E1=Aa−Ba、 E 2 = A b − B b E2 = Ab - Bb E2=Ab−Bb。则求两个凸包的最近距离,就演变成了求E1和E2两个边的最近距离。
设Q是原点到L的垂直向量,也就是垂足,则有:
{ L = B − A Q ⋅ L = 0 \begin{cases} L = B - A \\ Q · L = 0 \end{cases} {L=B−AQ⋅L=0
因为Q是L上的点,可以用 r 1 、 r 2 r1、r2 r1、r2来表示 Q Q Q: Q = A ∗ r 1 + B ∗ r 2 Q = A * r1 + B * r2 Q=A∗r1+B∗r2 ,其中 r 1 + r 2 = 1 r1 + r2 = 1 r1+r2=1 。则有:
( A ∗ r 1 + B ∗ r 2 ) ⋅ L = 0 (A * r1 + B * r2) · L = 0 (A∗r1+B∗r2)⋅L=0
用 r 2 r2 r2代替 r 1 r1 r1, r 1 = 1 − r 2 r1 = 1 - r2 r1=1−r2,则有:
( A − A ∗ r 2 + B ∗ r 2 ) ⋅ L = 0 ( A + ( B − A ) ∗ r 2 ) ⋅ L = 0 L ⋅ A + L ⋅ L ∗ r 2 = 0 r 2 = − ( L ⋅ A ) / ( L ⋅ L ) (A - A * r2 + B * r2) · L = 0 \\ (A + (B - A) * r2) · L = 0 \\ L · A + L · L * r2 = 0 \\ r2 = -(L · A) / (L · L) (A−A∗r2+B∗r2)⋅L=0(A+(B−A)∗r2)⋅L=0L⋅A+L⋅L∗r2=0r2=−(L⋅A)/(L⋅L)
推导过程略显复杂,但是最终的公式却很简单:
{ r 2 = − ( L ⋅ A ) / ( L ⋅ L ) r 1 = 1 − r 2 Q a = A a ∗ r 1 + B a ∗ r 2 Q b = A b ∗ r 1 + B b ∗ r 2 \begin{cases} r2 = -(L · A) / (L · L)\\ r1 = 1 - r2 \\ Qa = Aa * r1 + Ba * r2 \\ Qb = Ab * r1 + Bb * r2 \end{cases} ⎩⎪⎪⎪⎨⎪⎪⎪⎧r2=−(L⋅A)/(L⋅L)r1=1−r2Qa=Aa∗r1+Ba∗r2Qb=Ab∗r1+Bb∗r2
计算最近点的伪代码如下:
void ComputeClosetPoint()
{SupportPoint A = simplex.getSupport(0);SupportPoint B = simplex.getSupport(1);Vector2 L = B.point - A.point;float sqrDistanceL = L.sqrMagnitude;// support点重合了if (sqrDistanceL < 0.0001f){closestOnA = closestOnB = A.point;}else{float r2 = -Vector2.Dot(L, A.point) / sqrDistanceL;r2 = Mathf.Clamp01(r2);float r1 = 1.0f - r2;closestOnA = A.fromA * r1 + B.fromA * r2;closestOnB = A.fromB * r1 + B.fromB * r2;}
}
3. 小结
GJK计算多边形之间的最近距离,本质上是使用GJK算法求得差集最近边。而构成差集最近边的两个support点,就是来自两个多边形的最近边上的4个顶点。然后就将问题转换成,计算两条边之间的最近距离和最近点。
本章Demo使用Unity3D引擎开发,Demo工程已上传github: https://github.com/youlanhai/learn-physics/tree/master/Assets/04-gjk-closest-point
4. 参考
- GJK算法论文: https://ieeexplore.ieee.org/document/2083?arnumber=2083
- GJK – Distance & Closest Points: http://www.dyn4j.org/2010/04/gjk-distance-closest-points
本系列文章会和我的个人公众号同步更新,感兴趣的朋友可以关注下我的公众号:游戏引擎学习。扫下面的二维码加关注: