正文
1. WayPoint寻路
下图是一个典型的路点寻路
另一种方法是使用多边形来记录路径信息，它可以提供更多的信息给ai角色使用。下图就是一个navigation mesh。
以下列出几个WayPoint的不足之处：
- 一些复杂的游戏地图需要的WayPoint数量过于庞大
- 有时会使角色走“Z”型路径
如下图A点和B点之间的路径
NAV寻路如下图
下图是路点寻路，如黄线，会产生“Z”字形
下图为文章开始时展示的地图的比较，红线是wayPoint寻路，蓝线是nav。
3. 不能进行动态修正，如果地图中有动态障碍，处理起来会很困难
如要实现即时战略游戏中，一辆在路上行走的坦克会挡住你军队的去路，这个移动的坦克就是一个动态障碍。
4. 不能根据角色的特性（不同宽度、高度等）改变路径
如一个狭窄的通道，普通的人能够通过，而一辆马车的宽度超过通道宽度，应该不能通过。
5. 不能保存地形的附加信息，如地表高度、地面特征（水面、沙地等）
比如一个游戏中的角色在走到沙地上时会降低移动速度，或走在一个斜坡上时人物会发生倾斜等。
2. NavMesh寻路：
nav寻路一般包含两部分，首先是使用工具根据地图信息生成寻路用的nav mesh，接下来就是在游戏中根据生成的nav mesh来自动寻路。
一般人首先关心的就是寻路方法，所以这里把顺序颠倒下，先说寻路。
一. 使用A*寻找所经过网格路径
下图为一个已经生成nav网格的地图，深红色区域为不可行走区域，浅红色区域为可以行走的区域。
如下图，现在如果要寻找从A点到B点的路径，首先要从所有可行走的网格中找到一条最优的网格路径（图中紫色的网格），然后再根据这些网格生成所需要的路径点。
计算最优网格路径的方法可以使用流行的A*，也可以使用其它方法。A*算法网上很多就不说了，至于三角网格的A*实现因为涉及网格的数据结构会在系列的最后给出。
二. 生成路径点
nav寻路最常用的就是光照射线法 了，这个在neoragex2002的blog上有讲，这里就不说了
http://www.cnblogs.com/neoragex2002/archive/2007/09/09/887556.html
另一种方法就是拐角点法 ，如下图
下图的5个凸多边形是已经生成的导航网格，多边形外部的区域为不可行走区域，current为起点，goal为终点，从图中就可以看出最短路径为图中红线，蓝色圈出的点为我们需要找出的点。所有多边形顶点均按逆时针方向存储（这些均在生成导航网格时处理，以后会讲到）。
（1）下图显示出各区域之间的入口，即多边形的临边。由图中可以看出每个临边均为起点穿出该多边形区域的边，故以下称该边为穿出边。
（2）首先找到起始点所在的多边形和穿出边的两个端点，由起点连接两个端点，形成两个线段lineLeft 和lineRight。如下图。绿色圈表示左点，红色表示右点（左点、右点是根据多边形顶点保存顺序而来）。
（3）继续找到下一个穿出边的两个端点，判断新的左点是否在lineLeft 和lineRigh之间，如果在，则更新lineLeft为起点到新左点的线段。
同样处理新穿出边的右点，如下图
该步最后得到两个新的线段，如下图。
（4） 继续判断下一个穿出边的两个端点，如下图，新的左点在lineLeft和lineRight的外面，则不更新线段。
下图说明新的右点在两条直线之间，更新lineRight。
该步最后得到两个新的线段，如下图。
（5） 继续循环判断下一个穿出边的两个端点，该穿出边的两个端点都 在lineRight的右侧，表示lineRight的终点 即为路径的一个拐角点 。
（6） 循环以上步骤都可以找到从起点到终点的一条完整路径。
在继续下面的nav网格生成算法之前，先介绍一下涉及到的计算几何知识。这里只罗列出结论，要详细了解参考相关书籍。
- 矢量加减法：
设二维矢量P = ( x1, y1 )，Q = ( x2 , y2 )，则矢量加法定义为： P + Q = ( x1 + x2 , y1 + y2 )，同样的，矢量减法定义为： P - Q = ( x1 - x2 , y1 - y2 )。显然有性质 P + Q = Q + P，P - Q = - ( Q - P )。 - 矢量叉积
设矢量P = ( x1, y1 )，Q = ( x2, y2 )，则矢量叉积定义为由(0,0)、p1、p2所组成的平行四边形的带符号的面积，即：P × Q 的标量大小 = x1*y2 - x2*y1，其结果是一个矢量。 - 折线段的拐向判断：
折线段的拐向判断方法可以直接由矢量叉积的性质推出。对于有公共端点的线段p0p1和p1p2，通过计算(p2 - p0) × (p1 - p0)的符号便可以确定折线段的拐向：
若(p2 - p0) × (p1 - p0) > 0,则p0p1在p1点拐向右侧后得到p1p2。
若(p2 - p0) × (p1 - p0) < 0,则p0p1在p1点拐向左侧后得到p1p2。
若(p2 - p0) × (p1 - p0) = 0,则p0、p1、p2三点共线。 - 判断两线段是否相交：
我们分两步确定两条线段是否相交：
(1)快速排斥试验
设以线段 P1P2 为对角线的矩形为R， 设以线段 Q1Q2 为对角线的矩形为T，如果R和T不相交，显然两线段不会相交。
(2)跨立试验
如果两线段相交，则两线段必然相互跨立对方。若P1P2跨立Q1Q2 ，则矢量 ( P1 - Q1 ) 和( P2 - Q1 )位于矢量( Q2 - Q1 ) 的两侧，即( P1 - Q1 ) × ( Q2 - Q1 ) * ( P2 - Q1 ) × ( Q2 - Q1 ) < 0。上式可改写成( P1 - Q1 ) × ( Q2 - Q1 ) * ( Q2 - Q1 ) × ( P2 - Q1 ) > 0。当 ( P1 - Q1 ) × ( Q2 - Q1 ) = 0 时，说明 ( P1 - Q1 ) 和 ( Q2 - Q1 )共线，但是因为已经通过快速排斥试验，所以 P1 一定在线段 Q1Q2上；同理，( Q2 - Q1 ) ×(P2 - Q1 ) = 0 说明 P2 一定在线段 Q1Q2上。所以判断P1P2跨立Q1Q2的依据是：( P1 - Q1 ) × ( Q2 - Q1 ) * ( Q2 - Q1 ) × ( P2 - Q1 ) >= 0。同理判断Q1Q2跨立P1P2的依据是：( Q1 - P1 ) × ( P2 - P1 ) * ( P2 - P1 ) × ( Q2 - P1 ) >= 0。
- 凸多边形
假设我们在一个多边形上(包括多边形的边界及边界围封的范围)任意取两点并以一条线段连结该两点，如果线段上的每一点均在该多边形上，那么我们便说这个多边形是凸的。 - 凸包
给定平面上的一个(有限)点集(即一组点)，这个点集的凸包就是包含点集中所有点的最小面积的凸多边形。
- 点在凸多边形中的判断
假设多边形是凸的，而且顶点p0,p1,...,pn按顺时针方向排列，则点在多边形任意一边 pi-1, pi 的右面。 - Voronoi图及对偶图
- Delaunay三角剖分（Voronoi对偶图）
在实际中运用的最多的三角剖分是Delaunay三角剖分，它是一种特殊的三角剖分。先从Delaunay边说起：
【定义】Delaunay边：假设E中的一条边e（两个端点为a,b），e若满足下列条件，则称之为Delaunay边：存在一个圆经过a,b两点，圆内(注意是圆内，圆上最多三点共圆)不含点集V中任何其他的点，这一特性又称空圆特性。
【定义】Delaunay三角剖分：如果点集V的一个三角剖分T只包含Delaunay边，那么该三角剖分称为Delaunay三角剖分。
以下是Delaunay剖分所具备的优异特性：
1.最接近：以最近临的三点形成三角形，且各线段(三角形的边)皆不相交。
2.唯一性：不论从区域何处开始构建，最终都将得到一致的结果。
3.最优性：任意两个相邻三角形形成的凸四边形的对角线如果可以互换的话，那么两个三角形六个内角中最小的角度不会变大。
4.最规则：如果将三角网中的每个三角形的最小角进行升序排列，则Delaunay三角网的排列得到的数值最大。
5.区域性：新增、删除、移动某一个顶点时只会影响临近的三角形。
6.具有凸多边形的外壳：三角网最外层的边界形成一个凸多边形的外壳。 - 多边形裁剪
Weiler-Athenton算法
–主多边形：被裁剪多边形，记为A
–裁剪多边形：裁剪窗口，记为B
多边形顶点的排列顺序（使多边形区域位于有向边的左侧 ）外环：逆时针 ；内环：顺时针
主多边形和裁剪多边形把二维平面分成两部分。
内裁剪：A∩B
外裁剪：A-B
裁剪结果区域的边界由A的部分边界和B的部分边界两部分构成，并且在交点处边界发生交替，即由A的边界转至B的边界，或由B的边界转至A的边界。
如果主多边形与裁剪多边形有交点，则交点成对出现，它们被分为如下两类：
进点 ：主多边形边界由此进入裁剪多边形内 如，I1,I3, I5, I7, I9, I11
出点 ：主多边形边界由此离开裁剪多边形区域. 如， I0,I2, I4, I6, I8, I10
算法步骤
(1)建立空的裁剪结果多边形的顶点表．
(2)选取任一没有被跟踪过的交点为始点，将其输出到结果多边形顶点表中．
(3)如果该交点为进点，跟踪主多边形边边界；否则跟踪裁剪多边形边界．
(4) 跟踪多边形边界，每遇到多边形顶点，将其输出到结果多边形顶点表中，直至遇到新的交点．
(5)将该交点输出到结果多边形顶点表中，并通过连接该交点的双向指针改变跟踪方向（如果上一步跟踪的是主多边形边界，现在改为跟踪裁剪多边形边界；如果上一步跟踪裁剪多边形边界，现在改为跟踪主多边形边界）．
(6)重复(4)、(5)直至回到起点
