运动规划:碰撞检测算法之分离轴定理
附赠自动驾驶全套学习资料和量产经验：链接
如上文所述，基于包围形的方法是一种粗略的碰撞检测方法，基于外接圆形的方法运算速度很快，但精度很差；基于轴对齐包围矩形（AABB）的方法适合本身就是矩形的物体，其运算速度非常快，但检测精度还是不够。
1、OBB
OBB 就是找一个最小的包围物体的矩形，这在自动驾驶系统中也是最常用的，感知模块给出物体的轮廓通常就是此形状。另外，为了准确描述物体轮廓，感知模块在 bounding box 的基础上，通常还会给出 polygon（多边形）的形式，如下图所示。
2、向量的点乘
在介绍分离轴定理之前，还需要先理解向量点乘的数学定义和几何意义，如下图所示，若 a 向量为单位向量，则向量 a 和向量 b 的点乘可以理解为 b 向量投影到 a 向量上的长度。
有了上述背景知识，接下来我们介绍一种适用于 bounding box 和 polygon 的精细碰撞检测算法：分离轴定理（Separating Axis Theorem，SAT）。
3、分离轴定理
分离轴定理的理论依据为超平面分离定理，即 令 A 和 B 是两个不相交的非空凸集，那么存在一个非零向量 v 和 实数 c，使得 <x, v> ≤ c 且 <y, v> ≥ c。其中，x 属于 A，y 属于 B。
简单来说，就是对于两个凸多边形，若存在一条直线将两者分开，则这两个多边形不相交。
上图中的黑线为分离线（Seperating line），与之垂直的绿线为分离轴（Separating axis），图中虚线表示的是多边形在分离轴上的投影。
实际应用中，遍历所有角度的分离轴是不现实的，受益于多边形的性质，对于两个都是多边形的物体，只需要依次在每条边的垂直线做投影即可，如下图所示。
对于两个都是矩形的物体，则更简单，只需要做四次投影。
以下图中的两个多边形 A 和 B 为例，分离轴定理的具体步骤为：
-
首先根据边1的两个顶点位置坐标，计算出边1的向量，设为（x，y）；
-
进而求出边1的法向量，作为分离轴，为（y, -x）或（-y，x）。若需要求两个多边形的最小分离距离，这里的法向量还需要化为单位向量；若只需判断两个多边形是否相交，则不需要化为单位向量；
-
依次将多边形 A 和 B 的所有顶点与原点组成的向量投影到这个分离轴上，并记录两个多边形顶点投影到分离轴上的最小值和最大值（Pmin，Pmax），形成一个投影线段；
-
判断这两个投影线段是否发生重叠，若不重叠，则有 （PAmax < PBmin）||（PAmin > PBmax）；
-
若两个投影线段不重叠，则代表存在这样一条直线将两个多边形分开，两个多边形不相交，可以直接退出循环；
-
若两个投影线段重叠，则回到步骤1，继续以边2的法向量作为分离轴，进行投影计算；
-
当两个多边形的所有边都检查完之后，找不到这样一条分离的直线，则意味着两个多边形相交。
注意：分离轴定理是一种适用于凸多边形的碰撞检测算法，对于凹多边形则不适用，如下图所示，两个多边形没有碰撞，但找不到这样一条直线，能将两者分开。所以如果是凹多边形的话，需要先将其转换成多个凸多边形。
综上，分离轴定理是一种适用于 bounding box 和 polygon 的精细碰撞检测算法，其优点是算法原理简单，可准确判断两个多边形是否相交；缺点在于当多边形的边数较多时，该算法的效率较低（当两个多边形相交时，需要遍历完所有边进行判断）。
在实际应用中，为了提高效率，通常先使用 基于轴对齐包围矩形（AABB）的方法进行粗略的碰撞检测，然后再使用 分离轴定理（SAT）做精细碰撞检测。
标签：多边形,定理,分离,投影,碰撞检测,算法,向量 From： https://blog.csdn.net/liuphahaha/article/details/137050559