一种改进AABB包围盒的碰撞检测算法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (33): 234-236.

一种改进AABB包围盒的碰撞检测算法

王立文,刘璧瑶,韩俊伟

中国民航大学中国民航机场地面特种设备研究基地,天津 300300

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-21 发布日期:2007-11-21
通讯作者: 王立文

Improvement AABB surrounds examination calculate way of collision box

WANG Li-wen,LIU Bi-yao,HAN Jun-wei

Civil Aviation University of China,Tianjin 300300,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-21 Published:2007-11-21
Contact: WANG Li-wen

摘要/Abstract

摘要： 详细分析比较基于包围盒的碰撞检测算法中的轴向包围盒法、方向包围盒法、离散方向多面体法的检测原理和检测效率,并改进了轴向包围盒碰撞检测算法,提出利用简化包围盒边缘节点实现碰撞检测的新设想,其可行性已被初步试验证实。不仅显著提高了碰撞检测的速度,并且可以便捷地得到更为详细的碰撞检测信息,满足了进一步进行碰撞响应处理的需要。使飞行模拟机的视景系统能够实时、准确地检测出虚拟物体间的碰撞。

关键词: 碰撞检测, 包围盒, 飞行模拟机, 算法

Abstract: The text discussed and compared the principle and effectiveness of Axis-Aligned Bounding Boxes（AABB） method,Oriented Bounding Box（OBB） method and Discrete Orientation Polyhedral（K-DOP） method in detail,and improved AABB method.An idea of utilizing simplifying surrounding edge node bounding box to realize colliding was proposed for the first time.And the feasibility was demonstrated by some preliminary tests.Not only has improved the speed measured of collision detection,but also can get more detailed collision and measure information conveniently,met the need of colliding and responding dealing.This truly made visual system of flight simulator can measure collision of fictitious object in real-time.

Key words: collision detection, bounding box, flight simulator, algorithm

王立文,刘璧瑶,韩俊伟. 一种改进AABB包围盒的碰撞检测算法[J]. 计算机工程与应用, 2007, 43(33): 234-236.

WANG Li-wen,LIU Bi-yao,HAN Jun-wei. Improvement AABB surrounds examination calculate way of collision box[J]. Computer Engineering and Applications, 2007, 43(33): 234-236.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[4]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[5]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[6]	闫晓燊，高强，朱思萌，奚学程，赵万生. 亮度不均匀低质量图像中压印字符分割方法[J]. 计算机工程与应用, 2021, 57(8): 185-191.
[7]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[8]	孔继利，张鹏坤，刘晓平. 双向搜索机制的改进A*算法研究[J]. 计算机工程与应用, 2021, 57(8): 231-237.
[9]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[10]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[11]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[12]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[13]	谢锐强，张惠珍. 求解柔性作业车间调度问题的两段式狼群算法[J]. 计算机工程与应用, 2021, 57(7): 251-256.
[14]	沈新烽，姜平，周根荣. 改进SSD算法在零部件检测中的应用研究[J]. 计算机工程与应用, 2021, 57(7): 257-262.
[15]	雍玖，王阳萍，党建武，雷晓妹. 改进TLD与ORB的AR系统长时跟踪注册方法[J]. 计算机工程与应用, 2021, 57(7): 178-184.