C++物理引擎碰撞精度优化：核心算法与性能平衡策略

该函数通过比较两个AABB在各轴上的投影区间是否重叠来判断碰撞。参数a和b分别为待检测的包围盒，其成员min与max表示空间中的最小和最大坐标点。

2.2 分离轴定理（SAT）在凸体碰撞中的高效实现

分离轴定理（Separating Axis Theorem, SAT）是判断两个凸多边形是否发生碰撞的核心算法之一。其核心思想是：若存在一条轴，使得两凸体在该轴上的投影不重叠，则二者无碰撞。

投影与分离轴检测

对于任意两个凸多边形，只需检测每条边的法向量作为潜在分离轴。若所有轴上投影均重叠，则判定为碰撞。

// 检测两凸多边形在指定轴上的投影是否重叠
std::pair<float, float> projectAndCheckOverlap(const std::vector<Vec2>& poly, const Vec2& axis) {
    float minVal = dot(poly[0], axis), maxVal = minVal;
    for (const auto& v : poly) {
        float p = dot(v, axis);
        minVal = std::fmin(minVal, p);
        maxVal = std::fmax(maxVal, p);
    }
    // 返回投影区间 [min, max]
    return std::make_pair(minVal, maxVal);
}

上述函数计算多边形在给定轴上的投影极值。通过点积运算快速获得标量投影，进而比较区间重叠情况。

性能优化策略

• 提前退出：一旦发现分离轴，立即返回无碰撞
• 归一化避免：仅在必要时对轴向量归一化以减少开销
• 缓存边向量：静态物体可预存边与法线信息

2.3 GJK算法深入剖析及其在连续碰撞检测中的应用

算法核心思想

GJK（Gilbert-Johnson-Keerthi）算法通过迭代构建闵可夫斯基差（Minkowski Difference）的单纯形，判断原点是否被包含，从而判定两凸体是否发生碰撞。其优势在于不依赖几何细节，仅需支持函数（support function）即可运行。

伪代码实现

bool GJK(const Shape& shapeA, const Shape& shapeB) {
    Vector direction(1, 0);
    Simplex simplex;
    Point point = support(shapeA, shapeB, direction);
    simplex.add(point);
    direction = -point;
    
    while (true) {
        point = support(shapeA, shapeB, direction);
        if (dot(point, direction) < 0) return false; // 未包含原点
        simplex.add(point);
        if (simplex.containsOrigin(&direction)) return true;
    }
}

该代码通过不断获取最远点并更新搜索方向，逐步逼近原点。support函数返回两形状在指定方向上的最远点差值，simplex.containsOrigin负责判断是否包围原点并更新方向。

在连续碰撞检测中的扩展

结合时间步进与扫掠体积，GJK可扩展至连续碰撞检测（CCD），避免高速物体穿透。通过引入时间参数化支持函数，能够在运动轨迹中精确求解首次接触时刻。

2.4 EPA算法与穿透深度计算的C++优化实践

在三维碰撞检测中，EPA（Expanding Polytope Algorithm）用于精确计算两凸体间的穿透深度。传统实现易受浮点精度与迭代次数影响，导致性能瓶颈。

核心优化策略

• 使用增量式单纯形更新减少冗余计算
• 引入缓存机制避免重复的面法向量归一化
• 提前终止条件：当新顶点投影小于预设阈值时退出

struct EPAEdge {
    Vec3 a, b;
    float dist;
    bool operator<(const EPAEdge& e) const { return dist < e.dist; }
};

float computePenetrationDepth(const ConvexHull& hullA, const ConvexHull& hullB) {
    // 初始单纯形由GJK算法提供
    auto simplex = gjkSupport(hullA, hullB);
    std::priority_queue<EPAEdge> edgeQueue;
    
    for (auto& face : expandPolytope(simplex)) {
        edgeQueue.push(evaluateFaceDistance(face, hullA, hullB));
    }
    
    while (!edgeQueue.empty() && edgeQueue.top().dist > 1e-5f) {
        // 取最可能贡献深度的边进行细分
        auto edge = edgeQueue.top();
        edgeQueue.pop();
        refineAndReevaluate(edge, hullA, hullB, edgeQueue);
    }
    return edgeQueue.top().dist;
}

上述代码通过优先队列聚焦关键几何区域，显著降低平均迭代次数。参数 dist 表示当前面到原点的有符号距离，控制收敛精度。结合SIMD指令可进一步加速向量运算。

2.5 基于时间步进的连续碰撞检测（CCD）防隧道策略

在高速运动物体的物理仿真中，离散时间步进易导致'隧道效应'，即物体穿越障碍物而未被检测。连续碰撞检测（CCD）通过插值运动轨迹，在时间维度上连续判断碰撞，有效防止此类问题。

CCD核心思想

CCD在每一帧内细分运动过程，通过预测物体从起始位置到结束位置之间的路径，判断是否与环境发生穿透。常用方法包括扫掠体积检测和时间剖分法。

线性运动下的球体CCD实现

// 判断两个运动球体在时间区间[0,1]内是否碰撞
bool SweepSpheres(
    const Vec3& p1_start, const Vec3& p1_end,
    const Vec3& p2_start, const Vec3& p2_end,
    float r1, float r2)
{
    Vec3 dP = (p1_end - p1_start) - (p2_end - p2_start);
    Vec3 dC = (p1_start - p2_start);
    float radius = r1 + r2;
    float a = dP.Dot(dP);
    float b = 2.0f * dC.Dot(dP);
    float c = dC.Dot(dC) - radius * radius;
    return QuadraticRootExists(a, b, c); // 求解t∈[0,1]是否有实根
}

该函数通过构建关于时间 t 的二次方程，判断两球在运动过程中最近距离是否小于半径之和。若存在 t ∈ [0,1] 的实数解，则判定发生碰撞。

性能与精度权衡

• 时间剖分越细，检测精度越高，但计算开销增大
• 通常结合离散粗检与CCD精检，提升整体效率

第三章：精度与性能的权衡机制设计

3.1 固定时间步长与可变步长对碰撞稳定性的影响分析

在物理仿真系统中，时间步长的选择直接影响碰撞检测的精度与系统稳定性。固定时间步长以恒定间隔更新状态，确保数值积分的可预测性；而可变步长虽能提升计算效率，却可能引入时序抖动，导致碰撞响应异常。

固定时间步长的优势

• 保证每帧物理计算间隔一致，减少累积误差
• 利于碰撞连续性判断，避免穿透现象
• 简化多物体同步逻辑，提升 determinism

代码实现对比

// 固定时间步长更新逻辑
while (accumulator >= fixedStep) {
    physics.Update(fixedStep);
    accumulator -= fixedStep;
}

上述模式通过累加器机制分离渲染与物理更新，fixedStep 通常设为 1/60 秒，确保每次 Update 输入一致，显著增强碰撞判定稳定性。

性能与精度权衡

3.2 层级包围体（BVH）结构在大规模场景中的性能优化

层级包围体层次结构（BVH）通过递归划分空间显著提升光线与几何体的相交查询效率，尤其适用于包含数百万图元的大规模场景。

BVH构建策略

采用自底向上的SAH（Surface Area Heuristic）启发式算法可有效降低树的平均遍历深度。该方法依据包围盒表面积估算分割代价，优先选择最小化相交概率的切分面。

加速遍历的代码实现

struct BVHNode {
    AABB bounds;
    int left, right, primIdx;
};

bool intersect(const Ray& r, const BVHNode* node, float& t) {
    if (!node->bounds.intersect(r)) return false;
    if (isLeaf(node)) return primitiveIntersect(r, node->primIdx, t);
    return intersect(r, &nodes[node->left], t) || intersect(r, &nodes[node->right], t);
}

上述代码展示了BVH的基本遍历逻辑：先检测当前节点包围盒是否与光线相交，若为叶节点则进一步测试内部图元，否则递归检测子节点。通过提前剔除无交集分支，大幅减少无效计算。

3.3 接触点缓存与迭代求解器的精度收敛策略

在物理仿真中，接触点缓存用于存储上一帧的接触信息，以提升迭代求解器的初始猜测质量。通过重用历史数据，可显著减少达到收敛所需的迭代次数。

缓存更新机制

• 仅保留位置接近且法线方向变化小的接触点
• 引入时间戳淘汰陈旧条目，防止误用过期数据

收敛判定策略

// 残差计算示例
float residual = dot(velocity, contact_normal);
if (residual < eps_velocity) break; // 满足收敛条件

该逻辑通过检测相对速度在法向的投影判断是否稳定，结合缓存初值实现快速收敛。

第四章：典型场景下的精度优化实战案例

4.1 刚体堆叠稳定性调优：解决漂移与震荡问题

在物理模拟中，刚体堆叠常因数值精度和积分误差导致漂移与高频震荡。为提升稳定性，应优先调整接触约束的求解器迭代次数与时间步长。

参数调优策略

• 增加位置与速度求解器迭代次数，提升约束收敛性
• 采用固定时间步长（如 1/60 秒），避免动态步长引入不稳定性
• 启用休眠机制，使静止堆叠物体退出活跃计算

代码实现示例

// 设置物理世界参数
physicsWorld->setSolverIterations(10, 4); // 位置迭代10次，速度迭代4次
physicsWorld->setFixedTimeStep(1.0f / 60.0f);
physicsWorld->setSleepThreshold(0.01f); // 线速度低于阈值进入休眠

上述配置通过增强求解器精度与稳定的时间积分，显著抑制堆叠结构的微小位移累积，减少视觉上的'蠕变'现象。

接触层优化

使用穿透深度补偿与摩擦混合策略，可进一步缓解接触面抖动：

4.2 高速物体碰撞响应：基于TOI排序的事件驱动处理

在高速运动场景中，传统离散时间步长的碰撞检测易导致穿透或漏检。引入'时间到达交点'（Time of Impact, TOI）机制，可精确计算物体间首次接触的时刻。

TOI驱动的事件排序

通过预测所有潜在碰撞对的TOI，构建最小堆优先队列，确保最早发生的碰撞优先处理：

// 优先队列中的事件结构
struct CollisionEvent {
    RigidBody* bodyA, *bodyB;
    double toi; // 碰撞发生时间
};

该结构按 toi 升序排列，保证事件处理的时间一致性，避免因果倒置。

响应流程与同步更新

• 提取最小 TOI 事件并推进系统时间至该时刻
• 执行精确位置同步与冲量解算
• 重新预测受影响物体的后续 TOI

此机制显著提升高速交互的物理真实性与数值稳定性。

4.3 复杂网格碰撞：简化代理几何与多阶段检测流程

在处理高精度三维模型时，直接进行网格级碰撞检测会带来巨大计算开销。为此，引入简化代理几何成为关键优化手段。

代理几何的构建策略

通常使用包围盒（AABB、OBB）或凸包（Convex Hull）作为原始网格的近似表示。该代理模型在保持物体大致轮廓的同时，显著降低检测复杂度。

多阶段检测流程设计

采用'粗检 - 细检'两级流水线：

• 第一阶段：基于代理几何进行快速剔除，排除无交集对象
• 第二阶段：仅对潜在碰撞对执行精确网格交叉测试

bool MultiStageCollisionCheck(const Mesh& a, const Mesh& b) {
    AABB proxyA = a.GetBoundingBox();
    AABB proxyB = b.GetBoundingBox();
    if (!proxyA.Intersects(proxyB)) return false; // 粗检
    return DetailedMeshCheck(a, b); // 细检
}

上述代码中，GetBoundingBox()生成轴对齐包围盒，Intersects()判断空间重叠，仅当返回真时才进入耗时的细粒度检测，有效控制性能消耗。

4.4 浮点误差累积控制：相对坐标系与误差补偿技术

在高精度计算场景中，浮点运算的微小误差会在迭代过程中不断累积，导致结果严重偏离理论值。采用相对坐标系可有效缓解该问题，通过将计算基准动态锚定到当前状态，减少绝对坐标的长距离传播误差。

相对坐标变换示例

// 将全局坐标转换为以当前位置为原点的相对坐标
Vec3 to_relative(const Vec3& current_pos, const Vec3& target_pos) {
    return Vec3(target_pos.x - current_pos.x, target_pos.y - current_pos.y, target_pos.z - current_pos.z);
}

上述函数将目标点相对于当前位置进行偏移计算，避免多次累加全局坐标带来的舍入误差。

误差补偿策略

• 定期执行绝对坐标校准，修正长期漂移
• 使用双精度浮点数提升中间计算精度
• 引入卡尔曼滤波预测并修正误差趋势

通过结合相对坐标系与主动补偿机制，系统可在保持实时性的同时显著降低浮点误差累积效应。