PyBullet实战：用AABB碰撞检测让R2D2机器人避开障碍物（附完整代码）
从碰撞检测到智能避障：用PyBullet为R2D2机器人注入“触觉”
如果你曾经尝试过在虚拟世界里让一个机器人动起来，大概率会遇到一个令人头疼的问题：它要么像个醉汉一样横冲直撞，要么对眼前的障碍物视而不见，一头撞上去。几年前，我第一次用PyBullet做机器人仿真时，就遇到了这个尴尬。我让一个R2D2模型在场景里跑，结果它径直冲向一个立方体，然后……穿过去了。那一刻我意识到，让机器人“动起来”只是第一步，让它“感知”并“避开”环境中的物体，才是仿真从玩具走向实用的关键。
PyBullet作为一款强大的物理仿真引擎，其真正的价值不仅在于能模拟重力、关节运动这些基础物理现象，更在于它提供了丰富的环境交互能力，其中碰撞检测就是实现智能避障的基石。而AABB（轴对齐包围盒） 作为一种高效、实用的碰撞检测方法，是我们在仿真中为机器人赋予“触觉”的首选工具。这篇文章，我将带你深入PyBullet的碰撞检测世界，手把手教你如何为经典的R2D2机器人实现一套实时、可靠的动态避障系统。我们不止步于让轮子转起来，更要让机器人学会“看路”。
1. 理解PyBullet中的碰撞检测：不止于AABB
在开始写代码之前，我们得先搞清楚PyBullet处理碰撞的“工具箱”里都有什么。很多人一提到碰撞检测就只想到AABB，这其实有点片面。PyBullet的碰撞检测体系是一个多层次、多精度的系统，理解这一点能帮助我们在不同场景下选择最合适的工具。
1.1 碰撞检测的“三道关卡”
物理引擎中的碰撞检测通常不是一步到位的，为了提高效率，它被设计成一个流水线，PyBullet继承自Bullet物理引擎，也遵循类似的架构：
- Broadphase（粗略检测）：这是第一道关卡，目标是用极低的计算成本快速剔除掉那些绝对不可能发生碰撞的物体对。想象一下，场景里有100个物体，如果两两进行精确的几何相交测试，计算量是灾难性的。Broadphase的核心策略就是为每个物体计算一个简单的包围体（最常用的就是AABB），然后只对那些包围体重叠的物体对进行下一步检测。PyBullet在后台自动管理这个过程。
- Narrowphase（精确检测）：对于那些通过了Broadphase检测的“嫌疑犯”物体对，Narrowphase会使用更精确的算法（如GJK/EPA算法）来计算它们是否真的发生了几何相交，并计算出碰撞点、穿透深度和碰撞法线等详细信息。这些信息是后续物理响应（如弹开、摩擦力计算）的基础。
- 碰撞响应：在确认碰撞发生后，物理引擎会根据物体的材质属性（质量、弹性、摩擦系数）和碰撞信息，计算冲击力，并更新物体的速度和位置，模拟出真实的碰撞效果。
我们常说的getAABB()和getOverlappingObjects()这两个API，实际上主要服务于Broadphase阶段的查询和自定义逻辑。它们让我们能以编程方式获取并利用AABB信息，实现诸如碰撞预警、触发区域、简单避障等高层逻辑，而不是替代引擎内部的精确碰撞计算。
1.2 PyBullet提供的碰撞查询API
除了AABB，PyBullet还提供了其他几种有用的碰撞查询方式，适用于不同场景：
| API 方法 | 核心功能 | 典型应用场景 |
|---|---|---|
getAABB() + getOverlappingObjects() | 基于轴对齐包围盒的重叠检测。 | 实时避障、区域触发（如进入某个区域启动任务）、粗略的接近感知。效率高，但精度一般（可能报告未接触的物体）。 |
getClosestPoints() | 计算两个物体间最近点的距离，即使它们并未接触。 | 精确的距离保持、防碰撞预警（设置一个安全阈值）、抓取规划（判断手爪是否接近物体）。 |
getContactPoints() | 获取两个物体之间所有实际的接触点信息，包括位置、法向、力等。 | 分析碰撞细节、实现自定义的接触传感器逻辑、获取真实的碰撞力数据。 |
rayTest() | 发射一条射线，检测与场景中物体的交点。 | 激光雷达仿真</ |
