我正在使用一个纯粹的连续物理引擎，因此我需要选择用于宽相和窄相碰撞检测的算法。“完全连续”表示我从不进行交叉测试，而是想找到方法在每次碰撞发生之前将其捕获，然后将其放入由TOI排序的“计划的碰撞”堆栈中。

宽相 我能想到的唯一连续的宽相方法是将每个物体围成一个圆圈，并测试每个圆圈是否会相互重叠。但是，这似乎效率极低，并且没有任何剔除。

我不知道对于今天的离散碰撞剔除方法（例如四叉树），可能存在什么连续的类似物。我应该如何防止不适当且毫无意义的广泛测试，例如分立引擎？我还希望能够看到超过1帧的碰撞。

狭窄阶段
我已经设法使狭窄的SAT适应连续检查而不是离散检查，但是我敢肯定，您可能遇到过的论文或网站中还有其他更好的算法。
您建议我使用哪种快速或准确的算法，每种算法的优点/缺点是什么？

最后说明：
我说的是技术而不是算法，因为我尚未决定如何存储可能是凹形，凸形，圆形甚至有孔的不同多边形。我计划根据算法的要求对此做出决定（例如，如果我选择将多边形分解为三角形或凸形的算法，我将以这种形式简单地存储多边形数据）。

我真的只是在这里提出想法。假设您（至少）拥有该current职位和next职位；每帧。

您将需要两个单独的主要阶段，然后是您的狭窄阶段：

• 指出会发生碰撞的人。
• 大致指出碰撞实际发生的位置（例如，宽相位/不准确的SAT）
• 最后，您的狭窄阶段将改善第二个广泛阶段的结果。

初期广泛阶段

您可以针对初始广泛阶段研究空间哈希（使用nextposition而不是current）。这样可以将您的问题空间很好地划分为碰撞候选者组。

第二阶段

使用您描述的圆相交方法进行二值多重采样。换一种说法：

left = current
right = next
midpoint = (left + right) / 2
loop a desired amount of times tweaked to the accuracy you want:
  is a collision occuring at midpoint?
    right = midpoint
  else?
    left = midpoint
  midpoint = (left + right) / 2
pointOfCollision = midpoint

精度调整还可以考虑距离-我认为使用的“长度平方” next - current将获得像素完美的结果。

窄相

使用PMask之类的工具进行二进制多采样-逻辑与上面完全相同；只是使用不同的碰撞程序。

最后

您将能够从中计算出相交时间pointOfCollision，current以及当前speed和的相交时间acceleration（假设您有一个合理的积分器）。

好吧，我看过您已经更新了您的问题，以便更加具体。我会尽力帮助您。

对于您的第一次广泛阶段检查，我强烈建议您使用空间哈希。

本质上，您将屏幕划分为相等大小的网格。然后，如果对象位于网格内，则将其添加到一维哈希表的“存储桶”中。

那是您的第一笔检查。如果对象不在同一存储桶中，则它们将不可能相交。

继续进行操作，现在您有了一个包含对象（可能）的存储桶列表。您可以通过以下任一方法在此处进行另一大阶段检查：

A.）将此存储桶分为其他4个存储桶，并检查生成的1D哈希表。如果它们不在同一个存储桶中，则不会发生冲突。

要么：

B.）做一次简单的距离检查，并牢记物体的宽度和/或高度，以确保准确性。

但是，当您可能发生碰撞时该怎么办？

然后，我将根据此内容提出一些建议。它本质上是多边形碰撞（对于复杂形状）或矩形/圆形（对于不太复杂的形状）之间的混合。

另外，如果您真的想“在碰撞发生之前将其捕获并存储”，那么您始终可以执行以下操作：

如果两个对象在同一存储桶中，则它们可能会碰撞。

此外，物体是否足够近以至于可能很快碰撞？（考虑速度，物体大小和距离）

如果两者的答案都是肯定的，则继续进行存储，以便以后进行交叉测试。

“ 旧答案

好吧，不幸的是，我忘记了我的《所有碰撞类型及其用途》手册。:)

但是，即使这是一个极其广泛的问题，我也会帮助您入门。

有关于这样的一个很好的（回答）的问题在这里。

以及在这里制作N和N +的人们的一篇文章。

更不用说，您拥有出色的后备Per-pixel Collision。

我真诚地怀疑，任何人都会有每种碰撞的清单，但是这应该有助于您入门。

但是，我应该提到您需要（并将最终使用）的碰撞类型在很大程度上取决于您正在创建的游戏的类型。这就是为什么您找到教程的原因-大多数人都认为您对所需内容有所了解，因此他们会在特定领域提供帮助。我意识到我的大多数链接都是关于特定主题的教程，但是我认为教程将诚实地为您提供更多帮助。列表是一回事，但是如果您自己阅读每个项目要点，则可以做出更有根据的决定，这可能更适合您的需求。