如何高效判断平面a*x+b*y+c*z+d=0是否与立方体相交？

嘿，这个问题我之前做3D碰撞检测时也纠结过——枚举8个顶点代入的方法确实直观，但计算量有点冗余，咱们可以用线性函数的极值特性来大幅优化，只需要2次计算就能搞定！

先明确前提：假设这里的立方体是轴对齐的（这是最常见的场景，如果是任意旋转的立方体，后面会补充说明），中心为(x1,y1,z1)，半边长为s（也就是每个坐标轴上的范围是[x1-s, x1+s]、[y1-s, y1+s]、[z1-s, z1+s]）。

核心思路 #

平面a*x + b*y + c*z + d = 0会把三维空间分成两个半空间：a*x + b*y + c*z + d > 0和a*x + b*y + c*z + d < 0。如果立方体完全处于其中一个半空间，就和平面不相交；只要跨了两个半空间（或者刚好相切），就一定相交。

而f(x,y,z) = a*x + b*y + c*z + d是个线性函数，它在立方体上的最大值和最小值必然出现在顶点，但我们不需要枚举所有8个顶点——只需要根据平面法向量(a,b,c)的符号，直接选每个轴上能让f取到极值的端点就行，这样只算2次就能得到极值。

具体步骤 #

1. 计算f的最大值f_max：
   对每个坐标轴分量，跟着法向量的符号选立方体的极值点：

   • 若a > 0，取x = x1 + s；若a < 0，取x = x1 - s；a=0的话x取任意值都不影响结果
   • 同理处理y和z：b>0取y1+s，b<0取y1-s；c>0取z1+s，c<0取z1-s
     把这些值代入f(x,y,z)得到f_max

2. 计算f的最小值f_min：
   和上面反过来，选每个轴上能让f最小的端点：

   • 若a > 0，取x = x1 - s；若a < 0，取x = x1 + s；a=0任意
   • 同理处理y和z
     代入得到f_min

3. 判断相交情况：

   • 如果f_max < 0：整个立方体在平面的负半空间，不相交
   • 如果f_min > 0：整个立方体在平面的正半空间，不相交
   • 其他情况（f_max >= 0且f_min <= 0）：平面与立方体相交（包括刚好相切的场景）

伪代码示例 #

def is_plane_cube_intersect(a, b, c, d, cube_center_x, cube_center_y, cube_center_z, half_size):
    # 计算f_max
    x_max = cube_center_x + half_size if a > 0 else cube_center_x - half_size if a < 0 else cube_center_x
    y_max = cube_center_y + half_size if b > 0 else cube_center_y - half_size if b < 0 else cube_center_y
    z_max = cube_center_z + half_size if c > 0 else cube_center_z - half_size if c < 0 else cube_center_z
    f_max = a * x_max + b * y_max + c * z_max + d
    
    # 计算f_min
    x_min = cube_center_x - half_size if a > 0 else cube_center_x + half_size if a < 0 else cube_center_x
    y_min = cube_center_y - half_size if b > 0 else cube_center_y + half_size if b < 0 else cube_center_y
    z_min = cube_center_z - half_size if c > 0 else cube_center_z + half_size if c < 0 else cube_center_z
    f_min = a * x_min + b * y_min + c * z_min + d
    
    # 最终判断
    return not (f_max < 0 or f_min > 0)

额外说明 #

如果你的立方体是任意旋转的，那可以用分离轴定理（SAT）：检查平面的法向量以及立方体的三个局部轴向是否为分离轴，只要存在一个分离轴，就说明不相交；否则就是相交。不过轴对齐的场景用上面的方法已经是最优解了，计算量只有顶点枚举的1/4，非常适合实时渲染、游戏碰撞检测这类对性能敏感的场景。

内容的提问来源于stack exchange，提问作者Exploring_Programming