NAV导航网格寻路.doc

NAV导航网格寻路 介绍 WayPoint寻路 下图是一个典型的路点寻路 ? 另一种方法是使用多边形来记录路径信息，它可以提供更多的信息给ai角色使用。下图就是一个navigation mesh。 ? 以下列出几个WayPoint的不足之处： 一些复杂的游戏地图需要的WayPoint数量过于庞大 有时会使角色走“Z”型路径 如下图A点和B点之间的路径 NAV寻路如下图 下图是路点寻路，如黄线，会产生“Z”字形 下图为文章开始时展示的地图的比较，红线是wayPoint寻路，兰线是nav。 3. 不能进行动态修正，如果地图中有动态障碍，处理起来会很困难 ???? 如要实现即时战略游戏中，一辆在路上行走的坦克会挡住你军队的去路，这个移动的坦克就是一个动态障碍。 4. 不能根据角色的特性（不同宽度、高度等）改变路径 ????如一个狭窄的通道，普通的人能够通过，而一辆马车的宽度超过通道宽度，应该不能通过。 ?5. 不能保存地形的附加信息，如地表高度、地面特征（水面、沙地等） ???? 比如一个游戏中的角色在走到沙地上时会降低移动速度，或走在一个斜坡上时人物会发生倾斜等。 寻路方法 nav寻路一般包含两部分，首先是使用工具根据地图信息生成寻路用的nav mesh，接下来就是在游戏中根据生成的nav mesh来自动寻路。 一般人首先关心的就是寻路方法，所以这里把顺序颠倒下，先说寻路。 一.? 使用A*寻找所经过网格路径 ?下图为一个已经生成nav网格的地图，深红色区域为不可行走区域，浅红色区域为可以行走的区域。 如下图，现在如果要寻找从A点到B点的路径，首先要从所有可行走的网格中找到一条最优的网格路径（图中紫色的网格），然后再根据这些网格生成所需要的路径点。 计算最优网格路径的方法可以使用流行的A*，也可以使用其它方法。A*算法网上很多就不说了，至于三角网格的A*实现因为涉及网格的数据结构会在系列的最后给出。 ? 二.? 生成路径点 ?nav寻路最常用的就是光照射线法了，这个在neoragex2002的blog上有讲，这里就不说了  HYPERLINK /neoragex2002/archive/2007/09/09/887556.html /neoragex2002/archive/2007/09/09/887556.html ? 另一种方法就是拐角点法，如下图 下图的5个凸多边形是已经生成的导航网格，多边形外部的区域为不可行走区域，current为起点，goal为终点，从图中就可以看出最短路径为图中红线，蓝色圈出的点为我们需要找出的点。所有多边形顶点均按逆时针方向存储（这些均在生成导航网格时处理，以后会讲到）。 （1）下图显示出各区域之间的入口，即多边形的临边。由图中可以看出每个临边均为起点穿出该多边形区域的边，故以下称该边为穿出边。 （2）首先找到起始点所在的多边形和穿出边的两个端点，由起点连接两个端点，形成两个线段lineLeft 和lineRight。如下图。绿色圈表示左点，红色表示右点（左点、右点是根据多边形顶点保存顺序而来）。 （3）继续找到下一个穿出边的两个端点，判断新的左点是否在lineLeft 和lineRigh之间，如果在，则更新lineLeft为起点到新左点的线段。 同样处理新穿出边的右点，如下图 该步最后得到两个新的线段，如下图。 （4） 继续判断下一个穿出边的两个端点，如下图，新的左点在lineLeft和lineRight的外面，则不更新线段。 下图说明新的右点在两条直线之间，更新lineRight。 该步最后得到两个新的线段，如下图。 （5） 继续循环判断下一个穿出边的两个端点，该穿出边的两个端点都在lineRight的右侧，表示lineRight的终点即为路径的一个拐角点。 （6） 循环以上步骤都可以找到从起点到终点的一条完整路径。 一些必要的计算几何知识 在继续下面的nav网格生成算法之前，先介绍一下涉及到的计算几何知识。这里只罗列出结论，要详细了解参考相关书籍。 矢量加减法：　设二维矢量P = ( x1, y1 )，Q = ( x2 , y2 )，则矢量加法定义为： P + Q = ( x1 + x2 , y1 + y2 )，同样的，矢量减法定义为： P - Q = ( x1 - x2 , y1 - y2 )。显然有性质 P + Q = Q + P，P - Q = - ( Q - P )。 矢量叉积设矢量P = ( x1, y1 )，Q = ( x2, y2 )，则矢量叉积定义为由(0,0)、p1、p2和p1+p2所组成的平行四边形的带符号的面积，即：P × Q = x1*y2 - x2*y1，其结果是一个标量。显然有性质 P × Q = - ( Q × P ) 和 P × ( - Q ) =