另一种方法使用三角形ABC面积公式。交点检验比投影法简单高效，但求交点坐标需要更多的工作。至少它会被推迟到需要的时候。

三角形面积的计算公式为:area = bh/2

b是底长，h是高。我们选择线段AB作为底，使h是圆心C到直线的最短距离。

因为三角形的面积也可以用向量点积来计算，所以我们可以确定h。

// compute the triangle area times 2 (area = area2/2)
area2 = abs( (Bx-Ax)*(Cy-Ay) - (Cx-Ax)(By-Ay) )

// compute the AB segment length
LAB = sqrt( (Bx-Ax)² + (By-Ay)² )

// compute the triangle height
h = area2/LAB

// if the line intersects the circle
if( h < R )
{
    ...
}        

更新1:

您可以通过使用这里描述的快速平方根倒数计算来优化代码，以获得1/LAB的良好近似值。

计算交点并不难。开始了

// compute the line AB direction vector components
Dx = (Bx-Ax)/LAB
Dy = (By-Ay)/LAB

// compute the distance from A toward B of closest point to C
t = Dx*(Cx-Ax) + Dy*(Cy-Ay)

// t should be equal to sqrt( (Cx-Ax)² + (Cy-Ay)² - h² )

// compute the intersection point distance from t
dt = sqrt( R² - h² )

// compute first intersection point coordinate
Ex = Ax + (t-dt)*Dx
Ey = Ay + (t-dt)*Dy

// compute second intersection point coordinate
Fx = Ax + (t+dt)*Dx
Fy = Ay + (t+dt)*Dy

如果h = R，则直线AB与圆相切，且值dt = 0, E = F。点的坐标为E和F的坐标。

如果在应用程序中出现这种情况，您应该检查A与B是否不同，并且段长度不为空。

圆真的是一个坏人:)所以一个好办法是避免真正的圆，如果可以的话。如果你正在为游戏做碰撞检查，你可以进行一些简化，只做3个点积，并进行一些比较。

我称之为“胖点”或“瘦圈”。它是平行于线段方向上半径为0的椭圆。而是垂直于线段方向的全半径

首先，我会考虑重命名和切换坐标系统，以避免过多的数据:

s0s1 = B-A;
s0qp = C-A;
rSqr = r*r;

其次，hvec2f中的索引h意味着vector必须支持水平操作，如dot()/det()。这意味着它的组件被放置在一个单独的xmm寄存器中，以避免shuffle /hadd'ing/hsub'ing。现在我们开始，最简单的2D游戏碰撞检测的最佳性能版本:

bool fat_point_collides_segment(const hvec2f& s0qp, const hvec2f& s0s1, const float& rSqr) {
    auto a = dot(s0s1, s0s1);
    //if( a != 0 ) // if you haven't zero-length segments omit this, as it would save you 1 _mm_comineq_ss() instruction and 1 memory fetch
    {
        auto b = dot(s0s1, s0qp);
        auto t = b / a; // length of projection of s0qp onto s0s1
        //std::cout << "t = " << t << "\n";
        if ((t >= 0) && (t <= 1)) // 
        {
            auto c = dot(s0qp, s0qp);
            auto r2 = c - a * t * t;
            return (r2 <= rSqr); // true if collides
        }
    }   
    return false;
}

我怀疑你能进一步优化它。我正在用它进行神经网络驱动的赛车碰撞检测，处理数百万个迭代步骤。

也许有另一种方法来解决这个问题，使用坐标系的旋转。

通常，如果一个线段是水平的或垂直的，这意味着平行于x轴或y轴，交点的求解很容易，因为我们已经知道交点的一个坐标，如果有的话。剩下的显然是用圆的方程找到另一个坐标。

受此启发，我们可以利用坐标系旋转，使一个轴的方向与线段的方向重合。

让我们以圆x^2+y^2=1和线段P1-P2为例，P1(-1.5,0.5)和P2(-0.5，-0.5)在x-y系统中。下面的方程提醒你旋转的原理，其中是逆时针方向的角度，x'-y'是旋转后的方程组:

x'=x*cos () + y*sin () y' = - x*sin () + y*cos ()

和反向

X = X ' * cos - y' * sin Y = x' * sin + Y ' * cos

考虑P1-P2方向(用-x表示为45°)，我们可以取=45°。将第二个旋转方程转化为x-y系统中的圆方程:x^2+y^2=1，经过简单的运算，我们得到x'-y'系统中的“相同”方程:x'^2+y'^2=1。

利用第一个旋转方程=> P1(-根号(2)/2，根号(2))，P2(-根号(2)/ 2,0)，线段端点变成x'-y'系统。

假设交点为p，在x'-y'中，Px = -根号2 /2。使用新的圆方程，我们得到Py = +根号(2)/2。将P转换成原始的x-y系统，最终得到P(-1,0)

为了实现这个数值，我们可以先看看线段的方向:水平，垂直或不垂直。如果它属于前两种情况，很简单。如果是最后一种情况，应用上述算法。

为了判断是否有交集，我们可以将解与端点坐标进行比较，看看它们之间是否有一个根。

我相信只要我们有了它的方程，这个方法也可以应用于其他曲线。唯一的缺点是，我们应该在x'-y'坐标系下解方程，这可能很难。

我只是需要它，所以我想出了这个解决方案。语言是maxscript，但是它应该很容易被翻译成任何其他语言。 sideA, sideB和CircleRadius为标量，其余变量为[x,y,z]。假设z=0在XY平面上求解

fn projectPoint p1 p2 p3 = --project  p1 perpendicular to the line p2-p3
(
    local v= normalize (p3-p2)
    local p= (p1-p2)
    p2+((dot v p)*v)
)
fn findIntersectionLineCircle CircleCenter CircleRadius LineP1 LineP2=
(
    pp=projectPoint CircleCenter LineP1 LineP2
    sideA=distance pp CircleCenter
    --use pythagoras to solve the third side
    sideB=sqrt(CircleRadius^2-sideA^2) -- this will return NaN if they don't intersect
    IntersectV=normalize (pp-CircleCenter)
    perpV=[IntersectV.y,-IntersectV.x,IntersectV.z]
    --project the point to both sides to find the solutions
    solution1=pp+(sideB*perpV)
    solution2=pp-(sideB*perpV)
    return #(solution1,solution2)
)

下面是JavaScript的一个很好的解决方案(包括所有必需的数学和实时插图) https://bl.ocks.org/milkbread/11000965

尽管该解决方案中的is_on函数需要修改:

函数is_on(a, b, c) { return Math.abs(距离(a,c) +距离(c,b) -距离(a,b))<0.000001; ｝

在此post circle中，通过检查圆心与线段上的点(Ipoint)之间的距离来检查线碰撞，该点表示从圆心到线段的法线N(图2)之间的交点。

(https://i.stack.imgur.com/3o6do.png)

在图像1中显示一个圆和一条直线，向量A指向线的起点，向量B指向线的终点，向量C指向圆的中心。现在我们必须找到向量E(从线起点到圆中心)和向量D(从线起点到线终点)这个计算如图1所示。

(https://i.stack.imgur.com/7098a.png)

在图2中，我们可以看到向量E通过向量E与单位向量D的“点积”投影到向量D上，点积的结果是标量Xp，表示向量N与向量D的直线起点与交点(Ipoint)之间的距离。 下一个向量X是由单位向量D和标量Xp相乘得到的。

现在我们需要找到向量Z(向量到Ipoint)，它很容易它简单的向量加法向量A(在直线上的起点)和向量x。接下来我们需要处理特殊情况，我们必须检查是Ipoint在线段上，如果不是我们必须找出它是它的左边还是右边，我们将使用向量最接近来确定哪个点最接近圆。

(https://i.stack.imgur.com/p9WIr.png)

当投影Xp为负时，Ipoint在线段的左边，距离最近的向量等于线起点的向量，当投影Xp大于向量D的模时，距离最近的向量在线段的右边，距离最近的向量等于线终点的向量在其他情况下，距离最近的向量等于向量Z。

现在，当我们有最近的向量，我们需要找到从圆中心到Ipoint的向量(dist向量)，很简单，我们只需要从中心向量减去最近的向量。接下来，检查向量距离的大小是否小于圆半径，如果是，那么它们就会碰撞，如果不是，就没有碰撞。

(https://i.stack.imgur.com/QJ63q.png)

最后，我们可以返回一些值来解决碰撞，最简单的方法是返回碰撞的重叠(从矢量dist magnitude中减去半径)和碰撞的轴，它的向量d。如果需要，交点是向量Z。