OBB有向包围盒，比AABB更贴身的碰撞检测盒子

OBB即有向包围盒，是一种常用于碰撞检测的包围体，与固定轴向的AABB不同，OBB可根据物体形状和朝向任意旋转，因此能更紧密地贴合物体，减少多余空隙，提高碰撞检测的准确性，它适合需要随物体旋转更新的场景，但构建和相交测试比AABB更复杂，计算成本也更高。

如果你做过游戏开发、机器人导航或三维点云处理，大概率遇到过这样一个问题：一个物体旋转之后，原本刚好包住它的盒子突然变得很大，比如一根斜放的木棍，如果只用一个与坐标轴对齐的盒子去包围，它的体积远大于木棍本身，这时就需要 OBB——有向包围盒。

OBB 是 Oriented Bounding Box 的缩写，中文常叫“有向包围盒”或“定向包围盒”，它和 AABB（轴对齐包围盒）最大的区别是：AABB 的边始终与世界坐标轴平行；OBB 的方向则可以任意旋转，尽量贴合物体本身的朝向，一个 OBB 通常由中心点、三个互相垂直的方向轴以及三个半长组成，二维中则可以理解为：中心点、两个正交方向、两个半宽。

为什么需要 OBB？假设你在做赛车游戏，赛车在直道上行驶时，AABB 和 OBB 差别不大；但赛车一旦转弯或漂移，AABB 会随着车身旋转而重新计算，结果盒子明显变大，可能导致本不该发生的碰撞误报，OBB 会跟着车一起旋转，始终保持紧密，这个更贴身的特性，能减少“盒子明明碰到，车其实没碰到”的假阳性。

构建 OBB 的方法有很多，最简单的是把模型局部坐标系下的 AABB 随模型一起变换到世界空间，这样得到的其实就是一个 OBB：它保留了物体局部坐标轴的方向，但不一定是最紧凑的全局包围盒，更常用的方法是主成分分析（PCA），对模型的所有顶点计算协方差矩阵，求出特征向量，这些特征向量往往对应物体伸展最大的方向，把这三个特征向量作为 OBB 的三个轴，再把顶点投影到这些轴上，得到最小和最大值，就能构造出一个相对紧凑的 OBB，除此之外，还有寻找最小面积矩形、最小体积包围盒等优化方法,它们在工程中会根据精度和性能需求被选用。

OBB 的碰撞检测比 AABB 复杂不少，AABB 只需要比较几个区间；OBB 通常依赖分离轴定理（SAT，Separating Axis Theorem），SAT 的核心思想是：两个凸形状如果不相交，那么一定能在某个轴上把它们分开，对于三维中的两个 OBB，需要测试 15 条候选分离轴：第一个 OBB 的 3 条面法线，第二个 OBB 的 3 条面法线，以及它们的边方向两两叉乘得到的 9 条轴，把两个 OBB 分别投影到这些轴上，如果任意一条轴上的投影区间不重叠，就可以立即判定不相交；15 条轴都重叠，则它们相交，这也是为什么 OBB 检测比 AABB 慢,但仍然比直接对三角形网格做精确碰撞检测快得多。

在实际应用中，OBB 广泛存在于游戏开发、物理引擎、机器人、自动驾驶和计算机视觉等领域，游戏物理引擎常用 OBB 来做刚体之间的粗略碰撞检测，先快速排除不可能碰撞的物体，机器人抓取和自动驾驶中，车辆、行人等目标常常带有姿态信息，用 OBB 表示比 AABB 更符合真实轮廓，遥感图像和文字检测中的旋转目标框，本质上也是一种二维 OBB。

OBB 也不是万能的，它的优点是紧密、随物体旋转、减少误报；代价是存储更复杂、构建更耗时、碰撞检测计算量更大，工程上经常将 AABB、OBB、包围球和凸包等组合使用，形成层次化碰撞检测：先用便宜的 AABB 或球做粗略排除，再用 OBB 做中等精度检测,最后才用网格做精确检测。

OBB 是在“紧密性”和“计算效率”之间的一种折中，它比 AABB 更懂物体的姿态，又比凸包和三角网格更适合实时计算，理解 OBB 的表示、构建和 SAT 碰撞检测，是深入游戏物理和三维几何处理的必修课，下次当你看到一个旋转的物体被一个刚好贴身的盒子包住时，大概率就是 OBB 在背后起作用。