当前位置: 首页 > news >正文

制作一款打飞机游戏19:碰撞检测

在这一章中,我们致力于解决碰撞检测问题,但它并不如我们所愿工作。

碰撞检测问题

今天我想解决的是碰撞检测问题,这个令人畏惧的碰撞检测。我理解,这里有很多复杂的if语句,但我们可以做到。

不过,在此之前,我想尝试一种方法来解决我们总是需要做X轴滚动的问题。我想使用相机功能来解决这个问题。我们之前已经用相机功能来实现过震动效果,我想现在可以再次利用它来实现X轴滚动。

使用相机功能

根据PICO 8的wiki,相机功能可以设置绘制状态的相机偏移量。设置相机偏移量会导致所有后续的绘制操作在它们的x和y坐标上减去这个偏移量。相机指定了绘制函数的原点,默认情况下是0,0。这实际上在某种程度上就是我们X轴滚动所做的事情,因为我们不需要为每个绘制操作添加一个变量,只需要在相机函数中设置一次,然后所有的后续绘制操作都会相应地移动。

让我们试试看这是否有效。看起来这行得通!现在,看看敌人的平行滚动,这看起来不错,我有点喜欢这个效果。但是,现在所有东西都在移动,包括我们的飞船,这在某些情况下并不是我们想要的。例如,我们的飞船不应该受到X轴滚动的影响。所以,在绘制炮口闪光时,我们需要重置相机,然后在绘制敌人子弹时再恢复它。

碰撞检测的实现

现在,让我们继续处理碰撞检测。这是一个复杂的话题,但我们已经做过类似的事情了。

碰撞检测有两个难点:一是数学计算,我们需要计算边缘的碰撞;二是数据存储和管理,每个碰撞盒都有四个值(x位置、y位置、宽度和高度),这些值需要被存储和管理。我们需要确保这些值被正确地传递到碰撞检测函数中,并且碰撞结果被正确地处理。

首先,我想创建一个简单的系统来测试底层的数学计算。如果数学计算没有问题,我们再考虑如何实现数据的存储和管理。

示例碰撞

让我们在飞船周围绘制一个矩形作为碰撞盒,并定义一个会在屏幕上某处碰撞的矩形。当这两个矩形碰撞时,它们将改变颜色。

但是,我们遇到了一个问题:我们的飞船实际上并不是一个对象。将飞船定义为一个对象可能会使碰撞检测更容易,因为你可以直接将飞船作为对象传递给碰撞检测函数。不过,现在我们先将飞船的碰撞盒参数(x1, y1, width1, height1)和另一个矩形的参数(x2, y2, width2, height2)分开处理。

调试与修正

在调试过程中,我们发现了一些问题,比如飞船的位置是在精灵的中心而不是左上角,这导致了碰撞检测的不准确。我们通过调整位置参数解决了这个问题。

此外,我们还发现了子像素问题,即使两个矩形在视觉上已经碰撞,但由于位置不是整数像素,碰撞检测函数可能没有正确地识别出碰撞。我们通过使用floor函数来确保位置是整数像素,从而解决了这个问题。

多种碰撞类型

我们需要处理三种碰撞类型:飞船与敌人、子弹与飞船、玩家射击与敌人。我们为每种碰撞类型创建了全局变量来跟踪是否发生了碰撞,并在更新函数中进行了相应的处理。

pcol=false-- shots vs enemiesfor e in all(enemies) doe.iscol=false endfor e in all(enemies) dofor s in all(shots) doif col(flr(xscroll+s.x-3),flr(s.y),8,16,flr(xscroll+e.x-6),flr(e.y-6),16,16) thene.iscol=true      endendend  -- ship vs enemiesfor e in all(enemies) doif col(flr(px-7),flr(py-7),16,16,flr(xscroll+e.x-6),flr(e.y-6),16,16) thenpcol=true      endend-- ship vs bulletsfor b in all(buls) doif col(flr(px-7),flr(py-7),16,16,flr(xscroll+b.x-2),flr(b.y-3),7,7) thenpcol=true      endend

相关文章:

  • 网站架构演进之路:从单体到垂直,再到缓存优化
  • C++初阶-类和对象(下)
  • 大语言模型中的幻觉现象深度解析:原理、评估与缓解策略
  • 【Java学习方法】终止循环的关键字
  • vue+flask+lstm高校舆情分析系统 | 可获取最新数据!
  • LSA六种类型
  • Pytest教程:为什么Pytest要用插件模式?
  • python后端程序部署到服务器 Ubuntu并配合 Vue 前端页面运行
  • uniapp自定义拖拽排列
  • 卡方检验(Chi-square test)
  • 缩放点积注意力
  • 【深度学习与大模型基础】第13章-什么是机器学习
  • CLIMB自举框架:基于语义聚类的迭代数据混合优化及其在LLM预训练中的应用
  • 量子跃迁:Vue组件安全工程的基因重组与生态免疫(完全体)
  • LeetCode热题100——283. 移动零
  • 计算机网络 第二章:应用层(三)
  • 1.6软考系统架构设计师:架构师的角色与能力要求 - 练习题附答案及超详细解析
  • audit审计
  • 蓝桥杯17. 机器人塔
  • 机器人雅克比Jacobian矩阵程序
  • 天问三号开放20千克质量资源,邀国际合作开展火星探测研究
  • 鼓励每位学生为优秀定义,上海奉贤这所学校有何特色?
  • 董明珠的接班人还是董明珠
  • 巴勒斯坦民族权力机构主席:哈马斯必须移交武器
  • 税率飙至3500%!美国双反大棒重击东南亚光伏,中企如何应对
  • 直播中抢镜“甲亢哥”的翁东华卸任!此前任文和友小龙虾公司董事