这周在某个机加车间的刀具路径脚本里，我又被同一个问题卡了一会儿：给定一段圆弧和一条直线，要求交点。问题本身不难，但每次换个场景就换一种写法，绕来绕去容易乱。后来我发现，把这个问题放到微积分视角下重新看一遍，不仅公式统一了，连相切、分离这些边界情况都变得非常清楚。这篇就把推导过程完整记一遍，给以后留个参考，也分享给同样被几何求交折腾过的朋友。

这个系列的主题一直是“让微积分穿梭于工作与学习之间”，所以这里我不会只甩一个公式，而是把这个求交问题从建模、判别到推导、过滤，一步步拆开。圆弧直线求交虽然看起来是解析几何内容，但底层的单调性、极值、零点分布，全是微积分的思想。把这些东西理清之后，你会发现代码写起来也更稳，不用担心各种乱七八糟的特例。

1. 一个看似解析几何、实则是微积分的问题

圆弧直线求交，表面上是解一个二次方程，很多资料直接给出“把直线方程代入圆方程，求判别式”。可一旦到了工程里，事情往往没那么简单。你要判断的是“圆弧”而不是“整圆”，你要知道交点是否落在圆弧的角度区间里，你要区分相切和分离，你甚至在有些场景里需要知道切点处对应的直线参数。这些需求叠加起来，光背一个二次方程求根公式是不够的。

1.1 工作现场的真实求交需求

先说说实际场景。在刀路规划和几何建模里，圆弧和直线的求交几乎是无处不在的操作。比如倒角轮廓的计算，刀心轨迹的偏置，夹具定位面的交点求取，甚至仿真环境里干涉检查的初筛，都可能用到这个基本运算。

我遇到过一个典型的例子：需要求一段圆弧与一条线段是否相交，如果相交，还要得到交点的坐标。第一版代码直接用整圆和直线的方程组求解，然后把点代回圆弧的角度区间做判断。逻辑本身没问题，但写着写着就会发现，代码里塞满了各种特殊情况：直线平行于坐标轴、圆心在直线上、相切时判别式等于零但浮点数永远不给你精确的零、线段端点刚好在圆上……

这时候如果脑子里只有一个求根公式，写出来的代码就是一堆 if-else 的拼凑，而且边界条件还容易漏。反过来，如果用微积分把整个问题重新梳理一遍，你会发现这些“特殊情况”其实都对应着同一个函数图像的不同位置：一个二次函数在某个测试点取正值、取负值、取零。理解了这一点，所有分支都是自然的。

1.2 为什么求交点之前要先看单调性

微积分里最基础的工具是导数。导数能告诉我们函数在哪个区间单调递增、哪个区间单调递减，以及极值点在哪里。放在圆弧直线求交这个问题里，原本的二次方程其实可以看作某个函数的零点问题。

设直线上有一点，它沿着直线方向移动。我们考察这个点到圆心的距离平方与半径平方之间的差值。这个差值是一个关于直线参数的二次函数。二次函数的图像是一条抛物线，它的零点就是直线与圆的交点。抛物线是上升还是下降，顶点的位置在哪里，这些信息全部由导数决定。

所以这个问题的核心不是直接去解方程，而是先用导数找到抛物线的顶点，判断顶点处的函数值。顶点处的函数值小于零，说明抛物线穿过水平轴两次，对应两个交点；等于零，说明顶点刚好落在水平轴上，对应一个切点；大于零，说明整条抛物线都在水平轴上方，对应没有交点。

1.3 从学习到工作的思维迁移

在校学微积分的时候，很多人觉得导数就是用来求极值和画函数图像的。到了工作里，除非做算法研究，否则好像根本用不上。但圆弧直线求交恰恰是一个反例：它表面上属于几何计算，本质上却是导数判单调、极值判分布的问题。

我后来想明白了一件事。学校里学的是“给定函数，求导，分析性质”，而工程里是“给定问题，构造合适的函数，然后求导分析”。后者比前者难的不是求导本身，而是怎么把几何关系翻译成函数关系。这一点想通了，微积分就不再只是一堆计算规则，而是一种思考几何问题的方式。

2. 用单调性预判交点个数，不碰公式也能说清

在给出通用公式之前，我觉得有必要先把“交点个数如何判断”这一步单独讲透。因为实际工作中，很多麻烦不是公式算不出来，而是你先得知道有没有交点、有几个交点，然后才决定下一步怎么做。

2.1 构造距离函数

定义一条直线的参数方程，设直线过已知点，方向向量已知。那么直线上任一点的坐标，都可以用一个参数表示。这个点的坐标减去圆心坐标，得到从圆心指向该点的向量。这个向量长度的平方，是参数的一个二次函数。再减去半径的平方，就得到了一个修正后的二次函数。

这个修正后的二次函数有个特点：如果它等于零，说明直线上这个点恰好落在圆上；如果它大于零，说明这个点在圆外；如果它小于零，说明这个点在圆内。于是，求直线与圆弧的交点，就等价于找这个函数的零点。

这个“距离函数”的构造并不是拍脑袋想出来的，它的好处是让几何问题完全转化成了代数问题，而且保留了函数图像这个直观的参照物。我们不需要真的画出抛物线，但我们可以用导数和极值来分析它，就像分析任何一个物理过程中的二次函数一样。

2.2 求导找到“离圆心最近的点”

对这个二次函数求导，导数是一个一次函数。令导数为零，可以得到唯一的临界点。这个临界点对应的直线上那个点，恰好就是圆心到直线方向上距离最近的点，几何上就是圆心在直线上的投影点。

这一步非常关键。这个投影点到圆心的距离，就是我们常说的“圆心到直线的距离”。这个距离和半径的大小关系，直接决定了交点个数。距离小于半径，直线从圆内部穿过，必然有两个交点；距离等于半径，直线刚好擦边，有一个切点；距离大于半径，直线在圆外，没有交点。

你看，这里的逻辑链条非常清晰：先求导找极值点，再看极值点对应的函数值符号。整个过程没有解方程，就已经对交点个数有了完全的判断。这比“算完判别式再看是否大于零”更直观，也更接近微积分的原始思想。

2.3 用生活场景类比理解三种情形

如果觉得抽象，可以想象一颗半径为 R 的珠子，以及一根笔直的细杆在珠子旁边缓缓移动。细杆离珠子中心的距离就是圆心到直线的距离。距离大于半径时，细杆碰不到珠子；距离慢慢减小到等于半径时，细杆第一次碰到珠子表面，接触点只有一个；距离继续减小到小于半径时，细杆会穿进珠子，与珠子表面有两个接触点。

这个类比虽然粗糙，但对应关系是准确的。工程里判断刀具是否会碰到某个圆弧特征，其实也是同样的逻辑：先算刀具轨迹所在直线到圆弧圆心的距离，再看这个距离与半径的关系。如果轨迹到圆心的距离小于半径，那就一定会产生交点，后续再考虑切进去的深度、切点位置等细节。

3. 通用公式推导：从距离函数到求根公式

前面讲了判断方法，这一节把通用公式完整推导一遍。我们会从直线参数方程和圆的标准方程出发，得到标准的二次方程，再化简出一个可以直接套用的形式。

3.1 直线参数化与二次方程

设直线经过点，方向向量。直线上任一点可以写为：

x = x0 + m * t y = y0 + n * t

这里的 t 就是直线参数。当 t 取不同值时，点沿直线移动。圆的方程为：

(x - a)^2 + (y - b)^2 = R^2

其中 (a, b) 为圆心，R 为半径。把直线参数方程代入圆方程，展开后得到关于 t 的二次方程。整理成标准形式：

A * t^2 + 2 * B * t + C = 0

其中令：

A = m^2 + n^2

B = m * (x0 - a) + n * (y0 - b)

C = (x0 - a)^2 + (y0 - b)^2 - R^2

这个系数结构其实很有意义。A 始终大于等于零，只有当方向向量为零时才等于零，而实际计算中我们总会把方向向量归一化，所以 A 通常为 1。B 表示起点在方向向量方向上相对于圆心的投影分量。C 表示起点相对于圆的位置状态。

3.2 判别式的几何化

按照二次方程求根公式，判别式为：

D' = B^2 - A * C

但根据前面的距离函数分析，我们更关心圆心到直线的距离 d。利用点到直线的距离公式，可以把这个判别式改写为：

D' = A * (R^2 - d^2)

其中 d 是圆心到直线的垂直距离。这个式子非常漂亮，因为它的正负号完全由 R^2 - d^2 决定。于是判别式不再是一堆代数符号的组合，而是有了明确的几何意义：半径平方与圆心到直线距离平方的差。

3.3 归一化后的通用公式

实际工程中，我习惯先把方向向量归一化，也就是令 m^2 + n^2 = 1。这样处理之后，系数 A = 1，公式进一步简化为：

t = -B ± sqrt(R^2 - d^2)

这里需要格外注意，B 在有归一化方向向量的情况下，就是起点到圆心的向量在直线方向上的投影，而 d 是起点到圆心的向量在垂直于直线方向上的分量长度。两个量一个沿直线，一个垂直直线，恰好把起点相对于圆心的位置分解成两个独立方向。

归一化之所以重要，不仅仅是为了公式好看，更是为了保证数值稳定性。当方向向量的模非常小或者非常大时，不归一化可能导致中间计算出现极大的数值误差。归一化之后，所有中间量都控制在合理的量级内，这在工业代码里是基本要求。

3.4 一个看得懂的数值例子

选一个最简单的例子来验证：圆心在原点，半径为 5，直线是 y = 2。这条直线可以表示为起点 (0, 2)，方向向量 (1, 0)，归一化后仍然是 (1, 0)。

按照公式，B = 1 * (0 - 0) + 0 * (2 - 0) = 0，d = |0 * (0 - 0) - 1 * (2 - 0)| = 2。于是：

t = -0 ± sqrt(25 - 4) = ±sqrt(21)

交点为 (sqrt(21), 2) 和 (-sqrt(21), 2)。手工验证一下：sqrt(21) 的平方加 2 的平方等于 21 加 4 等于 25，恰好等于半径平方。完全正确。

这个例子虽然简单，但很能说明公式的结构：如果直线相对圆心有偏置，t 的正负值就不再对称；如果投影项不为零，t 的整体基线会发生平移。这些都是后面处理圆弧范围时要考虑的事。

4. 退化情形、线段与圆弧范围的工程化处理

单纯求直线与整圆的交点，通用公式已经够用了。但实际工作里，我们处理的是圆弧和直线段，不仅要看交点在不在无限直线上，还要看它在不在圆弧的范围内。这一节把工程里最常见的几个坑逐个排掉。

4.1 相切与浮点误差

判别式为零对应相切，这是理论上的结论。浮点数计算里，判别式很少会是精确的零，它可能是 1e-12，也可能是 -1e-12。如果直接用判等的方式检测，程序几乎必然出错。

我的处理办法是：先算距离 d，再用相对阈值比较 d 和 R 的接近程度。如果 d 与 R 的差的绝对值小于某个相对容差，比如 1e-9 乘以 R，就认定为相切。相切时取唯一的 t 值，也就是 t = -B。这样可以避免判别式求根时开根号里的负值抖动问题。

另一个常见问题是，当圆弧本身就特别小，比如半径只有 1e-6 时，绝对容差就要相应缩小。所以容差最好写成相对容差，而不是拍脑袋取一个固定数。

4.2 线段和射线的过滤

求根公式得到的是两个可能的 t 值，但 t 的取值范围取决于你是要处理直线、射线还是线段。

如果是无限直线，两个 t 值全部有效。如果是射线，只保留 t >= 0 的解。如果是线段，假设起点到终点的参数区间为 [0, 1]，则只保留 0 <= t <= 1 的根。这一层过滤要放在求根之后立即进行，不要等到算出了坐标再回头筛选，那样会增加不必要的计算量。

过滤的时候还要注意一个细节：当线段端点刚好落在圆上，这时算出来的 t 值等于 0 或 1，判别式的值可能非常接近零。这种“刚好擦在端点”的情况，我需要根据具体业务需求决定是当作交点还是忽略。通常几何布尔运算里会保留端点交点，而干涉检查里则会视作安全。

4.3 圆弧范围与角度环绕

圆弧与整圆的区别在于角度限制。即使直线与整圆有两个交点，也可能只有一个交点落在圆弧的角区间内，甚至一个都不落。判断方法是：把交点坐标与圆心连线，得到一个角度，再检查这个角度是否在圆弧的起始角和终止角之间。

角度判断最麻烦的是环绕问题。比如圆弧从 350 度转到 10 度，这是跨过正 x 轴的，你不能简单地判断“角度是否大于 350 且小于 10”，因为这两个边界一比较就矛盾。处理办法是把目标角度和起始角、终止角都先换算到同一个周期内，比如对终止角做 2π 的平移，把区间变成单调递增的，然后再判断。

我之前吃过亏，有一次用“角度小于 10 度”判断，结果把 350 度附近的点全漏掉了。后来改成先把终止角减去一个适当的倍数，使整段区间保持连续，这个问题就再没出现过。

4.4 走向更复杂的几何求交

圆弧直线求交的套路理清之后，可以泛化到圆弧与圆弧求交、样条与直线求交。圆弧与圆弧的求交，本质上是找两个圆的公共点，同样可以先看圆心距与两半径之间的关系，再用类似的距离判断预判交点个数。样条求交则更复杂一些，但数学思想还是同一个：构造距离函数，求导找极值范围，再用数值方法逼近精确根。

这就是为什么我一直强调微积分视角的价值。它教给你的不是某一道题的答案，而是把几何问题变成函数问题、再用导数分析函数的一整套方法论。掌握了这套方法论，遇到的几何求交问题就都能按同样的思路去拆解。

5. 代码封装与精度校验经验

前面推导了公式，也讲了边界情况，这一节回到代码层面，说一些我在实际项目里踩过的坑和积累下来的经验。这些内容不写在课本里，但写代码时非常管用。

5.1 接口设计

我建议把求交逻辑封装成一个独立函数，输入参数包括圆心坐标、半径、圆弧起始角、圆弧终止角、直线起点、直线终点。输出可以是一个交点数组和一个相交类型枚举，区分无交点、相切、相交两种类型。

接口这样设计的好处是，调用方不需要关心内部是解方程还是用导数判断，也不需要关心方向向量归一化这些事。大多数情况下，上层只需要知道有没有交点、交点坐标是多少。如果还想知道切点或者区分切线的切入方向，可以再增加一个标志位输出。

封装好的函数要写单元测试。测试用例至少覆盖：相离、相切、相交、线段端点落在圆上、圆弧跨过 0 度边界、方向向量未归一化等情况。这些用例每个都不难，但加在一起能把大多数回归问题在早期暴露出来。

5.2 精度测试方式

我常用的验证方法是把算出来的交点代回圆方程和直线方程，看残差。理想情况下，残差应该在 1e-10 量级甚至更小。如果残差突然变大，大概率是某个中间量出现了消减，比如点在圆上很靠近切线方向，两个根相距非常近，这时开根号会损失精度。

另一个更隐蔽的问题是，当直线几乎与圆相切时，两个交点几乎重合，这时浮点数算出来的残差可能看起来很小，但两个交点的坐标差异本身就很小，如果你后续要用这两个交点来构造线段，就会得到一个长度几乎为零的线段。这种情况下，我会在返回结果里同时给出交点的参数 t，让调用方能够判断这两个交点是否“过于接近”，从而决定是否需要合并。

5.3 常见错误和不稳定源

先列一个常见问题速查表，都是我实际遇到过的：

表格里前四类我都踩过。特别是起点在圆上这个情况，第一次写代码时没有单独考虑，结果求根出来有一个 t 是 0，另一个 t 被舍入误差影响变成了一个极小的负数，导致射线过滤时把这个交点丢掉了。后来每道工序都多检查一步“t 为零是否在允许范围内”，问题就解决了。

关于方向向量归一化，我再多说一句。归一化不只是为了公式简化，更是为了后续过滤的语义清晰。如果方向向量长度不等于 1，那么 t 值就不是实际的几何长度，线段终点的参数就不是 1。很多人在这一步出错，就是因为 t 的范围判断和真实坐标长度对不上。归一化之后，直线段参数区间 [0, 1] 就严格对应起点到终点的直线距离，逻辑清晰得多。

6. 写在最后：一点个人经验

我写几何求交相关代码也有好几年了，最初也是拿来即用的思路，碰到问题就加分支。直到有一回，一个圆弧和直线的求交问题在各种边界条件下反复出错，我才静下心来把微积分的基本工具重新捡起来，发现原来绝大多数边界情况，都可以从单调性、极值点、函数分布这些角度得到统一的解释。

从那以后，我做这类几何计算时多了个习惯：动手编码之前，先把问题抽象成一个原理清晰、边界条件有数理依据的模型，再落到公式和代码。识别根的类型、判定相切与分离、过滤参数范围，这三步走完，剩下的就是纯粹的机械计算，程序自然就稳定了。

如果你也想试试这一套思路，可以从手头最简单的一条圆弧和一条线段开始，先用手工推导的方式算出交点，再写代码验证。把一次完整的推导过程走下来，你对“微积分穿梭于工作与学习之间”这句话的理解，会比看多少篇推导都来得实在。