C'est pas du tout compliqué pourtant.
Quand tu zoom, tu augmentes la distance focale (distance entre la lentille et le foyer (pellicule, capteur tri-machin truc, etc.).
Donc grande distance focale = longue focale
Courte distance focale = focale courte
(pour faire simple, la très longue focale c'est qu'une partie de l'image qui est nette, la focale très courte c'est l'objectif grand angle).
Quand la distance focale est longue, ça écrase la profondeur de champ, donc les distances paraissent plus petite.
Donc dans une poursuite en voiture, si une distance de 100m paraît être une distance de 10m, sachant que le temps pour parcourir la distance ne changera pas, la vitesse ne paraîtra pas être la même.
Et si on applique ça quand on filme deux voitures l'une à côté de l'autre, en longue focale elles paraîtront plus proche l'une de l'autre, enlevant le côté "fait pour être en sécurité" si elles sont trop éloignées.
Ce genre de tromperie de l'espace est souvent utilisé pour les projectiles (fusées, roquettes, voiture qui passe devant quelqu'un, etc.), les courses de voiture (la longue focale peut aussi faire croire qu'un grand virage est tout petit, ça donne plus de tension), les coups de poings, etc.
C'est tout simple en fait.