move_base存在的问题

局部规划器的搜索空间不完备

dwa_local_planner采用的模拟多种单一策略（固定角速度，固定线速度）连续执行一段时间并对轨迹评分，选择最高分的进行评价。减小模拟时间会导致短视，但是延长模拟时间，不仅会导致算力消耗大，还会导致机器人难以通过窄缝（因为轨迹合法性判别会过滤掉所有在模拟时间内会发生碰撞的轨迹）。

根本原因是dwa搜索的是小车速度空间的子集，且没有启发性，只是固定策略的搜索。

不仅算力消耗大，而且效果不算好。

由于全局规划的路径时不考虑机器人体积的，所以完全沿着全局规划路径也不可取。

分支限界法可能是解决问题的关键。

 

缺少原地转向

move_base不会采取原地转向策略，目的地很近但是方向不同时，经常采用多次来回倒车的策略调整方向，导致移动效率低。

 

路径计划服务和正式前往时的计划不一致

在对外提供的路径规划服务中，如果无法前往目标地点，会在由内而外的在误差容忍范围内尝试前往附近的地点。而在move_base的回调函数中，只会尝试规划前往目标地点的路径，如果失败，不会尝试前往附近位置。

路径可控性及连续性差

A*算法经常无法计算出路径，返回NO PATH，原因可能是目标点有障碍。

行走路径可控性差，难以走直线，且到达终点的速度低，无法连续行走。原则上可以调节stop_trans_vel（大概这个名字）的值使得机器人到达目的地时不停止，但实际效果很差。

可能出现机器人回退现象

因local_planner采取的是在全局路径上取得分点的方式，如果机器人错过该得分点，无法前往下个点，而是需要后退来取得该点的得分，当传感器精度低或者控制频率较低的时候，此问题非常严重。此问题还经常导致进入振荡，导致recovery行为。

待续。。。