局部路径规划：DWA算法

一、概述

DWA算法是全称是Dynamic Window Approach。是在ROS中应用比较广泛的局部路径规划算法。
主要作用是接受全局路径规划器生成的路径，里程计信息，地图信息等，通过局部路径规划器将其分割成小段，进行局部路径规划并输出机器人的速度信息将其发送给机器人底盘，驱动机器人运动。

二、算法原理

DWA算法的核心思想是action sample 即动作采样，通过小车的运动模型预测小车在未来t时间内的运动轨迹，并通过评价函数对这些轨迹进行评价，选取最优轨迹对应的（v,w）驱动机器人运动。假设小车的速度（v,w)，建立小车的运动模型如下

通过上式我们就可以对小车进行轨迹预测。

三、速度空间

在进行速度采样时，需要对机器人的进行一些限制，主要是由于机器人本身的设计决定了机器人的最大最小速度，电机性能影响小车的加速度，同时出于安全考虑需要预留一定的刹车距离。
为 机器人能够到达的所有矢量速度的集合；机器人受到最大最小线速度和角速度影响。

由于加速度有一个范围限制，所以最大加速度或最大减速度一定时间内能达到的速度 ，才会被保留

为了能在碰到障碍物前停下来，在最大减速度的条件下，速度的限制计算如下

在上述条件的约束下，机器人的速度空间（v,w）会在一定范围内变化，随着电机的角加速度和线加速度的变化，速度空间会产生动态变化我们将其称之为动态窗口，这也就是DWA算法名字的由来。

四、评价函数

评价函数是DWA算法中很重要的一个内容，用于在模拟出的众多轨迹中选出最优轨迹。
DWA算法的评价函数为：

其中Phead为与目标之间的角度差，dist为与最近障碍物之间的距离，vel(v,w)为轨迹对应速度大小。