动态窗口法的理解和一些细节

机器人局部路径规划—动态窗口法

动态窗口法（Dynamic Window Approach，DWA）是一类经典的机器人局部路径规划算法。它的过程主要分为两部分：

1. 速度空间$(v,\omega )$的计算。考虑到实际的运动限制可以得到一个速度范围：
   V={ (v,ω)∣v1≤v≤v2,  ω1≤ω≤ω2} V = \{ (v,\omega)|v_1\leq v \leq v_2, \; \omega_1\leq \omega \leq \omega_2\} V={ (v,ω)∣v1​≤v≤v2​,ω1​≤ω≤ω2​}
   这个范围由多种因素决定，如机器人的速度限制、电机的加速度限制、机器人的最小转动角度等。

2. 速度空间$(v,\omega )$的评价。根据给定的评价公式，对速度空间的每一组$(v_i,{\omega }_i)$进行评价，然后选择一组最佳速度作为当前速度。

值得注意的是，在使用DWA方法进行路径规划时，一般应用于以下场景：

• 机器人和目的地的坐标已知，但障碍物坐标未知；
• 有传感器可以检测到障碍物，并且可以得到机器人与障碍物的距离和角度.

接下来，我会详细介绍DWA的算法流程。

1.速度空间计算

在计算速度空间时，为了更加贴近现实，我们一般会考虑一些运动限制。在DWA中，主要考虑了三种运动限制：

• 机器人移动的最大速度限制；
• 电机的最大加速度限制；
• 遇到障碍物时能否在碰撞前停止.

1.1.移动最大速度限制

显然，机器人的速度是不可能无限增加的，所以应该考虑其最大运动速度。于是，我们可以得到如下公式：
$$v_s\in [v_{min},v_{max}]$$

$${\omega }_s\in [{\omega }_{min},{\omega }_{max}]$$

一般最小线速度取零，最小角速度和最大角速度互为相反数。但考虑到为了增加评价函数的区分度，可以考虑把最小线速度设置为1。因为当线速度为0时，评价函数就无法发挥作用。从下图的上下限可以看出，其最大速度限制设置为：
$$v_{min}=0,v_{max}=90,{\omega }_{min}=-90,{\omega }_{max}=90$$

如果不考虑其它运动限制，在设置最大速度限制时，上图的坐标系上的所有点都是我们需要考虑的速度，这些速度构成了一个速度空间。

1.2.移动最大加速度限制

由于电机的转矩有限，因此存在一个最大的加速度限制。假设机器人当前速度为$(v_c,{\omega }_c)$，在一个有限的时间周期$\Delta t$，机器人的速度范围应为：
vd∈[vc−v˙aΔt,  vc+v˙bΔt] v_d \in [v_c-\dot{v}_a \Delta t, \;v_c+\dot{v}_b \Delta t] vd​∈[vc​−v˙