本文解析Dynamic window based approach to mobile robot motion control in the presence of moving obstacles
文章主旨：
文章將全局規劃FD*(focused D*)和DWA合起來一起用，由全局規劃指導一條不發生碰撞的路徑（更重要的是他不會落到局部最優解），然後再用dwa方法去做局部規劃。
對於局部最優問題，文章中指出：
大概這個意思，通過全局信息避免局部規劃算法落到local optima. 然後文章說自己用了三個方法，讓自己的基於文獻[15]的混合算法進一步優化，變得更加好。文獻[15]講的啥且讓我去看看再來寫。
什麼是FD?*
大概介紹如下，有興趣看下文獻[5]
什麼是DWA？
我上一篇講的已經比較明白了：DWA動態窗口法的原理及應用
四點改進
1. 代價函數混合了FD 和 DWA*
這裏的theta_clear 就是計算robot有多靠近障礙物：
這裏具體的使用碰撞時間來表示有多靠近障礙物的。另外，還要指出，文中說不是直接算robot到障礙物距離，我們在障礙物外面還要圈一個和robot速度相關的contour， 如果我的robot速度越快，那這個contour越大，這也是爲了避免危險做的設計。
第二個theta_path意思是軌跡離全局規劃軌跡有多遠。
這裏面還談到了如何應對移動障礙物的問題：
很簡單，我用dwa對自己做了預測， 那我也對障礙物做個預測，這也是有點鬼扯，預測的準嗎？在預測的準的前提下，看看兩條軌跡有沒有碰撞，（注意，預測時間相同，兩條軌跡的index也相同，這樣方便比較）。如果有碰撞，那就把這條軌跡捨棄掉。
2. 避免相鄰軌跡震盪
意思就是我們可能遇到一些對稱情況，導致兩個軌跡方案cost差不多，方向卻差了很多：
怎麼辦呢？搞一個減少變化的限制，只有當完全相反的那條曲線比之前規劃軌跡周圍相鄰的軌跡更加好時纔回去選用。我覺得有點扯，不如直接用tie breaker來的直接。
**3.**安全代價面罩
依舊是鬼扯，說在障礙物周圍擴大一塊區域，不讓車子過，這樣就會讓車子繞開往外走。當然這樣直接就禁止掉了圖中通過通過直行穿過兩個障礙物的最短路徑了。