避障算法 局部规划的目标 在全局路径附近安全行走 局部代价地图、窗口大小 路径跟踪与偏离惩罚 实时响应动态障碍物 传感器更新频率、延迟 动态层、障碍物寿命 平衡安全、平滑和效率 多目标权重、critic 组合 速度限制、加速度限制 DWA DWB 速度采样空间 采样分辨率、sim_time 前向模拟轨迹并打分 sim_period、轨迹离散点 与 costmap 碰撞检测 代价项：目标距离、障碍物距离、速度偏好 DWB：将打分拆成插件化 critic critic 插件接口 自定义 critic 扩展 VFH 极向直方图 构建极坐标障碍物直方图 寻找安全方向窗口 权衡目标方向与转向代价 RPP 采样轨迹规划 采样多条候选轨迹 基于代价地图和曲率约束过滤 适合复杂环境的局部搜索 MPPI 最优控制视角 采样控制序列并进行滚动优化 基于 cost 的加权平均控制 适合高动态、复杂约束系统 安全与鲁棒性 机器人 footprint 与膨胀半径 紧急停车阈值 对传感器噪声、丢帧的容忍 在 NAV2 中使用 选择局部规划插件：DWB、TEB、RPP、MPPI 的 plugin 列表 不同场景选型建议 通过 YAML 调参权重 critic 权重、default_critic_weight RViz 观察局部轨迹、调试回退行为 局部代价地图、轨迹预览 恢复行为触发条件