简介
1、eband_local_planner
- eband_local_planner实现了base_local_planner的插件。它在SE2流形上实现了弹性带方法。
- 此ROS move_base本地规划器的原始实现仅支持全向（完整）机器人。
- 修改了当前版本以与差分驱动器一起使用。将differential_drive设置为false以启用横向/完整运动，但该模式已经过很长时间的测试，应该被认为是实验性的。
- 在到达目标位置和目标之前计算速度时，差动驱动机器人可以处于三种动作之一：
步骤1：机器人在目标位置的横向公差（xy_goal_tolerance）内，则在适当位置旋转以达到目标方向。
步骤2：机器人在目标位置的横向公差之外，则必须朝向目标移动。给定机器人的方向以及弹性带中下一个点的方向，机器人首先计算这两个位置之间的差异。如果该差值小于参数rotation_threshold_multiplier，则机器人执行线性和角速度分量以朝向频带中的下一个点弧。一旦机器人靠近目标位置，使得到目标的x和y距离小于0.6 * xy_goal_tolerance，然后进入步骤1.这里选择0.6，因为机器人在开始之前接近目标而不是公差要求最后一个转弯，因为最后一个转弯可能会导致机器人稍微偏离位置。
步骤3：如果在前一步骤中计算的差值大于参数rotation_threshold_multiplier，则机器人就位，直到差值变小，并且机器人可以执行动作2。
2、asr_ftc_local_planner
优点：
- 行驶速度快：机器人尽可能地达到最大速度
- 参数少：仅设置11个参数
- 很少“抽搐”现象：机器人总试图以最大速度不断开车
- 对于较小房间：机器人密切关注全局计划，没有循环（如dwa_local_planner）。因此它可以在小房间内无碰撞地行驶。
- 用全局规划驱动障碍：保证找到解决障碍的方法。
- 处理时间短。
缺点：
- 仅适用于圆形机器人。
- 只有差动驱动机器人。
- 仅向前驱动（而不是向后）。
3、 dwa_local_planner
dwa_local_planner包提供了一个控制器，用于驱动在所述平面上的移动基座。该控制器用于将路径规划器连接到机器人。使用地图，规划器为机器人创建从一个起点到目标位置的运动轨迹。在此过程中，计划员至少在机器人周围创建一个值函数，表示为网格图。该值函数编码遍历网格单元的成本。控制器的工作是使用此值函数来确定要发送给机器人的dx，dy，dtheta速度。
动态窗口方法（DWA）算法的基本思想如下：
- 在机器人的控制空间（dx，dy，dtheta）中进行离散采样
- 对于每个采样速度，从机器人的当前状态执行正向模拟，以预测如果采样速度在某个（短）时间段内应用会发生什么。
- 评估（得分）由前向模拟产生的每个轨迹，使用包含以下特征的度量：接近障碍物，接近目标，接近全局路径和速度。丢弃非法轨迹（与障碍物碰撞的轨迹）。
- 选择得分最高的轨迹并将相关的速度发送到移动基地。
- 冲洗并重复。
4、teb_local_planner
teb_local_planner包实现了2D导航堆栈的base_local_planner的插件。称为定时弹性带的基础方法在轨道执行时间，与障碍物的分离以及在运行时遵守动力学约束的情况下，局部优化机器人的轨迹。
该软件包实现了一个在线优化的本地轨迹规划器，用于导航和控制移动机器人，作为ROS 导航包的插件。由全局规划器生成的初始轨迹在运行时期间进行优化，最小化轨迹执行时间（时间最优目标）， 与障碍物分离并符合动力学约束，例如满足最大速度和加速度。
当前的实施符合非完整机器人（差动驱动和类似汽车的机器人）的运动学。自Kinetic以来，包括对完整机器人的支持。
通过求解稀疏的标量化多目标优化问题，可以有效地获得最优轨迹。用户可以为优化问题提供权重，以便在目标冲突的情况下指定行为。
参考文章：http://wiki.ros.org/eband_local_planner