ROS的路径规划器分为全局路径和局部路径规划，其中局部路径规划器使用的最广的为dwa，个人理解为：
首先全局路径规划会生成一条大致的全局路径，局部路径规划器会把全局路径给分段，然后根据分段的全局路径的坐标，进行局部重新规划，例如：
全局规划后有一组目标点数组【1,2,3,4,5，......】，局部是根据当前速度和时间、约束条件，随机模拟出50条轨迹，选出最佳一条轨迹到达1号目标点，随后重复2,3...，
一直到达到目的地为止。具体的步骤如下：
一、路径存储
1、全局路径存储
在ros move base控制循环中会在规划出新的路径时，将新的全局路径利用setPlan传给DWAPlannerROS，直接保存为global_plan_。
有了局部的目标点，就可以做规划了。
二、机器人运动模型
运动模型推到是为了进行轨迹推演，具体可参考：http://blog.csdn.net/heyijia0327/article/details/44983551
三、速度采样
机器人的轨迹运动模型有了，根据速度就可以推算出轨迹。因此只需采样很多速度，推算轨迹，然后评价这些轨迹好不好就行了。但是，速度（Vx,Vw）理论上有无穷多组，假定是在两轮差速轮上，
因此根据机器人自身的条件和环境的限制，速度采样范围需要做一定的限制：
1、移动机器人受自身最大速度最小速度的限制
2、 移动机器人受电机性能的影响:由于电机力矩有限,存在最大的加減速限制,因此移动机器人軌迹前向模拟的周期sim_period内,存在一个动态窗口,在该窗口内的速度是机器人能够实际达到的速度:
3、 基于移动机器人安全的考虑:为了能够在碰到障碍物前停下来, 因此在最大减速度条件下, 速度有一个范围:
Max_vel=max(max_vel,vel+acc_lim*sim_period)
最小速度为:
Min_vel=min(min_vel,vel-acc_lim*sim_period)
其中max_vel，min_vel为人为设定的最大和最小速度，vel是当前速度，acc_lim是人为设定的最大加速度，sim_period是第一步的模拟时间，由人为设定的局部路径规划频率决定，默认为0.05。
当计算出各个维度的最大最小速度后，就创建三个VelocityIterator类的对象，并传入最大最小速度和样本数目，此对象的构造函数会生成同样数目的速度样本并放入samples_这个容器内。具体做法是先计算步长step_size：
step_size=(max-min)/(nums_samples-1)
max为最大速度，min为最小速度，nums_samples为样本数目。从最小速度每次多累加一次step_size即为一个速度样本，直到达到最大速度。将每个维度的速度样本取得后，再全部循环每个样本组里选择一个组合放入结构体vel_sample，最后将这些vel_sample放入sample_params_的容器里。至此，速度采样就完成了。
四、评价函数
根据采样的速度模拟推演出相对应的轨迹，然后对每一条轨迹进行评价，找出最优的一条轨迹进行局部导航。如何找出最优的轨迹？这里DWA使用的是一个打分系统，
原始的论文只有3个评分项：
最后对每一个项做归一化处理，目的是进行平滑。
评价函数的意义就是：找出一条最优路径，使得机器人在局部导航过程中，避开障碍物，以最快的速度到达目标点。
通过上述几种评分机制，选取最优的一组速度样本，传递给move_base，并发布相应的local plan。move_base如果收到了可用的速度则发布给底盘，否则发布0速度，且如果寻找最优速度的时间超过了限制就会执行障碍物清理模式，state_会变为CLEARING。
五、停止判断
对于DWAPlannerROS的停止处理逻辑，由LatchedStopRotateController类完成，主要包括了停止判断、加速停止、旋转至目标朝向三个大的部分。
在到达目标位置的前提下，还要判断机器人朝向是否满足目标朝向yaw_goal_tolerance的需求，如果也满足，则判断当前速度是否满足停止条件，即x和y的速度小于trans_stopped_velocity，theta速度小于rot_stopped_velocity。
只有到达位置、达到朝向、速度满足停止三个条件都满足的情况下，才算机器人到达了目标位姿，isGoalReached函数才会返回true。
参考：
https://www.cnblogs.com/sakabatou/p/8297479.html
http://blog.csdn.net/heyijia0327/article/details/44983551