目录
前言
算法原理
什么是滑动窗口？
核心思想
关键点：
什么是动态窗口算法
改进DWA算法中的评价函数权重
模糊控制自适应调整权重
算法步骤
算法流程
算法流程图
评分的计算方法
目标得分（Goal Score）
障碍物得分（Obstacle Score）
速度得分（Speed Score）
选择最优轨迹
ROS-局部避障的动态窗口算法（DWA）及其调试的方法
优缺点
优点：
缺点：
代码实现
PYTHON
MATLAB
前言
动态窗口算法（Dynamic Window Approach, DWA） 是一种用于机器人局部路径规划和避障的算法。它通过考虑机器人的运动学约束和环境中的障碍物，实时计算出一个速度窗口（速度和角速度的范围），并从中选择一个最优的速度对（线速度和角速度）来驱动机器人。
算法原理
DWA算法将局部路径规划问题描述为速度矢量空间上的约束优化问题。它根据无人机的当前状态（如位置、速度、加速度等）和环境信息（如障碍物位置、目标点位置等），在速度空间内采样多组线速度和角速度，并预测这些采样速度在下一个周期内对应的无人机运动轨迹。然后，引入一个评价函数对预测的运动轨迹进行评估，选择得分最高的轨迹对应的速度来控制无人机运动。
什么是滑动窗口？
滑动窗口是一种动态调整区间范围的算法。它将问题中
